llms.txt URL önceliklendirmesi, yüzlerce web sayfası arasından yapay zekâ sistemlerine sunulacak en değerli URL’leri ölçülebilir kurallarla seçme işlemidir. Bir e-ticaret sitesinin 500 indekslenebilir sayfası olduğunu, ancak bu sayfaların yalnızca 70 tanesinin güncel ürün bilgisi ve güçlü satın alma bağlamı taşıdığını düşünün. Kısa cevap: llms.txt dosyasına tüm URL’leri yığmak yerine her sayfaya 0-5 arasında beş puan verin, ağırlıklı toplamı hesaplayın ve ilk pilotta en yüksek skorlu 50-100 URL’yi editoryal olarak doğrulayın.
llms.txt, genellikle sitenin kök dizininde sunulan, yapay zekâ araçlarına önemli kaynakları açıklamayı amaçlayan Markdown tabanlı bir dosyadır. robots.txt gibi erişimi engellemez, XML site haritası gibi tüm URL’leri listelemek zorunda değildir ve her AI aracı tarafından okunacağı garanti edilemez. Bu nedenle konu, dosyanın başlık biçiminden önce doğru kaynakları seçme problemidir.
Kısa cevap: 500 URL arasından hangileri seçilmeli?
Seçim modelinizde güncelliğe yüzde 20, ticari değere yüzde 25, içerik bütünlüğüne yüzde 25, arama niyeti ve cevaplanabilirliğe yüzde 15, tekillik ve erişilebilirliğe yüzde 15 ağırlık verebilirsiniz. 0-5 arası puanları ağırlıklarla çarpıp 100 üzerinden skor üretin. 70 ve üzeri sayfaları aday, 50-69 arasını inceleme kuyruğu, 50’nin altını ise varsayılan olarak dış aday kabul edin.
llms.txt URL seçimi neden bir editoryal puanlama işidir?
Bir URL’nin sitede bulunması, AI yanıtlarında kullanılmaya değer olduğu anlamına gelmez. Eski bir kampanya sayfası, parametreli bir filtre URL’si, aynı metni tekrarlayan 12 kategori sayfası veya stoktan kalkmış bir ürün sayfası dosyayı gürültülü hâle getirebilir. llms.txt’yi AI için site haritası gibi düşünmek pratik bir benzetmedir; ancak onu eksiksiz teknik site haritası olarak kullanmak doğru değildir.
Önce URL havuzunu CMS dışa aktarımı, XML sitemap ve analiz aracından toplayın. Ardından aynı URL’leri tekilleştirin; 200 HTTP durum kodu dönen, herkese açık, doğru canonical hedefe sahip ve kullanıcı açısından anlamlı sayfaları aday listesinde tutun. Parametreli, yönlendirmeli, giriş gerektiren veya kaldırılmış URL’ler ayrı bir inceleme grubunda kalmalıdır.
Beş puanlama kuralı nasıl uygulanır?
1. Güncellik puanı nasıl hesaplanır?
Güncelliği yalnızca sayfadaki tarihe bakarak değil, fiyat, stok, mevzuat, ürün özelliği ve kaynakların gerçekten kontrol edilme tarihine göre puanlayın. Örnek rubrikte son 30 gün 5, 31-90 gün 4, 91-180 gün 3, 181-365 gün 2, 366-730 gün 1, 730 günden eski içerik 0 puandır. Haber veya mevzuat sayfalarında eşikler daha sıkı, kalıcı rehberlerde daha esnek olabilir.
Tarih alanını otomatik güncellemek puanı yapay biçimde yükseltmemelidir. İçeriğin ana iddiası değişmediyse bile fiyat, garanti koşulu veya teknik uyumluluk gibi bölümler eski kalmış olabilir. Editör, son güncelleme tarihini kaynak değişiklikleriyle eşleştirmelidir. 5 puan alan bir URL bile yanlış bilgi içeriyorsa listeye girmemelidir.
2. Ticari değer nasıl ölçülür?
Ticari değer, bir sayfanın doğrudan veya dolaylı olarak gelir, teklif, kayıt ya da nitelikli talep üretme potansiyelidir. 0 puan yalnızca genel farkındalık sağlayan ve sonraki adımı olmayan sayfaya; 3 puan belirgin bir çözüm veya karşılaştırma sayfasına; 5 puan satın alma, teklif alma, demo veya yüksek marjlı hizmete bağlanan sayfaya verilebilir.
