llms.txt i praksis: guiden til AI-vejvisning på dit site

llms.txt er en tekstfil i roden af dit website, der fungerer som et kurateret kort for AI-systemer: her er vores vigtigste indhold, sådan hænger det sammen, og her skal du starte. Hvor robots.txt sætter grænser (“hold dig væk herfra”), er llms.txt det konstruktive modstykke (“start her”). Filen ligger på https://ditdomæne.dk/llms.txt og er skrevet i almindelig Markdown.

Forslaget kommer fra Jeremy Howard, medstifter af Answer.AI, som publicerede standarden i september 2024. Siden har især dokumentationstunge tech-virksomheder taget den til sig — Anthropic publicerer for eksempel både en llms.txt og fuldtekst-varianter af sin dokumentation til AI-brug. Denne guide viser, hvad filen skal indeholde, hvordan du bygger den på en time, og hvad du realistisk kan forvente af den.

Kort fortalt

  • llms.txt er et kurateret Markdown-kort til AI-systemer, foreslået af Jeremy Howard (Answer.AI) i september 2024.
  • Filen skal indeholde 10-30 annoterede links til dit bedste indhold — ikke et autogenereret sitemap-dump.
  • Indsatsen er under en time, vedligeholdet minimalt, og risikoen nul — men afstem den med din robots.txt-politik først.

Hvorfor har AI-agenter brug for et kort?

AI-agenter arbejder med begrænset tid og begrænset kontekstvindue, når de besøger dit site. En agent, der skal besvare et spørgsmål, henter måske tre til fem sider fra dit domæne og skal på det grundlag afgøre, om du er en brugbar kilde. Uden vejvisning bruger den budgettet på forsider, menuer, cookiebannere og arkivsider — og konkluderer måske, at der ikke er substans at hente.

En god llms.txt vender det om. Den sender agenten direkte til de sider, du vil citeres for: dine dybeste guides, din dokumentation, dine prissider. Tænk den som den receptionist, der ikke bare siger “værsgo at gå ind”, men “personen, du leder efter, sidder på tredje kontor til venstre”. Forskellen i, hvad agenten når at læse — og dermed hvad den kan citere — er hele filens eksistensberettigelse.

Hvordan er formatet skruet sammen?

Formatet er bevidst enkelt: en H1 med sitets navn, et blockquote med et resumé på én til to sætninger, og derefter sektioner med annoterede links. Hvert link har en kort beskrivelse, der fortæller agenten, hvad siden indeholder, og hvornår den er relevant. En minimal fil ser sådan ud:

# AgenticSEO.dk

> Dansk vidensbase om agentic SEO: synlighed, citérbarhed
> og anvendelighed for AI-agenter. Drives af InboundCPH.

## Kerneindhold

- [Hvad er agentic SEO?](https://agenticseo.dk/hvad-er-agentic-seo/):
  Definitionen, AgenticSEO-pyramiden og de fire søjler.
- [GEO-guiden](https://agenticseo.dk/geo-optimering-ai-overviews/):
  Sådan bliver du citeret i AI Overviews og AI-svar.

## Guides

- [llms.txt i praksis](https://agenticseo.dk/llms-txt-guide/):
  Format, opbygning og typiske fejl.

Standarden beskriver også en valgfri udvidelse, hvor hver vigtig side findes i en ren Markdown-udgave (samme URL med .md tilføjet), så agenter kan hente indholdet uden HTML-støj. Den udvidelse er mest relevant for dokumentationssites; for almindelige indholdssites er selve kortfilen det væsentlige.

Sådan bygger du din llms.txt på en time

  1. Udvælg kerneindholdetVælg de 10-30 sider, du helst vil citeres for. Kriteriet er værdi for en fremmed læser — ikke intern organisationslogik.
  2. Skriv resuméetÉn til to sætninger i blockquotet: hvem er I, hvad dækker sitet, og hvem står bag. Det er ofte agentens første indtryk af afsenderen.
  3. Annotér hvert linkEn beskrivelse på én linje pr. link: hvad indeholder siden, og hvornår er den det rigtige svar? Beskrivelserne er filens egentlige værdi.
  4. Læg filen i rodenUpload som /llms.txt med content-type text/plain eller text/markdown, og verificér at den svarer 200 uden login eller omdirigering.
  5. Sæt den ind i publiceringsrutinenNye kernesider tilføjes, nedlagte fjernes. En fil med døde links underminerer tilliden til det hele.

Hvilke fejl underminerer filen?

Tre fejl går igen. Den første er det autogenererede linkdump: en llms.txt, der spejler hele dit sitemap med hundredvis af links, hjælper ingen — kuratering er hele pointen. Den anden er glemt vedligehold: døde links og forældede beskrivelser gør filen til et argument imod dig. Den tredje er selvmodsigelse mellem filerne.

Vigtigt

Hvis du blokerer GPTBot i robots.txt men inviterer den i llms.txt, vinder blokeringen. Afstem din adgangspolitik, før du publicerer filen — beslutningsrammen står i robots.txt-guiden og den tekniske opfølgning i crawler-guiden.

Kuratering er hele pointen: 10-30 annoterede links slår 500 links til alt.

Virker llms.txt overhovedet endnu?

Ærligt svar: ingen af de store AI-udbydere har officielt bekræftet, at deres systemer læser llms.txt, og du bør ikke forvente målbar effekt fra den ene dag til den anden. Det, der taler for filen, er regnestykket. Indsatsen er under en time, vedligeholdet er minimalt, og risikoen er nul — mens gevinsten, hvis og når agenter bruger kortet, lander præcis dér, hvor du vil have den: på dit bedste indhold. Dertil kommer, at arbejdet med at kuratere de 10-30 vigtigste sider har selvstændig værdi som redaktionel prioritering.

llms.txt hører til i søjlen “maskinlæsbar struktur” i agentic SEO — et af de billigste enkelttiltag i hele disciplinen, og et oplagt sted at starte, når crawler-adgangen er på plads.

Ofte stillede spørgsmål

Erstatter llms.txt mit XML-sitemap?

Nej. XML-sitemappet er til søgemaskinernes crawlere og skal fortsat vedligeholdes. llms.txt er et kurateret supplement til AI-agenter — et kort over det vigtigste, ikke en komplet fortegnelse over alt.

Skal llms.txt indeholde alle mine sider?

Nej — det modsatte. Filen skal indeholde de 10-30 sider, du helst vil citeres for, med en beskrivende linje pr. link. Et komplet dump gør filen ubrugelig som prioriteringssignal.

Kan WordPress generere filen automatisk?

Der findes plugins, der genererer llms.txt ud fra dit indhold, men vær varsom: autogenererede filer bliver let ukuraterede linkdumps. Skriv hellere filen manuelt ud fra en redaktionel prioritering, og opdatér den, når kerneindholdet ændrer sig.

Senest revideret 31. august 2026. Artiklen gennemgås løbende, når AI-søgelandskabet flytter sig.