העמדה הנוכחית של Google פשוטה: קובץ llms.txt לא ישפר דירוגים ב-Google Search, וגם לא יפגע בהם. במדריך הרשמי של Google לאופטימיזציה של אתרים עבור תכונות AI גנרטיביות, שעודכן ב-29 ביוני 2026, Google אומרת ש-Search מתעלם מהקבצים האלה. זה כולל גם תכונות גנרטיביות בתוך Google Search, כמו AI Overviews ו-AI Mode.
זה לא הופך את llms.txt לחסר ערך בכל מקום. המשמעות היא רק שהוא אינו מנוף דירוג עבור Google. אם זחלן אחר, שותף, מערכת אחזור פנימית או מוצר AI רוצים לקרוא מדריך טקסט פשוט לאתר שלך, תחזוקה של קובץ כזה עדיין יכולה להיות סבירה. אבל הוא לא צריך להסיט את הצוות מהעבודה ש-Google ממשיכה להדגיש: תוכן מועיל ולא גנרי, דפים שניתנים לזחילה, מבנה טכני ברור ובקרות חיפוש רגילות.
מה Google הבהירה ביוני 2026
Search Engine Roundtable דיווח ב-16 ביוני 2026 ש-Google עדכנה את המדריך שלה לאופטימיזציה של אתרים עבור תכונות AI גנרטיביות. העדכון התייחס לשאלה מעשית מאוד בקהילת ה-SEO: האם אתרים צריכים ליצור קבצי llms.txt כדי לדרג טוב יותר ב-Google Search או להופיע לעיתים קרובות יותר בתשובות AI?
התשובה של Google היא לא.
המדריך הרשמי אומר כעת שבעלי אתרים לא צריכים ליצור קבצים חדשים שניתנים לקריאה על ידי מכונה, קבצי טקסט ל-AI, סימון או Markdown כדי להופיע ב-Google Search, כולל היכולות הגנרטיביות שלו. Google גם מוסיפה שזה בסדר גמור ליצור ולתחזק llms.txt או קבצים דומים עבור שירותים או מערכות אחרים שמשתמשים בהם, אבל הם לא יעזרו ולא יפגעו בנראות או בדירוגים ב-Google Search, כי Google Search מתעלם מהם.
זו הנקודה השימושית. Google לא אומרת שכל מערכת AI מתעלמת מהקובץ. היא אומרת ש-Google Search מתעלם ממנו.
החלק הלא נוח עבור תומכי llms.txt
llms.txt קודמה כדרך לעזור למודלי שפה גדולים להבין אתר טוב יותר. הרעיון מסודר: לשים מדריך ידידותי ל-Markdown בשורש הדומיין, להפנות מודלים לדפים הטובים ביותר ולהפחית בלבול של זחלנים.
עבור Google Search, הרעיון המסודר הזה נתקל בגבול ברור. Google אומרת לבעלי אתרים שמערכות Search שלה אינן משתמשות בקובץ הזה כקלט מיוחד.
לכן שאלת הדירוג, לפחות כרגע, סגורה:
| שאלה | התשובה של Google ביוני 2026 | פרשנות מעשית |
|---|---|---|
| האם | לא | אל תמכור אותו כגורם דירוג SEO. |
| האם הוא יכול לפגוע בנראות ב-Google Search? | לא | קובץ נקי אינו סיכון ענישה בפני עצמו. |
| האם Google צריכה קבצי Markdown ייעודיים ל-AI? | לא | Google רוצה דפים רגילים שאפשר לזחול אליהם, לרנדר ולהבין. |
| האם מערכות אחרות יכולות להשתמש ב- | ייתכן | התייחס אליו כתשתית אופציונלית מחוץ ל-Google Search. |
הקובץ עדיין יכול להיות שכבת תיעוד שימושית. הוא פשוט לא צריך להיות במרכז אסטרטגיית Google SEO או AI Overview.
מה Google אומרת שחשוב יותר
המדריך של Google מעניין יותר מההערה על llms.txt. הוא מסביר כיצד Google ממסגרת חיפוש גנרטיבי: עדיין מבוסס על מערכות הדירוג והאיכות המרכזיות של Search.
שני מושגים חשובים כאן.
הראשון הוא Retrieval-Augmented Generation, או RAG. Google מתארת תשובות AI כמידע שמבוסס על דפים שנשלפו מאינדקס Search. המשמעות היא שהעבודה הישנה והדי משעממת עדיין חשובה: דפים שניתנים לאינדוקס, תוכן מועיל, חוויית דף טובה ודפים שראויים להישלף.
השני הוא הרחבת שאילתות. מודל יכול ליצור שאילתות קשורות סביב השאלה המקורית של המשתמש, ואז להשתמש בתוצאות האלה כדי לתמוך בתשובה רחבה יותר. כאן הרבה צוותי SEO לא מתכננים מספיק. דף שנבנה עבור מילת מפתח מדויקת אחת בלבד עשוי לא לענות על שאלות סמוכות שמערכת AI מייצרת.
