llms.txt: ما الذي يفعله، وما الذي لا يفعله، وهل يستحق العناء

llms.txt ملف نصي بسيط مقترح بصيغة Markdown، يوضع في جذر الموقع، ويقدّم للنماذج اللغوية الكبيرة ملخصًا قصيرًا ومنتقى عن الموقع وروابط إلى أكثر صفحاته فائدة. إضافته قليلة التكلفة وقد تساعد أدوات الذكاء الاصطناعي التي تقرؤه، لكن لم يؤكد أي محرك بحث رئيسي بالذكاء الاصطناعي أنه إشارة للترتيب أو الاستشهاد.

ما هو llms.txt بالضبط؟

الفكرة بسيطة. فصفحة الويب مبنية للمتصفحات: تنقّل، ولافتات ملفات تعريف الارتباط، وسكربتات، وتذييلات. والنموذج اللغوي الذي يحاول فهم عملك عليه أن ينقّب في كل ذلك. ويقترح مقترح llms.txt، المنشور عام 2024، ملفًا واحدًا في /llms.txt مكتوبًا بصيغة Markdown يقول عمليًا: "هذا من نحن، وهذه الصفحات التي تستحق القراءة". وتشير بعض الصيغ أيضًا إلى نسخ Markdown نظيفة من الصفحات الرئيسية، فيما تجمع فكرة مصاحبة، هي llms-full.txt، النص الكامل للتوثيق في ملف واحد.

من المهم الدقة بشأن وضعه. فـ llms.txt مقترح مجتمعي، لا معيار ويب، وليس هو نفسه robots.txt. إذ يخبر robots.txt الزواحف بما يجوز لها جلبه وما لا يجوز. أما llms.txt فلا يمنح شيئًا ولا يحجبه؛ إنه دليل قراءة.

هل تستخدمه ChatGPT أو Gemini أو Perplexity أو Google AI Overviews؟

هنا تبالغ معظم المقالات عن هذا الموضوع، لذا سنتوخى الحذر. حتى وقت كتابة هذه السطور، لم تصرّح أي من تجارب البحث الرئيسية بالذكاء الاصطناعي علنًا بأن llms.txt يؤثر في المصادر التي تستشهد بها. وقد ذكرت Google أن ميزات الذكاء الاصطناعي لديها تعتمد على فهرس البحث وأنظمة الترتيب المعتادة، وأبدى ممثلوها تشككًا في هذا الملف. وتُظهر سجلات الخوادم لدى عدد من أصحاب المواقع عمليات جلب متفرقة لـ llms.txt، لكن الجلب ليس دليلًا على الاستخدام في إجابة.

أما حيث تتضح قيمة llms.txt فهو في الأدوات التي يُطلب منها استخدامه: مساعدو المطورين، ووكلاء البرمجة، ومنصات التوثيق التي تحمّل ملف llms.txt الخاص بالمشروع ليعمل النموذج بتوثيق دقيق ومحدّث. فإذا كان جمهورك يضم مطورين، فهذا وحده قد يبرر الجهد.

رأينا في SNMRush: تعامل مع llms.txt كإجراء تنظيمي جيد، لا كرافعة للظهور. فهو يستغرق ساعة، ويفرض وضوحًا مفيدًا، ولن ينقذ محتوى ضعيفًا.

كيف تكتب ملف llms.txt جيدًا؟

البنية الواردة في المقترح قصيرة: عنوان H1 باسم الموقع أو العلامة التجارية، وملخص من فقرة واحدة في كتلة اقتباس، وملاحظات اختيارية، ثم أقسام H2 تحتوي على قوائم روابط مع وصف من سطر واحد لكل منها. ويمكن لقسم بعنوان "Optional" أن يضم روابط قد يتخطاها النموذج إذا كان السياق محدودًا.

قد يبدو مثال تطبيقي لشركة برمجيات محاسبة خيالية على النحو التالي في خطوطه العريضة:

• العنوان: اسم العلامة التجارية، كما تريد أن تُسمّى بالضبط.
• الملخص: جملتان تذكران ما هو المنتج، ومن يخدم، وأين يعمل. اكتبه كالإجابة التي تريد أن يقدّمها المساعد.
• الصفحات الأساسية: نظرة عامة على المنتج، والأسعار، وأهم ثلاث مقالات مساعدة، والأمان والامتثال.
• الشروحات: الأدلة التي تجيب عن أكثر أسئلة جمهورك شيوعًا.
• اختياري: تاريخ الشركة، والصحافة، والوظائف.

فقرة الملخص هي الجزء الأهم، وهي الانضباط نفسه الذي نوصي به في كتلة الإجابة في كل صفحة. فإذا لم تستطع وصف شركتك في جملتين بسيطتين وواقعيتين، فسيعاني نظام الذكاء الاصطناعي أيضًا. ويغطي دليلنا إلى الكتابة التي تبدأ بالإجابة هذه المهارة بعمق.

