ملف llms.txt لن يُدرج منتجاتكم في نتائج التسوق بالذكاء الاصطناعي، أما خلاصة المنتجات فستفعل

خلال العام الماضي، أصبحت نصيحة «أضيفوا ملف llms.txt» تقريبًا بندًا ثابتًا في كل قائمة مراجعة تتعلق بالظهور في التسوق عبر الذكاء الاصطناعي. لكنها نادرًا ما تنجح. ففي دراسة لسجلات الخوادم استمرت 12 أسبوعًا على 83 موقعًا ونُشرت في 2026، طلبت برامج الزحف التابعة لـ OpenAI وAnthropic ملفات llms.txt 16 مرة فقط مجتمعةً، بينما طلبت ملف robots.txt على المواقع نفسها أكثر من 7,100 مرة. وسجّلت دراسة ثانية، شملت 14 يومًا من السجلات على موقع واحد، صفر طلبات لملف llms.txt من أي برنامج زحف معروف تابع للذكاء الاصطناعي. هذا المقال موجّه لكل من يدير خلاصة منتجات وقيل له إن llms.txt هو الرافعة للظهور في التسوق عبر الذكاء الاصطناعي. وبنهايته ستعرفون الآلية التي تتحكم فعلًا في ظهور منتجاتكم في Google AI Mode وChatGPT وPerplexity، وما الذي ينبغي إصلاحه بدلًا من ذلك.

ما هو llms.txt فعلًا (وما ليس عليه)

llms.txt هو عُرف مقترح، وليس معيارًا للتسوق أو التجارة الإلكترونية. نشر المطوّر Jeremy Howard المواصفة الأصلية في 3 سبتمبر 2024، ويصفه تحديث الإصدار 2 في أغسطس 2026 بأنه ملف markdown في المسار /llms.txt: عنوان H1 باسم الموقع أو المشروع (وهو العنصر الوحيد المطلوب)، وملخص اختياري على هيئة اقتباس، وأقسام وصفية حرة، وقوائم روابط إلى صفحات أخرى تفصل بينها عناوين H2. والهدف منه أن يحصل نموذج اللغة على خريطة موجزة ومنتقاة للموقع بدلًا من إجباره على تحليل صفحات HTML كاملة.

لا يذكر النص الرسمي للمواصفة بيانات المنتجات ولا الأسعار ولا التوافر ولا خلاصات التسوق. إنه عُرف للتوثيق واكتشاف المحتوى، أقرب إلى خريطة موقع منتقاة منه إلى خلاصة Google Merchant Center أو كتالوج منتجات منظّم. وهذا الفرق مهم، لأن معظم النصائح التي تدعو فرق التجارة الإلكترونية إلى نشر هذا الملف تعامله كأنه صيغة خلاصة.

Google قالت صراحةً إنها لن تستخدم llms.txt

في فعالية Search Central Deep Dive التي أقامتها Google في آسيا والمحيط الهادئ بتاريخ 23 يوليو 2025، صرّح Gary Illyes من Google بأن Google لا تدعم llms.txt وليس لديها خطط لذلك، وطلب من الحضور مواصلة الاستثمار في تحسين محركات البحث التقليدي للظهور في AI Overviews بدلًا من صيغة ملف منفصلة. ولم يصدر عن Google أي تصريح علني لاحق يتراجع عن ذلك. كما وصفت بعض التغطيات في 2026 الأمر بأنه «مقترح من W3C لتوحيد llms.txt»، وهذا مبالغة: فالقضية ذات الصلة ضمن W3C Technical Strategy ما زالت في مرحلة «Investigation»، ولا تُقدّم صراحةً أي صيغة جديدة، وآخر تعليق جوهري عليها يعود إلى مايو 2025. لا يوجد معيار من W3C، وقد كانت Google واضحة تمامًا في أنها لا تستخدم الملف في الترتيب أو في AI Overviews.

