Was ist llms-full.txt?
llms-full.txt ist eine optionale Ergänzung zu llms.txt: eine Markdown-Datei mit dem vollständigen Text der wichtigsten Seiten einer Website, damit ein Modell oder Agent sie mit einem Abruf lesen kann. llms.txt ist eine kurze Leseliste. llms-full.txt ist die Lektüre selbst: der vollständige Text jeder wichtigen Seite in einer Markdown-Datei. Sie passt zu Dokumentationen, die Coding-Agenten komplett laden, und es gibt kaum Belege, dass Answer Engines sie nutzen, um zu entscheiden, wen sie nennen.
Woher kommt llms-full.txt?
Aus dem Hosting von Dokumentation, nicht aus dem llms.txt-Vorschlag. Der Vorschlag selbst, von Jeremy Howard auf llmstxt.org (3. September 2024, geändert am 10. August 2026), definiert /llms.txt und schlägt Markdown-Fassungen von Seiten vor; llms-full.txt definiert er nicht.
Mintlify, ein Hoster für Dokumentation, sagt, es habe llms-full.txt ursprünglich in Zusammenarbeit mit Anthropic entwickelt, das einen saubereren Weg suchte, seine gesamte Dokumentation in Sprachmodelle zu geben (Mintlify, 9. Mai 2025). Die Doku von Mintlify beschreibt die Datei als Zusammenfassung einer ganzen Dokumentations-Website in einer Datei, jede Seite mit Titel, Quell-URL, Beschreibung und vollständigem Markdown (Mintlify-Doku, gelesen am 15. Okt. 2026).
Wie unterscheidet sich llms-full.txt von llms.txt?
Die eine ist ein Verzeichnis, die andere der Inhalt:
| Datei | Enthält | Größe | Am besten für |
|---|---|---|---|
| llms.txt | Eine Zusammenfassung und Links zu wichtigen Seiten | Kurz | Einen Agenten, der entscheidet, was er liest |
| llms-full.txt | Den vollständigen Text dieser Seiten | Kann sehr groß sein | Eine ganze Dokumentation mit einem Abruf laden |
Zitieren KI-Engines llms-full.txt?
Fast nie. In unseren Zitierungsstichproben vom 23. August bis 5. Oktober 2026 wurden die 129 Websites unter den 300 meistzitierten, die eine llms.txt veröffentlichen, 6.343-mal zitiert; eine dieser Zitierungen verwies auf die Datei, eine llms-full.txt, die Perplexity am 2. Oktober zitierte (der Beitrag).
Google gibt an, dass Sie keine maschinenlesbaren Dateien, KI-Textdateien, kein Markup und kein Markdown brauchen, um in der Google-Suche zu erscheinen (Google, aktualisiert am 10. Juli 2026). Behandeln Sie die Datei als Komfort für Agenten, nicht als Hebel für Sichtbarkeit.
Was entscheidet stattdessen über Zitierungen, in einem echten Beispiel?
Die Seiten, die Engines für die Frage lesen. Im öffentlichen Tesla-Beispiel (4. Okt. 2026) zitierte Google AI Overviews über 25 Käuferfragen youtube.com 20-mal und reddit.com 15-mal und tesla.com einmal.
Keine Datei auf der eigenen Website einer Marke ändert, zu welchen Videos und Threads eine Engine greift. Ein Platz auf den bereits zitierten Seiten und lesbare eigene Seiten schon.
Sollten Sie eine llms-full.txt veröffentlichen?
Veröffentlichen Sie eine, wenn Agenten Ihre Doku lesen; sonst ist sie optional:
- Ja für Entwicklerdoku und APIs, wo Coding-Agenten ganze Dokumentationen laden.
- Erzeugen Sie sie aus derselben Quelle wie Ihre Seiten, damit sie nie veraltet.
- Verlinken Sie sie aus Ihrer llms.txt, damit Agenten sie finden.
- Prüfen Sie, dass sie als Klartext ausgeliefert wird und nicht als HTML-Seite unter dem Pfad.
Häufige Fragen: llms-full.txt
Gehört llms-full.txt zum llms.txt-Standard?
llms.txt ist selbst ein Vorschlag, kein Standard, und der Vorschlag auf llmstxt.org definiert llms-full.txt nicht. Die Volltextdatei ist eine Konvention, die Hoster von Dokumentation übernommen haben.
Verbessert llms-full.txt die KI-Sichtbarkeit?
Es gibt keinen Beleg dafür. Eine von 6.343 Zitierungen in unserer Stichprobe verwies auf eine, und Google sagt, dass für seine KI-Funktionen keine KI-Textdateien nötig sind.
Wie groß darf llms-full.txt sein?
So groß wie Ihre Doku, was über das hinausgehen kann, was ein Modell auf einmal aufnimmt. Agenten, die weniger brauchen, können stattdessen den Links der llms.txt folgen.
Veröffentlicht Proofsource eine?
Ja. Unsere llms.txt endet mit einem Verweis auf llms-full.txt, den vollständigen Text jeder Seite, für Tools, die alles mit einem Abruf wollen.
Verwandte Begriffe
- llms.txt
llms.txt ist eine vorgeschlagene Markdown-Datei im Stammverzeichnis einer Website, die Sprachmodellen sagt, was die Website ist, und die lesenswertesten Seiten auflistet.
- robots.txt
robots.txt ist eine Textdatei im Stammverzeichnis einer Website, die Crawlern nach dem Robots Exclusion Protocol (RFC 9309) sagt, welche Pfade sie abrufen dürfen.
- Schema-Markup (strukturierte Daten)
Schema-Markup oder strukturierte Daten ist Code auf einer Seite, meist JSON-LD mit dem Vokabular von schema.org, der Fakten über die Seite und ihr Thema maschinenlesbar angibt.
- Answer Engine Optimization (AEO)
Answer Engine Optimization (AEO) ist die Arbeit daran, dass Ihre Marke in den Antworten von KI-Assistenten genannt und Ihre Seiten zitiert werden.
Durchgerechnetes Beispiel: Tesla, öffentliche KI-Antworten, 4. Okt. 2026: der erste Scan von Tesla durch Proofsource, 25 Käuferfragen und 5 Markenfragen, eine Antwort pro Frage auf jeder von vier Engines. Eine kleine Stichprobe einer einzigen Marke, gezeigt als Beispiel, nicht als Benchmark.
Sehen Sie, wo KI Sie auslässt, und was Sie korrigieren sollten.
Sehen Sie, bei welchen Käuferfragen Ihre Marke genannt wird, wer stattdessen genannt wird und was Sie ändern sollten. 200 Antworten. 25 Prompts/Frage. Top-KI-Engines. 2 Tage. Kostenlos. Keine Kreditkarte.
Google AI OverviewsGoogle AI Mode
