Weinig onderwerpen in GEO-land hebben zo veel discussie opgeleverd als llms.txt. Het werd in 2025 gepresenteerd als dé manier om je website klaar te maken voor AI, en talloze blogs riepen op om het 'meteen te implementeren'. Maar klopt dat beeld? In dit artikel scheiden we feit van hype.
Het korte antwoord: nee, je hebt llms.txt niet nodig. De grote platforms lezen het niet of nauwelijks, Google heeft expliciet gezegd het niet te gebruiken, en OpenAI verwijst je naar robots.txt. Het is goedkoop om te maken en daarom niet schadelijk, maar het verdient geen plek op je prioriteitenlijst.
Wat is llms.txt precies?
llms.txt is een voorstel voor een gestandaardiseerd tekstbestand in de root van je website — vergelijkbaar met robots.txt of sitemap.xml. Het idee: in dit bestand bied je een opgeschoonde, gestructureerde samenvatting van je belangrijkste content in Markdown-formaat, speciaal bedoeld om door Large Language Models gemakkelijk te worden verwerkt.
De gedachte erachter is op zich logisch. Moderne webpagina's zitten vol navigatie, advertenties, scripts en opmaak die voor een AI-model ruis vormen. Een schoon, tekstueel overzicht zou het model helpen om sneller de kern te pakken. llms.txt is dus een aanbod: 'beste AI, hier is mijn content, netjes voorgekauwd.'
Waarom het idee op papier klopt
Het is eerlijk om te erkennen dat het voorstel geen onzin is. Wie ooit heeft gezien hoeveel HTML een moderne pagina nodig heeft om vier alinea's tekst te tonen, begrijpt de aantrekkingskracht van een schoon Markdown-bestand.
Er is ook een precedent dat mensen aanhaalt: robots.txt en sitemap.xml zijn ook ooit als voorstel begonnen en werden brede standaarden. Waarom zou llms.txt dat niet kunnen worden?
Het antwoord op die vraag verklaart meteen waarom het niet is gebeurd. robots.txt loste een probleem op dat crawlerbouwers zélf hadden: ze wilden weten waar ze wel en niet mochten komen. llms.txt lost een probleem op dat vooral wébsite-eigenaren voelen. En modellen zijn inmiddels erg goed geworden in het uit HTML halen van de relevante tekst — het probleem dat llms.txt oplost, is grotendeels al opgelost.
Daar komt een fundamenteler bezwaar bij: een bestand waarin een site zelf bepaalt wat de AI te zien krijgt, is per definitie een uitnodiging tot manipulatie. Een platform dat llms.txt serieus zou nemen, zou onmiddellijk te maken krijgen met bestanden die iets anders beweren dan de echte pagina's. Dat is precies het soort signaal waar zoekmachines historisch van weglopen — de keywords-meta-tag is er destijds om dezelfde reden aan onderdoor gegaan.
De cruciale vraag: gebruiken de platforms het?
Hier wringt het. Een bestandsformaat heeft alleen waarde als de AI-platforms het daadwerkelijk uitlezen en gebruiken. En juist op dat punt is het beeld ontnuchterend.
Google heeft in zijn officiële richtlijnen voor generatieve AI-zoekfuncties expliciet aangegeven dat je geen speciale AI-tekstbestanden, markup of Markdown hoeft aan te maken om zichtbaar te zijn. Google's systemen halen content gewoon uit de reguliere index. Ook van de andere grote platforms is er geen breed bevestigd, structureel gebruik van llms.txt als rankingsignaal.
Met andere woorden: je kunt een perfect llms.txt-bestand maken, maar als de zoekmachines en AI-assistenten waar jouw doelgroep zit het niet uitlezen, levert het niets op voor je zichtbaarheid.
De cijfers op een rij
Voor wie de discussie wil kunnen voeren met feiten in plaats van meningen:
- Adoptie versus gebruik. Ongeveer 10% van de sites heeft inmiddels een llms.txt-bestand, maar in een analyse van ruim 500 miljoen AI-bot-bezoeken raakten slechts enkele honderden dat bestand daadwerkelijk aan. De discrepantie tussen "hoeveel mensen het maken" en "hoe vaak het gelezen wordt" is enorm.
- Google. Expliciet: niet in gebruik, en geen plannen daartoe. John Mueller vergeleek het publiekelijk met de keywords-meta-tag — een signaal dat ooit bestond, massaal misbruikt werd en daarom is afgeschaft.
- OpenAI. Het eigen advies verwijst naar robots.txt voor het sturen van crawlers, niet naar llms.txt.
