llms.txt: wat het bestand kan en of het loont
Wat er in een llms.txt staat, waarin het zich van robots.txt en sitemap.xml onderscheidt en hoe verbreid de ondersteuning werkelijk is.
Hoe antwoordmachines bronnen kiezen, hoe je daarvoor schrijft en hoe je de eigen zichtbaarheid daarin überhaupt meet.
Wat er in een llms.txt staat, waarin het zich van robots.txt en sitemap.xml onderscheidt en hoe verbreid de ondersteuning werkelijk is.
Wat een entiteit is, waarom consistente gegevens over meerdere bronnen meer effect hebben dan losse optimalisatie, en de zeven stappen.
De zes eigenschappen die geciteerde bronnen gemeen hebben – en de drie redenen waarom inhoudelijk sterke pagina's toch nooit in een antwoord opduiken.
Welke crawlers er zijn, wat het verschil tussen verzamelen en ophalen tijdens het antwoorden betekent en welke drie strategieën zinvol zijn.
Antwoord eerst, bewijs daarna – met voorbeelden van goed en fout, de zes formuleringen die een alinea onciteerbaar maken en een controlelijst.
Waaraan je AI-verkeer herkent, hoe je het scheidt van andere bronnen, wat het serverlog laat zien – en waar de meting ophoudt.
Een herhaalbare werkwijze met een vaste vragenlijst, zuivere toetsvoorwaarden en een analyse waaruit concrete taken volgen.
Elk systeem citeert anders: andere bronnen, andere actualiteit, andere bereidheid om kleine aanbieders te noemen. Wat dat voor de zichtbaarheid betekent.
Vier typen volstaan voor de meeste bedrijfssites, drie kun je je besparen – met uitleg over waar ze horen en hoe je ze toetst.
Zoekmachine- en antwoordmachineoptimalisatie naast elkaar – met de overlappingen, de echte verschillen en voor elk een concrete maatregelenlijst.
Antwoordmachines citeren bronnen volgens andere regels dan zoekmachines ranken. Wat er verandert, wat gelijk blijft en welke zes maatregelen werken.