شرح llms.txt: هل يؤثر فعلاً على استشهادات الذكاء الاصطناعي؟

جدول المحتويات

محدّث مايو 2026.

TL;DR: llms.txt ملف نصي عادي على yoursite.com/llms.txt يخبر زواحف الذكاء الاصطناعي بالصفحات ذات الأولوية. Perplexity يقرأه بفاعلية؛ ChatGPT وBing Copilot على الأرجح لا يزالان لا يفعلان. يستغرق التطبيق 20 دقيقة ولا يكلّف شيئاً — افعله، لكن لا تتوقع ارتفاعاً في الاستشهادات الأسبوع القادم.

[منظور المشغّل] أدير وكلاء ذكاء اصطناعي يراقبون كيفية استشهاد مواقعي في Perplexity وChatGPT وGoogle SGE. llms.txt هو أول طبقة إشارات تعود إليك فعلاً — وهذا ما تُظهره البيانات حتى الآن.

ما هو llms.txt في الواقع

فكّر فيه كـrobots.txt لزواحف الذكاء الاصطناعي، لكن معكوساً. robots.txt يقول “لا تزحف على هذا”. llms.txt يقول “عندما تبني سياقاً عن موقعي، هذا ما يهم أكثر”.

اقترح المواصفة جيريمي هاورد (من fast.ai) في أواخر عام 2024. الفكرة: وضع ملف في yoursite.com/llms.txt يُدرج أهم صفحاتك بـMarkdown عادي. يمكن لزاحف الذكاء الاصطناعي الذي يفحص موقعك للحصول على سياق أن يقرأ هذا الملف ويعرف فوراً ما يجب إيلاؤه الأولوية — بدلاً من التخمين عبر PageRank أو عمق الزحف.

هناك أيضاً متغيّر اختياري llms-full.txt يتضمن النص الكامل لصفحاتك الرئيسية متسلسلةً في وثيقة واحدة. يُفضّل بعض الزواحف هذا التنسيق لأنه يقلّل من الطلبات.

لا أيٌّ من الملفين معيار W3C بعد. إنه اقتراح مجتمعي يتنامى تبنّيه بين المؤسسين التقنيين وفرق المحتوى.

كيف يبدو الملف

هذا هو llms.txt الذي أستخدمه لموقع alejandrorioja.com:

# Alejandro Rioja

> مشغّل، مستشار ذكاء اصطناعي، ومؤسس Pickleland. أكتب عن GEO وعوامل الذكاء الاصطناعي والنمو للمؤسسين.

## الصفحات الأساسية

- [نبذة عني](https://alejandrorioja.com/about/): الخلفية وخدمات الاستشارة وكيفية العمل معي.
- [المدوّنة](https://alejandrorioja.com/blog/): جميع المقالات حول GEO وSEO وعوامل الذكاء الاصطناعي ونمو المؤسسين.
- [الاستشارة](https://alejandrorioja.com/consultation/30/): احجز جلسة 30 دقيقة مدفوعة.

## أبرز المقالات

- [كيف يتم الاستشهاد بك في إجابات ChatGPT](https://alejandrorioja.com/blog/how-to-get-cited-in-chatgpt-answers/): دليل GEO الذي أستخدمه في مواقع العملاء.
- [معمارية عوامل الذكاء الاصطناعي للمؤسسين](https://alejandrorioja.com/blog/ai-agent-architecture-for-founders/): كيف تصمم أنظمة متعددة العوامل بدون فريق هندسي كامل.
- [GEO مقابل SEO](https://alejandrorioja.com/blog/geo-vs-seo/): ما الذي يتغيّر عندما لا يعود Google محرك البحث الوحيد المهم.

## اختياري: تجاهل

- /drafts/
- /admin/

بعض النقاط الجديرة بالملاحظة:

• H1 هو اسم علامتك التجارية.
• الاقتباس المقتطع عبارة عن وصف من 1-2 جملة لهويتك. هذا هو السطر الأهم — إنه ما سيستخدمه LLM لبناء نموذج ذهني سريع عن موقعك.
• الأقسام تجمّع الصفحات حسب الغرض.
• عناوين URL مطلقة. بعض الزواحف لا تحلّ المسارات النسبية.
• القسم ## اختياري: تجاهل ليس موجوداً رسمياً في المواصفة، لكن بعض التطبيقات تقرأه كأسطر Disallow في robots.txt.

أيّ محركات الذكاء الاصطناعي تقرأه فعلاً

هنا يجب أن أكون صريحاً: المشهد مجزّأ وغير موثّق جزئياً.

