llms.txt brengt je producten niet in AI-shoppingresultaten. Je feed wel.

Ergens in het afgelopen jaar werd "voeg een llms.txt-bestand toe" standaardadvies in bijna elke checklist voor zichtbaarheid in AI-shopping. Het werkt zelden. In een serverlogonderzoek van 12 weken over 83 sites, gepubliceerd in 2026, vroegen de crawlers van OpenAI en Anthropic samen 16 keer om llms.txt-bestanden, terwijl ze op dezelfde sites meer dan 7.100 keer om robots.txt vroegen. Een tweede onderzoek, 14 dagen aan logs op één site, registreerde nul keer dat een geïdentificeerde AI-crawler llms.txt ophaalde. Dit artikel is voor iedereen die een productfeed beheert en te horen heeft gekregen dat llms.txt de hefboom is voor zichtbaarheid in AI-shopping. Aan het eind weet je welk mechanisme echt bepaalt of je producten verschijnen in Google AI Mode, ChatGPT en Perplexity, en wat je in plaats daarvan moet oplossen.

Wat llms.txt echt is (en wat niet)

llms.txt is een voorgestelde conventie, geen standaard voor shopping of e-commerce. Developer Jeremy Howard publiceerde de oorspronkelijke specificatie op 3 september 2024, en een update naar versie 2 in augustus 2026 beschrijft het als een markdownbestand op /llms.txt: een H1 met de naam van de site of het project (het enige verplichte element), een optionele samenvatting als blockquote, vrije beschrijvende secties en door H2's afgebakende lijsten met links naar andere pagina's. Het idee is een taalmodel een korte, samengestelde kaart van een site te geven, in plaats van het te dwingen volledige HTML-pagina's te parsen.

Niets in de specificatie noemt productdata, prijzen, beschikbaarheid of shoppingfeeds. Het is een conventie voor documentatie en het ontdekken van content, eerder vergelijkbaar met een samengestelde sitemap dan met een Google Merchant Center-feed of een gestructureerde productcatalogus. Dat onderscheid is belangrijk, want het meeste advies dat e-commerceteams aanraadt er een te publiceren, behandelt het alsof het een feedformaat is.

Google heeft rechtstreeks gezegd dat het llms.txt niet gebruikt

Op het Search Central Deep Dive-evenement van Google in Azië-Pacific op 23 juli 2025 verklaarde Gary Illyes van Google dat Google llms.txt niet ondersteunt en dat ook niet van plan is. Hij raadde aanwezigen aan te blijven investeren in standaard-SEO om in AI Overviews te verschijnen, in plaats van in een apart bestandsformaat. Geen enkele openbare verklaring van Google heeft dat sindsdien teruggedraaid. Sommige berichtgeving in 2026 sprak ook over een "W3C-voorstel om llms.txt te standaardiseren", maar dat is overdreven: het betreffende issue in de Technical Strategy van W3C bevindt zich in de fase "Investigation", introduceert uitdrukkelijk geen nieuw formaat, en de laatste inhoudelijke reactie dateert van mei 2025. Er is geen W3C-standaard, en Google is ondubbelzinnig geweest over het niet gebruiken van het bestand voor ranking of AI Overviews.

Wat twee serverlogonderzoeken uit 2026 vonden

Twee onafhankelijke metingen onderbouwen de helft van het verhaal over "niet opgehaald worden" met echte verkeersdata, niet alleen met beleidsverklaringen.

• EZY Research, 27 april tot 19 juli 2026, over 83 sites uit een panel van 556 domeinen: GPTBot vroeg 7 keer om llms.txt en ClaudeBot 9 keer; PerplexityBot 0 keer. Dezelfde crawlers vroegen 3.990 keer (OpenAI), 3.120 keer (Anthropic) en 775 keer (Perplexity) om robots.txt.
• Saaslinks, het verkeer van één site van 20 juli tot 3 augustus 2026: in totaal 147.180 geparste verzoeken, 723 verzoeken van AI-crawlers naar robots.txt, 151 naar echte pagina's (90 procent van OpenAI) en nul llms.txt-verzoeken van enig geïdentificeerd AI-systeem. De 13 verzoeken in totaal naar het bestand kwamen van databrokers, profileringstools en menselijke bezoekers.

