Analiz

llms.txt gerekli mi? Kanıtlar ne söylüyor?

Web Almanac, Common Crawl, Ahrefs ve SE Ranking verisiyle llms.txt'in benimsenmesi, okunma oranı ve atıfla ilişkisi. Dosyayı eklemeden önce neye bakmalı?

Fratres Editör · 11 Kasım 2026

llms.txt, bir sitenin kök dizinine konan ve yapay zekâ ajanlarına sitenin kısa özetini ve önemli sayfalarının bağlantılarını Markdown biçiminde sunan önerilmiş bir dosyadır. Bugünkü kanıtlar, çoğu site için gerekli olmadığını gösteriyor. Google Arama dosyayı kullanmıyor, büyük sunucu kaydı analizleri dosyaların çoğunun hiç istenmediğini, atıf verisi de anlamlı bir ilişki olmadığını gösteriyor.

llms.txt ne öneriyor, robots.txt'ten farkı ne?

Dosyayı Jeremy Howard 3 Eylül 2024'te önerdi, metin en son 10 Ağustos 2026'da güncellendi. Gerekçe basit: Bir dil modelinin bağlam penceresi (aynı anda işleyebildiği metin miktarı) bütün bir siteyi almaya yetmez, HTML sayfalar da menü, reklam ve betikle doludur. llms.txt bu yüzden kısa bir yol haritası sunar. Önerilen yapı şöyle:

Sitenin ya da projenin adını taşıyan bir H1 başlık.
Bir alıntı bloğu içinde kısa özet.
Bağlantı listeleri içeren H2 bölümleri, her bağlantının yanında isteğe bağlı kısa not.
Bağlam darsa atlanabilecek ikincil bağlantılar için "Optional" adlı bir bölüm.

Öneri ayrıca her önemli sayfanın sade bir Markdown sürümünün, adresin sonuna .md eklenerek sunulmasını istiyor. Bu bir standart kuruluşunun onayladığı belirtim değil, gönüllü bir öneri.

robots.txt ile karıştırılmamalı. robots.txt bir izin dosyasıdır: Hangi tarayıcının hangi yolu tarayabileceğini söyler. llms.txt hiçbir şeyi açmaz ya da kapatmaz, yalnız içerik haritası sunar. Erişim kararı hâlâ robots.txt ile verilir.

Kaç site kullanıyor?

Rakamlar örnekleme göre çok değişiyor. Yan yana koyunca tablo şöyle:

Web Almanac 2025: HTTP Archive'ın SEO bölümüne göre masaüstü sitelerin %2,13'ünde, mobil sitelerin %2,10'unda geçerli bir llms.txt vardı. Dosyaların %39,6'sı, All in One SEO eklentisinin varsayılan olarak eklediği açıklama satırını taşıyordu. Yani bu site sahiplerinin dosyayı bilerek seçip seçmediği belli değil.
Common Crawl, Temmuz 2026 arşivi: Common Crawl 584.107 boş olmayan dosyayı inceledi. Örneklenen /llms.txt adreslerinin %11,72'si metin döndürdü, ama kurum bu oranın Web Almanac ile doğrudan karşılaştırılamayacağını belirtiyor. Dosyaların %68,27'si şablondan üretilmişti ve tek başına Wix bütün derlemin %41,34'ünü oluşturuyordu.
SE Ranking: Araç sağlayıcısı SE Ranking yaklaşık 300.000 alan adında benimseme oranını %10,13 buldu.
Ahrefs: Ahrefs, kendi web analitiği ürününü kullanan ve Mayıs 2026'da trafik alan 137.210 alan adında oranı %28 ölçtü. Şirket, müşterilerinin teknik bilgisi yüksek olduğu için bu sayının üst sınır olduğunu belirtiyor.

İki sonuç çıkıyor. Birincisi, dosya hâlâ sitelerin küçük bir kısmında. İkincisi, var olan dosyaların büyük bölümü bilinçli bir kararla değil, site kurucu ya da SEO eklentisinin varsayılan ayarıyla oluşmuş. Türkçe siteler için ayrı bir ölçüme ulaşamadık.

Yapay zekâ sistemleri dosyayı okuyor mu?

Google'ın cevabı net. Üretken yapay zekâ rehberi, yapay zekâ özellikleri için yeni makine okunur dosyalar oluşturmanın gerekmediğini ve Google Arama'nın bunları kullanmadığını yazıyor. Başka hizmetler için dosya hazırlamak serbest, ama Google'a göre bu, Arama'daki görünürlüğe ne zarar ne katkı sağlar.

Sunucu kayıtları da aynı yönü gösteriyor. Ahrefs'in analizinde Mayıs 2026'da dosyaların %97'si hiç istek almadı. Dosyalara gelen isteklerin %19,5'ini yapay zekâ botları yaptı. Model eğitimi tarayıcılarının payı %5,3, yanıt sırasında içerik getiren botlarınki %1,1 idi. En çok isteği yapan tekil yapay zekâ botu %4,51 ile GPTBot oldu. Ahrefs, bir isteğin dosyanın gerçekten kullanıldığını kanıtlamadığını, bu payların da üst sınır sayılması gerektiğini not ediyor.

Tek sitelik bir ölçüm de benzer bir oran veriyor. Dan Petrovic, kendi sitesinin 20 günlük kaydında Google, Anthropic ve OpenAI tarayıcılarının robots.txt dosyasını 1.150 kez, llms.txt dosyasını 4 kez istediğini raporladı. Örneklem küçük, ama tarayıcıların hâlâ robots.txt'e baktığını gösteriyor.