Perplexity — نعم، مؤكّد. زاحف Perplexity (PerplexityBot) يقرأ llms.txt عند فهرسة المواقع. فريق الهندسة لديهم أشار إلى المواصفة علناً. إذا كان Perplexity مصدر إحالة مهماً لك، فإن تطبيق llms.txt له مسار واضح نحو التأثير.

ChatGPT / OpenAI — غير مؤكّد. يبدو أن زاحف OpenAI (GPTBot) لا يقرأ llms.txt اعتباراً من منتصف عام 2026. سلوك زحفه يحكمه robots.txt وأولويات OpenAI الداخلية. لا يوجد بيان عام من OpenAI يعترف بالمواصفة.

Bing Copilot / Microsoft — غير مؤكّد. وضع مماثل لـOpenAI. زاحف الذكاء الاصطناعي في Bing (BingBot) يتبع robots.txt لكن لا توجد إشارات بأنه يقرأ llms.txt.

Google AI Overviews / Gemini — غير مؤكّد. لدى Google نظامها البيئي الخاص للبيانات المنظّمة (schema.org، خرائط المواقع) ولم تشر إلى تبنّي مواصفات الأطراف الثالثة.

Anthropic — زاحف Anthropic (ClaudeBot) يزحف على الويب للحصول على بيانات التدريب. لا توجد وثائق عامة بأنه يقرأ llms.txt، لكن عدة ممارسين في مجال GEO يُبلّغون عن استشهادات Claude أفضل بعد التطبيق. ارتباط وليس سببية — لكنه جدير بالإشارة.

محركات البحث الأصغر بالذكاء الاصطناعي — أعلنت You.com وPhind وعدة أدوات بحث ذكاء اصطناعي متخصصة أنها تقرأ llms.txt أو لمّحت إلى ذلك. المواصفة أسهل في التبنّي للفرق الأصغر لأن ليس لديها سنوات من البنية التحتية للزحف تحتاج إلى إعادة هيكلة.

الملخص الصادق: في الوقت الحالي، llms.txt تحسين لـPerplexity مع بعض الفوائد التكهنية في مكان آخر. هذه النسبة ستتغيّر على الأرجح مع نضوج المواصفة.

كيف تطبّقه في 20 دقيقة

إذا كنت تستخدم موقعاً ثابتاً (Astro، Next.js مع تصدير ثابت، Hugo، إلخ)، أنشئ الملف في public/llms.txt. سيُقدَّم في المسار الجذري.

لموقع Next.js بـapp router، يمكنك توليده ديناميكياً:

// app/llms.txt/route.ts
import { allPosts } from "@/lib/content";

export async function GET() {
  const topPosts = allPosts
    .filter((p) => p.featured || p.views > 1000)
    .slice(0, 10);

  const lines = [
    "# Alejandro Rioja",
    "",
    "> مشغّل، مستشار ذكاء اصطناعي، مؤسس Pickleland. أكتب عن GEO وعوامل الذكاء الاصطناعي ونمو المؤسسين.",
    "",
    "## أبرز المقالات",
    "",
    ...topPosts.map(
      (p) => `- [${p.title}](https://alejandrorioja.com/blog/${p.slug}/): ${p.description}`
    ),
    "",
    "## الصفحات الأساسية",
    "",
    "- [نبذة عني](https://alejandrorioja.com/about/): الخدمات والخلفية.",
    "- [الاستشارة](https://alejandrorioja.com/consultation/30/): حجز جلسة.",
  ];

  return new Response(lines.join("\n"), {
    headers: { "Content-Type": "text/plain; charset=utf-8" },
  });
}

لموقع Astro، المكافئ هو نقطة نهاية .txt.ts في src/pages/:

// src/pages/llms.txt.ts
import type { APIRoute } from "astro";
import { getCollection } from "astro:content";

export const GET: APIRoute = async () => {
  const posts = await getCollection("posts", (p) => p.data.lang === "en");
  const top = posts
    .sort((a, b) => b.data.pubDate.valueOf() - a.data.pubDate.valueOf())
    .slice(0, 10);

  const body = [
    "# Alejandro Rioja",
    "",
    "> مستشار ذكاء اصطناعي ومشغّل. أكتب عن GEO وعوامل الذكاء الاصطناعي ونمو المؤسسين.",
    "",
    "## أحدث المقالات",
    "",
    ...top.map(
      (p) =>
        `- [${p.data.title}](https://alejandrorioja.com/blog/${p.slug}/): ${p.data.description}`
    ),
  ].join("\n");

  return new Response(body, {
    headers: { "Content-Type": "text/plain; charset=utf-8" },
  });
};

بعد النشر، تحقق عبر curl -s https://yoursite.com/llms.txt. إذا رأيت Markdown، فقد انتهيت.

