llms.txt maken: wat het is, wie het leest en hoe je het test
llms.txt is een tekstbestand in markdown op /llms.txt dat een AI-agent in het kort vertelt wat er op je website staat, met links naar de pagina's die ertoe doen. Het is een voorstel uit 2024 dat vooral bij softwaredocumentatie wordt gebruikt. Google Search negeert het bestand, dus verwacht er geen betere positie van. Je maakt het met een kop, een samenvatting en een lijst links, en je test het met Lighthouse.
Je leest vaak dat elk bedrijf een llms.txt nodig heeft, omdat ChatGPT je anders niet kan vinden. Een eerdere versie van dit artikel schreef zelf dat AI-modellen automatisch naar het bestand zoeken. In de documentatie van Google, OpenAI en Anthropic staat dat niet. Het bestand bestaat en het heeft een duidelijk doel. Wat het voor je vindbaarheid doet, is een kleiner verhaal dan veel handleidingen beloven. Hieronder staat wat de bronnen zeggen, hoe je het bestand opbouwt en welke fout wij in ons eigen bestand vonden.
Wat is llms.txt?
llms.txt is een tekstbestand in markdown dat op jouwdomein.nl/llms.txt staat en een AI-agent in het kort vertelt wat er op je website te vinden is. Jeremy Howard stelde het in september 2024 voor. De huidige tekst van het voorstel is de tweede versie, bijgewerkt in augustus 2026.
Het idee erachter: een webpagina is gebouwd voor mensen, met navigatie en JavaScript om de inhoud heen. Een agent heeft volgens het voorstel het meest aan beknopte informatie op één vaste plek. De bedoeling is dat hij het bestand leest, zoekt wat hij nodig heeft en daarna de links volgt.
Het voorstel meldt dat duizenden sites zo'n bestand publiceren en dat het het meest wordt gebruikt bij softwaredocumentatie, waar programmeeragents de links volgen naar naslag en handleidingen. OpenAI en Anthropic hebben er zelf een voor hun ontwikkelaarsdocumentatie: developers.openai.com/llms.txt en platform.claude.com/llms.txt. Voor een bedrijf noemt het voorstel als toepassing een overzicht van je opbouw en je beleid.
Leest een AI-zoekmachine je llms.txt?
Google Search gebruikt je llms.txt niet, en in de crawlerdocumentatie van OpenAI en Anthropic staat niet dat zij het lezen. Google voegde op 15 juni 2026 een toelichting toe aan zijn gids voor generatieve AI in Search: Search gebruikt zulke bestanden niet, en een llms.txt zal je zichtbaarheid of ranking "neither harm nor help". Een bestand bijhouden voor andere diensten die het wel gebruiken noemt Google "completely fine".
OpenAI en Anthropic beschrijven in hun crawlerdocumentatie robots.txt als het middel waarmee je toegang regelt. Over het lezen van een llms.txt op jouw site staat daar niets (gelezen op 14-11-2026). Wat wel vaststaat: OAI-SearchBot zoekt pagina's voor ChatGPT, en volgens de documentatie van OpenAI worden sites die deze crawler uitsluiten niet getoond in de zoekantwoorden van ChatGPT, al kunnen ze volgens dezelfde pagina nog als navigatielink verschijnen.
Geen van deze bronnen zegt dus dat een llms.txt je in een AI-antwoord brengt. Wat OpenAI wel als voorwaarde noemt, is dat zijn crawler je pagina's mag ophalen. Dat punt en de rest van de basis staan in onze checklist voor een agent-ready website.
Is llms.txt hetzelfde als robots.txt?
Nee, de twee bestanden doen iets anders: robots.txt regelt toegang en llms.txt geeft uitleg. Het voorstel zegt het zo: robots.txt laat geautomatiseerde tools weten welke toegang tot een site acceptabel is, en de informatie in llms.txt wordt gebruikt op het moment dat een agent iets over een onderwerp wil weten terwijl hij iemand helpt.
