Wat is llms.txt? Uitleg en template voor je webshop

llms.txt is een Markdown-bestand in de hoofdmap van een website (jouwwebshop.nl/llms.txt) dat AI-modellen een korte, samengestelde kaart van de site geeft: één kop met de naam, een samenvatting van één alinea en lijsten met links naar de pagina's die ertoe doen, elk met een korte toelichting. Het voorstel kwam in september 2024, bedoeld om taalmodellen en AI-agents de bruikbare delen van een site te laten vinden zonder zich door menu's, scripts en cookiebanners te werken.

Voor een webshop is het korte antwoord: een llms.txt schrijf je in een middag, het verbetert je posities in Google Search niet (Google zegt dat Search het bestand negeert) en geen enkele grote AI-shoppingassistent heeft gedocumenteerd dat hij het leest. Het kan wel helpen bij agents die er wel naar zoeken, en veel webshops serveren er al een die ze nooit zelf schreven. Wat bepaalt of een AI-assistent jouw producten aanraadt, is de productdata waar de links naartoe wijzen. Hieronder: wat het bestand is, wat het niet is, wie het gebruikt en een template voor een catalogus in plaats van een documentatiesite.

Waar llms.txt vandaan komt: het voorstel van Jeremy Howard uit 2024

Jeremy Howard van Answer.AI publiceerde het voorstel op llmstxt.org op 3 september 2024. De redenering was praktisch: een taalmodel kan maar een beperkte hoeveelheid tekst lezen, en een HTML-pagina besteedt een groot deel daarvan aan menu's, footers, scripts en trackingcode. Een klein Markdown-bestand voor machines kan een model direct naar de inhoud sturen die het lezen waard is, in een vorm die het makkelijk verwerkt.

De eerste gebruikers waren softwarebedrijven met uitgebreide developer-documentatie, waar een codeerassistent baat heeft bij een schone index van API-pagina's. Daarom staan in de meeste voorbeelden online API-referenties en SDK-handleidingen. Een webshop heeft andere content: categorieën, producten, voorwaarden en koopgidsen. Het formaat werkt voor allebei, maar de inhoud vraagt een andere aanpak.

llms.txt is een voorstel, geen standaard die een standaardisatie-instelling heeft vastgesteld, en geen enkel AI-bedrijf is verplicht het te lezen. Houd dat in je achterhoofd als een toolleverancier het onmisbaar noemt.

Het llms.txt-formaat, onderdeel voor onderdeel

Het voorstel legt een vaste volgorde vast. Alleen het eerste onderdeel is verplicht:

1. Een H1 met de naam van de site of het project. Voor een webshop: de winkelnaam.
2. Een blockquote met een korte samenvatting van wat de site is en de context die een model nodig heeft om de rest te begrijpen.
3. Optionele alinea's of lijsten zonder kop met meer detail, bijvoorbeeld de landen waarnaar je verzendt of je retourtermijn.
4. Nul of meer H2-secties, elk een lijst met links. Elk item is een Markdown-link, eventueel gevolgd door een dubbele punt en een toelichting: wat staat er op die pagina en waarom is het belangrijk.
5. Een H2-sectie met de naam Optional voor secundaire links die een agent kan overslaan als de ruimte krap is.

Het voorstel vraagt sites ook om schone Markdown-versies van hun pagina's aan te bieden op dezelfde URL met .md erachter (/racefietsbanden wordt /racefietsbanden.md, of index.html.md voor een URL zonder bestandsnaam). De tweede versie van het voorstel voegt hints toe om de bestanden te vinden: een HTML-link-element of HTTP Link-header met rel="describedby" naar de llms.txt, en rel="alternate" type="text/markdown" naar de Markdown-kopie van een pagina.

Je komt ook llms-full.txt tegen. Dat hoort niet bij het voorstel. Het is een gewoonte die zich vanuit documentatieplatforms verspreidde: één bestand met de volledige tekst van de site in plaats van links ernaartoe. Voor een webshop met duizenden producten wordt zo'n bestand snel te groot om bruikbaar te zijn. Daarom linkt het template verderop naar categoriepagina's en een feed.

WISEPIM publiceert een eigen bestand op wisepim.com/llms.txt, met deze opbouw: een H1, een samenvatting van één alinea in een blockquote over wat het product doet en voor wie, een link naar de volledige documentatie als llms-full.txt en daarna secties met documentatielinks met elk een toelichting van één regel. Dat is het bestand van een softwarebedrijf. Een webshop vult dezelfde vakken met andere dingen.

Wat llms.txt niet doet: posities, crawlbeheer en AI-vermeldingen

De meeste verwarring ontstaat doordat mensen verwachten dat llms.txt werkt als robots.txt of als rankingsignaal. Het is geen van beide.

