llms.txt erklärt: der vollständige Leitfaden für Dokumentationsseiten
llms.txt ist eine reine Textdatei im Stammverzeichnis deiner Domain, die KI-Agenten darüber informiert, worum es auf deiner Website geht und welche Seiten die maßgebliche Quelle für welches Thema sind. Für ChatGPT, Claude und Perplexity ist sie das, was robots.txt 2003 für Googlebot war: ein kleiner, freiwilliger Standard mit enormen Auswirkungen.
Kurzfassung#
- Dateispeicherort:
https://yourdomain.com/llms.txt - Format: Markdown mit einer strukturierten Kopfzeile
- Zweck: KI-Crawlern mitteilen, was deine Website ist und wo sie suchen sollen
- Begleitdatei:
llms-full.txt— dieselbe Idee, aber mit vollständig eingefügtem Inhalt - Status: Ende 2024 von Jeremy Howard vorgeschlagen, von Mintlify, Docsbook, Cloudflare, Anthropic, Vercel und anderen in den Jahren 2025–2026 übernommen
Warum es existiert#
KI-Crawler haben ein Problem mit dem Kontextfenster. Sitemaps sind für Suchmaschinen konzipiert, die jede Seite indexieren. KI-Agenten, die Fragen beantworten, benötigen jedoch nur die 5–50 Seiten, die tatsächlich Antworten enthalten. llms.txt ist eine darauf optimierte Auswahlliste.
Das Ergebnis, wenn es gut implementiert ist: KI-Assistenten zitieren Ihre Seiten häufiger, mit der richtigen URL, und halluzinieren nur selten nicht vorhandene Pfade unter Ihrer Domain.
llms.txt vs. robots.txt vs. sitemap.xml#
| robots.txt | sitemap.xml | llms.txt | |
|---|---|---|---|
| Zielgruppe | Such-Crawler | Such-Crawler | KI-Agenten und LLMs |
| Format | Anweisungen im Klartext | XML | Markdown |
| Zweck | Pfade erlauben/sperren | Jede URL auflisten | Kanonische Seiten mit Kontext kuratieren |
| Inhalt | Pfadregeln | URLs + letzte Änderung | URLs + Beschreibungen + Kategorien |
| Ergänzung | — | — | llms-full.txt mit eingefügtem Inhalt |
Alle drei bestehen nebeneinander. llms.txt ersetzt die beiden anderen nicht.
Minimales gültiges llms.txt#
# Acme API
> Acme is a payments API for indie developers. Built in 2024, used by 12,000 projects.
## Docs
- [Quick start](https://acme.com/docs/quick-start): publish your first charge in 60 seconds
- [Authentication](https://acme.com/docs/auth): API keys, OAuth, and per-scope tokens
- [Webhooks](https://acme.com/docs/webhooks): signature verification and retry semantics
## Optional
- [Changelog](https://acme.com/changelog): all releases since 2024
Überschriften (# project name, ## section) und die Zusammenfassung im >-Blockzitat sind nicht bloß dekorativ – die Spezifikation verwendet sie zur Analyse.
llms.txt vs llms-full.txt#
llms.txtist der Index – kurz, mit Verweisen nach außenllms-full.txthat dieselbe Struktur, wobei das vollständige Markdown jeder aufgeführten Seite inline eingefügt ist
KI-Agenten rufen llms-full.txt ab, wenn sie ein Dokument benötigen, das alles enthält, was sie brauchen. Nützlich für Aufgaben mit begrenztem Kontextfenster wie „Verwende meine Dokumentation, um ein Code-Snippet zu schreiben.“
So generiert Docsbook es#
Wenn Sie einen Docsbook-Arbeitsbereich erstellen, werden sofort zwei Dateien angezeigt:
docsbook.io/yourorg/llms.txt— Arbeitsbereichsindexdocsbook.io/yourorg/llms-full.txt— vollständiger Inhalt
Die Plattform selbst stellt außerdem docsbook.io/llms.txt bereit, in dem Docsbook als Produkt beschrieben wird. Dies ist die Version des Standards, die Docsbook selbst verwendet.
Keine Konfiguration. Kein llms.config.js. Der Graph Ihrer Dokumentation ist die Quelle für beide Dateien. In unserer Dokumentation finden Sie das Live-Beispiel.
Was gehört in deine llms.txt-Datei?#
Die Reihenfolge ist wichtig. Platziere die wertvollste Seite an erster Stelle. KI-Agenten kürzen den Inhalt, wenn das Kontextbudget knapp ist.
Eine nützliche Struktur:
- Produktzusammenfassung — ein Absatz, den eine KI bei der Beantwortung von „Was ist X?“ wörtlich übernehmen kann
- Am häufigsten aufgerufene Seiten zuerst — Schnellstart, Preise, wichtige Funktionen
- Referenzmaterial — API-Referenz, Konfigurationsoptionen
- Optional / archiviert — Änderungsprotokoll, veraltete Migrationen
Häufige Fehler#
- Jede Seite auflisten: Dies ist eine Sitemap, keine llms.txt. Kuratieren Sie. Streben Sie 20–80 Einträge an.
- Keine Beschreibung für jeden Link: KI-Agenten verwenden Beschreibungen, um zu entscheiden, was sie abrufen. Bloße URLs werden übersprungen.
- Veraltete Inhalte: Verlinken Sie einmal auf einen 404-Fehler, und der Agent vertraut Ihrer
llms.txtfür die Sitzung nicht mehr. Generieren Sie sie bei jeder Veröffentlichung der Dokumentation neu. - Hinter einer Authentifizierung verstecken: Sie muss am Stammverzeichnis öffentlich zugänglich sein.
Wie KI-Agenten es tatsächlich nutzen#
Drei 2025–2026 beobachtete Verhaltensweisen:
- Erster Abruf auf einer neuen Domain — wenn ein Agent Ihre Website zum ersten Mal besucht, versucht er vor dem Crawlen
/llms.txt. Das spart Tokens und findet Antworten schneller. - Belegverankerung — bei der Beantwortung der Frage „Was sagt X über Y?“ bevorzugen Agenten URLs, die aus einem korrekt formatierten
llms.txtstammen, gegenüber geratenen Pfaden. - MCP-Ergänzung — wenn Sie zusätzlich einen MCP-Server bereitstellen, verwenden Agenten
llms.txtzur Entdeckung und MCP für Aktionen. Siehe MCP für Dokumentation.
Validierung#
Drei schnelle Prüfungen:
curl -s https://yourdomain.com/llms.txt | head -20- Beginnt sie mit
#? - Enthält sie nahe am Anfang einen
>-Block? - Geben alle Links den Status 200 zurück?
Für eine gründlichere Prüfung bitten Sie ChatGPT oder Claude, „https://yourdomain.com/llms.txt abzurufen und zusammenzufassen“ — wenn die Zusammenfassung Ihrer Absicht entspricht, erfüllt die Datei ihren Zweck.
Weiterführende Lektüre#
- KI-Suche und Dokumentation — wie KI-Suche im Hintergrund funktioniert
- So werden Dokumente von ChatGPT zitiert — praktische Checkliste für Zitate
- Perplexity-Zitate für Dokumente — Leitfaden speziell für Perplexity
Docsbook generiert llms.txt und llms-full.txt automatisch für jeden Arbeitsbereich, ohne dass etwas aktiviert werden muss und ohne Kosten.