llms.txt dosyanızı yapay zekayla oluşturun

llms.txt nedir?

llms.txt, bir web sitesinin öne çıkan içeriğini büyük dil modellerine (LLM) tek dosyada tanıtan sade bir metin özetidir. Öneriyi Eylül 2024'te Answer.AI kurucu ortağı Jeremy Howard yayımladı. Çıkış noktası pratik bir sorundu: HTML sayfalar menü, betik ve reklam koduyla kalabalıktır; modellerin tek seferde işleyebildiği metin miktarı, yani bağlam penceresi sınırlıdır. Dosya bu darboğaza karşı sitenin özünü, başlık ve liste işaretleriyle çalışan Markdown biçiminde tek adreste sunar.

Kök dizinde, yani sitenin ana klasöründe duran bot dosyaları geleneği 1994'te robots.txt ile başladı; llms.txt aynı yaklaşımı yapay zeka (AI) botlarına taşıyor. Standardın tam tanımı llmstxt.org adresinde yayımlanıyor; kapsam bilinçli olarak dardır: site adı, markayı tanımlayan kısa bir özet ve önemli sayfaların açıklamalı listesi. Dosyaya her sitede aynı yoldan ulaşılır: alan adının kökündeki /llms.txt adresinden.

Hangi AI motorları özet dosyasını gerçekten okuyor?

Resmi destek, önerinin popülerliğinin gerisinde kalıyor: tarama tarihi itibarıyla (2026-07-22) hiçbir büyük AI motoru, llms.txt dosyasını yanıt üretiminde kullandığını resmi olarak doğrulamadı. Google en net konumda duruyor: arama ekibinden John Mueller, Nisan 2025'te hiçbir büyük AI servisinin dosyayı kullandığını açıklamadığını yazdı ve dosyayı, arama motorlarının uzun süredir yok saydığı keywords meta etiketine benzetti. Mueller ayrıca, sunucu loglarına bakan bir site sahibinin botların dosyayı çekmediğini kendi gözüyle görebileceğini söyledi. OpenAI ve Perplexity için üçüncü taraf bloglarda dolaşan destek iddiaları ise aynı taramada resmi dokümantasyonla doğrulanamadı.

Model üreticilerinin kendi davranışı ikili bir görüntü veriyor: Anthropic ve Mistral, kendi geliştirici dokümanları için birer llms.txt yayımlıyor; aynı şirketler, botlarının başka sitelerdeki dosyaları yanıt üretiminde tükettiğini duyurmuş değil. Yayımlamak ile tüketmek ayrı işlerdir; ikisini karıştıran destek listeleri, benimsemeyi olduğundan büyük gösterir. Formatın doğrulanabilir kullanımı bugün daha çok geliştirici tarafında: Cursor gibi kod araçları, dokümantasyon içeriğini modele beslerken bu dosyalardan yararlanıyor.

Dosya yapısında hangi bölümler bulunur?

Standart yapıda tek zorunlu öğe vardır: sitenin adını taşıyan H1 başlığı. Kalan bölümler öneri niteliğindedir ve sırayla şöyle dizilir:

• Blok alıntı (blockquote) özet: markanın ne yaptığını bir iki cümlede anlatan kısım; modelin siteyi tanımlarken dayandığı ana cümledir.
• Serbest notlar: hedef kitle ve hizmet kapsamı gibi kısa bağlam paragrafları.
• H2 ile gruplanan link listeleri: her satırda sayfa başlığı, adres ve tek satırlık açıklama bulunur (hizmetler, rehberler, fiyat sayfaları).
• Optional bölümü: bağlam daraldığında modelin atlayabileceği ikincil sayfalar.

Uygulamada iki hata sık görülür. Özet satırına reklam sloganı yazılırsa model markayı o sloganla tanımlar; düz ve olgusal bir tanım cümlesi her zaman daha isabetli sonuç üretir. İkinci hata dosyayı site haritası gibi doldurmaktır: yüzlerce URL içeren liste özet olmaktan çıkar, çünkü formatın işlevi seçilmiş az sayıda sayfayı öne çıkarmaktır.

robots.txt ve sitemap.xml ile aradaki fark nedir?