In llms.txt kun je dus niets verbieden. Wil je een crawler weren of toelaten, dan doe je dat in robots.txt. Een sitemap vervangt het bestand ook niet: die somt alle pagina's op, en llms.txt is een korte selectie met toelichting.
Hoe ziet een llms.txt eruit?
Een llms.txt begint met een kop met de naam van je site, en dat is het enige verplichte onderdeel. Daarna volgen in deze volgorde:
- Een samenvatting als citaatblok (regels die met
>beginnen), met wat een lezer moet weten om de rest te begrijpen. - Toelichting in gewone alinea's of lijsten, zonder tussenkoppen.
- Secties met een H2-kop, elk met een lijst links. Een regel in zo'n lijst is een markdown-link, eventueel gevolgd door een dubbele punt en een korte uitleg.
Een sectie met de naam "Optional" is bij afspraak bedoeld voor links die een agent kan overslaan als hij weinig ruimte heeft.
# Administratiekantoor Voorbeeld
> Administratiekantoor in Zuid-Holland voor zzp'ers en kleine bv's.
> Boekhouding, btw-aangifte en jaarrekening.
Nieuwe klanten starten met een kennismaking van 30 minuten.
Loonadministratie doen wij niet.
## Diensten
- [Boekhouding voor zzp'ers](https://www.jouwdomein.nl/boekhouding-zzp): wat erbij zit en wat het kost
- [Jaarrekening voor de bv](https://www.jouwdomein.nl/jaarrekening): werkwijze en doorlooptijd
## Contact
- [Kennismaking plannen](https://www.jouwdomein.nl/contact): online agenda en telefoonnummer
## Optional
- [Over ons](https://www.jouwdomein.nl/over-ons): wie er werken
De naam en de adressen in dit voorbeeld zijn verzonnen. Ons eigen bestand staat op mindsora.io/llms.txt. Het is langer en wijkt af van deze opbouw: het heeft tussenkoppen en lijstregels zonder link.
Het voorstel wil dat links naar tekst wijzen die een agent goed leest, zoals een markdown-versie van de pagina. Dit voorbeeld en ons eigen bestand wijzen naar gewone webpagina's.
Hoe maak je een llms.txt in vijf stappen?
Je maakt een llms.txt door één tekstbestand te schrijven, het in de hoofdmap van je site te zetten en het daarna te testen. De stappen:
1. Schrijf het bestand. Gebruik de opbouw hierboven. Het voorstel geeft drie schrijfregels: gebruik beknopte en heldere taal, zet bij elke link een korte beschrijving en vermijd dubbelzinnige termen en vaktaal die je niet uitlegt. Zet er alleen feiten in die ook op je website staan.
2. Schrijf links voluit. Elke verwijzing is een markdown-link: de linktekst tussen blokhaken en het volledige adres erachter tussen haakjes, zoals in het voorbeeld hierboven. Een los pad als /diensten of een kaal adres zonder linktekst is voor het voorstel en voor Lighthouse geen link. Dit is de fout die wij zelf maakten; zie verderop.
3. Zet het in de hoofdmap. Lighthouse zoekt het bestand op jouwdomein.nl/llms.txt. Het voorstel staat ook een bestand in een submap toe. Bij een site die uit bestanden wordt opgebouwd, zoals de onze, staat het in de map public. Volgens de lijst op llmstxt.org maken de WordPress-plugins Yoast SEO en AIOSEO het bestand voor je aan, en genereert Wix er een voor elke Wix-site. Controleer in dat geval wat erin staat.
4. Test het. Open het adres in je browser: je hoort platte tekst te zien. Draai daarna de controle van Lighthouse, bijvoorbeeld via PageSpeed Insights. Het voorstel raadt daarnaast aan een agent vragen over je inhoud te stellen en hem alleen je llms.txt als startpunt te geven.
5. Houd het bij. Een nieuwe dienst, een andere prijs of een verdwenen pagina hoort ook in het bestand te veranderen. Een bestand dat iets anders zegt dan je website, zet de agent die het leest op het verkeerde been.