ما كشفته دراستان لسجلات الخوادم في 2026

تدعم دراستان مستقلتان الجزء المتعلق بعدم جلب الملف، بالاعتماد على بيانات حركة فعلية وليس على تصريحات سياسات فحسب.

• EZY Research، من 27 أبريل إلى 19 يوليو 2026، على 83 موقعًا من لوحة تضم 556 نطاقًا: طلب GPTBot ملف llms.txt 7 مرات، وClaudeBot 9 مرات، وPerplexityBot صفر مرة. أما ملف robots.txt فطلبته برامج الزحف نفسها 3,990 مرة (OpenAI) و3,120 مرة (Anthropic) و775 مرة (Perplexity).
• Saaslinks، حركة موقع واحد من 20 يوليو إلى 3 أغسطس 2026: 147,180 طلبًا جرى تحليلها في المجموع، منها 723 طلبًا من برامج زحف الذكاء الاصطناعي إلى robots.txt، و151 طلبًا إلى صفحات فعلية (90 بالمئة منها من OpenAI)، وصفر طلبات لـ llms.txt من أي نظام ذكاء اصطناعي معروف. أما الطلبات الـ 13 على الملف فجاءت من وسطاء بيانات وأدوات بناء ملفات التعريف وزوار بشريين.

تشير الدراستان إلى قيود حقيقية: حجم العينات متواضع، وسلاسل user-agent مُبلَّغ عنها ذاتيًا. ولا تدّعي أي منهما معرفة ما يفعله النموذج داخليًا بمحتوى لم يجلبه أبدًا. ومع ذلك فالاتجاه متسق في اللوحتين ويتوافق مع ما قالته Google علنًا. وإن كانت تتداول في فريقكم حكاية شائعة عن أن OpenAI تجلب llms.txt «كل 15 دقيقة»، فتعاملوا معها على أنها حكاية واحدة تناقضها قياسات منهجية في دراستين.

الآلية التي تغذّي فعلًا أسطح التسوق بالذكاء الاصطناعي في Google

توضح وثائق Shopping Help الخاصة بـ Google من أين تحصل AI Mode وAI Overviews وGoogle Shopping على معلومات المنتجات: «ترسل العلامات التجارية وتجار التجزئة ومزوّدو المحتوى الآخرون معلومات منتجاتهم مباشرة إلى Google عبر أدوات مثل Merchant Center وManufacturer Center». وتغذّي هذه البيانات Shopping Graph، الموصوف بأنه «مستودع ديناميكي لمعلومات المنتجات يوفّر رؤية محدّثة للمنتجات المتاحة»، وهو الذي «يُشغّل تجارب مدعومة بالذكاء الاصطناعي مثل ملخصات المراجعات وإرشادات الشراء وتوصيات المنتجات». ولا تذكر الصفحة الزحف مصدرًا لبيانات منتجات التسوق.

وهذا هو السبب العملي في أن llms.txt لا يفيد أسطح التسوق بالذكاء الاصطناعي في Google: هذه الأسطح تُغذّى ولا تعتمد على الزحف. فالرافعة هي جودة بيانات الخلاصة داخل Merchant Center، لا ملف في جذر نطاقكم. يتناول دليل جاهزية الخلاصة للتجارة الوكيلية لدينا ما تتطلبه AI Mode وUCP وACP على مستوى البروتوكول؛ أما هذا المقال فيبقى أضيق نطاقًا، ويركز على ما يحرّك الظهور في التسوق بالذكاء الاصطناعي وما لا يحرّكه.

ما يتطلبه Instant Checkout في ChatGPT فعلًا

أُطلق مسار الشراء في ChatGPT، Instant Checkout، في 29 سبتمبر 2025، وهو مبني على Agentic Commerce Protocol الذي طورته OpenAI مع Stripe. وهو يدعم حاليًا شراء منتج واحد، وكان الشركاء الأوائل بائعي Etsy في الولايات المتحدة وأكثر من مليون تاجر على Shopify. يتقدم التجار بطلباتهم عبر بوابة مخصصة، وتذكر OpenAI أن التاجر الذي يعالج مدفوعاته عبر Stripe يمكنه تفعيل المدفوعات الوكيلية في «سطر برمجي واحد فقط».

