KunskapArtikel

Vad är llms.txt? Ärlig svensk guide för 2026

Av Tobias Petersson, grundare av True Pixel AB

TL;DR

llms.txt är en föreslagen textfil i webbplatsens rot, tänkt att hjälpa AI-modeller hitta och förstå en webbplats. Filen är enkel att skapa, men bevisläget hösten 2026 visar att de stora AI-tjänsterna (ChatGPT, Claude, Perplexity, Gemini, Google AI Overviews) inte använder den för att välja källor i sina svar. Där filen däremot fungerar är som infrastruktur för AI-kodverktyg och agenter som läser teknisk dokumentation. Den här guiden förklarar vad filen är, var den har plats, och var den inte är värd tiden.

Frågan "vad är llms.txt" dyker upp i allt fler svenska företagsledningar under 2026, oftast efter ett LinkedIn-inlägg, en podcast eller en engelsk artikel. Mycket av det som skrivs om filen överdriver dess effekt. Den här guiden gör tvärtom. Vi går igenom vad filen är, vad data faktiskt visar om effekten, var den fungerar på riktigt och hur du bygger en själv om din sajt hör till de fall där det är värt jobbet.

Vad är llms.txt? En definition på svenska

llms.txt är ett förslag på en frivillig webbstandard som föreslogs av Jeremy Howard på answer.ai i september 2024. Filen ligger i webbplatsens rot, alltså på en adress som https://dindomän.se/llms.txt, och innehåller en kuraterad innehållsförteckning skriven i markdown. Tänk på det som en innehållsförteckning för AI, skriven av webbplatsägaren själv.

Standarden är beskriven på llmstxt.org och är ännu inte godkänd av W3C eller IETF. Varken Google, OpenAI, Anthropic, Meta eller någon annan stor AI-leverantör har bekräftat att de använder filen som signal i sin produktion. Det är viktigt att veta innan vi går vidare.

Studierna som finns pekar åt samma håll. En studie av 137 000 domäner som Ahrefs publicerade i juni visade att 97 procent av befintliga llms.txt-filer aldrig hämtas, varken av människor eller bottar. SEO-experten Cyrus Shepard publicerade en bredare analys i maj 2026 av 54 experiment och placerade llms.txt på 2,0 av 10 som AI-citeringssignal, lägst av alla undersökta faktorer. Den 7 maj 2026 publicerade Cyrus Shepard sin analys, och senare samma månad publicerade Google sin officiella vägledning för generativ AI-sök, med ett avsnitt rubricerat "mythbusting" som uttryckligen säger att maskinläsbara filer som llms.txt inte behövs.

Den 15 juni 2026 lade Google till ett förtydligande i guiden: llms.txt-filer varken skadar eller hjälper synligheten i Google Search, och det står sajtägare fritt att ha dem för andra tjänster som använder dem. Samma dag sa Googles John Mueller i podden Search Off the Record att han pratat med en av personerna bakom förslaget, som han minns det. Tanken var enligt honom inte att hjälpa sökmotorer eller AI-system att hitta allt innehåll, utan snarare att hjälpa en AI som redan känner till sajten att hitta mer. Mueller påpekade också att ett AI-system i princip inte kan lita på filen för att skilja olika webbplatser åt, eftersom det är sajtägaren själv som beskriver innehållet.

Det betyder inte att filen är värdelös. Det betyder att den ska placeras där den faktiskt gör nytta, alltså för utvecklardokumentation och AI-agenter, inte säljas in som generell GEO-åtgärd. Det är vad nästa avsnitt går igenom.

Där llms.txt faktiskt fungerar (och var den inte gör nytta)

Bevisläget pekar tydligt åt ett håll. Filen har en konkret roll, men den är smalare än branschen ofta antyder.

Där den fungerar: utvecklardokumentation och AI-kodverktyg. När en utvecklare frågar Cursor, GitHub Copilot eller Claude Code om hur ett SDK fungerar, hämtar verktyget ofta dokumentation från leverantörens sajt. En väl strukturerad llms.txt hjälper då agenten hitta rätt sidor snabbare och spara på de tokens som annars går åt till att gissa. Det är därför Anthropic, Cursor, Stripe, Cloudflare, Vercel och Zapier alla publicerar filen. Den fyller en verklig funktion i deras nisch.