Üç dosya aynı kökte durur ama üç ayrı soruya cevap verir. robots.txt, kural satırlarıyla (User-agent, Disallow) botların nereye giremeyeceğini bildirir; sitemap.xml (site haritası) URL envanterini XML formatında listeler; llms.txt ise içeriğin ne anlattığını özetler. Yaş farkı da büyüktür: site haritası protokolünü Google 2005'te duyurdu, özet önerisi ise iki yıldan kısa bir geçmişe sahip.

İşleyişte öncelik erişimdedir: GPTBot (OpenAI) veya ClaudeBot (Anthropic) robots.txt ile engellenmişse kökteki özet dosyası hiç okunmaz. Hangi AI botunun sitenize erişebildiğini AI tarama denetimi aracıyla birkaç saniyede test edebilirsiniz; özet dosyası ancak bu kontrolden sonra anlam kazanır. Üçü rakip değil tamamlayıcıdır; sağlam kurulumda robots.txt, sitemap.xml ve llms.txt kökte birlikte durur.

llms.txt nasıl oluşturulur ve nereye yüklenir?

Dosyayı iki yolla hazırlayabilirsiniz: metin editöründe llmstxt.org şablonunu izleyerek elle yazmak veya bu sayfadaki araca bırakmak. Aracın akışı üç adımdan oluşur:

1. Site adresinizi girin; araç anasayfanızı ve site haritanızı tarayıp sayfa başlıklarını toplar.
2. Yapay zeka bu taramadan site tanımını, hizmet özetini ve öne çıkan sayfa listesini Markdown yapısında derler.
3. Çıktıyı tek tıkla kopyalayın veya llms.txt adıyla indirin.

Üretilen dosyayı sitenizin kök dizinine yükleyin; doğru konum, alanadi.com/llms.txt adresinden açılan yerdir. cPanel kullanan sitelerde bu konum genellikle public_html klasörüdür; WordPress tarafında dosya FTP veya paneldeki dosya yöneticisiyle aynı klasöre bırakılır. Kontrol için adresi tarayıcıda açın: düz metin görünüyorsa kurulum tamamdır. Gözden kaçan bir istisna var: her alt alan adı (subdomain) kendi kökünü kullanır ve blog.alanadi.com için ayrı bir dosya gerekir.

Hizmet satan bir site sahibi listeyi kısa tutar: hizmet sayfaları, fiyatlar, iletişim ve hakkında bölümü ana listeye girer; blog arşivi Optional bölümüne iner. Dosya bir kez yüklenip unutulmaz; yeni hizmet sayfası açıldığında veya fiyatlar değiştiğinde liste elle güncellenir.

llms-full.txt ne işe yarar?

llms-full.txt, seçilen sayfaların tam metnini tek Markdown dosyasında birleştiren genişletilmiş sürümdür. İş bölümü nettir: llms.txt haritayı verir, llms-full.txt içeriğin kendisini taşır. En yaygın kullanım alanı dokümantasyon siteleridir; Anthropic, kendi geliştirici dokümanlarını iki formatta birden yayımlıyor ve kod araçları bu tek dosyayı modele bağlam olarak besliyor.

Tam metin dosyası hızla büyür; içerik arttıkça modelin bağlam penceresi aşılır ve dosyanın sonu kesilerek işlenir. Küçük bir hizmet sitesi için llms.txt tek başına yeterlidir; yüzlerce doküman sayfası olan bir SaaS ürünü ise teknik içeriğini araçlara tek dosyada vermek için llms-full.txt'den değer görür.

llms.txt pratikte ne değiştirir?

Dört bulgu öne çıkıyor. Kurulum maliyeti dakikalarla ölçülür ve bilinen bir riski yoktur; bu denge, dosyayı düşük bedelli bir hazırlık adımı yapar. Resmi destek tablosu zayıftır; büyük motorlardan doğrulanmış tüketim beyanı gelmeden dosyadan atıf garantisi beklemek yanlış hesaptır. AI yanıtlarında görünürlüğü asıl belirleyen içerik kalitesi ve marka sinyalleridir; özet dosyası yalnızca markanın doğru tanımlanmasına zemin hazırlar. AI görünürlüğüne bütçe ayıran bir site sahibi için sıra bellidir: önce bot erişimi ve içerik, ardından bu dosya gelir. Markanın AI motorlarında nasıl anıldığını yapay zeka görünürlük hizmetiyle düzenli izlemek de bu kurulumun devamıdır.