In september 2024 stelde Jeremy Howard, medeoprichter van fast.ai, een nieuwe standaard voor: llms.txt - een bestand dat websites in gestructureerde vorm aan AI-systemen presenteert. Het idee is logisch, de discussie sindsdien levendig. Inmiddels hebben zo'n 844.000 websites een llms.txt geïmplementeerd. Tegelijkertijd heeft Google-woordvoerder John Mueller publiekelijk verklaard dat momenteel geen enkel AI-systeem llms.txt actief gebruikt. Wat klopt er? En loont het toch?
llms.txt is een plaintext-bestand dat in de hoofdmap van een website onder /llms.txt wordt geplaatst. Het bevat een gestructureerde, AI-leesbare samenvatting van de website: wat biedt de pagina? Welke onderdelen zijn relevant voor AI-systemen? Waar bevindt de belangrijkste content zich? Het voorstel is conceptueel gebaseerd op robots.txt - een standaard die alle zoekmachines kennen en respecteren. De basisgedachte: in plaats van dat AI-crawlers door miljoenen subpagina's moeten werken, krijgt de AI een soort visitekaartje. 'Dit is wie we zijn, wat we doen, en wat voor jullie relevant is.' Dat zou de indexeringsefficiëntie verbeteren en ervoor zorgen dat AI-systemen de echt belangrijke content vinden. De adoptie is respectabel voor zo'n jonge standaard: volgens gegevens van Cloudflare hebben begin 2025 zo'n 844.000 domeinen een llms.txt geïmplementeerd - ongeveer 10 % van alle geanalyseerde domeinen. Dat komt overeen met de adoptie van Schema.org in de eerste twee jaar na de introductie. Het is een begin, geen massamaatschappelijk fenomeen. Een belangrijk verschil met robots.txt: robots.txt is technisch bindend - crawlers die het protocol respecteren, volgen de instructies. llms.txt is daarentegen een aanbod, geen protocol. Er is geen specificatie die AI-aanbieders verplicht het bestand te lezen of de aanbevelingen te volgen.
Probeer het nu
Controleer uw GEO Score in 60 seconden - gratis, zonder account. 42 factoren geanalyseerd.
Hier is de eerlijke balans, zonder schoonpraten. Wat llms.txt momenteel NIET doet: het beïnvloedt AI-zoekantwoorden niet. John Mueller maakte in het voorjaar van 2025 op het SearchLiaison-platform duidelijk: 'No AI system currently uses llms.txt.' Dat heeft betrekking op Google-systemen - Google verwerkt llms.txt niet als rankingsignaal voor AI-zoekantwoorden. Ook OpenAIs GPTBot volgt llms.txt niet in die zin dat het bestand het crawlgedrag of de rankingbeslissingen direct stuurt. Het is geen vervanging voor robots.txt, geen Schema.org-equivalent en geen 'AI-sitemap' die automatisch tot AI-antwoorden leidt. Wat llms.txt momenteel wel kan: het dient als gestructureerd oriëntatiepunt voor AI-systemen die expliciet naar machineleesbare samenvattingen zoeken. Sommige kleinere AI-crawlers en multi-agent-frameworks - zoals AutoGPT-gebaseerde systemen en gespecialiseerde onderzoeks-AI's - lezen llms.txt actief uit. Voor deze systemen (die steeds vaker worden ingezet voor bedrijfsonderzoek en geautomatiseerde besluitvormingsprocessen) kan llms.txt een echte voordeel zijn. Het is ook een toekomstinvestering. De standaard is jong. Als llms.txt zich vergelijkbaar ontwikkelt als robots.txt of Schema.org - van een nichevoorstel naar een de-facto-standaard - profiteren vroege adoptanten. Dat is echter een weddenschap, geen zekerheid. Conclusie voor de afweging: llms.txt is geen reden om andere maatregelen te prioriteren. Het is een zinvolle aanvulling met een beheersbare implementatie-inspanning en positieve verwachtingswaarde - maar geen drijver voor meetbare zichtbaarheidsverbeteringen op de grote AI-platformen in 2026.
Als llms.txt het nieuwe experiment is, dan is JSON-LD de beproefde standaard. JSON-LD (JavaScript Object Notation for Linked Data) in combinatie met het Schema.org-vocabulaire is het formaat dat Google, Microsoft/Bing, Apple Siri en de meeste AI-systemen actief verwerken. Het is geen voorstel - het is geleefde praktijk gedurende meer dan tien jaar. Voor de praktijk geldt een duidelijke prioriteitsvolgorde: ten eerste volledig JSON-LD implementeren - Product, LocalBusiness, Organization, FAQ, Review, BreadcrumbList. Dat heeft onmiddellijk effect op Google Rich Results, AI-zoekantwoorden en alle AI-systemen die gestructureerde gegevens evalueren. Ten tweede GPTBot, ClaudeBot, PerplexityBot in robots.txt toestaan - wat geblokkeerd is, kan niet geïndexeerd worden. Ten derde llms.txt aanbieden - als toekomstbestendig signaal, met realistische verwachtingen. Ten vierde een machineleesbare product- of servicefeed aanbieden - dat is voor platformen zoals Perplexity relevanter dan llms.txt. Een concreet voorbeeld ter vergelijking van de inspanning: een volledig JSON-LD-setup met tien schema-typen kost een ontwikkelteam drie tot vijf dagen. llms.txt kost één tot twee uur. Beide moeten worden gedaan - maar in deze volgorde. Transparantie-opmerking: Beconova genereert automatisch machineleesbare datafeeds uit uw producten en diensten - inclusief JSON-LD-feeds die AI-crawlers direct kunnen verwerken. llms.txt kan optioneel worden toegevoegd - wij bevelen het aan, maar beloven geen specifieke resultaten die verder gaan dan de huidige adoptiestatus van de standaard.
llms.txt is een goede standaard met bescheiden actuele impact. Het loont als low-cost maatregel die over twee tot drie jaar mogelijk aanzienlijk relevanter wordt. Wie llms.txt implementeert, doet niets verkeerds - maar wie denkt daarmee alleen zijn AI-zichtbaarheid te borgen, vergist zich. JSON-LD, robots.txt-configuratie en volledige gestructureerde gegevens hebben in 2026 aanzienlijk meer hefboomwerking. Doe beide - maar prioriteer juist.
GEO Score gratis controlerenMarvin Malessa
Oprichter, Beconova
Oprichtte Beconova in Duitsland in 2025 om winkels en dienstverleners zichtbaar te maken in AI-zoekmachines. Schrijft over GEO, AI-zichtbaarheid en de toekomst van zoeken.
Start met Beconova en optimaliseer uw aanwezigheid in AI-zoekmachines.
Nu starten