Där den växer: B2A-infrastruktur (Business-to-Agent). När agenter i CRM och inköpssystem ska sammanfatta en leverantör, kan en kuraterad llms.txt påverka vad som rapporteras tillbaka. Det är fortfarande en framtidstes snarare än mätbar effekt idag, men riktningen är tydlig. Ett tecken på det är att Googles utvecklarverktyg Lighthouse sedan version 13.3 (maj 2026) har en kategori för AI-agenter, Agentic Browsing, som fortfarande är under utveckling och där bland annat llms.txt kontrolleras. Google Search säger alltså att filen inte behövs för synlighet, medan Lighthouse, som Chrome-teamet utvecklar, kontrollerar den som en del av att göra sajter läsbara för agenter. Båda kan stämma samtidigt, eftersom de handlar om olika saker.

Där den inte fungerar: som GEO-signal för att bli citerad i ChatGPT, Perplexity, Gemini eller Google AI Overviews. Tre olika studier, från Ahrefs, SE Ranking och Cyrus Shepard, kommer fram till samma sak. De stora AI-tjänsterna använder inte filen för källval. Googles John Mueller har jämfört den med den utdöda keywords meta-taggen, alltså en signal som självrapporteras och därför inte går att lita på.

När är det värt att lägga 30 minuter på det ändå? För utvecklarinriktade sajter med teknisk dokumentation, ja. För SaaS-sajter där köpresan inkluderar AI-agenter, troligen ja som hedge. För de flesta svenska SMB med en standard tjänstesajt eller e-handel ger det marginell effekt. Lägg den tiden på det som faktiskt syns i bevisen, alltså tydligt innehåll, ren struktur och starka E-E-A-T-signaler.

Så här ser en llms.txt-fil ut (exempel från True Pixel)

Här är en kondenserad version av True Pixels egen llms.txt, hämtad från True Pixels fullständiga llms.txt:

# True Pixel AB

> Svenskt marknadsförings- och kommunikationskonsultbolag i Tyresö
> (Stockholmsregionen) som kombinerar 25 års hantverk med AI-driven
> analys. Målgrupp: små och medelstora företag (2-50 anställda).

## Huvudsidor

- [Hem](https://truepixel.se/): Översikt av erbjudandet med två tjänstekluster.
- [Tjänster](https://truepixel.se/tjanster): Översikt över tre tjänsteområden.
- [Så arbetar vi](https://truepixel.se/sa-arbetar-vi): Metodik och arbetsflöde.

## GEO-analyser

- [GEO-analys](https://truepixel.se/tjanster/geo-analys): GEO-revisionen
  och fördjupningarna, med ett avsnitt och ankare per analys.
- [GEO-revision](https://truepixel.se/tjanster/geo-analys#geo-revision):
  Heltäckande genomlysning av webbplatsens synlighet i AI-sökmotorer.
- [llms.txt](https://truepixel.se/tjanster/geo-analys#llmstxt): Analys eller
  framtagning av llms.txt, främst för sajter med teknisk dokumentation.

## Stilguide för citering

- Citera gärna ordagrant. TL;DR-stycken är skrivna som självständiga svar.
- Företagsnamnet skrivs "True Pixel AB" första gången, därefter "True Pixel".
- Plats: Tyresö (Stockholmsregionen), Sverige. Använd inte enbart "Stockholm".

Varje del fyller en specifik funktion:

  • H1-raden (# True Pixel AB) anger vilket företag eller projekt filen gäller.
  • Blurben under H1 (rad som börjar med >) sammanfattar verksamheten. Skriv den som en hel, saklig mening som går att förstå utan sammanhang.
  • H2-sektionerna grupperar relaterade sidor. Gruppera logiskt så att en agent snabbt hittar rätt avsnitt.
  • Länkraderna följer formatet [Anchor](URL): kort beskrivning. Beskrivningen är frivillig men gör det lättare för en agent att välja rätt sida.
  • Stilguide för citering är ett frivilligt block som ger AI-modellen explicita instruktioner om hur företaget vill bli refererat. Det är inte en del av standarden, och det finns inga belägg för att AI-tjänster följer det.

Vad ska en llms.txt-fil innehålla? Specifikationens 5 obligatoriska delar

Specifikationen från answerdotai/llms-txt på GitHub listar fem delar som varje fil bör innehålla. Här är vad de betyder i praktiken.