أي الصفحات ينبغي تضمينها؟

اختر الصفحات التي تجيب عن أسئلة حقيقية، لا الصفحات التي تريد بيعها أكثر من غيرها. وهنا تُثبت أبحاث الجمهور قيمتها. في SNMRush نستخدم SOMIN، وهي منصة لأبحاث الجمهور بالذكاء الاصطناعي، لنرى أي الأسئلة والتوترات يعبّر عنها الناس حول فئة ما في المحادثات العامة، ثم نتحقق مما إذا كان للموقع صفحة واضحة لكل منها. الصفحات التي تجيب عن تلك الأسئلة تدخل في llms.txt، والفجوات تدخل في خطة المحتوى. وإذا أردت أن ترى كيف يغذّي هذا البحث الاستراتيجية على نطاق أوسع، فإن نظرة استراتيجية SOMIN العامة تشرح النهج.

قائمة تحقق قصيرة للاختيار:

1. هل تجيب الصفحة عن سؤال واحد بوضوح في فقرتها الأولى؟
2. هل هي محدّثة، بأسعار وميزات وتواريخ دقيقة؟
3. هل يمكن الوصول إليها دون تسجيل دخول أو سكربتات أو صفحات اعتراضية؟
4. هل سترضى إن اقتبسها مساعد حرفيًا؟
5. هل هي الصفحة الأفضل الوحيدة في الموقع لذلك السؤال، لا واحدة من خمس صفحات متداخلة؟

تعريفات: llms.txt وجيرانه

• robots.txt: معيار قديم راسخ يخبر الزواحف بالمسارات التي يجوز لها جلبها. وهنا تسمح لزواحف الذكاء الاصطناعي مثل GPTBot أو Google-Extended أو تحجبها.
• sitemap.xml: قائمة عناوين URL قابلة للقراءة آليًا لتكتشفها محركات البحث.
• llms.txt: دليل مقترح بصيغة Markdown يقرؤه البشر، يرشد النماذج اللغوية إلى أكثر محتواك فائدة.
• llms-full.txt: ملف مصاحب مقترح يحتوي على النص الكامل، ويُستخدم غالبًا للتوثيق.

ما الأهم من llms.txt؟

إذا لم يكن لديك سوى أسبوع، فاصرفه في أمور أخرى أولًا. فمعظم محركات الإجابة بالذكاء الاصطناعي التي تتصفح الويب تستند إلى فهارس البحث، لذا تبقى قابلية الزحف والفهرسة والترتيب هي الأساس. يليها المحتوى نفسه: إجابات مباشرة، وحقائق محددة، ومقارنات صادقة. ثم البيانات المنظمة ومعلومات الكيان المتسقة، التي تساعد الآلات على فهم من أنت. وأخيرًا، الإشارات في مواقع خارجية موثوقة، التي تشكّل طريقة وصف المساعدين لك.

وهذا الترتيب أيضًا ترياق مفيد لاعتقاد أن ملفًا واحدًا أو وسمًا واحدًا يمكنه أن يكسبك الظهور في الذكاء الاصطناعي. فنماذج الاستدلال التي يناقشها الاستوديو الشقيق GPT5 Marketing تزداد براعة في موازنة المصادر؛ فهي تكافئ المضمون، ويصعب خداعها.

كيف تتحقق مما إذا كان ينجح؟

كن متواضعًا في نسبة النتائج. افحص سجلات الخادم بحثًا عن طلبات إلى /llms.txt ودوّن وكلاء المستخدم. واحتفظ بمجموعة ثابتة من الأوامر النصية وتتبّع ما إذا كانت أدوات الذكاء الاصطناعي تستشهد بك، قبل التغيير وبعده، لكن توقّع أن يختلط أي أثر بكل ما تفعله غير ذلك. وتُظهر الوكالات الواردة في دراسة حالة KPI Media قيمة تأسيس القرارات على الأدلة لا الافتراضات، والمبدأ نفسه ينطبق هنا: قِس، ولا تفترض.

حكمنا واضح. أضف llms.txt إذا كان لديك توثيق، أو جمهور من المطورين، أو كنت ببساطة تريد ملخصًا مرتبًا لموقعك من أجل الآلات. واكتب فقرة الملخص بعناية. ثم عُد إلى العمل الذي ثبتت أهميته: الإجابة عن الأسئلة التي يطرحها جمهورك فعلًا، أفضل من أي أحد آخر.

وإذا أردت رأيًا ثانيًا في إعدادك، فإن SNMRush تُدرج مراجعة لـ llms.txt في كل تدقيق للظهور في الذكاء الاصطناعي، إلى جانب وصول الزواحف والمخطط وتتبّع الاستشهادات.