• Het is geen rankingfactor in Google. De handleiding van Google voor optimaliseren voor generatieve AI-functies in Search zet llms.txt bij de dingen die je kunt negeren. Je mag de bestanden voor andere diensten maken, staat er, maar dat ze je zichtbaarheid in Search niet schaden en niet helpen, omdat Google Search ze negeert. Dezelfde handleiding raadt aan gestructureerde data en Merchant Center-feeds te blijven gebruiken.
• Het regelt geen crawling. llms.txt nodigt uit, maar geeft geen toestemming en blokkeert niets. Wil je een AI-crawler weren, dan gebruik je nog steeds robots.txt-regels voor die user-agent.
• Het bewijst niets. In april 2025 vergeleek John Mueller van Google het met de keywords-metatag: een bewering van de site-eigenaar over de eigen site, die een zoekmachine kan controleren door de site zelf te bekijken. Hij voegde toe dat, voor zover hij wist, geen van de AI-diensten had gezegd het te gebruiken (Search Engine Journal).
• Het is geen sitemap. Een sitemap somt elke URL op om gevonden te worden. llms.txt is een selectie met context: minder links, elk met uitleg.

Google is de enige grote zoekaanbieder die zwart op wit heeft gezet wat hij met het bestand doet. We hebben geen openbare verklaring gevonden van OpenAI, Perplexity, Microsoft of Anthropic dat hun shoppingantwoorden de llms.txt van een webshop lezen. Wees dus sceptisch over elke belofte van meer AI-verkeer door alleen dit bestand.

Wie llms.txt publiceert: eerst developer-docs, nu elke Shopify-winkel

Het gebruik is breder dan het ontbrekende rankingeffect doet vermoeden, vooral omdat platforms het bestand nu voor je maken:

De praktische conclusie: draai je op Shopify, dan serveer je waarschijnlijk al een llms.txt die Shopify schreef. Open jouwwebshop.nl/llms.txt voordat je iets schrijft en beslis of de standaardversie zegt wat een agent over jouw winkel moet weten.

Een llms.txt-template voor een webshop

Bestanden in documentatiestijl sommen elke pagina op. Het bestand van een webshop doet het omgekeerde: het beschrijft de catalogus in een paar regels en wijst naar de pagina's en databronnen met de details. Deze opbouw werkt voor de meeste B2C- en B2B-webshops:

1. H1: de winkelnaam zoals klanten die kennen.
2. Blockquote: wat je verkoopt, aan wie, in welke landen en valuta, in twee of drie zinnen.
3. Kernfeiten (zonder kop): verzendkosten en de drempel voor gratis verzending per land, levertijden, retourtermijn en wie de retourzending betaalt, garantievoorwaarden, betaalmethoden, of prijzen inclusief btw zijn en je zakelijke voorwaarden als je aan bedrijven verkoopt.
4. ## Categorieën: één regel per hoofdcategorie met een link en een toelichting met echte feiten: aantal producten, belangrijkste merken, maat- of specificatiebereik. Twaalf regels zijn beter dan twaalfhonderd.
5. ## Koopgidsen en maattabellen: pasvormgidsen, compatibiliteitstabellen, hoe kies je de juiste maat of het juiste model. Dit is de content waarmee agents de vraag "welke moet ik kopen" beantwoorden.
6. ## Voorwaarden: verzending, retour, garantie, privacy en algemene voorwaarden, elk met een samenvatting van één regel.
7. ## Productdata: je productsitemap en, als je die publiceert, een openbare productfeed. Vermeld het formaat en hoe vaak hij ververst.
8. ## Optional: over ons, winkels, blog, vacatures, pers.

Uitgewerkt voorbeeld: een Nederlandse fietsonderdelenwinkel

Zo ziet die opbouw eruit voor een fictieve webshop, Velowinkel, die fietsonderdelen en accessoires verkoopt in Nederland en België. Elk item hieronder is één regel of blok van het bestand:

• H1: Velowinkel
• Blockquote: Velowinkel verkoopt fietsonderdelen, banden en accessoires voor race-, gravel- en stadsfietsen aan klanten in Nederland en België. Prijzen in EUR, inclusief 21% btw. Ongeveer 6.800 producten van 140 merken.
• Kernfeiten: Gratis verzending in Nederland vanaf EUR 50, daaronder EUR 4,95; België EUR 6,95. Op werkdagen voor 22:00 besteld, de volgende werkdag in huis in Nederland. 30 dagen retour, gratis retourlabel voor ongebruikte artikelen. Betalen met iDEAL, Bancontact, creditcard en PayPal.
• ## Categorieën: Banden (/banden): 1.240 banden en binnenbanden, ETRTO-maten 23-622 tot 57-622, tubeless en vouwband, ventieltypen Presta en Schrader. Aandrijving (/aandrijving): kettingen, cassettes en kettingbladen, 9- tot 12-speed, compatibel met Shimano, SRAM en Campagnolo. Verlichting (/verlichting): 310 voor- en achterlichten, StVZO-goedgekeurde modellen gemarkeerd. Eén regel per categorie, acht in totaal.
• ## Koopgidsen: Bandbreedtegids (/gids/bandbreedte): welke bandbreedte op welke velgbreedte past, met compatibiliteitstabel. Kettingcompatibiliteit (/gids/ketting): welke ketting bij welke cassette past, per aantal versnellingen en merk.
• ## Voorwaarden: Verzending (/verzending), Retour (/retour): 30 dagen, gratis label, geen op maat geknipte kabels. Garantie (/garantie): twee jaar volgens Europees consumentenrecht, fabrieksgarantie op frames en wielen.
• ## Productdata: Productsitemap (/sitemap_products_1.xml). Productfeed (/feeds/products-nl.xml): Google Shopping XML-formaat, alle producten op voorraad, dagelijks ververst om 02:00.
• ## Optional: Over Velowinkel (/over-ons), Werkplaats in Utrecht (/werkplaats), Blog (/blog).