Bu puanı sezgiye bırakmamak için son 90 gündeki form gönderimi, telefon tıklaması, sepete ekleme veya satış ilişkisinden yararlanın. Trafiği yüksek her sayfa ticari olarak değerli değildir; örneğin sözlük sayfası çok ziyaret alıp hiç nitelikli talep üretmeyebilir. Ürün sayfası yüksek ticari değere sahip olsa da stok, fiyat ve teslimat bilgisi eksikse içerik bütünlüğü puanı düşmelidir.
3. İçerik bütünlüğü hangi testlerden geçer?
İçerik bütünlüğü, sayfanın tek başına okununca soruyu yanıtlayabilmesi ve kritik iddialarını desteklemesidir. Pratik bir 5 maddelik test kullanın: hedef kitle ve konu açık mı, ana yanıt erken veriliyor mu, teknik veya ticari koşullar belirtilmiş mi, kaynak ya da kanıt gösterilmiş mi, okuyucu için mantıklı bir sonraki adım var mı? Her evet 1 puan olsun.
Bir sayfa yalnızca başlıklardan, kısa tanıtım cümlelerinden veya başka URL’lere verilen bağlantılardan oluşuyorsa düşük puan almalıdır. Ürün karşılaştırmasında ölçütlerin tanımlanmaması, hizmet sayfasında kapsam ve hariç tutulanların yazılmaması, rehberde güncel kaynak bulunmaması bütünlük sorunlarıdır. AI sistemi sayfayı kullanırsa eksik bağlam, yanlış veya aşırı genel bir yanıta dönüşebilir.
4. Arama niyeti ve cevaplanabilirlik nasıl puanlanır?
Sayfanın tek bir ana soruya veya göreve ne kadar doğrudan yanıt verdiğini ölçün. 5 puan, başlık, alt başlıklar ve örnekleri aynı kullanıcı niyetine hizalanmış sayfaya; 3 puan, birkaç niyeti makul biçimde kapsayan sayfaya; 0 puan, başlığı belirsiz veya farklı konuları karıştıran sayfaya verilebilir. Search Console sorguları varsa gerçek sorguları bu değerlendirmeye bağlayın.
Bir URL’nin beş ayrı anahtar kelimeyi yüzeysel biçimde hedeflemesi yerine birincil soruyu derinlemesine yanıtlaması daha iyi bir adaydır. Örneğin kargo entegrasyonu rehberi; desteklenen sistemleri, kurulum adımlarını, sınırlamaları ve maliyet kalemlerini aynı bağlamda vermelidir. Bu, önemli sayfaları seçme sürecinde yalnızca trafik sayısına bakmaktan daha açıklayıcıdır.
5. Tekillik ve erişilebilirlik nasıl doğrulanır?
Son puan, sayfanın başka bir URL’nin kopyası olmamasını ve makine tarafından alınabilir olmasını kontrol eder. 5 puan; 200 durum kodu veren, doğru canonical işaretleyen, içerik olarak özgün ve site içinde bağlantılanan sayfaya verilebilir. Aynı metni taşıyan kopya, kırık bağlantı, yanlış canonical veya yalnızca filtre parametresiyle üretilen URL’ler 0-2 aralığında değerlendirilmelidir.
Bu kural, ticari sayfalardaki varyantları dikkatle ayırır. Renk veya beden parametreleri aynı açıklamayı tekrar ediyorsa hepsini llms.txt’ye eklemek yerine ana ürün URL’sini seçin. Gerçekten farklı teknik özellikleri ve kullanıcı amacını taşıyan varyantlar ise ayrı aday olabilir. Listeye alınan URL, oturum açmadan erişilebilen nihai sayfa olmalıdır.
Ağırlıklı skor nasıl hesaplanır?
Her URL için beş puanı bir elektronik tabloya girin. Güncellik G, ticari değer T, bütünlük B, niyet N, tekillik E olsun. 0-5 arası puanları 100’lük ölçeğe çevirmek için şu formülü kullanabilirsiniz:
=YUVARLA((G2*20+T2*25+B2*25+N2*15+E2*15)/5;0)Örneğin G=4, T=5, B=4, N=5 ve E=5 olan bir ürün sayfası 88 puan alır. G=1, T=4, B=2, N=3 ve E=5 olan başka bir sayfa 57 puanda kalır. Bu eşikler evrensel bir AI kuralı değildir; editoryal kapasitenize ve işletme hedefinize göre ayarlanır. Ayda 20 sayfa güncelleyebiliyorsanız yüksek puanlı adayları önceleyin, ancak yasal veya ürün güvenliği açısından kritik sayfaları yalnızca skor nedeniyle dışlamayın.