Atıf sayısını artırıyor mu?

Bu soruyu doğrudan sınayan en geniş çalışma SE Ranking'in analizi. Şirket yaklaşık 300.000 alan adında llms.txt varlığı ile yapay zekâ yanıtlarındaki atıf sayısı arasındaki ilişkiye korelasyon testleri ve bir makine öğrenmesi modeliyle baktı. Değişkeni modelden çıkarmak tahmin doğruluğunu artırdı. Yazar bunu, dosyanın atıfı açıklamadığı, modele yalnız gürültü kattığı biçiminde yorumluyor. Çalışma nedensellik kurmuyor ve hangi yapay zekâ ürünlerinin örneklendiğini ayrıntılı vermiyor. Yine de olumlu bir etki bulan, yöntemi açık bir çalışmaya rastlamadık.

Hangi durumda işe yarayabilir?

Dosyanın en makul kullanım alanı geliştirici belgeleri. Yapay zekâ şirketlerinin kendisi de bunu yapıyor: Anthropic, OpenAI ve Perplexity API belgeleri için llms.txt yayımlıyor. Bu sitelerin okuru, belgeyi okuyup kod yazan kodlama ajanları ve geliştirici araçları. Ahrefs de olası faydayı arama görünürlüğünde değil, bu tür ajan araçlarında görüyor.

Bir yazılım ürününüz, API'niz ya da kalabalık bir yardım merkeziniz varsa dosya, ajanların doğru sayfaya ulaşmasını kolaylaştırabilir. Kurumsal bir tanıtım sitesi, blog ya da e-ticaret sitesi için beklenen faydayı gösteren veri yok.

Dosyanın riskleri de var. Common Crawl analizinde dosyaların %22,56'sı hiç bağlantı içermiyordu. 136.578 yanıtta llms.txt adresinden aslında robots.txt içeriği dönüyordu. 3.793 dosyada modeli yönlendirmeye çalışan ifadeler, 10 dosyada en ağır düzeyde istem enjeksiyonu (prompt injection, modele gizli talimat verme) izi bulundu. Ahrefs de istem enjeksiyonunu dosyanın olası sakıncaları arasında sayıyor.

Karar vermeden önce nasıl ölçülür?

Varsayım yerine kendi sitenizin verisiyle karar verin. Bir aylık bir çalışma yeterli:

Dosyanız var mı, bakın. Alan adınızın sonuna /llms.txt ekleyip açın. Site kurucunuz ya da SEO eklentiniz sizden habersiz üretmiş olabilir.
Varsa içeriğini okuyun. Doğru sayfalara bağlanıyor mu, eski ürünleri ya da kapalı sayfaları listeliyor mu? Şablon dosya, sitenizi yanlış özetleyebilir.
Sunucu kayıtlarında istekleri sayın. 30 gün boyunca /llms.txt ve /robots.txt isteklerini user-agent (istemci kimliği) bazında ayırın.
Bot kimliğini doğrulayın. Kendini GPTBot ya da ClaudeBot olarak tanıtan her istek gerçek değildir. Sağlayıcıların yayımladığı IP listeleriyle eşleştirin.
Atıfı ayrı ölçün. Dosyayı ekleseniz de eklemeseniz de asıl gösterge, yanıtlarda alıntılanıp alıntılanmadığınızdır. Yöntemini kaynak gösterilme yazısında anlattık.
Kararı yazın. İstek yoksa ve siteniz geliştirici belgesi sunmuyorsa dosyayı öncelik listesinin sonuna koyun. Varsa kısa, güncel ve elle denetlenmiş tutun.

Sık yapılan hatalar

Google sıralaması beklemek. Google, dosyanın Arama görünürlüğünü etkilemediğini açıkça yazıyor.
Eklenti çıktısını okumadan yayında bırakmak. Web Almanac verisinde dosyaların önemli kısmı eklenti varsayılanından geliyor. Kimse okumadıysa kimse sorumlu değildir.
Dosyayı erişim denetimi sanmak. Yapay zekâ tarayıcılarını engellemek ya da açmak robots.txt işidir. Hangi botun ne yaptığını AI tarayıcıları yazısında ele alıyoruz.
Dosyaya kural ve hak beyanı yazmak. Common Crawl dosyaların bir kısmında hız sınırı ve telif bildirimi gibi önerinin kapsamadığı ifadeler buldu. Öneri böyle bir kullanım tanımlamıyor, tarama tercihleri robots.txt ile bildirilir.
Asıl işi ertelemek. Taranabilirlik, net bölümler ve kaynaklı içerik, yapay zekâ yanıtlarında görünmenin ölçülebilir temelidir. Bu çalışmanın bütününü arama görünürlüğü ve yapay zekâ destekli arama başlığında topluyoruz.

Yarın sunucu kaydınıza bakın

Hosting panelinizden ya da CDN'inizden son 30 günün erişim kaydını indirin. /llms.txt geçen satırları süzün ve istek yapanları user-agent bazında sayın. Dosyanız yoksa yapay zekâ botlarının bu adresi isteyip istemediğine bakın. İstek sayısı sıfıra yakınsa dosya için zaman ayırmayın, o zamanı en çok ziyaret alan üç sayfanızın içeriğini güçlendirmeye verin.