Wat controleert Lighthouse aan je llms.txt?
Lighthouse controleert drie dingen aan het bestand: of er een H1-kop in staat, of er minstens één markdown-link in staat en of het minstens 50 tekens lang is. Dat staat in de broncode van de controle (gelezen op 14-11-2026).
Bij een serverfout (5xx), een 429 of een mislukte aanvraag keurt Lighthouse de controle af. Bij een 404 of een andere 4xx is de controle niet van toepassing, omdat het bestand volgens de uitleg van Chrome "optional at the moment" is. De hele categorie voor agentisch browsen noemt Chrome in de uitleg over de score experimenteel.
De controle zegt dus alleen iets over de vorm. Of een agent iets aan je bestand heeft, meet ze niet.
Wat ging er mis in ons eigen bestand?
Ons eigen llms.txt haalde de Lighthouse-controle niet toen we die op 13 november 2026 draaiden. De melding was dat het bestand geen links bevatte. Dat klopte: er stonden 34 regels met een kaal adres in en 23 blogverwijzingen als los pad, en geen enkele markdown-link. Een mens leest daar overheen. De controle zoekt naar de vorm [tekst](adres) en vond die niet.
We hebben de verwijzingen omgezet naar markdown-links met een volledig adres: 69 links in een bestand van 318 regels. Een dag later slaagde de controle (eigen meting via PageSpeed Insights, 14-11-2026). In onze testreeks draait nu een toets die de drie eisen van Lighthouse herhaalt en daarnaast nagaat of elke link naar iets wijst dat in de site bestaat.
Wat we niet hebben gemeten: of AI-diensten ons bestand ophalen en of het iets verandert aan hoe ze over ons schrijven.
Wanneer is een llms.txt de moeite waard?
Een llms.txt is de moeite waard als je er een concreet doel voor hebt en bereid bent het bij te houden. Dat doel kan documentatie zijn die programmeeragents gebruiken, of een vast overzicht van je diensten en voorwaarden dat een agent in één keer kan lezen.
Begin er niet mee als je pagina's nog niet in Google staan of als je belangrijkste tekst pas na het laden in beeld komt. Los dat eerst op.
Direct zelf meten kan met de gratis Agent-Ready Grader: je website krijgt een score van 0 tot 100 en een lijst met concrete verbeterpunten. Die grader is ons eigen instrument. Hij geeft llms.txt 20 van de 100 punten. Dat is onze eigen weging; Google Search gebruikt het bestand niet.
Veelgestelde vragen
Is llms.txt een officiële standaard? Nee. De auteur noemt het een voorstel, en Chrome spreekt van "an emerging convention".
Heeft llms.txt invloed op mijn positie in Google? Nee. Volgens Google helpt of schaadt het bestand je zichtbaarheid en ranking in Search niet.
Kan ik het combineren met gestructureerde gegevens? Ja. Het voorstel zegt dat het bestand kan verwijzen naar de gestructureerde gegevens op je site. Zorg dat beide hetzelfde zeggen als je pagina's.
Hoe lang mag het bestand zijn? Het voorstel noemt geen maximum. Het wil wel dat het bestand klein genoeg blijft om in één keer gelezen te worden, met de details achter de links.
Verder lezen
- Agent-ready website: checklist van wat echt werkt
- Agent-ready website: wat het is
- GEO: de gids voor AI-vindbaarheid
- WebMCP: wat het is en hoe het werkt
De Agent-Ready Audit (€697 eenmalig, exclusief btw) staat in ons dienstenoverzicht. Wil je uitrekenen hoeveel uur een terugkerende klus je kost? Dat doet de gratis AI Readiness Scan: 7 vragen over je bedrijfsprocessen.
Klaar om te automatiseren?
Plan een vrijblijvend gesprek en ontdek wat AI-automatisering voor jouw bedrijf kan betekenen. Of doe eerst de 2-minuten AI Readiness Scan.
Plan een gesprek