LLMs.txt: Yapay Zeka Atıflarında Ölçülebilir Etki Yok

SE Ranking tarafından yapılan ve yaklaşık 300.000 alan adının kapsamlı bir analizini içeren yeni bir çalışma, llms.txt dosyasının şu anda büyük Dil Modelleri (LLM'ler) tarafından bir web sitesinin ne sıklıkta alıntılandığı üzerinde ölçülebilir bir etki göstermediğini ortaya koyuyor. Bu bulgu, potansiyeli hakkındaki tartışmalara rağmen, llms.txt standardının yapay zeka alıntı sıklığı veya genel yapay zeka görünürlüğü için henüz somut faydalar sağlamadığını gösteriyor.

Veriler Neyi Gösteriyor?

Düşük Benimsenme Oranları

Analiz, llms.txt için oldukça düşük benimsenme oranları ortaya koydu. SE Ranking'in taraması, incelenen alan adlarının yalnızca %10,13'ünde bu dosyayı tespit etti; bu da neredeyse on web sitesinden dokuzunun bunu uygulamadığı anlamına geliyor. Bu seyrek kullanım, özellikle llms.txt'in yapay zeka görünürlüğünü kontrol etmek için yükselen bir standart olarak tartışıldığı göz önüne alındığında önemlidir. Ancak veriler, yaygın bir benimsemeden ziyade dağınık denemeleri işaret ediyor; kullanım farklı trafik seviyelerinde oldukça tutarlı ve yüksek profilli markalar arasında yoğunlaşmıyor. İlginç bir şekilde, yüksek trafikli siteler, veri setindeki orta seviye web sitelerine kıyasla dosyayı kullanma eğiliminde biraz daha düşüktü.

LLM Atıflarıyla Ölçülebilir Bir Bağlantı Yok

llms.txt dosyasının yapay zeka görünürlüğü üzerindeki etkisini titizlikle değerlendirmek için SE Ranking, önde gelen LLM'ler tarafından oluşturulan yanıtlardaki alan adı düzeyinde alıntı sıklığını ayrıntılı olarak analiz etti. Metodolojileri, her faktörün alıntılara katkısını belirlemek için istatistiksel korelasyon testlerini ve bir XGBoost modelini içeriyordu. Önemli bir bulgu, llms.txt özelliğini modellerinden çıkarmalarının aslında modelin doğruluğunu artırmasıydı. Bu durum, SE Ranking'i llms.txt'in "yapay zeka alıntı sıklığını doğrudan etkilemiyor gibi göründüğü. En azından henüz değil." sonucuna götürdü. Ayrıca, daha basit istatistiksel yöntemler de dosyanın varlığı ile alıntı sonuçları arasında anlamlı bir korelasyon bulamadı.

Platform Rehberliğiyle Uyumluluk

SE Ranking'in bulguları, hassasiyet önemli olsa da, büyük yapay zeka platformlarının resmi rehberliğiyle büyük ölçüde örtüşüyor. Örneğin Google, llms.txt'in Yapay Zeka Genel Bakışları veya Yapay Zeka Modu için bir sinyal görevi gördüğünü belirtmemiştir. Yapay zeka arama rehberliğinde Google, yapay zeka arama yeteneklerinin mevcut Arama sistemleri ve sinyallerinden geliştiğini vurgulamakta ve llms.txt'ten bir girdi olarak hiç bahsetmemektedir.

Benzer şekilde, OpenAI'nin tarayıcı dokümantasyonu öncelikli olarak robots.txt kontrollerine odaklanmaktadır. OpenAI, keşif için OAI-SearchBot'a robots.txt aracılığıyla izin verilmesini tavsiye etse de, llms.txt'in sıralamayı veya alıntı sıklığını etkilediğini belirtmemektedir. Bazı SEO günlükleri ara sıra GPTBot'un llms.txt dosyalarını çektiğini gösterse de, SE Ranking bunun nadiren gerçekleştiğini ve alıntı sonuçlarıyla bağlantılı görünmediğini açıklıyor. Bu toplu kanıt, belirli yapay zeka modelleri dosyaya erişse bile, şu anda alıntı davranışını geniş ölçekte etkilemediğini düşündürmektedir.

Bu Sizin İçin Ne Anlama Geliyor?

Web yöneticileri ve SEO profesyonelleri için çıkarımlar açık. llms.txt'i uygulamak, gelecekteki potansiyel benimseme için düşük riskli, basit bir adım olsa da, beklentileri yönetmek çok önemlidir. Eğer amaç, LLM yanıtlarında yapay zeka görünürlüğünde veya alıntılarında kısa vadeli bir artış ise, mevcut veriler böyle bir sonucun olası olmadığını gösteriyor. Sonuç olarak, llms.txt, mevcut iş akışlarıyla uyumluysa test edilmeye uygun, ancak henüz anında etki için kanıtlanmış veya güvenilir bir kaldıraç olmayan, yapay zeka görünürlüğü için deneysel, erken aşama bir taktik olarak görülmelidir.