Blog · Techniek & Tooling
llms.txt en de machineleesbare website: hype of hygiëne?
Naast robots.txt en sitemap.xml groeit er een derde bestand: een machineleesbare samenvatting van je site voor taalmodellen. De standaard is jong, maar de onderliggende gedachte is tijdloos: maak het modellen makkelijk om te begrijpen wat je bent en wat je beweert.
Door Ruben, Oprichter & SEO/GEO Specialist · Laatst bijgewerkt:
Belangrijkste punten
- llms.txt is geen rankingfactor maar een begrijpelijkheidsmaatregel.
- De grootste winst zit in schone HTML, schema en consistente feiten.
- Bied een platte-tekstversie van je kernpagina's aan voor modellen.
- Houd het bestand kort, actueel en verwijzend, niet uitputtend.
- Blokkeer AI-crawlers alleen bewust, nooit per ongeluk.
Wat het bestand doet
Een llms.txt is een korte, gestructureerde gids: wie je bent, wat je aanbiedt, welke pagina's de kern vormen en waar de bijbehorende platte tekst staat. Een model dat je site ophaalt hoeft daardoor minder te reconstrueren uit navigatie, banners en scripts.
Geen enkele aanbieder garandeert dat het bestand wordt gebruikt. Toch is de investering klein en het risico nul, terwijl het je dwingt je propositie in feiten te formuleren — dat alleen al helpt.
Wat écht bepaalt of je begrepen wordt
- Server-gerenderde HTML: tekst die pas na JavaScript verschijnt, mist het vaak.
- Schema.org: Organization, Person, Service, Article, FAQPage — consistent en gekoppeld via @id.
- Eén onderwerp per URL, met een kop die de vraag letterlijk stelt.
- Feiten die op elke pagina hetzelfde zijn: naam, dienst, werkgebied, contact.
- Interne links met beschrijvende ankerteksten in plaats van 'lees meer'.
Praktische opzet
Publiceer twee dingen: een korte llms.txt met je kernbeschrijving en links, en een uitgebreidere variant met de volledige tekst van je belangrijkste pagina's. Genereer beide uit dezelfde bron als je site, zodat ze nooit uit elkaar lopen.
Controleer daarna in je serverlogs of AI-user-agents ze ophalen. Dat is het enige harde signaal dat je hebt.
Veelgestelde vragen
Is llms.txt een officiële standaard?+
Het is een voorstel met groeiende adoptie, geen W3C-standaard. Behandel het als een lage-kosten-aanvulling, niet als vervanging van schema en goede HTML.
Moet ik AI-crawlers toelaten?+
Wil je zichtbaar zijn in AI-antwoorden, dan wel. Wil je content beschermen, blokkeer dan gericht per user-agent en accepteer het verlies aan vermeldingen.
Verdubbelt dit mijn content en levert dat duplicate content op?+
Nee, mits je de platte-tekstversies niet als indexeerbare HTML-pagina's aanbiedt met concurrerende titels. Houd ze in tekstformaat.
Verder lezen
AI-content en vertrouwen: waarom authenticiteit in 2026 je grootste rankingfactor is
Teams schrijven sneller met AI, maar lezers voelen het verschil — en zowel Google als AI-antwoordmachines belonen herkenbare, verifieerbare bronnen. Dit is het redactiemodel dat snelheid en vertrouwen combineert.
Lees meerZoekgedrag verschuift naar AI: wat minder klikken betekenen voor je traffic in 2026
Je posities blijven staan, je klikken dalen. Dat is geen bug maar een structurele verschuiving in zoekgedrag. Zo herijk je je meting en verover je zichtbaarheid in het antwoord zelf.
Lees meerVibecoding in de praktijk: wat je in 2026 wél en niet zelf moet bouwen
Met AI bouw je in een middag een werkend prototype. De vraag is niet meer óf het kan, maar waar de grens ligt tussen slim zelf doen en dure herbouw achteraf.
Lees meerAI Overviews optimaliseren: zo word je genoemd in het antwoord van Google
AI Overviews kiezen passages, niet pagina's. Dit zijn de ingrepen die je kans op vermelding het snelst vergroten — en hoe je het meet zonder klikdata.
Lees meerMerkzichtbaarheid in ChatGPT: hoe assistenten je shortlist bepalen
Steeds meer aankopen beginnen in een chatgesprek. Wie daar niet genoemd wordt, komt niet in de overweging — dit is hoe die selectie werkt.
Lees meerAI-agents in je marketingteam: een invoermodel van vier weken
Agents automatiseren processen, geen taken. Dat verklaart waarom de meeste pilots stranden — en hoe je het wél laat werken.
Lees meerLow-code of custom bouwen? Een beslismodel voor 2026
De vraag is niet meer óf low-code kan, maar wanneer het verstandig is. Een beslismodel zonder ideologie.
Lees meerE-E-A-T in het AI-tijdperk: ervaring is het enige echte onderscheid
Een model kan alles genereren behalve jouw praktijkervaring. Precies daar ligt je voorsprong — als je die zichtbaar maakt.