Beide onderzoeken noemen echte beperkingen: bescheiden steekproefgroottes en zelfgerapporteerde user-agentstrings. Geen van beide beweert te weten wat een model intern doet met content die het nooit heeft opgehaald. Toch is de richting in beide panels consistent en komt die overeen met wat Google publiekelijk heeft gezegd. Gaat er in je team een veelgeciteerde anekdote rond dat OpenAI llms.txt "elke 15 minuten" ophaalt, zie dat dan als één anekdote die door twee systematische metingen wordt tegengesproken.

Het mechanisme dat de AI-shoppingoppervlakken van Google echt aandrijft

De eigen Shopping-helpdocumentatie van Google legt uit waar AI Mode, AI Overviews en Google Shopping hun productinformatie vandaan halen: "Merken, retailers en andere contentaanbieders sturen hun productinformatie rechtstreeks naar Google via tools zoals Merchant Center en Manufacturer Center." Die data voedt de Shopping Graph, beschreven als "een dynamische opslagplaats van productinformatie die een actueel overzicht geeft van de beschikbare producten", die "AI-gestuurde ervaringen aandrijft, zoals samenvattingen van reviews, koopadvies of productaanbevelingen". De pagina beschrijft crawlen niet als bron van shoppingproductdata.

Dat is de praktische reden waarom llms.txt niets doet voor de AI-shoppingoppervlakken van Google: die oppervlakken worden gevoed, niet gecrawld. De hefboom is de kwaliteit van de feeddata in Merchant Center, niet een bestand in de root van je domein. Onze gids over de gereedheid van je feed voor agentic commerce behandelt wat AI Mode, UCP en ACP op protocolniveau vereisen; dit artikel blijft smaller en gaat over wat wel en niet het verschil maakt voor zichtbaarheid in AI-shopping.

Wat Instant Checkout van ChatGPT echt vereist

De aankoopflow van ChatGPT, Instant Checkout, werd gelanceerd op 29 september 2025 en is gebouwd op het Agentic Commerce Protocol dat OpenAI samen met Stripe ontwikkelde. Het ondersteunt momenteel aankopen van één item, met Amerikaanse Etsy-verkopers en meer dan een miljoen Shopify-merchants als eerste partners. Merchants melden zich aan via een speciaal portaal, en OpenAI stelt dat een merchant die al betalingen via Stripe verwerkt, agentische betalingen kan inschakelen met "slechts één regel code".

Het technische oppervlak hiervoor is de gepubliceerde Product Feed Specification van OpenAI voor het Agentic Commerce Protocol, niet llms.txt. Op hoofdlijnen definieert die:

• Een feedheader met feed_id, account_id, target_merchant en target_country (een landcode van twee letters), allemaal verplicht.
• Een productobject met een verplichte, stabiele id, optionele title, description, url en media, en een verplichte array variants.
• Elke variant met een verplichte id en title, plus price, list_price en unit_price als gehele bedragen in ISO 4217-kleinste eenheden, gestructureerde barcodes (type en waarde, zoals een GTIN-paar), een availability-object dat een booleaanse vlag combineert met een status-enum (in_stock, backorder, preorder, out_of_stock, discontinued), condition-waarden zoals new of secondhand, categories, variant_options en seller.

Houd twee dingen die OpenAI hier heeft gezegd uit elkaar. Instant Checkout draait op deze gestructureerde feed die door aangemelde merchants wordt ingediend. Algemene productvermeldingen in een gewoon ChatGPT-gesprek worden door OpenAI beschreven als "organisch en niet gesponsord, puur gerangschikt op relevantie", wat terugwijst naar normale content- en SEO-signalen in plaats van een door de merchant ingediende feed. Een feed brengt je in het oppervlak van Instant Checkout waar transacties mogelijk zijn; hij garandeert op zichzelf geen vermelding in een open gesprek. Ons playbook voor productaanbevelingen in ChatGPT behandelt die kant van het open gesprek uitgebreider.