Teknik kontrol listesi
- CMS, XML sitemap ve analiz verilerinden tüm URL’leri tek tabloda birleştirin.
- URL’leri normalize edin; http/https, son eğik çizgi, büyük-küçük harf ve parametre farklarını kontrol edin.
- Her aday için son gerçek içerik güncellemesini, HTTP durumunu ve canonical hedefini kaydedin.
- Beş kuralı 0-5 arası puanlayın ve ağırlıklı toplamı otomatik hesaplayın.
- 70 ve üzeri adayları editörle doğrulayın; düşük bütünlük puanlı ticari sayfaları önce iyileştirin.
- İlk sürümde 50-100 URL ile kontrollü bir liste oluşturun; dosyayı tüm 500 sayfayı kapsayacak şekilde şişirmeyin.
- Her seçilen URL’nin herkese açık, güncel ve gerçek bir kullanıcı sorusuna yanıt veren nihai adres olduğunu test edin.
- Dosyayı sitenin kökünde /llms.txt konumunda yayınlayın ve değişiklikleri sürüm kontrolü veya CMS günlüğüyle izleyin.
Örnek senaryo: 500 sayfalık B2B yazılım sitesi
Bir B2B yazılım şirketi 500 URL’yi taradığında 180 blog yazısı, 120 entegrasyon sayfası, 80 özellik sayfası, 60 müşteri hikâyesi ve 60 yardımcı sayfa buluyor. Önce yönlendirmeleri, tekrar eden etiket sayfalarını ve erişim gerektiren 90 URL’yi aday listesinden ayırıyor. Kalan sayfalar beş kurala göre puanlanıyor. En yüksek ortalama; güncel entegrasyon, fiyatlandırma, güvenlik, özellik ve kullanım senaryosu sayfalarında oluşuyor.
Editör, 82 puan alan ama 8 ay önce güncellenmiş bir güvenlik sayfasını doğrudan eklemek yerine önce sertifika ve veri işleme bilgilerini yeniliyor. 74 puan alan bir blog yazısı ise ticari bağlantısı zayıf olduğu için inceleme grubuna alınıyor. Son listede ürün ve hizmet bağlamını açıklayan 64 URL kalıyor. Örnek llms.txt içeriği şöyle olabilir:
# Acme Yazılım
> B2B ekipleri için entegrasyon, güvenlik ve kullanım kaynakları.
## Ürün ve Fiyatlandırma
- [Platform özellikleri](/platform/ozellikler)
- [Fiyatlandırma](/fiyatlandirma)
## Teknik Kaynaklar
- [API entegrasyon rehberi](/gelistiriciler/api-rehberi)
- [Güvenlik ve veri işleme](/guvenlik)
## Kullanım Senaryoları
- [E-ticaret entegrasyonu](/senaryolar/e-ticaret)Bu örnek, tüm URL’leri otomatik olarak dosyaya basmak yerine seçilmiş kaynakların konu kümeleriyle sunulmasını gösterir. Dosyada yer almak herhangi bir AI aracının bu sayfayı kesinlikle tarayacağı, kullanacağı veya kaynak göstereceği anlamına gelmez. Değer, doğru sayfaları düzenli biçimde görünür kılmaya yönelik daha temiz bir editoryal sinyal üretmesindedir.
Sık yapılan hatalar
- llms.txt’yi robots.txt sanıp tarama izni verdiğini veya engellediğini düşünmek.
- 500 URL’nin tamamını listeleyerek dosyayı ikinci bir sitemap’e dönüştürmek.
- Güncellik puanını yalnızca yayın tarihine göre vermek.
- Ticari değeri yüksek ancak eksik ürün ve hizmet sayfalarını içerik kontrolü yapmadan eklemek.
- Parametreli, kopya veya yönlendirme URL’lerini canonical hedef yerine listelemek.
- Listeyi bir kez yayınlayıp fiyat, stok, mevzuat ve ürün değişikliklerini izlememek.