Gdy użytkownik zadaje pytanie asystentowi AI, model musi w ułamku sekundy zdecydować, które źródła zacytować. Nie przegląda całego internetu na nowo — korzysta z indeksu zbudowanego przez crawlery (GPTBot, PerplexityBot, ClaudeBot, Googlebot). Jeśli Twoja strona jest dla tych crawlerów nieczytelna, nie trafisz do indeksu. Jeśli nie trafisz do indeksu, nie zostaniesz zacytowany. Jeśli nie zostaniesz zacytowany — nie istniejesz w AI-search.

Plik llms.txt daje modelom AI jeden punkt wejścia — ustrukturyzowany, zwięzły opis firmy w formacie Markdown, który crawlery mogą przeczytać i zrozumieć w sekundy. Zamiast analizować setki podstron (z których część jest niedostępna, część renderowana wyłącznie po stronie klienta, a część nieaktualna), model czyta jeden dokument i wie: kim jesteś, co robisz, jakie masz produkty i gdzie szukać szczegółów.

Analogia jest precyzyjna: sitemap.xml powiedział Google'owi w 2005 roku, gdzie są Twoje strony. Firmy, które wdrożyły go wcześnie, miały przewagę w indeksowaniu przez lata. Firmy, które czekały, nadrabiały zaległości. llms.txt to dokładnie ten sam moment — ale dla AI-search.

Różnica jest jednak istotna: w klasycznym SEO masz 10 pozycji na stronie wyników. W AI-search model podaje 1–3 firmy. Jeśli nie jesteś w tej trójce, nie istniejesz — i nie ma drugiej strony wyników, na którą użytkownik mógłby kliknąć.

Każdy z głównych modeli AI korzysta z własnego crawlera do indeksowania stron internetowych. llms.txt wpływa na wszystkie z nich:

ChatGPT (GPTBot) — crawler OpenAI sprawdza obecność llms.txt podczas indeksowania. Plik ten pozwala modelowi szybko zrozumieć profil firmy bez analizowania całej struktury serwisu. Firmy z llms.txt dostarczają GPTBotowi gotową „wizytówkę", którą model może wykorzystać przy generowaniu odpowiedzi.

Perplexity — PerplexityBot aktywnie crawluje strony w czasie rzeczywistym przy każdym zapytaniu. llms.txt daje mu natychmiastowy kontekst: czym firma się zajmuje, jakie ma produkty i które strony zawierają kluczowe informacje. To szczególnie istotne, bo Perplexity cytuje źródła z linkami.

Gemini / Google AI Overviews — Google integruje wyniki z klasycznego indeksu z generatywnymi odpowiedziami. llms.txt stanowi dodatkowy sygnał dla modelu, który pomaga w rozumieniu encji (kim jest firma, co oferuje) — co bezpośrednio przekłada się na szansę pojawienia się w AI Overviews.

Claude (ClaudeBot) — crawler Anthropic indeksuje strony na potrzeby modelu Claude. llms.txt upraszcza proces rozpoznawania firmy i jej oferty, co zwiększa prawdopodobieństwo cytowania w odpowiedziach.

Dane z badania aixellence: audyt ponad 400+ polskich firm wykazał, że 95% nie posiada pliku llms.txt. Co więcej, firmy, które miały lepiej ustrukturyzowaną architekturę informacji (schema.org, SSR, llms.txt), uzyskiwały średnio 18 punktów więcej w skali AIVS™ (AI Visibility Score) niż firmy o porównywalnej ofercie, ale bez tych elementów.

To nie korelacja — to mechanizm: crawlery AI mają ograniczony budżet czasowy na każdą stronę. Jeśli w ciągu kilku sekund nie znajdą czytelnych danych, przechodzą dalej. llms.txt skraca czas do zrozumienia firmy z minut do sekund.

Plik llms.txt to czysty Markdown umieszczony pod adresem twojadomena.pl/llms.txt. Nie ma jednego obowiązkowego schematu, ale standard zaproponowany przez llmstxt.org definiuje rekomendowaną strukturę. Poniżej trzy przykłady — od minimalnego do rozbudowanego.

Minimalna struktura (wystarczająca na start)

# Nazwa Firmy

> Jednozdaniowy opis tego, czym firma się zajmuje.

## Produkty / Usługi

- [Produkt A](https://example.com/produkt-a): Krótki opis.
- [Produkt B](https://example.com/produkt-b): Krótki opis.

## Linki

- [O nas](https://example.com/o-nas)
- [Kontakt](https://example.com/kontakt)
- [Blog](https://example.com/blog)

Pełny przykład — sklep e-commerce

# MebleOnline.pl

> Polski sklep internetowy z meblami do domu i biura.
> Działamy od 2012 roku. Dostarczamy na terenie całej Polski.