Wat je in Perplexity Shopping brengt

De shoppingassistent van Perplexity haalt productdata op twee manieren op, beide verwant aan feeds in plaats van gebaseerd op crawlen. De eerste is platformintegratie, vooral met Shopify, die toegang geeft tot "de meest recente en relevante informatie over producten van bedrijven die op Shopify draaien". De tweede is het Perplexity Merchant Program, een gratis programma waarmee grotere retailers rechtstreeks "hun productspecificaties delen" en betalingsintegratie voor checkout in de assistent en gratis API-toegang krijgen. Geen van beide routes loopt via llms.txt of algemeen crawlen, in lijn met de nul geregistreerde llms.txt-verzoeken van PerplexityBot in het hierboven genoemde onderzoek van EZY Research.

Waar schema.org-markup op de pagina nog steeds belangrijk is

Niets hiervan maakt gestructureerde data op je productpagina's irrelevant; het beantwoordt alleen een andere vraag. De Search Central-documentatie van Google voor rich results van merchantlistings noemt verplichte Product-eigenschappen (name, image, een geneste offers) en verplichte Offer-eigenschappen (price, priceCurrency), met aanbevolen eigenschappen zoals gtin, mpn, sku, brand.name, availability en itemCondition. Dit bepaalt de organische rich results van merchantlistings en het rapport Merchant Listings in Search Console. Het werkt naast je Merchant Center-feed, niet in plaats daarvan, en de nauwkeurigheid van categorieën en attributen in de feed zelf, het soort werk dat onze productcategoriemapping doet, levert nog steeds het zwaarste werk voor de Shopping Graph.

Een feedrij, vóór en na

Het verschil tussen een gewone feedrij voor Google Shopping en een ACP-gereede variant is klein, maar er zit een fout in verstopt waar bijna elke eerste poging op struikelt: prijzen als gehele getallen in kleinste eenheden, niet als decimale strings.

Vóór, een standaardrij in Merchant Center-stijl:

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

Na, omgebouwd naar wat de ACP-feedspecificatie verwacht:

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"]

Twee wijzigingen zijn het belangrijkst: de prijs ging van een decimale string naar een geheel getal in kleinste eenheden (129.00 wordt 12900, niet 129), en de beschikbaarheid werd een gestructureerd object in plaats van vrije tekst. Beide gaan vaak mis de eerste keer dat een team een Shopping-feed naar de ACP-structuur mapt.

Een praktische checklist

1. Behandel llms.txt niet langer als taak voor zichtbaarheid in shopping. Geef het een lage prioriteit bij werk aan productdata; welke rol het ook speelt, die ligt bij het algemeen ontdekken van documentatie, buiten de reikwijdte van deze gids.
2. Controleer eerst je Merchant Center-feed op de verplichte en aanbevolen Product- en Offer-attributen van Google; dat is wat de Shopping Graph echt voedt, en met de controles van Feedance-feedoptimalisatie zie je hiaten het snelst.
3. Voeg schema.org-markup voor Product en Offer op de pagina toe of controleer die, los van je feed, omdat die een ander oppervlak bepaalt.
4. Verkoop je via Shopify of Etsy, controleer dan de status van je aanmelding voor Instant Checkout in plaats van ervan uit te gaan dat platformintegratie alleen genoeg is.
5. Meld je je rechtstreeks aan voor de ACP-feed, map prijzen dan naar gehele getallen in kleinste eenheden en beschikbaarheid naar de gestructureerde enum vóór je eerste inzending, niet pas na een afwijzing.
6. Wil je in Perplexity Shopping verder komen dan de standaarddekking via Shopify, meld je dan rechtstreeks aan voor het Perplexity Merchant Program.
7. Houd de feed actueel. Verouderde prijs- of voorraaddata die deze oppervlakken te laat bereikt, doet meer schade dan een ontbrekend llms.txt-bestand ooit zal doen; Feedance synchroniseert dagelijks op Essentials en elk uur op Business, en het juiste ritme hangt af van hoe vaak je prijzen en voorraad veranderen.

