llms-full.txt на практике: что класть и как сгенерировать

llms-full.txt — это расширенная версия llms.txt, в которую кладут не ссылки на страницы, а полный текст ключевого контента — чтобы AI-модели (ChatGPT, Gemini, Perplexity, нейровыдача Яндекса) получали готовые данные без отдельного обхода сайта. Если llms.txt — это оглавление, то llms-full.txt — сама книга в одном файле.

Файл размещается по адресу site.ru/llms-full.txt, пишется в Markdown и отдаёт модели весь важный текст разом. Разберём, чем он отличается от llms.txt, что класть внутрь, как сгенерировать и как проверить, что файл собран правильно.

Что такое llms-full.txt

llms-full.txt — это единый Markdown-файл, в котором собран полный текст самых важных страниц сайта в виде, удобном для языковых моделей. Идея та же, что и у llms.txt: дать AI чистый контекст вместо мешанины из вёрстки, баннеров и скриптов. Разница в полноте — здесь модель получает не карту со ссылками, а сразу всё содержание.

Зачем это нужно: контекстное окно модели ограничено, а переход по каждой ссылке стоит времени и токенов. Когда весь опорный контент лежит в одном файле, AI-ассистенту проще процитировать именно вашу формулировку, а не пересказ с чужого форума. Это особенно важно для документации, где цена неточного ответа — сломанный код у пользователя.

Антон, ведущий разработчик платёжного SDK из Новосибирска, устал от того, что ChatGPT советовал клиентам устаревший метод авторизации из их API — тот, который выпилили полгода назад. Ссылки в llms.txt не помогали: модель цитировала старые гайды с форумов. Антон собрал llms-full.txt с полным актуальным текстом справочника API — 40 страниц в одном файле. Через месяц доля правильных примеров кода в ответах нейросетей выросла с 3 из 10 до 8 из 10, а поток тикетов в поддержку «почему не работает авторизация» упал почти вдвое.

Чем llms-full.txt отличается от llms.txt

Это два файла одного стандарта, но с разной нагрузкой. Их держат вместе: llms.txt как быструю карту, llms-full.txt как полный источник.

Формат обоих файлов описан в спецификации llmstxt.org. Если ещё не настроили базовый llms.txt — начните с него, а llms-full.txt добавляйте вторым шагом.

Что класть внутрь llms-full.txt

Главная ошибка — слить в файл весь сайт целиком. llms-full.txt не должен быть дампом базы: модель утонет в шуме, а файл раздуется до неприличия. Кладите только опорный контент, по которому вы хотите, чтобы вас цитировали:

• Документация и справочники — то, где важна дословная точность
• Описания продукта и функций — чтобы AI верно понимал, что вы делаете
• Опорные (pillar) статьи — материалы, которые отвечают на частые вопросы ниши
• FAQ и глоссарий — готовые формулировки, удобные для цитирования

Чего класть не нужно: навигацию, футеры, рекламные блоки, дубли, служебные и устаревшие страницы. Каждую страницу оформляйте как раздел: H1 или H2 с заголовком, ниже — чистый текст без HTML. Между разделами — разделитель и URL первоисточника, чтобы модель могла сослаться на оригинал.

Пример структуры llms-full.txt

# 4КУБА — полный контент

> SaaS-платформа для SEO-аудита и AI-аналитики сайтов
> для рынка России, Беларуси и Казахстана.

---

## Экспресс-аудит
URL: https://4kuba.ru/check

Бесплатная проверка сайта без регистрации: технические
ошибки, скорость, мета-теги и сигналы AI-видимости за
10–15 секунд. Анализ HTML + Wappalyzer + AI...

---

## GEO Tracker
URL: https://4kuba.ru/features/geo-visibility

Отправляет реальные запросы к ChatGPT, Gemini, Perplexity
и нейровыдаче Яндекса и показывает, упоминается ли сайт...

Прежде чем собирать llms-full.txt, убедитесь, что базовые технические сигналы в порядке — запустите бесплатный экспресс-аудит 4КУБА и проверьте lang-атрибут, canonical и schema.org, которые тоже влияют на AI-видимость.

Как сгенерировать llms-full.txt

Руками такой файл собирать бессмысленно — он быстро устареет. Подход зависит от того, на чём построен сайт:

• Статика и Markdown-документация. Соберите файл скриптом на сборке: пройдитесь по исходникам, склейте чистый текст с заголовками и URL в один .txt
• CMS (WordPress, Bitrix). Выгрузите контент опорных страниц через API или плагин, очистите от HTML и соберите в Markdown
• Без доступа к исходникам. Возьмите готовый генератор llms.txt или краулер, который снимает чистый текст со страниц по списку URL
• Автообновление. Повесьте генерацию на CI или cron, чтобы файл пересобирался при каждом изменении контента — как sitemap

Отдавайте файл с заголовком text/plain или text/markdown и кодировкой UTF-8. Следите за размером: если файл уходит за сотни килобайт, оставьте в llms-full.txt только самое важное, а остальное — ссылками в обычном llms.txt.

Марина, контент-маркетолог онлайн-школы из Екатеринбурга, добавила в llms-full.txt полный текст 12 опорных статей по аналитике и описания всех курсов — собрала файл скриптом прямо из CMS. Через GEO-трекер 4КУБА она замеряла упоминаемость школы в нейросетях до и после. За шесть недель упоминания по запросам «курсы по аналитике» выросли с 2 из 10 до 5 из 10, и в школу пошли заявки со словами «нашёл вас через ChatGPT».

Как проверить llms-full.txt

Прямого отчёта «модель прочитала ваш файл» не существует — проверка идёт в два слоя: техническая корректность и реальный эффект.

• Доступность. Файл открывается по site.ru/llms-full.txt, отдаёт код 200 и верный content-type
• Чистота. Внутри только текст и заголовки — без обрывков HTML, меню и скриптов
• Актуальность. Содержимое совпадает с текущими страницами, нет устаревших данных
• Эффект. Через 3–6 недель замерьте AI-видимость — стали ли нейросети чаще и точнее цитировать ваш сайт

Сергей, основатель SaaS для логистики из Минска, отнёсся к llms-full.txt как к необязательной мелочи, но потратил день на генерацию: описания модулей, интеграции и базу знаний — всё в один файл с автосборкой на CI. Первые две недели — тишина. На третьей Perplexity начал выдавать его сервис в ответах на запросы про автоматизацию доставки, причём цитировал ровно те формулировки, что лежали в файле. К концу второго месяца AI-каналы дали ему первые пять платящих клиентов — без единого рубля на рекламу.

Частые вопросы