## O firmie

MebleOnline.pl to jeden z największych polskich sklepów
internetowych z meblami. Specjalizujemy się w meblach
skandynawskich, industrialnych i nowoczesnych. Posiadamy
własny magazyn w Poznaniu i oferujemy dostawę w 48h.

## Kategorie produktów

- [Sofy i kanapy](https://mebleonline.pl/sofy): Ponad 200
  modeli sof rozkładanych i narożników.
- [Biurka](https://mebleonline.pl/biurka): Biurka do pracy
  zdalnej, gamingowe i klasyczne.
- [Krzesła biurowe](https://mebleonline.pl/krzesla): Krzesła
  ergonomiczne z certyfikatem.
- [Meble ogrodowe](https://mebleonline.pl/ogrod): Zestawy
  rattanowe, drewniane i aluminiowe.

## Wyróżniki

- Darmowa dostawa od 500 PLN
- 30 dni na zwrot bez podania przyczyny
- Własny zespół montażowy w 12 miastach
- Ocena 4.7/5 na Trustpilot (2 340 opinii)

## Linki

- [O nas](https://mebleonline.pl/o-nas)
- [Regulamin](https://mebleonline.pl/regulamin)
- [Kontakt](https://mebleonline.pl/kontakt)
- [Blog wnętrzarski](https://mebleonline.pl/blog)
- [FAQ](https://mebleonline.pl/faq)

Przykład — kancelaria prawna

# Kancelaria Kowalski & Partnerzy

> Kancelaria prawna specjalizująca się w prawie gospodarczym,
> IT i ochronie danych osobowych. Siedziba: Warszawa.

## Specjalizacje

- [Prawo gospodarcze](https://kowalski-legal.pl/prawo-gospodarcze):
  Obsługa spółek, umowy handlowe, M&A.
- [Prawo IT](https://kowalski-legal.pl/prawo-it):
  Umowy SaaS, licencje, spory technologiczne.
- [RODO / ochrona danych](https://kowalski-legal.pl/rodo):
  Audyty RODO, IOD, polityki prywatności.

## Zespół

- Jan Kowalski — partner zarządzający, 20 lat doświadczenia
- Anna Nowak — senior associate, prawo IT
- Piotr Wiśniewski — associate, RODO

## Publikacje

- [Blog prawny](https://kowalski-legal.pl/blog)
- [Raport: AI a prawo w Polsce 2026](https://kowalski-legal.pl/raport-ai)

## Kontakt

- Email: kancelaria@kowalski-legal.pl
- Tel: +48 22 123 45 67
- Adres: ul. Marszałkowska 1, 00-001 Warszawa

Kluczowe zasady: plik musi być w formacie UTF-8, dostępny bez uwierzytelniania, serwowany jako text/plain lub text/markdown. Unikaj HTML-a wewnątrz pliku — crawlery AI oczekują czystego Markdowna.

Standard llmstxt.org przewiduje dwa pliki, które pełnią komplementarne role:

llms.txt — zwięzły plik (300–500 słów, ok. 2–4 KB). Zawiera esencję: nazwa firmy, jedno- lub dwuzdaniowy opis, lista kluczowych produktów/usług z linkami, wyróżniki i dane kontaktowe. To „wizytówka" — crawler przeczyta ją w sekundy i będzie wiedział, z kim ma do czynienia. Każda firma powinna mieć przynajmniej ten plik.

llms-full.txt — rozszerzony plik (1 000–3 000 słów, ok. 5–15 KB). Zawiera szczegółowe opisy produktów, case studies, fragmenty dokumentacji, FAQ, informacje o zespole, historię firmy. To „kompendium" — crawler, który chce głębszego zrozumienia, sięga po ten plik jako drugie źródło.

Rekomendacja: zacznij od llms.txt. Jeśli Twoja firma ma złożoną ofertę (wiele produktów, usługi B2B, dokumentacja techniczna), dodaj llms-full.txt jako rozszerzenie. W llms.txt umieść link do llms-full.txt — crawlery podążą za nim automatycznie.

WordPress

Krok 1: Utwórz plik llms.txt w edytorze tekstu (np. VS Code, Notepad++). Zapisz jako UTF-8 bez BOM.

Krok 2: Wgraj plik do katalogu głównego WordPressa (ten sam, w którym znajduje się wp-config.php) przez FTP lub menedżer plików hostingu.

Krok 3: Sprawdź dostępność pod adresem twojadomena.pl/llms.txt. Jeśli widzisz stronę 404 zamiast pliku, dodaj regułę w .htaccess:

# .htaccess — udostępnienie llms.txt
RewriteEngine On
RewriteRule ^llms\.txt$ /llms.txt [L,NC]
RewriteRule ^llms-full\.txt$ /llms-full.txt [L,NC]

Krok 4: Alternatywnie użyj wtyczki WP LLMs.txt lub Jerryll LLMs, które dodają panel w kokpicie WordPressa do edycji pliku bez FTP.