Lees meerB2B-leadgeneratie met AI in 2026: minder berichten, beter moment
Als iedereen personaliseert met dezelfde tools, wordt personalisatie ruis. De winst zit in timing en onderzoek.
Lees meerAI-advertising: wat je in 2026 nog wél zelf moet doen
Platforms nemen targeting en biedingen over. Dat werkt — mits jij de input en de meting op orde hebt.
Lees meerContentclusters bouwen: van keywordlijst naar topical authority
Losse artikelen ranken steeds moeilijker. Een samenhangend cluster rond één onderwerp doet dat wel — als de intenties niet overlappen.
Lees meerAI en privacy: praktische AVG-kaders voor marketingteams
De meeste risico's zitten niet in de tool, maar in wat medewerkers erin plakken. Zo houd je snelheid zonder onnodig risico.
Lees meerGEO voor webshops: hoe productdata bepaalt of AI jouw assortiment noemt
Klanten vragen AI om een shortlist en komen pas daarna op je productpagina. Dit is welke data je nodig hebt om in dat antwoord te staan.
Lees meerInterne portalen bouwen met vibecoding: waar de echte winst zit in 2026
Bij een intern portaal concurreer je met Excel en een mailbox. De lat ligt lager en de winst is direct meetbaar — mits rollen en datamodel kloppen.
Lees meerAI-video en beeld in marketing: waar het rendeert en waar het schaadt
De winst zit in testvolume en lokalisatie, niet in het vervangen van echte opnames. En bij beloftes over je product stopt generatief beeld.
Lees meerDatakwaliteit: het onspannende fundament onder elk AI-project
De meeste AI-projecten falen niet op het model maar op dubbele records en drie definities van 'klant'. Zo los je dat in weken op.
Lees meerAI-crawlers: blokkeren of toelaten? Het beslismodel voor 2026
Blind alles blokkeren kost je citaties in AI-antwoorden; alles toelaten is óók een keuze. Zo scheid je training, zoeken en antwoorden in je robots.txt.
Lees meerMultimodaal zoeken: vindbaar zijn als mensen met hun camera zoeken
Een groeiend deel van de zoekvraag begint met een foto in plaats van een toetsenbord. Voor de meeste sites is dit het meest onderschatte kanaal van 2026.
Lees meerVoice search in 2026: waarom GEO en spraak hetzelfde spel werden
Voice is geen apart kanaal meer maar een invoermethode van AI-antwoordmachines. Wie citeerbaar schrijft, wint automatisch ook de gesproken vraag.
Lees meerAI-chatbots op je website: waarom de kennisbasis 80% van het werk is
De toolkeuze is het makkelijkste deel. De winst zit in canonieke antwoorden, een goede overdracht aan mensen en meten op resolutie in plaats van deflectie.
Lees meerProgrammatic SEO in het AI-tijdperk: wanneer honderden pagina's nog werken
Duizenden pagina's genereren kost niets meer — precies daarom filtert Google er strenger op. Het verschil tussen een waardevolle database en een spamfarm.
Lees meerRAG uitgelegd: een AI-assistent bouwen op je eigen documenten
Je traint geen model — je bouwt een goed doorzoekbare kennislaag. De techniek is in weken klaar; het opschonen van je documentatie bepaalt de doorlooptijd.
Lees meerAI-personalisatie op je website: wat werkt en waar het creepy wordt
Personalisatie is bereikbaar voor het MKB, maar de valkuil is strategie, niet techniek. Begin met context, niet met identiteit — en test alles.
Lees meerContext engineering: de AI-vaardigheid die prompt engineering vervangt
De verschuiving van 2026: minder trucjes in de prompt, meer systeem in de invoer. Zo bouw je een contextbibliotheek die AI-output consistent maakt.
Lees meerDe AI-nieuwsbrief: een workflow die sneller draait én beter presteert
Niet de volautomatische nieuwsbrief, maar de slimme workflow wint: AI voor curatie en varianten, een mens voor selectie en stem.
Lees meerGestructureerde data voorbij de basis: van snippets naar knowledge graph
Article en FAQ kent iedereen inmiddels. Het voordeel zit in een graaf: Organization, Person, Service en Article die elkaar versterken.
Lees meerAgentic AI in marketing: wat agents nu écht kunnen en waar de grens ligt
Betrouwbaar vandaag: monitoring, research, varianten en rapportage. De kunst is de inrichting eromheen — conceptstatus, logging en een mens als eigenaar.
Lees meerMerkbouwen in het AI-tijdperk: je merk bestaat nu óók in modelantwoorden
Je merk leeft voortaan op twee plekken: in hoofden van mensen en in antwoorden van modellen. De signalen die beide voeden zijn dezelfde.
Lees meerAI-verkeer meten: een attributiemodel dat wél werkt
Je rapportage ziet 'direct' en concludeert dat content niets doet. Dit is het meetmodel dat AI-zichtbaarheid zichtbaar maakt.
Lees meerReady?
Klaar om gespot te worden?
Plan een gratis kennismaking van 30 minuten. We kijken mee naar je huidige vindbaarheid en vertellen eerlijk wat we zouden doen — wel of geen samenwerking.
Stuur ons een bericht