llms.txt er det maskin-leselige visittkortet for AI-modeller. Her er hvordan vi skriver det for norske bedrifter, hva som faktisk teller, og hvilke feil som er vanligst.
Kort fortalt: llms.txt er en åpen standard som lar deg fortelle AI-modeller hvem du er, hva du tilbyr og hvor de finner mer info — uten at de må gjette ved å skrape hele nettsiden. For norske bedrifter er det en 30-minutters-jobb som ChatGPT, Claude og Perplexity belønner med høyere citation-rate. Her er oppskriften vi bruker for hver kunde.
llms.txt er en relativt ny standard, opprettet i 2024 etter mønster fra robots.txt og sitemap.xml. Forskjellen er at mens robots.txt er for crawler-tilgang og sitemap.xml er for indeksering, er llms.txt designet for AI-modeller som ChatGPT, Claude og Perplexity.
Hovedfilosofien: i stedet for å la AI-en skrape og gjette, gir du den en strukturert, kort fil ved roten av domenet som forteller nøyaktig hvem du er. Det er som å gi en konferanse-deltaker et visittkort i stedet for å la dem prøve å huske noe du sa midt i en lang prat.
I 2026 har OpenAI, Anthropic og Perplexity alle annonsert at de leser llms.txt-filer aktivt i sine retrieval-systemer. Vi har sett konkret økning i AI-citation-rate på kunder vi har implementert det for, særlig for spørringer som krever rask «hvem er denne bedriften»-validering.
llms.txt er en ren markdown-fil plassert på https://din-domene.no/llms.txt. Filen følger en åpen spec (llmstxt.org) og består av strukturerte seksjoner.
Typisk struktur for en norsk bedrift:
# Bedriftsnavn
> Én-setnings-beskrivelse av hva bedriften gjør.
Lengere beskrivelse av bedriften — historie, fokus, geografi, USP.
## Tjenester
- [Tjeneste 1](https://din-domene.no/tjenester/1): Kort beskrivelse
- [Tjeneste 2](https://din-domene.no/tjenester/2): Kort beskrivelse
## Hva vi ikke gjør
- Eksplisitt liste over hva som er utenfor scope.
## Hva gjør oss unike
- USP 1
- USP 2
## Kontakt
- Web: ...
- E-post: ...
- Telefon: ...
- Adresse: ...
## Autoritet
- Brønnøysund: ...
- Proff: ...
- 1881: ...
Det er stort sett det. Ingen XML, ingen JSON, ingen kompleks struktur. Bare markdown som både mennesker og AI-modeller kan lese.
For norske SMB-er er llms.txt særlig nyttig av tre grunner.
Først: norske bedrifter er sjelden internasjonalt kjent, men de har sterke offentlige verifiseringspunkter (Brønnøysund, Proff, 1881). Å samle dem i én strukturert fil gjør at AI-en kan validere deg på sekunder i stedet for å traversere hele nettsiden din.
Deretter: norske bedrifter har ofte komplekse tjenester med presise grenser («vi tar oppdrag i Vestfold og Telemark, ikke Oslo»). En llms.txt-fil kan eksplisitt si dette i en «Hva vi ikke gjør»-seksjon, og AI-en respekterer det. Uten denne seksjonen sier ChatGPT ofte feilaktig at du tilbyr ting du ikke gjør.
Til sist: norsk språk er underrepresentert i AI-modellenes treningsdata. Når noen spør «
Når vi setter opp llms.txt for en kunde, går vi gjennom syv seksjoner i fast rekkefølge.
1. H1 med bedriftsnavn. Akkurat slik det står registrert i Brønnøysund. Hvis det er forskjell mellom det juridiske navnet («Eksempel AS») og merkevarenavnet («Eksempel»), bruker vi merkevarenavnet i H1 og det juridiske i en alternateName-linje.