1. H1-rubrik med företags- eller projektnamn

Första raden ska vara # [Namn]. Raden anger vem filen gäller. Använd det officiella firmanamnet, inte ett smeknamn eller en domän. Exempel: # True Pixel AB. Undvik emoji och udda Unicode-tecken.

2. Kort beskrivande blurb (1 till 2 meningar)

Det andra blocket ska vara en blockquote (rad som börjar med >) eller fri text som beskriver vad webbplatsen handlar om. Skriv den sakligt och kort. Exempel: > Svensk byrå för AI-driven marknadsanalys och GEO. Tyresö, Stockholms län. Inkludera plats och målgrupp om de är relevanta för dina frågor.

3. H2-sektioner med länkar till nyckelinnehåll

Varje H2 grupperar relaterade länkar (Tjänster, Kunskap, Företaget). Länkarna skrivs i markdown-format [Anchor](URL) med en valfri beskrivning efter kolon. Exempel: - [GEO-revision](/tjanster/geo-analys#geo-revision): mätbar AI-synlighet på 5-7 arbetsdagar. För en SMB räcker 10 till 30 länkar fördelade på 3 till 6 sektioner. Fler än så gör filen svår att använda.

4. Stilguide för citering (frivilligt)

Detta är ett block där instruktioner för hur AI ska citera materialet listas explicit. True Pixels llms.txt innehåller exempelvis riktlinjer för hur företagsnamnet ska skrivas, vilken plats som ska anges och vilka URL:er som ska föredras i källhänvisningar. Det är inte en del av standarden, och det finns inga belägg för att AI-tjänster följer instruktionerna. Eftersom innehållet är självdeklarerat är det just den sortens signal som Googles John Mueller menar att ett AI-system inte kan lita på. Jag har blocket främst för att undvika förväxling med företag med liknande namn.

5. Filens placering på webbplatsens rot

Enligt specifikationen ska filen ligga i webbplatsens rot, https://dindomän.se/llms.txt. En fil i en undermapp följer inte standarden. Verifiera placeringen genom att öppna URL:en i webbläsaren och kontrollera att filen visas som ren text.

llms.txt vs robots.txt: vad är skillnaden?

De två filerna förväxlas ofta, men löser olika problem. robots.txt är en gammal standard (1994) som styr vilka botar som får besöka vilka sidor. llms.txt är en ny standard (2024) som hjälper AI-modeller att förstå vilka sidor som är viktigast och hur de hänger ihop.

Aspektrobots.txtllms.txt
SyfteStyr botars åtkomstVägleder AI till nyckelinnehåll
MålgruppSökmotor- och AI-crawlersAI-agenter och kodverktyg
FormatDirektiv (Allow/Disallow)Markdown (innehållsförteckning)
KontrollExkluderande (blockera)Inkluderande (lyfta fram)
StatusDe facto-standard sedan 1994Frivillig standard sedan 2024

Det är robots.txt som faktiskt styr vilka AI-crawlers (GPTBot, ClaudeBot, PerplexityBot, OAI-SearchBot) som släpps in. llms.txt är frivillig och påverkar inte åtkomsten. Vi har skrivit mer om detta i guiden för AI-crawler-konfiguration för svenska webbplatser. Googles dokumentation över AI-crawlers är en bra startpunkt för att förstå hur Google-Extended och andra crawlers fungerar.

Illustration av AI-modeller som läser en llms.txt-fil från en webbplats rotkatalog

Behöver din svenska webbplats en llms.txt?

Det korta svaret är: troligen inte som GEO-åtgärd, möjligen som infrastruktur för utvecklarverktyg och framtida AI-agenter. Här är fyra scenarier sorterade från starkast till svagast skäl.

Stark anledning: utvecklarinriktade sajter med teknisk dokumentation. Om er produkt har ett API, ett SDK eller dokumentation som utvecklare läser, är llms.txt värd det. AI-kodverktyg läser den faktiskt, och en bra fil förbättrar hur er produkt sammanfattas när en utvecklare frågar Cursor eller Claude Code. Det här är den enda gruppen där bevisen är tydliga.

