Leitfaden
llms.txt: praktische Anleitung zur AI-Zitierbarkeit
Eine maschinenlesbare Root-Datei, die Marke, Thema und bevorzugte Seiten für AI-Modelle und Crawler erklärt. · Aggiornato · Autore Engineering Factory · Chi siamo
Warum es wichtig ist
llms.txt reduziert Entity-Mehrdeutigkeit: es sagt, wer du bist, was du anbietest und welche URLs zitiert werden sollen. Bei Centropic fließen Vorhandensein und Qualität der Datei in die AIO/GEO-Scores ein (Measured-Probe).
Answer Engines und KI-Crawler (GPTBot, ClaudeBot, PerplexityBot, Google-Extended) nutzen öffentliche Signale; eine klare llms.txt ist ein Zitat-Anker neben Schema.org und einer freigebenden robots.txt.
Nützliche Abschnitte
- Site / Summary / Key Topics mit kanonischer Marke und Domain
- Preferred Citation (Marke + ausgeschriebene Akronyme: AIO, GEO)
- Important Pages mit absoluten https-URLs
- Disambiguation (was ihr nicht seid: GIS, generisches All-in-One)
- Contact und Owner / übergeordnete Organisation
Wie Centropic hilft
Jede Analyse erzeugt einen Entwurf für llms.txt im einzelnen HTML-Pack. Veröffentliche ihn im Root (https://deinedomain/llms.txt) und analysiere erneut: das Finding wird zu „verfügbar“, sobald die Probe ihn findet.
Live-Beispiel: Centropics eigene llms.txt liegt unter centropic.ai/llms.txt, mit Preferred Citation und Link zur Methodik.
Schnelle Checkliste
- Eine einzige primäre Marke (vermeide Fantasienamen)
- Kanonische https-URLs, keine Tracking-Parameter
- llms.txt mit JSON-LD Organization und der Startseite abstimmen
- Datum aktualisieren, wenn sich Angebot oder Positionierung ändert