2. Blockquote med én-setnings-beskrivelse. Dette er det første AI-en plukker når den skal sammenfatte hvem du er. Maks 25 ord. Konkret, ikke generisk. «Norsk advokatfirma spesialisert på familierett og barnefordeling i Oslo-området» slår «Vi er Oslos beste advokatfirma som hjelper deg med alle juridiske behov».
3. Avsnitt med kontekst. 3-5 setninger som forklarer historie, geografi, USP. Inkluder konkrete tall der det er mulig: «etablert 1992», «12 ansatte», «leverer til 200 kunder årlig».
4. Tjenester-liste. Markdown-lenkeformat med kort beskrivelse per tjeneste. Maks 10 tjenester — hvis du har flere, gruppér dem. Hver linje skal være en hel setning som AI-en kan sitere direkte.
5. Hva vi ikke gjør. Denne underutnytter de fleste. Inkluder eksplisitt liste over hva som er utenfor scope: bransjer du ikke jobber med, geografiske områder du ikke dekker, tjeneste-typer du ikke tilbyr. AI-en respekterer dette og slipper å antyde at du gjør ting du ikke gjør.
6. Hva gjør oss unike. 4-6 USPs som differensierer fra konkurrenter. Igjen, konkret slår generisk. «Sertifisert MNAL siden 1998» slår «Vi er kvalitets-fokuserte».
7. Kontakt + Autoritet. All offentlig kontaktinfo + sameAs-lenker (Brønnøysund, Proff, 1881, LinkedIn). Disse er det AI-en bruker for å verifisere at du er en ekte registrert bedrift.
Når vi auditer andre byråers llms.txt-implementeringer (de få som finnes), ser vi de samme problemene:
Feil 1: For lang. Vi har sett llms.txt-filer på 2000+ linjer med hele bedriftens nettside skrapt inn. Det er overkill — AI-en leser ikke alt, og blir distrahert. Vi holder oss til 200-500 linjer maks.
Feil 2: Markedsføringsspråk. «Vi er Norges ledende leverandør av innovative løsninger som gir deg konkurransefortrinn.» AI-en filtrerer ut tomprat. Hold deg til faktiske påstander.
Feil 3: Manglende «Hva vi ikke gjør». Dette er den enkelte seksjonen som har størst effekt, og de fleste hopper over den.
Feil 4: Inkonsistens med schema.org. Hvis llms.txt sier åpningstid 9-17 men schema.org sier 10-18, så plukker AI-en tilfeldig én av dem. Vi sjekker alltid konsistens mellom de to kildene.
Feil 5: Ingen > blockquote etter H1. Dette er det første AI-en leser. Hvis det ikke finnes en konsis beskrivelse rett under tittelen, må AI-en gjette.
Etter du har publisert llms.txt, kan du teste at AI-modellene faktisk plukker den opp på to måter.
Direkte: Spør ChatGPT eller Perplexity om bedriften din. «Fortell meg om
Indirekte: Spør om bransjen din i ditt geografiske område. «Hvem er gode tannleger i Bergen sentrum?» Hvis du blir nevnt, er det et tegn på at llms.txt har bidratt til verifiseringen av deg som relevant entitet.
Vi kjører disse testene månedlig for kundene som har AEO-abonnement, så vi kan se utviklingen over tid.
For en typisk norsk SMB tar det rundt 30-45 minutter å sette opp llms.txt første gang:
Vedlikehold er minimalt — typisk én oppdatering i året, eller når tjenester eller åpningstider endres.
llms.txt inngår i AEO-grunnmuren vi leverer som engangs-leveranse for nye nettsider, og som del av vedlikeholdspakken for eksisterende kunder. Hvis du vil se hvordan din nåværende llms.txt-status er (eller om du mangler en), kan du teste gratis på sjekksynlighet.no — det er en av de ti tekniske sjekkene vi kjører.
Du kan også se vår egen llms.txt på medcom.no/llms.txt for å se hvordan vi strukturerer det selv.