המסקנה המעשית: כתוב עבור הנושא והמשימה, לא עבור קובץ יחיד או ביטוי יחיד.
נקודת המבט של Auspia: llms.txt הוא סיידקאר, לא המנוע
הקריאה של Auspia ישירה: llms.txt שייך לדלי של "נחמד אם צריך". זה לא המקום שבו רוב הצוותים מאבדים נראות ב-AI Search.
רוב הפערים עדיין נמצאים בתוך האתר עצמו:
- דפים חשובים דלים, גנריים או ניתנים להחלפה עם דפי מתחרים.
- עובדות על מוצר, שירות ומחבר אינן עקביות ברחבי האתר.
- דפים עונים על השאלה הראשית, אבל לא על שאלות ההמשך שמערכת AI עשויה להרחיב אליהן.
- יש נתונים מובנים, אבל הדף הגלוי לא תומך באותן עובדות.
- צוותים רודפים אחרי קבצי AI חדשים בזמן שבעיות זחילה, קישורים פנימיים וחוויית דף נשארות פתוחות.
יש מקום אחד שבו llms.txt יכול להועיל: כארטיפקט של ממשל תוכן. אם הצוות שלך משתמש בו כדי להחליט אילו URLs, עובדות, מסמכים והסברי מוצר צריכים להיות קנוניים, הוא יכול לכפות משמעת עריכתית. אבל המשמעת חשובה יותר מהקובץ.
אם אתה רוצה לבדוק אם האתר שלך מוכן למשטחי AI Search, השתמש בזרימת אבחון כמו AI Search Visibility Checker של Auspia אחרי שבדקת את דפי הבסיס.
כלל עבודה ליוני 2026 עבור צוותי SEO ו-GEO
זה הכלל שהייתי משתמש בו לרבעון הבא: פרסם llms.txt רק אחרי שמשטחי החיפוש המרכזיים בריאים.
סדר העדיפויות צריך להיראות כך:
- ודא שהדפים החשובים שלך ניתנים לזחילה, ניתנים לאינדוקס ומקושרים פנימית.
- שפר דפים שנשמעים כמו סיכומים גנריים במקום תשובות מקוריות.
- הוסף עובדות ברורות על מוצר, עסק מקומי, ecommerce או ארגון כאשר זה רלוונטי.
- השתמש בנתונים מובנים עבור תכונות Search קיימות וזכאות לתוצאות עשירות, לא כסימון קסם ל-AI.
- שלוט ב-snippets ובתצוגות מקדימות באמצעות כלים קיימים ש-Google תומכת בהם כאשר צריך מגבלות.
- הוסף
llms.txtרק אם למערכת אחרת, שותף, זחלן או workflow פנימי יש סיבה אמיתית לקרוא אותו.
הנקודה האחרונה חשובה. קובץ שמתוחזק עבור צרכן אמיתי שונה מקובץ שמתוחזק כי כולם ב-X פתאום חרדים מזחלני AI.
מה לא לעשות אחרי העדכון הזה
התגובה הגרועה ביותר תהיה לעבור מהייפ לשלילה מוחלטת.
אל תגיד לצוות שלך ש-llms.txt הוא גורם דירוג סודי. לפי Google, הוא לא.
גם אל תגיד לצוות שלך שכל תיעוד שניתן לקריאה על ידי AI חסר ערך. חלק מהמערכות עשויות להשתמש בקבצים האלה, והצוות שלך יכול ליהנות מהבהירות.
אל תחליף SEO ב"טריקים של GEO". המדריך של Google מפורש: SEO עדיין חל על תכונות גנרטיביות ב-Google Search. מונחים כמו AEO ו-GEO יכולים לעזור לארגן עבודה, אבל Google מבקשת להעריך את הטקטיקות האלה לפי האופן שבו Search באמת עובד.
אל תיצור אזכורים מזויפים, דפי מילוי או סימון שמיועד רק ל-AI. אם האתר הגלוי חלש, קובץ עזר קריא למכונה לא יציל אותו.
מקורות
המאמר מבוסס על שני מקורות ציבוריים:
- המדריך הרשמי של Google Search Central, "Optimizing your website for generative AI features on Google Search" , שעודכן לאחרונה ב-29 ביוני 2026.
- הדיווח של Search Engine Roundtable מ-16 ביוני 2026, "Google: LLMS.txt Files Won't Help Or Hurt Your Search Rankings" , שמסקר את ההבהרה של Google שקבצי
llms.txtלא עוזרים ולא פוגעים בדירוגי Google Search.
Search Engine Roundtable גם מציין שינוי ניסוח מאוחר יותר סביב 29 ביוני 2026. עבור צוותי SEO, המשמעות המעשית זהה: Google Search מתעלם מ-llms.txt לצורכי דירוג ונראות.
Author: Julian Mercer, מומחה Technical SEO עם 14 שנות ניסיון ב-Auspia. Julian כותב על crawlability, schema, רינדור, ארכיטקטורת אתרים ויסודות טכניים לתוכן שניתן לקריאה על ידי AI.