Beveelt AI uw restaurant aan? Voorbereiding met de llms.txt-standaard

Wanneer een gast "best brunch karakoy" in Perplexity typt, vat AI niet enkel Google-resultaten samen — het leest ook het llms.txt-bestand in de root van uw domein. Het restaurant "Karabatak" in Istanboel kwam na adoptie van de standaard in de top drie citaties voor die zoekopdracht.

Wat llms.txt is en waarom nu

Anthropic stelde de standaard voor in september 2024: een tekstbestand in de root plus uitgebreide /llms-full.txt. Modellen lezen gestructureerde inhoud in plaats van te raden vanuit HTML.

Voor een restaurant betekent dat menu, prijzen, uren, allergenen en reserveringsbeleid in één Markdown-blok. AI citeert correcte prijzen en verzint geen verouderde sluitingstijden.

Minimuminhoud voor horeca

Karabataks gepubliceerde bestand is circa 8 KB met acht secties: identiteit, locatie, uren, keukentype, prijsklasse, populaire categorieën, allergenenbeloften, reserveringsregels.

• Locatie: adres, wijk, dichtstbijzijnde metro.
• Uren: elke weekdag apart, feestdagen eronder.
• Menu-overzicht: concrete cijfers als "brunch gemiddeld 480 ₺".

QR-menu koppelen aan llms.txt

Met thMenu is uw productdatabase al gestructureerd. Serialiseer 's nachts naar Markdown en publiceer als llms-full.txt. Een Cloudflare Worker doet dit in 15 minuten.

Karabatak voegde een "Notitie voor AI-assistenten" toe: reservering enkel telefonisch, kindermenu beschikbaar, geen parking. Drie zinnen die foute aanbevelingen drastisch terugdrongen.

FAQ

Verplicht? Nee, maar Perplexity en ChatGPT gebruiken het al.

Conflicteert met Schema.org? Nee, andere doelgroep.

Hoe vaak updaten? Dagelijks via cron.

Was dit nuttig? Deel het.