In het echte bestand is elk van die paden een volledige Markdown-link. Let op waar het gewicht zit: in de toelichtingen. "Banden: 1.240 banden en binnenbanden, ETRTO-maten 23-622 tot 57-622" vertelt een agent of deze winkel een vraag over een racefietsband van 28 mm kan beantwoorden, nog voordat hij één pagina ophaalt. "Banden: ons bandenassortiment" vertelt hem niets.

Productfeeds, Markdown-productpagina's en grote catalogi

Een webshop met 50 producten kan ze allemaal linken. Een webshop met 20.000 kan dat niet en moet het ook niet proberen: het bestand wordt dan langer dan de ruimte die een agent eraan wil besteden. Drie betere routes voor grote catalogi:

• Link een openbare productfeed. Maak je al een feed voor Google Shopping of een vergelijkingssite, dan bevat die titels, prijzen, beschikbaarheid, GTIN's en attributen in een gestructureerd formaat. Of je hem openbaar maakt is een zakelijke keuze: concurrenten kunnen hem ook lezen. De gids over productfeedbeheer laat zien hoe je er een opbouwt.
• Bied Markdown-versies van categorie- en productpagina's aan. Genereer ze uit je productvelden in plaats van de HTML om te zetten: titel, merk, GTIN, prijs en beschikbaarheid, daarna de attributen als eenvoudige lijst (bandbreedte: 28 mm, ETRTO: 28-622, hiel: vouwbaar, gewicht: 215 g), compatibiliteit, wat er in de doos zit en het retourbeleid. Een product zonder die velden levert een lege Markdown-pagina op.
• Gebruik llms-full.txt voor voorwaarden en gidsen, niet voor de catalogus. De volledige producttekst van duizenden artikelen is beter op zijn plek in de feed en op de productpagina's zelf.

Welke route je ook kiest, het bestand beschrijft alleen data die elders bestaat. Onze blog over technische SEO voor webshops behandelt de crawlkant: canonieke URL's, sitemaps en statuscodes gelden net zo goed voor de pagina's waar llms.txt naar linkt.

Waarom de attributen achter elke link bepalen wat AI aanraadt

Muellers bezwaar raakt de kern. Een AI-assistent die een waterdicht achterlicht met USB-C-lader en StVZO-keurmerk moet vinden, vertrouwt geen samenvattend bestand. Hij leest productpagina's, gestructureerde data en merchantfeeds, en vergelijkt feiten. Staat "waterdicht" verstopt in een marketingalinea en ontbreekt de IP-waarde, dan verliest het product die vergelijking, hoe goed de llms.txt de categorie ook beschrijft.

De zinvolle volgorde voor een webshop is daarom het omgekeerde van de hype:

1. Vul de attributen waarop klanten filteren en vragen stellen: afmetingen met eenheden, materialen, compatibiliteit, keurmerken, vermogen en accuspecificaties, maatbereiken. Lees hoe taalmodellen productdata gebruiken om te zien waarom getypeerde velden het winnen van lopende tekst.
2. Toon ze in gestructureerde data op de productpagina. De schema.org-gids voor producttaxonomieën laat zien welke eigenschappen tellen, en de gratis productschema-generator bouwt een Product JSON-LD-blok om met het jouwe te vergelijken.
3. Stuur ze mee in je feeds, ook in de feeds die AI-assistenten direct inlezen. De gids voor ChatGPT Shopping-feeds noemt de velden die OpenAI vraagt.
4. Schrijf dan pas de llms.txt als kaart naar al het bovenstaande.

Zeven controles voordat de llms.txt van je webshop live gaat

Staat het bestand live, kijk dan in je serverlogs naar verzoeken op /llms.txt en de .md-pagina's. Dan zie je welke agents het echt ophalen, en dat is betrouwbaarder dan elke bewering over welke dat zouden moeten doen.

WISEPIM werkt aan de laag onder het bestand: het vult ontbrekende attributen, beschrijvingen en vertalingen aan met AI, toetst elk product aan kanaalregels in Quality Guard en maakt feeds via Feed Hub, zodat de pagina's en feeds waar je llms.txt naar wijst de feiten bevatten waarop een assistent vergelijkt. De pagina over agentic commerce laat zien hoe dat er op een catalogus uitziet.