ما ملف llms.txt وهل يستحق التنفيذ؟

llms.txt معيار ويب مقترح يوفر لأنظمة الذكاء الاصطناعي ملخصاً منظماً لأهم محتوى موقع بصيغة محسَّنة لاستهلاك النماذج اللغوية الكبيرة. موضوعاً في جذر النطاق (yourdomain.com/llms.txt)، يعمل دليلاً منتقى لصفحات الموقع الرئيسية، مكتوباً بـ Markdown لا HTML، مصمماً تحديداً لمساعدة أنظمة الذكاء الاصطناعي على فهم المحتوى والإحالة إليه بكفاءة. أنشأ المقترح Jeremy Howard من Answer.AI في 2024.

في Gorilla Marketing، نقيّم معايير بحث الذكاء الاصطناعي الناشئة ضمن عمل تحسين الذكاء الاصطناعي لعملائنا. التقييم الصادق لـ llms.txt الآن دقيق: سهل التنفيذ وهناك إشارات اهتمام منصات مبكرة، لكن البحث الحالي لا يظهر أثراً قابلاً للقياس على استشهادات الذكاء الاصطناعي. يغطي هذا الدليل الصورة الكاملة: ما يفعله وما تقوله الأدلة وهل يستحق مكاناً في استراتيجيتك.

كيف يعمل llms.txt

يجلس ملف llms.txt في جذر الموقع، مشابهاً robots.txt أو sitemap.xml. لكن حيث يخبر robots.txt الزواحف ما تتجنبه وتخبرها الخرائط ما الموجود، يخبر llms.txt أنظمة الذكاء الاصطناعي ما الأهم ويوفر ذلك المحتوى بصيغة محسَّنة لاستهلاك النماذج.

يستخدم الملف بنية Markdown محددة:

عنوان H1: اسم الموقع أو المشروع

اقتباس كتلي: وصف موجز لما يغطيه الموقع

أقسام H2: فئات المحتوى (مثل “التوثيق” و”المدونة” و”المنتجات”)

روابط بأوصاف: تحت كل قسم، روابط للصفحات الرئيسية بأوصاف موجزة لمحتوى كل منها

بعض التنفيذات تضم أيضاً ملفاً رفيقاً llms-full.txt يحوي النص الكامل للصفحات الرئيسية بصيغة Markdown. يمنح هذا أنظمة الذكاء الاصطناعي وصولاً مباشراً للمحتوى الفعلي دون الحاجة لزحف صفحات HTML وعرضها. توحي أدلة من Mintlify أن llms-full.txt يُقصد من أنظمة الذكاء الاصطناعي أكثر تواتراً من llms.txt الأساسي، على الأرجح لتوفيره المحتوى الكامل لا مؤشرات فقط.

كيف يختلف llms.txt عن robots.txt والخرائط

robots.txt عن التقييد. والخرائط عن الاكتشاف. وllms.txt عن الانتقاء، تحديداً اختيار المحتوى الأنفع لفهم أنظمة الذكاء الاصطناعي والإحالة إليه وعرضه.

الأفضلية التقنية المفتاحية كفاءة الرموز (tokens). صفحة HTML تستهلك آلاف الرموز على التنقل والسكربتات والتنسيق والترميز البنيوي قبل بلوغ الذكاء الاصطناعي المحتوى الفعلي. ومكافئ Markdown ينقل المعلومات نفسها بكسر من الرموز، مستوعباً محتوى أنفع ضمن نافذة سياق النموذج. ولأنظمة الذكاء الاصطناعي بنوافذ سياق أو ميزانيات رموز محدودة لكل صفحة، هذه الكفاءة مهمة.

من يستخدم llms.txt؟

نما التبني سريعاً لكن متفاوتاً. أكثر من 844,000 موقع نفذت llms.txt بحلول أكتوبر 2025. ووجد تحليل SE Ranking لثلاثمئة ألف نطاق أن نحو 10% وضعت الملف.

المتبنون المبكرون البارزون يضمون Anthropic (الشركة الأم لـ Claude) وCloudflare وVercel وStripe وHugging Face وZapier وCursor. النمط دال: يتركز التبني بين شركات التقنية والأنشطة الموجهة للمطورين. تملك هذه المنظمات محتوى، خصوصاً التوثيق، مستهلَكاً بثقل من أنظمة الذكاء الاصطناعي وأدوات البرمجة الذكية.

ومثيراً للاهتمام، النطاقات عالية الزيارات (100,000+ زيارة شهرية) تظهر فعلياً معدلات تبنٍّ أدنى (8.27%) من المواقع متوسطة الشريحة (10.54% لزيارات 1,001-5,000). افتراض تبني قادة القطاع أولاً لا يصمد هنا. شركات التقنية متوسطة الحجم كانت الأنشط تنفيذاً.