السطح التقني لذلك هو Product Feed Specification المنشورة من OpenAI لـ Agentic Commerce Protocol، وليس llms.txt. وهي تحدد بإيجاز ما يلي:

• ترويسة للخلاصة تتضمن feed_id وaccount_id وtarget_merchant وtarget_country (رمز بلد من حرفين)، وكلها مطلوبة.
• كائن منتج يتضمن id مطلوبًا وثابتًا، وtitle وdescription وurl وmedia اختيارية، ومصفوفة variants مطلوبة.
• كل متغيّر يتضمن id وtitle مطلوبين، إضافةً إلى price وlist_price وunit_price بقيم صحيحة بوحدات ISO 4217 الصغرى، وbarcodes منظّمة (النوع والقيمة، مثل زوج GTIN)، وكائن availability يجمع علمًا منطقيًا مع قيمة حالة من قائمة محددة (in_stock وbackorder وpreorder وout_of_stock وdiscontinued)، وقيم condition مثل new أو secondhand، وcategories وvariant_options وseller.

ميّزوا هنا بين أمرين قالتهما OpenAI. يعمل Instant Checkout على هذه الخلاصة المنظّمة التي يقدّمها التجار المعتمدون. أما ذكر المنتجات عمومًا في محادثة ChatGPT عادية فتصفه OpenAI بأنه «عضوي وغير مموّل، ويُرتَّب على أساس الصلة فقط»، وهو ما يعيدنا إلى إشارات المحتوى وتحسين محركات البحث المعتادة لا إلى خلاصة يقدمها التاجر. فالخلاصة تُدخلكم إلى سطح Instant Checkout القابل للشراء، لكنها لا تضمن وحدها ظهور منتجكم في المحادثة المفتوحة. يتناول دليل توصية ChatGPT بالمنتجات لدينا جانب المحادثة المفتوحة بتعمق أكبر.

ما الذي يُدخلكم إلى Perplexity Shopping

يحصل مساعد التسوق في Perplexity على بيانات المنتجات بطريقتين، وكلتاهما قريبة من الخلاصات لا قائمة على الزحف. الأولى هي التكامل مع المنصات، وبالدرجة الأولى Shopify، الذي يتيح الوصول إلى «أحدث المعلومات وأكثرها صلة عن المنتجات عبر الأعمال المدعومة من Shopify». والثانية هي Perplexity Merchant Program، وهو برنامج مجاني «تشارك» من خلاله شركات التجزئة الأكبر «مواصفات منتجاتها» مباشرةً، وتحصل على تكامل المدفوعات لإتمام الشراء داخل المساعد ووصول مجاني إلى API. ولا يمر أي من المسارين عبر llms.txt أو الزحف العام، بما يتسق مع صفر طلبات لـ llms.txt سجّلها PerplexityBot في دراسة EZY Research أعلاه.

أين يظل ترميز Schema.org في الصفحة مهمًا

لا يعني أيٌّ من هذا أن البيانات المنظّمة في صفحات منتجاتكم بلا أهمية، فهي فقط تجيب عن سؤال مختلف. إذ تسرد وثائق Google Search Central الخاصة بنتائج merchant listing rich results خصائص Product المطلوبة (name وimage وoffers متداخلة) وخصائص Offer المطلوبة (price وpriceCurrency)، مع خصائص موصى بها تشمل gtin وmpn وsku وbrand.name وavailability وitemCondition. وهذا يحكم نتائج merchant listing rich results العضوية وتقرير Merchant Listings في Search Console. وهو يعمل بالتوازي مع خلاصة Merchant Center لا بديلًا عنها، أما دقة الفئات والسمات في الخلاصة نفسها، وهو ما يعالجه ربط فئات المنتجات لدينا، فلا تزال تؤدي الدور الأثقل في Shopping Graph.