- Geen enkel groot platform heeft bevestigd het als rankingsignaal te gebruiken.
Waarom de hype toch ontstond
De populariteit van llms.txt is goed te verklaren. Het is concreet, technisch en afvinkbaar — precies het soort 'hack' waar mensen graag naar grijpen omdat het een gevoel van controle geeft. Het is veel aantrekkelijker om een bestand te uploaden dan om maandenlang aan inhoudelijke autoriteit te bouwen.
Daar zit meteen het risico: llms.txt geeft een vals gevoel van 'klaar zijn'. Wie denkt met één bestand de GEO-doos te hebben afgevinkt, slaat het werk over dat er wél toe doet.
Er is nog een tweede verklaring, die minder vaak wordt genoemd: er zit een commerciële motor achter. Een afvinkbare technische ingreep is makkelijk te verkopen als dienst, makkelijk te factureren en makkelijk op te leveren. "Wij hebben uw llms.txt geïmplementeerd" is een concretere factuurregel dan "wij hebben geholpen uw autoriteit op te bouwen". Wees daarom extra kritisch wanneer een aanbieder dit als kernonderdeel van een GEO-aanbod presenteert.
Wanneer heeft llms.txt dan wél zin?
Helemaal afschrijven hoeft niet. Er zijn situaties waarin het verdedigbaar is:
Documentatie en developer-content. Voor technische documentatie waarmee ontwikkelaars hun eigen AI-tools voeden, kan een schone Markdown-versie praktische waarde hebben — los van zoekmachine-zichtbaarheid. Dit is ook de context waarin het voorstel oorspronkelijk ontstond.
Lage kosten, kleine kans. Het aanmaken van een llms.txt kost weinig moeite. Als je toch al een schone contentstructuur hebt, kun je het meenemen als kleine bonus, zolang je er geen tijd in steekt die ten koste gaat van belangrijker werk.
Toekomstbestendigheid. Standaarden kunnen veranderen. Mocht een groot platform llms.txt ooit omarmen, dan ben je voorbereid. Maar bouw je strategie er niet op.
Als je het doet, doe het dan goed: genereer het automatisch uit je echte content in plaats van het handmatig te schrijven. Een handgemaakt bestand veroudert binnen een maand en wordt dan een bron van tegenstrijdige informatie in plaats van een hulpmiddel. Een bestand dat bij elke build uit je eigen pagina's wordt opgebouwd, kan per definitie niet uit de pas lopen.
Waar je je tijd wél in steekt
In plaats van te leunen op llms.txt, investeer je je uren in de dingen die bewezen werken:
Crawlbaarheid. Zorg dat AI-crawlers zoals GPTBot, ClaudeBot en PerplexityBot je gewone pagina's kunnen bereiken. Dit is oneindig veel belangrijker dan welk los bestand dan ook. Zie de robots.txt-gids.
Heldere, citeerbare content. Schrijf antwoord-eerst, met op zichzelf staande passages die feitelijk en ondubbelzinnig zijn. Zie content schrijven die AI citeert.
Autoriteit en consistentie. Bouw aantoonbare expertise op, met consistente entiteitsgegevens over al je kanalen.
Semantische HTML. Een nette, goed gestructureerde pagina met logische koppen is voor elk AI-model beter te verwerken dan een rommelige pagina — en dat geldt voor je hele site, niet alleen voor één bestand.
Een nuttige toets voor elke GEO-hack
llms.txt is niet de laatste afvinkbare truc die langskomt. Bij de volgende helpt deze toets:
- Heeft een groot platform bevestigd dat het het gebruikt? Zo niet, dan is de rest speculatie.
- Is het te manipuleren? Wat een site over zichzelf kan beweren zonder controle, wordt vroeg of laat genegeerd.
- Vervangt het inhoudelijk werk, of vult het het aan? Alles wat belooft het opbouwen van autoriteit te vervangen, klopt niet.
- Wie verdient eraan? Niet doorslaggevend, maar wel verhelderend.
Conclusie
llms.txt is geen wondermiddel en zeker geen verplichting. De grote platforms — Google voorop — geven aan dat je het niet nodig hebt voor AI-zichtbaarheid. Het is een interessant experiment met beperkte, situationele waarde, maar het verdient geen plek bovenaan je prioriteitenlijst.
De nuchtere waarheid blijft overeind: er is geen shortcut naar AI-zichtbaarheid. De route loopt via crawlbaarheid, echte expertise, heldere content en een consistente digitale identiteit. Steek je energie daarin, niet in een bestand waar bijna niemand naar kijkt.