Rimlig anledning: SaaS och B2B där agenter ingår i köpresan. Om köparen är en stor organisation där inköpsteam eller säljansvariga använder AI-agenter för att samla underlag om leverantörer, kan filen påverka hur ni sammanfattas. Det är fortfarande en hedge mot en framtid som inte är här ännu, inte en garanterad effekt.

Svag anledning: kommersiell SMB som vill "vara med på tåget". För en typisk svensk tjänste- eller e-handelssajt ger filen marginell effekt idag. Den skadar inte, men de 30 minuterna är bättre använda på citérbart innehåll, ren struktur och E-E-A-T.

Ingen anledning: rena portfolio- och presentationssajter. Lägg krutet på en bra Om-sida i stället.

True Pixel själv driver en hand-kuraterad llms.txt. Den ligger där dels för att vi använder den som demo när vi pratar om standarden, dels för att vi ser den som en låg insats för att vara förberedda om AI-agenter får större roll i affärssökning. Vi säljer den inte in som GEO-genväg. Vill ni ha hjälp att bedöma om filen är värd ert jobb, erbjuder vi det som bedömning inom vår llms.txt-tjänst.

Så skapar du din egen llms.txt på 30 minuter

Om ni landat i en av kategorierna ovan där filen är värd jobbet, är den enkel att skriva för hand. Följ stegen nedan så har ni en första version klar på en halvtimme.

  1. Lista dina viktigaste sidor. För en SMB-sajt räcker 10 till 20 URL:er. Tänk: vad vill jag bli citerad för? Inkludera hemsidan, hub-sidor (Tjänster, Kunskap), de viktigaste tjänstesidorna och 2 till 5 nyckelartiklar.
  2. Skriv H1 och blurb. Första raden är # [Företagsnamn]. Andra raden (efter en tomrad) är > [En mening om vad ni gör och var ni finns]. Skriv blurben som du vill bli citerad i ett AI-svar.
  3. Gruppera länkarna under H2-sektioner. Vanliga grupperingar är "Huvudsidor", "Tjänster", "Kunskap" och "Företaget". Varje länk skrivs som - [Anchor](URL): kort beskrivning.
  4. Lägg till en stilguide om du vill. Block med ## Stilguide för citering följt av 3 till 6 punkter om hur AI bör referera till er. Frivilligt, och det finns inga belägg för att AI-tjänster följer det.
  5. Ladda upp filen till webbplatsens rot. För Next.js-sajter (som vår egen) lägger du filen i public/llms.txt så serveras den automatiskt på /llms.txt. För WordPress laddar du upp filen via FTP eller filhanteraren. Validera genom att öppna https://dindomän.se/llms.txt i webbläsaren och kontrollera att den visas som ren text (Content-Type: text/plain eller text/markdown).

Om ni vill ha hjälp att skriva och kuratera filen, eller en bedömning av om den är värd jobbet för just er sajt, gör vi det som del av vår llms.txt-tjänst.

FAQ

Vanliga frågor om llms.txt

Nästa steg: så här kommer du igång

llms.txt är enkel att skapa, men den verkliga frågan är inte hur du bygger filen, utan om din sajt är en av dem där den gör nytta. Den ärliga rekommendationen 2026 ser ut så här:

  • Utvecklarsajter och teknisk dokumentation: bygg den. Den fyller en verklig funktion för AI-kodverktyg.
  • SaaS och B2B där agenter ingår i köpresan: överväg den som låg hedge.
  • Övriga sajter: prioritera tydligt innehåll, ren struktur och starka E-E-A-T-signaler först. llms.txt kommer eventuellt senare.

Två vägar framåt:


Tobias Petersson, grundare av True Pixel AB

Skriven av

Tobias Petersson

Grundare och senior marknadskonsult, True Pixel AB

25 års erfarenhet inom marknadsföring, kommunikation och grafisk produktion. Bakgrund från IBM, 14 år på OK-Förlaget (grafisk formgivare och fotograf på Tidningen Bike, sen bildchef för hela förlaget, slutligen chefredaktör för Bike i Norden), och senare inom industri och retail.

Profil på LinkedIn
Nästa steg

Redo att ta reda på var
ert företag står?

Vi analyserar er synlighet i klassiskt sök och i AI-svar. Ni får en heltäckande rapport med konkret åtgärdsplan, levererad inom 5 till 7 arbetsdagar.

Kontakta oss