صف في الخلاصة، قبل وبعد

الفجوة بين صف نموذجي في خلاصة Google Shopping ومتغيّر جاهز لـ ACP صغيرة، لكنها تخفي خطأً يوقع تقريبًا كل المحاولات الأولى: الأسعار بوحدات صغرى صحيحة وليست سلاسل عشرية.

قبل، صف قياسي بأسلوب Merchant Center:

id: SKU-4821-BLK-M | title: Classic Wool Coat - Black - Medium | price: 129.00 USD | availability: in stock | gtin: 4006381333931

بعد، بعد إعادة الهيكلة نحو ما تتوقعه مواصفة خلاصة ACP:

product.id: SKU-4821 (stable parent) | variant.id: SKU-4821-BLK-M | variant.price: { amount: 12900, currency: "USD" } | variant.availability: { available: true, status: "in_stock" } | variant.barcodes: [{ type: "gtin13", value: "4006381333931" }] | variant.condition: ["new"]

أهم تغييرين: انتقل السعر من سلسلة عشرية إلى عدد صحيح بالوحدات الصغرى (يصبح 129.00 هو 12900 وليس 129)، وأصبح التوافر كائنًا منظّمًا بدلًا من نص حر. وكلاهما من الأخطاء الشائعة عند أول مرة يربط فيها فريق خلاصة Shopping ببنية ACP.

قائمة مراجعة عملية

1. توقفوا عن التعامل مع llms.txt كمهمة للظهور في التسوق. اجعلوه أقل أولوية في عمل بيانات المنتجات؛ وأي دور له يقتصر على اكتشاف التوثيق العام، وهو خارج نطاق هذا الدليل.
2. راجعوا خلاصة Merchant Center أولًا وفق سمات Product وOffer المطلوبة والموصى بها من Google؛ فهذا ما يغذّي Shopping Graph فعليًا، وهو أسرع طريقة لرصد الفجوات باستخدام فحوصات تحسين الخلاصة في Feedance.
3. أضيفوا ترميز schema.org لـ Product وOffer في الصفحة أو تحققوا منه بمعزل عن خلاصتكم، لأنه يحكم سطحًا مختلفًا.
4. إذا كنتم تبيعون عبر Shopify أو Etsy، فتأكدوا من حالة طلب Instant Checkout الخاص بكم بدلًا من افتراض أن تكامل المنصة وحده كافٍ.
5. إذا كنتم تقدّمون على خلاصة ACP مباشرةً، فحوّلوا الأسعار إلى وحدات صغرى صحيحة والتوافر إلى القيم المنظّمة المحددة قبل أول تقديم، لا بعد الرفض.
6. للظهور في Perplexity Shopping بما يتجاوز التغطية الافتراضية عبر Shopify، قدّموا طلبكم إلى Perplexity Merchant Program مباشرةً.
7. أبقوا الخلاصة محدّثة. فوصول بيانات سعر أو مخزون قديمة إلى هذه الأسطح متأخرةً يضر أكثر بكثير من غياب ملف llms.txt؛ وتزامن Feedance يوميًا في باقة Essentials وكل ساعة في باقة Business، والوتيرة المناسبة تعتمد على مدى تكرر تغيّر أسعاركم ومخزونكم.