ومنصات إدارة المحتوى تضيف الدعم. Yoast SEO وWix وعدة مولدات مواقع ساكنة تقدم الآن توليد llms.txt مدمجاً. ومع انتشار تكامل المنصات، سيتسارع التبني على الأرجح أياً كان الأثر المثبت، ببساطة لهبوط حاجز التنفيذ إلى الصفر.

ماذا تقول الأدلة عن استشهادات الذكاء الاصطناعي؟

هذا السؤال الحاسم والبيانات واضحة: لا أثر استشهاد قابلاً للقياس بعد.

دراسة SE Ranking لثلاثمئة ألف نطاق لم تجد ارتباطاً بين تنفيذ llms.txt وتواتر استشهاد الذكاء الاصطناعي. وذهب تحليلهم بتعلم الآلة باستخدام XGBoost أبعد: إزالة متغيرات llms.txt من النموذج حسّنت فعلياً دقة التنبؤ. يضيف الملف حالياً ضوضاء لا إشارة لتوقع استشهادات الذكاء الاصطناعي.

تحليل ALLMO.ai لأكثر من 94,000 رابط مستشهَد به لم يجد رفعة استشهاد قابلة للقياس مرتبطة بتبني llms.txt.

تجربة OtterlyAI لتسعين يوماً راقبت سلوك زواحف الذكاء الاصطناعي على موقع نفذ llms.txt. النتيجة: 84 زيارة روبوت ذكاء اصطناعي فقط لـ /llms.txt من 62,100 إجمالي زيارات روبوتات الذكاء الاصطناعي. أي 0.14% من نشاط الزواحف. زارت الروبوتات الملف نادراً للغاية مقارنة بالصفحات العادية.

موقف جوجل واضح. صرّح Gary Illyes في يوليو 2025 أن جوجل لا يدعم llms.txt ولا يخطط لذلك. وقارنه John Mueller منفصلاً بوسم keywords التعريفي الذي لم يُستخدم يوماً إشارة ترتيب. تتكئ AI Overviews من جوجل على إشارات السيو التقليدية لا llms.txt.

لا منصة ذكاء اصطناعي كبرى أكدت علناً استخدام llms.txt لقرارات الاستشهاد. لم تصرّح OpenAI وجوجل وAnthropic أن أنظمتها تقرأ الملف وتستخدمه لاختيار المصادر.

حيث الإشارات مختلطة

البيانات السلبية أعلاه متينة، لكن هناك نقاطاً مقابلة تستحق الإقرار.

ضمّ جوجل llms.txt في بروتوكول A2A (وكيل لوكيل). لا يعني هذا استخدام بحث جوجل إياه، لكنه يشير أن جوجل يرى llms.txt ذا صلة بنظام وكلاء الذكاء الاصطناعي الأوسع. بروتوكول A2A عن كيفية تفاعل الوكلاء مع المواقع، حالة استخدام مختلفة عن ترتيب البحث.

طلبت Anthropic تحديداً تنفيذ llms.txt من شركائها. الشركة خلف Claude ترى قيمة في الصيغة لأنظمتها، حتى لو لم تترجم تلك القيمة لفروق استشهاد قابلة للقياس في الدراسات.

نماذج Microsoft وOpenAI تزحف ملفات llms.txt بنشاط وفق بيانات من Profound. تزور الروبوتات الملفات حتى لو لم تزنها خوارزميات استشهادها حالياً.

تبلغ Vercel أن 10% من تسجيلاتها تأتي الآن من ChatGPT، معزوة جزئياً لجهود تحسين ذكاء اصطناعي أوسع ضمت llms.txt. صعب عزل مساهمة llms.txt بعينها، لكن الشركة تعتبره جزءاً من استراتيجية عاملة.

تلاحظ Mintlify أن التوثيق الآن “50% للبشر و50% للنماذج”، وllms.txt امتداد طبيعي لذلك الواقع للمواقع كثيفة التوثيق.

التوليف الصادق: لا يقود llms.txt حالياً استشهادات الذكاء الاصطناعي بأي طريقة قابلة للقياس. لكن منصات الذكاء الاصطناعي واعية به وبعضها يزحفه بنشاط، والمسار الأوسع لبحث الذكاء الاصطناعي يوحي بتزايد أهمية إشارات المحتوى المنظم الملائم للنماذج عبر الزمن. قد يكون السؤال متى لا هل، لكن الأدلة الحالية لا تدعم معاملة llms.txt أولوية.

متى يكون تنفيذ llms.txt منطقياً

رغم غياب أثر الاستشهاد المثبت، هناك حالات يكون فيها التنفيذ معقولاً.