هل يجب إنشاء llms-full.txt أيضاً؟

ربما. llms-full.txt عبارة عن تفريغ متسلسل لصفحاتك الرئيسية — العنوان وعنوان URL والنص الكامل للمحتوى، صفحة تلو أخرى، مفصولة بـ---. الفكرة أن زاحفاً يمكنه الحصول على كل شيء في طلب واحد ولديه سياق كافٍ للإجابة على أسئلة حول موقعك دون زحف الصفحات الفردية.

المقايضة: إنه ملف كبير. ملفي يبلغ حوالي 400 كيلوبايت لأفضل 30 مقالة. قد يتجاوز بعض الزواحف المهلة الزمنية أو يقطعه. قد يُعطيه آخرون وزناً أكبر لأن المحتوى مُهضوم مسبقاً.

نهجي الحالي: أولّد llms-full.txt لكن أحدّه بأفضل 15 مقالة حسب حركة المرور. أبقيه تحت 250 كيلوبايت. أعيد توليده مع كل نشر.

ما تظهره البيانات فعلاً

أراقب استشهادات Perplexity لهذا الموقع وثلاثة مواقع للعملاء منذ يناير 2026. إليك ما لاحظته:

• المواقع التي تمتلك llms.txt: متوسط 2.3 ضعف استشهادات Perplexity شهرياً مقارنةً بخط الأساس قبل التطبيق. حجم العيّنة: 4 مواقع، 4 أشهر من البيانات. هذا ليس ذا دلالة إحصائية عند أي فترة ثقة معقولة.
• العامل المربك: كل موقع أضاف llms.txt أجرى أيضاً عمل GEO آخر في نفس الوقت (بيانات منظّمة أفضل، عناوين أوضح، تنسيق إجابة أكثر تحديداً). نسب الجدارة مستحيل.
• استشهادات ChatGPT: لا فرق قابل للقياس في أي موقع بعد إضافة llms.txt. منسجم مع غياب الدعم المؤكّد.

التفسير الصادق: llms.txt على الأرجح يساعد مع Perplexity. الآلية واضحة — Perplexity يقرأه. هل الارتفاع ناجم تحديداً عن llms.txt أم عن تحسينات GEO العامة التي تُصاحبه، لا أستطيع القول بعد.

ماذا تضع في الاقتباس المقتطع

الوصف الأحادي السطر في الاقتباس المقتطع هو الجزء الذي سأقضي فيه أكثر وقت. هذا هو النص الذي سيستخدمه LLM لتلخيصك في سياق RAG. يحتاج إلى أن يكون:

• محدداً: “مستشار ذكاء اصطناعي يُشغّل عوامل إنتاجية للشركات الصغيرة” يتفوق على “رائد أعمال ومستشار”.
• واعياً بالكلمات المفتاحية: أدرج المصطلحات التي تريد الاستشهاد بك بها. إذا أردت استشهادات لـ”GEO”، ضع “GEO” في ذلك السطر.
• مرتكزاً على الكيانات: اذكر الأسماء العلم التي تساعد LLM على تمييزك. اسمك + شركتك + مدينتك يتفوق على اسمك وحده.

سيئ: > أساعد الشركات على النمو بالذكاء الاصطناعي.

أفضل: > Alejandro Rioja — مستشار ذكاء اصطناعي في أوستن، تكساس، مؤسس Pickleland، يكتب عن GEO وعوامل الذكاء الاصطناعي ونمو المؤسسين منذ عام 2019.

الخلاصة من منظور المشغّل

llms.txt يستغرق 20 دقيقة للتطبيق، لا يكلّف شيئاً لتقديمه، ولديه مسار قراءة مؤكّد مع Perplexity. افعله. المواصفة إما ستصبح معياراً حقيقياً (في هذه الحالة يفوز المتبنّون المبكرون) أو ستختفي (في هذه الحالة خسرت 20 دقيقة). اللاتماثل واضح. فقط لا تسمح له بأن يشتّت انتباهك عن عمل GEO ذي العائد الاستثماري الأعلى: البيانات المنظّمة، وإشارات الكيانات الواضحة، والإجابات المنسّقة لاستخراج المقتطفات. تلك تحرّك كل محرك ذكاء اصطناعي. llms.txt يحرّك واحداً حالياً.