Waar dit tekortschiet

Dit is een gids over feeds en gegevensbronnen, geen volledige technische SEO-audit. Implementatie van schema.org op de pagina is een taak voor templates of het CMS, niet iets wat een feedbeheerplatform direct configureert, en een speciale tool voor technische SEO of validatie van gestructureerde data vindt fouten in markup op paginaniveau die een feedplatform als Feedance nooit is gebouwd om te zien. De serverlogonderzoeken die hier worden genoemd, zijn scheef verdeeld richting kleinere sites en kunnen niet weten wat een model intern doet met content die het nooit heeft opgehaald. Het Agentic Commerce Protocol en het Merchant Program van Perplexity zijn bovendien jong en zullen veranderen; zie de veldnamen hier als momentopname en controleer de live specificatie voordat je ertegen bouwt. Niets hiervan behandelt regionale AI-shoppingoppervlakken buiten Google, OpenAI en Perplexity, die hun eigen tijdlijn volgen.

Veelgestelde vragen

Helpt llms.txt mijn producten te verschijnen in ChatGPT of in AI-shoppingresultaten van Google?
Er is geen openbaar bewijs dat dit ondersteunt. Google heeft rechtstreeks gezegd dat het llms.txt niet gebruikt voor AI Overviews, en twee onafhankelijke serverlogonderzoeken uit 2026 vonden dat AI-crawlers er veel minder vaak om vragen dan om robots.txt, in één geval nul keer in veertien dagen.

Wat is het verschil tussen de Shopping Graph en een Merchant Center-feed?
Je Merchant Center-feed is de data die je indient. De Shopping Graph is de interne, continu bijgewerkte opslagplaats van Google die uit die ingediende data wordt opgebouwd en vervolgens Shopping-resultaten, AI Overviews en AI Mode aandrijft.

Heb ik aparte feeds nodig voor Google AI Mode, ChatGPT Instant Checkout en Perplexity Shopping?
In feite wel, in verschillende formaten: een Merchant Center-feed voor Google, na goedkeuring als merchant een feed volgens het Agentic Commerce Protocol voor ChatGPT Instant Checkout, en Shopify-platformdata of een rechtstreekse inzending voor het Merchant Program van Perplexity.

Vervangt schema.org-markup voor Product op de pagina mijn Merchant Center-feed?
Nee. Die bepaalt een apart oppervlak, de organische rich results van merchantlistings, en Google ziet die als aanvulling op het indienen van een feed, niet als vervanging.

Hoe krijg ik mijn producten in Instant Checkout van ChatGPT?
Meld je aan via het merchantportaal van OpenAI. Verkopen via Shopify of als Amerikaanse Etsy-verkoper brengt je dichter bij geschiktheid dan een gloednieuwe integratie; merchants die al Stripe gebruiken, kunnen agentische betalingen naar verluidt met één regel code inschakelen.

Hoe krijg ik mijn producten in Perplexity Shopping?
Verkoop via Shopify voor basisdekking, of meld je rechtstreeks aan voor het Perplexity Merchant Program om productspecificaties te delen en checkout in de assistent mogelijk te maken.

Heeft het überhaupt zin een llms.txt-bestand te publiceren?
Specifiek voor zichtbaarheid van producten en in shopping niet; het is niet de prioriteit die het SEO-gesprek ervan heeft gemaakt. Welke rol het ook speelt, die ligt bij het algemeen ontdekken van documentatie, een ander probleem dan producten in AI-shoppingoppervlakken krijgen.

Wil je een concreet beeld van de attribuutdekking van je eigen feed voordat je beslist wat je als eerste oplost, haal hem dan door de gratis productfeed-audittool van Feedance.