حدود هذا الدليل

هذا دليل للخلاصات ومصادر البيانات، وليس تدقيقًا كاملًا في تحسين محركات البحث التقني. فتطبيق schema.org في الصفحة مهمة تخص القالب أو نظام إدارة المحتوى، وليس شيئًا تضبطه منصة إدارة الخلاصات مباشرةً، وستكشف أداة متخصصة في SEO التقني أو في التحقق من البيانات المنظّمة أخطاء الترميز على مستوى الصفحة التي لم تُبنَ منصة خلاصات مثل Feedance لرصدها. كما أن دراستي سجلات الخوادم المذكورتين هنا تميلان إلى المواقع الأصغر، ولا يمكنهما معرفة ما يفعله النموذج داخليًا بمحتوى لم يجلبه أبدًا. وكل من Agentic Commerce Protocol وبرنامج Merchant Program في Perplexity ما زال حديثًا وسيتغير؛ فاعتبروا أسماء الحقول هنا لقطة آنية وراجعوا المواصفة الحية قبل البناء عليها. ولا يغطي أيٌّ من هذا أسطح التسوق بالذكاء الاصطناعي الإقليمية خارج Google وOpenAI وPerplexity، والتي تتحرك وفق جداولها الزمنية الخاصة.

الأسئلة الشائعة

هل يساعد llms.txt منتجاتي على الظهور في نتائج التسوق في ChatGPT أو في الذكاء الاصطناعي من Google؟
لا يوجد دليل علني يدعم ذلك. فقد صرّحت Google مباشرةً بأنها لن تستخدم llms.txt في AI Overviews، ووجدت دراستان مستقلتان لسجلات الخوادم في 2026 أن برامج زحف الذكاء الاصطناعي تطلبه أقل بكثير من robots.txt، وفي إحداهما صفر مرة خلال أربعة عشر يومًا.

ما الفرق بين Shopping Graph وخلاصة Merchant Center؟
خلاصة Merchant Center هي البيانات التي تقدّمونها. أما Shopping Graph فهو مستودع Google الداخلي المحدّث باستمرار والمبني من تلك البيانات المقدَّمة، وهو الذي يغذّي بدوره نتائج Shopping وAI Overviews وAI Mode.

هل أحتاج إلى خلاصات منفصلة لكل من Google AI Mode وChatGPT Instant Checkout وPerplexity Shopping؟
عمليًا نعم، وبصيغ مختلفة: خلاصة Merchant Center لـ Google، وخلاصة Agentic Commerce Protocol لـ ChatGPT Instant Checkout بعد موافقة التاجر، وإما بيانات منصة Shopify أو تقديم مباشر لبرنامج Merchant Program في Perplexity.

هل يحل ترميز schema.org لـ Product في الصفحة محل خلاصة Merchant Center؟
لا. فهو يحكم سطحًا منفصلًا، وهو نتائج merchant listing rich results العضوية، وتعتبره Google مكمّلًا لتقديم الخلاصة وليس بديلًا عنه.

كيف أُدخل منتجاتي إلى Instant Checkout في ChatGPT؟
قدّموا طلبكم عبر بوابة التجار لدى OpenAI. فالبيع على Shopify أو كبائع على Etsy في الولايات المتحدة يقرّبكم من الأهلية أكثر من تكامل جديد تمامًا؛ ويمكن للتجار المتعاملين مع Stripe أصلًا تفعيل المدفوعات الوكيلية بسطر برمجي واحد بحسب ما يُذكر.

كيف أُدخل منتجاتي إلى Perplexity Shopping؟
بيعوا عبر Shopify للحصول على تغطية أساسية، أو قدّموا طلبكم إلى Perplexity Merchant Program مباشرةً لمشاركة مواصفات المنتجات وتفعيل الشراء داخل المساعد.

هل يجدر بي نشر ملف llms.txt من الأساس؟
بالنسبة إلى ظهور المنتجات والتسوق تحديدًا، لا؛ فهو ليس بالأولوية التي صوّرها نقاش تحسين محركات البحث. وأي دور له يقتصر على اكتشاف التوثيق العام، وهي مشكلة مختلفة عن إدخال المنتجات إلى أسطح التسوق بالذكاء الاصطناعي.

إذا أردتم قراءة محددة لتغطية السمات في خلاصتكم قبل أن تقرروا ما تصلحونه أولًا، فمرّروها عبر أداة Feedance المجانية لتدقيق خلاصة المنتجات.