Искусственный интеллект стремительно меняет правила игры в поиске и способах обнаружения контента. SEO-специалисты и маркетологи пытаются понять, как адаптироваться к новой реальности, где LLM-модели используют веб-контент для генерации ответов и рекомендаций. Одной из новых тактик стала оптимизация через файл llms.txt — предполагаемый аналог robots.txt, но для больших языковых моделей.
Однако масштабное исследование SE Ranking, в котором были проанализированы 300 тысяч доменов, ставит под сомнение реальную эффективность llms.txt. Данные показывают: ожидания от файла сильно переоценены, а его влияние на AI-цитирования практически не наблюдается.
Что такое llms.txt и зачем его придумали
Файл llms.txt задумывался как способ структурированно сообщать LLM-системам, какие части сайта наиболее важны, где искать релевантный контент, какие URL лучше использовать для цитирования. По задумке, это должно было:
- улучшить понимание структуры сайта AI-моделями;
- повысить вероятность того, что сайт попадёт в AI-обзоры, ответы ChatGPT, цитирования Perplexity и т.д.;
- стать новым стандартом оптимизации под AI-поиск.
Идея быстро стала популярной среди SEO-специалистов — но данные показывают совсем иную картину.
Как проходило исследование: 300 000 доменов и машинное обучение
SE Ranking проанализировали огромный массив доменов:
- проверили, есть ли у сайта файл llms.txt;
- оценили наличие цитирований от LLM;
- применили корреляции, статистику и модель XGBoost для нахождения значимых факторов.
Такой подход позволяет получить не впечатления или догадки — а реальную статистически значимую картину.
Главный факт №1: llms.txt используют только 10% сайтов
Несмотря на хайп в SEO-сообществе, внедрение файла крайне низкое:
📌 лишь 10,13% доменов имеют llms.txt
То есть 9 из 10 сайтов не считают нужным его использовать.
Причём важно:
- крупные бренды тоже почти не внедряют файл;
- сайты с высоким трафиком используют его даже реже среднего;
- внедрение не зависит от авторитета домена.
Если бы llms.txt реально работал и давал конкурентное преимущество, крупные сайты внедряли бы его первыми. Но этого не происходит — что уже заставляет задуматься.
Главный факт №2: llms.txt никак не влияет на частоту AI-цитирований
Это ключевой вывод исследования.
Используя:
- простую корреляцию,
- статистические модели,
- и ML-алгоритм XGBoost,
исследователи пришли к одному и тому же результату:
❌ никакой значимой связи между наличием llms.txt и AI-цитированиями нет.
Более того:
➡️ когда переменную llms.txt убрали из ML-модели, точность прогнозов выросла
Это означает, что файл не просто бесполезен — он создаёт шум.
Иными словами: LLM-системы сейчас просто игнорируют llms.txt.
А что говорят сами платформы — Google, OpenAI и другие?
Google прямо указывает, что AI Overviews — это часть поисковой системы, и источники для них выбираются теми же алгоритмами, что и обычные результаты.
В документации нет никакого упоминания llms.txt, и Google не намекает, что он влияет на что-то.
OpenAI
OpenAI акцентирует внимание на robots.txt как основном механизме контроля доступа.
GPTBot действительно может скачивать llms.txt, но:
✔️ получать файл ≠ ✔️ использовать его содержимое.
И это полностью согласуется с результатами исследования: файл не влияет на цитирование ChatGPT.
Что это значит для SEO и маркетинга
Внедрять ли llms.txt?
Можно, если:
- он не требует больших затрат,
- вам хочется «быть готовыми к будущему».
Но ожидать реального повышения видимости в AI — не стоит.
Куда лучше направить ресурсы
Данные подтверждают:
🔹 качественный, глубокий экспертный контент
🔹 структурированная архитектура страницы
🔹 тематическая специализация
🔹 сильный профиль ссылок
🔹 регулярные обновления материалов
— вот что действительно влияет на AI-цитирования.
Большие языковые модели по-прежнему ориентируются на сигналы качества, похожие на традиционные поисковые алгоритмы.
Для внутренних коммуникаций
Теперь руководителям проще объяснить, почему слепое следование тренду — плохая идея. У вас в руках есть реальное исследование, а не догадки.
Что действительно важно для попадания в AI-цитирования
📌 Экспертиза и глубина контента
LLM предпочитают цитировать авторитетные ресурсы.
📌 Тематика и специализация
Узкая, сильная экспертиза работает лучше, чем поверхностный охват.
📌 Структура и чистая разметка
LLM проще извлекать и использовать корректные ответы.
📌 Доверие к домену
Авторитет сайта и качество ссылок — важнейшие факторы.
📌 Актуальность
Обновляемые материалы ранжируются выше.
И ни один из этих факторов не связан с llms.txt.
Широкий вывод исследования: SEO для AI становится взрослым
Первый год AI-поиска был наполнен догадками, теориями, экспериментами и хайпом.
Теперь аналитика показывает:
- не всё, что звучит логично, работает на практике;
- многие новинки — просто красивые идеи без доказательств;
- будущее SEO в AI-эпоху должно опираться на данные, а не на догадки.
llms.txt — хороший пример такой ситуации.
Итог: опирайтесь на данные, а не на тренды
Исследование SE Ranking даёт важный вывод:
❗ На сегодняшний день llms.txt не влияет на цитирования в AI-ответах.
❗ Компании должны инвестировать в проверенные методы SEO, а не в модные, но недоказанные тактики.
Файл можно внедрить как «опцию на будущее», но ожидать от него пользы сейчас не стоит.
Лучшие инвестиции — это:
- экспертный контент,
- техническая чистота сайта,
- тематический авторитет,
- проекты по улучшению UX,
- и фундаментальные SEO-практики.