توثيق المطورين والمحتوى التقني. إن حوى موقعك توثيقاً واسعاً مستهلَكاً من مساعدي البرمجة الذكيين (Cursor وCopilot وChatGPT)، فتوفير Markdown منظم يساعد هذه الأدوات على الإحالة للمحتوى بدقة أكبر. هنا نشأ المعيار وهنا قيمته العملية الأوضح اليوم.

المواقع الكبيرة بمعماريات محتوى معقدة. لمواقع بمئات أو آلاف الصفحات، يعمل llms.txt دليلاً منتقى يوجه أنظمة الذكاء الاصطناعي لأهم المحتوى. ولتمرين الانتقاء نفسه قيمة استراتيجية حتى مستقلة عن استهلاك الذكاء الاصطناعي.

تحصين مستقبلي منخفض الكلفة. إنشاء ملف llms.txt أساسي يستغرق دقائق. إن بدأت منصات الذكاء الاصطناعي وزن المعيار مستقبلاً، فوضعه سلفاً يعني جاهزيتك. الجهد ضئيل وخطر الجانب السلبي صفري جوهرياً.

جزءاً من استراتيجية ذكاء اصطناعي أوسع. لا ينبغي أن يكون llms.txt الفعل الأول أو الوحيد لظهور الذكاء الاصطناعي. لكن مكوناً واحداً بجانب جودة المحتوى وسيو الكيانات وترميز السكيما وبنية المحتوى بالإجابة أولاً، يضيف إشارة صغيرة إضافية بكلفة لا تُذكر.

كيف تنشئ ملف llms.txt

إن قررت التنفيذ، فالعملية مباشرة.

الخطوة 1: حدد المحتوى الرئيسي. اختر أهم عشر إلى ثلاثين صفحة في موقعك. ركز على الصفحات التي تريد أنظمة الذكاء الاصطناعي الإحالة إليها: صفحات الخدمات الجوهرية والأدلة الرئيسية والتوثيق والمحتوى المعلوماتي عالي القيمة. قدّم الصفحات المجيبة أسئلة محددة يُرجح سؤال أنظمة الذكاء الاصطناعي عنها عن نشاطك أو قطاعك. لا تضم كل صفحة. قيمة llms.txt الانتقاء لا الشمول. لذلك وُجدت خريطتك.

الخطوة 2: اكتب الملف. استخدم هذه البنية:

# Your Site Name

> A brief description of your site and what it offers.

## Main Content

- [Page Title](https://yoursite.com/page): Brief description of what this page covers
- [Another Page](https://yoursite.com/another): Brief description

## Resources

- [Guide Title](https://yoursite.com/guide): Brief description

الخطوة 3: ارفع للجذر. ضع الملف على yourdomain.com/llms.txt. اضمن إتاحته عبر HTTPS وإعادته رمز حالة 200 بنوع محتوى text/plain.

الخطوة 4: أنشئ llms-full.txt اختيارياً. إن أردت توفير وصول محتوى كامل، فأنشئ ملفاً رفيقاً بنص Markdown الكامل لصفحاتك الرئيسية.

الخطوة 5: صنه. راجع الملف وحدّثه فصلياً أو عند نشر محتوى جديد مهم. llms.txt قديم أسوأ من لا شيء، لأنه يوجه أنظمة الذكاء الاصطناعي لمحتوى بائت.

أخطاء شائعة تتجنبها: لا تسرد كل صفحات الموقع (يهزم ذلك غرض الانتقاء)، ولا تستخدم تنسيق HTML (ينبغي أن يكون الملف Markdown صرفاً)، ولا تنسَ وصف الاقتباس الكتلي (يوفر سياقاً جوهرياً عن غرض الموقع)، ولا تعدّه مرة وتنسى وجوده.

أين يقع llms.txt في استراتيجية الذكاء الاصطناعي

llms.txt تكتيك ثانوي لا استراتيجية. الأنشطة المحسِّنة معدلات استشهاد الذكاء الاصطناعي برهاناً، جودة المحتوى والسلطة الموضوعية والبيانات الأصلية وبنية الإجابة أولاً ووضوح الكيانات، ينبغي أن تكون الأولوية. تلك الأساسيات مغطاة في دليلنا عن صيغ المحتوى لإجابات الذكاء الاصطناعي.

فكّر في llms.txt آخر 2% من استراتيجية ظهور الذكاء الاصطناعي: يستحق الفعل إن اكتمل كل شيء آخر، لا نقطة بداية. وبالتأكيد لا يستحق التقديم على جودة المحتوى أو التحسين البنيوي أو العوامل المثبتة الأخرى.

خدمات تحسين الذكاء الاصطناعي وعمل السيو التقني لدى Gorilla Marketing تضم تقييم المعايير الناشئة كـ llms.txt في سياق استراتيجية كل عميل الأوسع. تواصل معنا إن أردت تقييماً صادقاً لموقعه لنشاطك.