Generator dan Pemeriksa llms.txt

Free, no signup. Build a clean llms.txt that points LLMs at your key pages, or paste one you already have and check that it's well-formed.

llms.txt structural rubric
CheckStatus when healthy
H1 One site-name H1
Summary A short blockquote is recommended
Links Grouped, absolute HTTPS URLs
Size Keep the map concise (under ~20 KiB)

Source: llmstxt.org proposal; not a crawler-consumption guarantee

Heads up: llms.txt is a community proposal (llmstxt.org), not an official standard. No major AI crawler is documented to read it today. Treat it as low-effort, low-risk housekeeping — not a ranking lever. If you want to influence what AI systems can access, that's robots.txt and your on-page content, not this file. More on how AI crawlers actually work →
Want evidence instead of assumptions?

Upload your own access log to the Log File Analyzer. Its browser-local /llms.txt report distinguishes verified AI crawler requests, unverifiable crawler claims, spoofed claims, other traffic, and no observation in the supplied period. A request is retrieval evidence only—not proof of rankings, citations, or broad provider adoption.

The Optional section (a crawler may skip it) is emitted last automatically — just name a section “Optional”.

Output — llms.txt

Berjalan sepenuhnya di browser Anda—tidak ada yang Anda tempel yang diunggah atau disimpan. Penghitung hasil anonim per proses dapat digunakan untuk riset agregat; URL, domain, IP, dan pengenal tidak pernah disertakan, dan statistik tidak dirilis jika jumlah proses kurang dari 100.

Where this is heading: serving Markdown to LLMs

Looking ahead — not something to do today. llms.txt and per-page Markdown are proposals no major AI crawler is documented to consume yet.

llms.txt is a directory — one file pointing at your key pages. The more interesting idea, once AI clients adopt it, is content negotiation: same URL, two representations. Serve HTML to browsers and a clean Markdown rendering to LLM clients, and decide which at the edge.

A Cloudflare Worker picks the representation from the request — either Accept: text/markdown or a known AI user-agent — and emits Vary: Accept (or Vary: User-Agent) so shared caches don't hand the wrong variant to the wrong client.

It's exactly the move behind this site's hybrid /robots.txt — same bytes, only the Content-Type label negotiated — just extended to actual content, and to a real body difference rather than only a header.

Tentang alat ini

Buat atau validasi berkas llms.txt yang terstruktur untuk mengarahkan LLM ke halaman penting. Periksa judul H1, ringkasan kutipan blok, bagian, tautan HTTPS absolut, URL duplikat, dan tautan di luar situs tanpa mengklaim bahwa sistem AI benar-benar membaca berkas.

llms.txt adalah usulan komunitas, bukan standar resmi; belum ada perayap AI besar yang terdokumentasi membacanya. Gunakan sebagai peta halaman yang rapi, bukan jaminan peringkat atau kutipan.

Fitur

  • Generator dengan nama situs, ringkasan, bagian Dokumentasi/Panduan, dan baris tautan.
  • Pemeriksa untuk H1 atau ringkasan yang hilang, tautan relatif atau rusak, HTTP, duplikasi, tautan eksternal, dan kesalahan struktur.
  • Prefill dari sitemap berdasarkan segmen jalur pertama serta URL situs opsional untuk menandai tautan eksternal.
  • Keluaran langsung dengan indikator kesalahan/peringatan/informasi, Salin/Unduh/tautan berbagi; semuanya lokal kecuali pengambilan URL opsional.

Cara kerja

Di tab Hasilkan, masukkan nama situs, ringkasan, dan bagian; generator membuat judul # H1, ringkasan > opsional, serta bagian ## dengan tautan - [judul](https://url). Di tab Validasi, tempel, unggah, atau ambil /llms.txt dari domain; temuan dikelompokkan berdasarkan tingkat keparahan dan ditampilkan bersama pratinjau.

Batasan

  • Pemeriksaan hanya menilai bentuk dan struktur; tidak menilai apakah sistem AI membaca berkas atau apakah tautan dapat diakses.
  • Berkas di atas sekitar 20 KiB ditandai tidak lagi sebagai peta ringkas; konten lengkap lebih tepat disajikan per halaman melalui negosiasi konten.
  • Pengambilan URL menggunakan proksi CORS terbatas; konten yang ditempel atau diunggah tetap di peramban dan tidak disimpan.

Pertanyaan umum

Apakah perayap AI benar-benar membaca llms.txt?

Belum ada dukungan yang terdokumentasi. llms.txt adalah usulan komunitas dari llmstxt.org, bukan standar resmi, dan belum ada perayap AI besar dari OpenAI, Google, Anthropic, atau Perplexity yang menerbitkan dukungan untuk membacanya. Anggap ini sebagai perawatan berbiaya dan berisiko rendah—peta rapi untuk halaman terbaik Anda—bukan pengungkit peringkat. Akses nyata sistem AI ditentukan oleh robots.txt dan konten halaman Anda.

Apa yang dimasukkan ke dalam berkas llms.txt?

Judul H1 wajib dengan format “# ” dan nama situs, ringkasan satu baris yang disarankan dengan kutipan blok “> ” tepat setelahnya, lalu judul bagian “## ” seperti Dokumentasi dan Panduan. Masing-masing bagian berisi item tautan Markdown dengan format “- [judul](url): catatan opsional”. Bagian khusus “## Optional” berisi tautan yang boleh dilewati perayap. Setiap URL harus berupa alamat absolut https:// yang dapat diambil langsung oleh LLM.

Di mana berkas llms.txt ditempatkan di situs?

Di akar domain, sajikan pada https://site.example/llms.txt, mengikuti konvensi lokasi yang sama dengan robots.txt. Pemeriksa dapat mengambil jalur tersebut untuk domain apa pun melalui proksi kecil di server karena peramban tidak dapat mengambil lintas asal. Dengan begitu, Anda dapat memeriksa berkas aktif tanpa menempelkannya.

Apa yang diperiksa oleh alat validasi?

Alat validasi memeriksa bentuk berkas terhadap usulan, bukan apakah ada sistem yang membacanya. Alat menandai judul H1 yang hilang sebagai kesalahan, ringkasan yang hilang sebagai peringatan, URL tautan relatif atau salah format, tautan http://, URL duplikat, tautan sebelum bagian, judul “### ” yang bukan bagian struktur, tautan di luar situs, serta berkas yang terlalu besar untuk menjadi peta ringkas. Alat tidak dapat dan tidak menjamin sistem AI mengonsumsi berkas.

Seberapa besar sebaiknya llms.txt?

Kecil. Ini direktori tautan, bukan salinan konten. Alat validasi menampilkan catatan informasional setelah berkas melewati sekitar 20 KiB karena pada ukuran itu berkas biasanya tidak lagi menjadi peta ringkas dan mulai menduplikasi halaman. Untuk menyajikan konten lengkap yang bersih kepada LLM, gunakan Markdown per halaman dan negosiasi konten, bukan llms.txt yang lebih besar.

Langkah berikutnyaVolume Pencarian AI — score it against a calibrated model. Panduan tersedia dalam bahasa Inggris.