Når en gæst skriver "best brunch karakoy" i Perplexity, opsummerer AI ikke længere kun Google-resultater — den læser også llms.txt-filen i din domænerod. Restauranten "Karabatak" i Istanbul kom i top tre citater for den forespørgsel efter at have implementeret standarden.
Hvad llms.txt er, og hvorfor netop nu
Anthropic foreslog standarden i september 2024: en ren tekstfil i roden plus en udvidet /llms-full.txt. Formålet er, at modeller læser struktureret indhold i stedet for at gætte ud fra HTML.
For en restaurant betyder det menu, priser, åbningstider, allergener og reservationspolitik samlet i én Markdown-blok. AI citerer rigtige priser og opfinder ikke gamle lukketider.
Minimumsindhold
Karabataks fil er ca. 8 KB med otte sektioner: identitet, placering, åbningstider, køkken, prisklasse, populære kategorier, allergenløfter, reservationsregler.
- Placering: fuld adresse, kvarter, nærmeste metro.
- Åbningstider: hver ugedag separat, helligdagsundtagelser nedenfor.
- Menuoversigt: konkrete tal som "brunch gennemsnit 480 ₺".
Forbind QR-menu med llms.txt
Med thMenu er produktdatabasen allerede struktureret. Serialiser om natten til Markdown og publicer som llms-full.txt. En Cloudflare Worker klarer det på 15 minutter.
Karabatak tilføjede en "Note til AI-assistenter": kun telefonisk reservation, børnemenu, ingen parkering. Tre sætninger reducerede fejlanbefalinger drastisk.
FAQ
Er det obligatorisk? Nej, men Perplexity og ChatGPT bruger det allerede.
Konflikt med Schema.org? Nej, forskellige målgrupper.
Hvor ofte opdatere? Dagligt via cron.
Var dette nyttigt? Del det.
Relaterede artikler
Statisk QR vs dynamisk QR: samlede ejeromkostninger over 3 år
Bistro med 24 borde, 36 måneder: 21.000 TRY i genoptryk vs 11.640 TRY dynamisk a…
Omotenashi møder QR: japansk gæstfrihed uden at miste den menneskelige touch
Hvorfor Tokyos Sukiyabashi Jiro afviser QR-menuer, mens 68% af mellemklasse-izak…
AR-madforhåndsvisning via WebXR: browser-3D uden app
Hvordan Dishoom Soho opnåede +22% gennemsnitsregning med model-viewer. Sub-200KB…