Shopify / Wix / Squarespace (platformy SaaS)

Platformy SaaS domyślnie nie pozwalają umieszczać plików .txt w katalogu głównym domeny. Obejścia:

Shopify: Użyj strony /pages/llms.txt z treścią w formacie tekstowym i ustaw przekierowanie 301 z /llms.txt na tę stronę. Alternatywnie skorzystaj z Shopify Functions lub proxy route w theme.

Wix: Utwórz stronę /llms-txt i skonfiguruj przekierowanie URL w panelu SEO. Treść umieść w bloku tekstowym bez formatowania.

Squarespace: Skorzystaj z Code Injection (Developer Mode) lub stwórz stronę z kodem osadzonym w bloku <pre>.

Custom CMS / Headless (Next.js, Nuxt, Gatsby)

W przypadku aplikacji headless najczystszym rozwiązaniem jest serwowanie llms.txt jako statycznego pliku lub route handler. Przykład dla Next.js (App Router):

// app/llms.txt/route.ts
import { NextResponse } from 'next/server';

const LLMS_TXT = `
# Nazwa Firmy

> Krótki opis firmy i jej działalności.

## Produkty / Usługi

- [Produkt A](https://example.com/a): Opis.
- [Produkt B](https://example.com/b): Opis.

## Linki

- [O nas](https://example.com/o-nas)
- [Kontakt](https://example.com/kontakt)
`.trim();

export function GET() {
  return new NextResponse(LLMS_TXT, {
    headers: {
      'Content-Type': 'text/plain; charset=utf-8',
      'Cache-Control': 'public, max-age=86400',
    },
  });
}

Alternatywnie umieść plik llms.txt w katalogu public/ — Next.js zaserwuje go automatycznie pod adresem/llms.txt.

Samo wgranie pliku to dopiero połowa drogi. Poniżej pięć testów, które potwierdzą, że llms.txt jest poprawnie wdrożony i dostępny dla crawlerów AI.

Test 1 — Dostępność. Wejdź na twojadomena.pl/llms.txt w przeglądarce. Powinieneś zobaczyć czysty tekst (Markdown). Jeśli widzisz stronę 404 lub HTML zamiast tekstu — plik jest niedostępny lub serwowany z błędnym typem MIME.

Test 2 — Kodowanie. Sprawdź, czy polskie znaki (ą, ę, ś, ć, ź, ż, ó, ł, ń) wyświetlają się poprawnie. Jeśli widzisz „krzaki" — plik nie jest zapisany w UTF-8. Otwórz go w edytorze i zapisz ponownie jako UTF-8 bez BOM.

Test 3 — Dostęp crawlerów. Sprawdź robots.txt, czy nie blokujesz dostępu do /llms.txt. Reguła Disallow: /llms.txt uniemożliwi crawlerom AI odczytanie pliku. Upewnij się, że GPTBot, PerplexityBot, ClaudeBot i Googlebot mają dostęp.

Test 4 — Weryfikacja crawlowania. Użyj curl z user-agentem crawlera, aby zasymulować jego zachowanie:

curl -A "GPTBot/1.0" https://twojadomena.pl/llms.txt
curl -A "PerplexityBot" https://twojadomena.pl/llms.txt
curl -A "ClaudeBot" https://twojadomena.pl/llms.txt

Jeśli odpowiedź to status 200 i treść Markdown — crawlery AI mogą odczytać Twój plik.

Test 5 — Weryfikacja w AI. Zadaj ChatGPT, Perplexity lub Claude pytanie o swoją firmę. Porównaj odpowiedź z treścią llms.txt. Jeśli model zaczyna podawać informacje zgodne z plikiem (poprawna nazwa, opis, produkty) — plik został zaindeksowany. Uwaga: indeksowanie może zająć od kilku dni do kilku tygodni.

Te trzy pliki pełnią różne, komplementarne funkcje. Żaden z nich nie zastępuje pozostałych — razem tworzą kompletny zestaw instrukcji dla botów (zarówno klasycznych, jak i AI).

Synergia: robots.txt powinien dopuszczać crawlery AI do kluczowych zasobów. sitemap.xml wskazuje im strukturę i adresy URL. llms.txt wyjaśnia, czym firma się zajmuje i które treści są najważniejsze. Pominięcie któregokolwiek z tych elementów tworzy lukę w komunikacji z botami.

Rekomendacja: wdroż wszystkie trzy pliki. Jeśli masz robots.txt i sitemap.xml, ale brakuje llms.txt — masz lukę w komunikacji z modelami AI. Jeśli masz llms.txt, ale robots.txt blokuje crawlery AI — plik jest bezużyteczny.

Na podstawie audytów ponad 400+ polskich firm zebraliśmy sześć najczęstszych błędów, które sprawiają, że llms.txt nie spełnia swojej roli — nawet jeśli plik fizycznie istnieje na serwerze.

Błąd 1 — Plik serwowany jako HTML zamiast tekstu. Crawlery AI oczekują odpowiedzi z typem text/plain lub text/markdown. Jeśli serwer zwraca text/html (np. bo CMS opakowuje plik w szablon strony), bot widzi HTML zamiast Markdowna i nie parsuje treści poprawnie.

Błąd 2 — Blokowanie crawlerów AI w robots.txt. Wiele firm dodaje do robots.txt reguły Disallow: / dla GPTBot lub PerplexityBot, jednocześnie publikując llms.txt. To sprzeczność — crawler nie może odczytać pliku, do którego nie ma dostępu.

Błąd 3 — Nieaktualna treść. llms.txt z przestarzałymi opisami produktów, starymi cenami lub nieistniejącymi URL-ami jest gorszy niż brak pliku — model AI zacytuje błędne informacje, co szkodzi wiarygodności marki.

Błąd 4 — Plik zbyt długi lub zbyt krótki. llms.txt zawierający 50 słów nie daje modelowi wystarczającego kontekstu. llms.txt zawierający 5 000 słów przekracza budżet tokenowy crawlera. Optymalna długość to 300–500 słów dla llms.txt i 1 000–3 000 dla llms-full.txt.

Błąd 5 — Brak polskich znaków (złe kodowanie). Plik zapisany w kodowaniu Windows-1250 lub Latin-2 zamiast UTF-8 wyświetla „krzaki" zamiast polskich liter. Model AI interpretuje taką treść jako uszkodzoną i pomija ją.

Błąd 6 — Kopiowanie treści z About Us zamiast pisania dla AI. llms.txt to nie kopia strony „O nas". To dokument zaprojektowany pod specyficzne potrzeby crawlerów AI: ustrukturyzowany Markdown, linki do kluczowych zasobów, konkretne fakty (nie marketingowy żargon). Model AI nie potrzebuje „jesteśmy liderem rynku" — potrzebuje „obsługujemy 1 200 klientów B2B w sektorze IT".

Formalnie — nie. llms.txt nie jest wymogiem prawnym ani technicznym standardem W3C. Żaden model AI nie wymaga tego pliku do działania. Twoja strona będzie crawlowana i bez niego.

Praktycznie — tak. Analogia z sitemap.xml jest precyzyjna: w 2005 roku nikt nie wymagał sitemap.xml. Strony były indeksowane bez niego. Ale firmy, które wdrożyły go wcześnie, miały szybsze i pełniejsze indeksowanie. Te, które czekały, nadrabiały latami.

llms.txt działa tak samo — to nie wymóg, ale przewaga konkurencyjna. W środowisku, gdzie 95% polskich firm nie ma tego pliku, jego wdrożenie kosztuje 0 PLN i zajmuje 1–2 godziny. Stosunek kosztu do potencjalnego zysku jest asymetryczny na korzyść wdrożenia.

Analiza koszt / korzyść:

• Koszt wdrożenia: 0 PLN (plik tekstowy) + 1–2 h pracy na napisanie treści i wgranie
• Koszt braku wdrożenia: potencjalna niewidoczność w rosnącym kanale AI-search, utrata rekomendacji, brak kontroli nad narracją o marce
• Ryzyko wdrożenia: zerowe — plik nie wpływa na klasyczne SEO i nie może „zepsuć" strony

Jedynym powodem, aby nie wdrożyć llms.txt, jest świadoma decyzja o blokowaniu crawlerów AI (np. ze względu na ochronę treści premium). W każdym innym przypadku brak llms.txt to po prostu niewykorzystana szansa.

Audyt aixellence objął ponad 400+ polskich firm z pięciu sektorów: telekomunikacja, e-commerce, fintech, SaaS i usługi profesjonalne. Wyniki dotyczące llms.txt są jednoznaczne:

Kluczowe wnioski:

• Nawet w sektorze SaaS (najwyższa adopcja) — 88% firm nie ma llms.txt
• Firmy z llms.txt i dobrze ustrukturyzowaną architekturą informacji uzyskiwały średnio 18 punktów więcej w AIVS™
• Telekomunikacja (duże budżety, duże zespoły) — 0% adopcji llms.txt, najniższe wyniki AIVS™ poza usługami profesjonalnymi
• Okno szansy jest szeroko otwarte: wdrożenie llms.txt teraz to przewaga first-mover w niemal każdym sektorze