llms.txt werkt niet: 97% van alle bestanden krijgt nul AI-verzoeken

Honderden bedrijven voegen een llms.txt-bestand toe aan hun website om AI-assistenten te informeren over hun diensten. Het aantal implementaties groeide in 12 maanden tijd 8,8 keer — van 4.088 naar 36.120 sites. Shopify maakte het standaard voor alle winkels. Maar uit serverlog-analyse van Ahrefs over 137.000 domeinen blijkt: 97% van alle llms.txt-bestanden ontvangt nul AI-botverzoeken.

Wat is llms.txt?

llms.txt is een tekstbestand in de root van je website, vergelijkbaar met robots.txt. Het beschrijft je site, diensten en inhoud in beknopte, leesbare tekst — bedoeld voor grote taalmodellen. Het idee: als een AI-bot je site bezoekt, leest het eerst dit bestand en weet meteen wat je site doet.

De adoptie groeide snel. Rankability analyseerde de top-1.000 websites in juli 2026 en vond dat 8,7% een llms.txt heeft — technologiebedrijven (36,4%) lopen ver voor op e-commerce (6,9%) en media (4,8%). Cloudflare (#3 meest bezochte site ter wereld), Azure (#27) en GitHub (#30) hebben het geïmplementeerd. Maar de data over effectiviteit vertelt een ander verhaal dan de hype.

Waarom het niet werkt

AI-bots lezen llms.txt nauwelijks

Ahrefs analyseerde serverlogs van 137.000 domeinen in mei 2026. Conclusie: AI retrieval bots vertegenwoordigen slechts 1,1% van alle serververzoeken. GPTBot vroeg 4,51% van bestanden op, ClaudeBot 0,80%. Van alle llms.txt-bestanden ontving 97% nul AI-botverzoeken in de meetperiode.

llms.txt verandert de content zelf niet

Of een AI-assistent jouw website citeert in een antwoord, hangt af van de kwaliteit en relevantie van je inhoud — niet van een apart beschrijvingsbestand. llms.txt informeert een bot over je site, maar het verandert niets aan de teksten, feiten en argumenten die bepalen of je geciteerd wordt. Dat is wat telt voor GEO.

llms.txt beschrijft — het instrueert niet

Stel dat iemand zijn AI-assistent vraagt: “Maak een afspraak bij die kapper in mijn buurt.” llms.txt kan beschrijven dat de kapper afspraken aanneemt. Maar het geeft de AI-agent geen instructie hoe dat werkt: welk formulier, welke velden, welke stappen. De agent gaat raden — en dat gaat vroeg of laat mis.

Het verschil met WebMCP

WebMCP (Web Model Context Protocol) is aangekondigd in Chrome Canary in februari 2026 en gepresenteerd op Google I/O 2026. Het draait momenteel als Origin Trial in Chrome 149. Het fundamentele verschil met llms.txt:

Een concreet voorbeeld

Stel: een gebruiker vraagt zijn AI-assistent om de goedkoopste vlucht Amsterdam–Barcelona te vinden en te boeken.

Waarom dit nu relevant is

AI-agents die namens gebruikers taken uitvoeren zijn geen toekomstmuziek. Salesforce rapporteerde dat 1 op de 5 orders tijdens Cyber Week 2025 al agent-betrokken was (Salesforce Cyber Week Report, december 2025). Adobe Analytics mat een groei van 393% jaar-op-jaar in AI-referred verkeer naar retailsites in Q1 2026.

Websites die nu WebMCP implementeren zijn de enige sites waarbij een AI-agent precies weet wat het moet doen. De rest — inclusief sites met een llms.txt — laat de agent raden. Een agent die raadt, maakt fouten. Of kiest simpelweg een andere site.

Geen enkele Nederlandse topsite heeft WebMCP

We scanden 50 bekende Nederlandse websites. Geen enkele heeft WebMCP-ondersteuning — ook niet de best scorende sites als MediaMarkt (83/100) en Albert Heijn (80/100). Wie het nu implementeert, is de concurrent voor. Lees de volledige resultaten in ons onderzoek naar 50 Nederlandse websites.

Wat je nu kunt doen

AgentPrep scant jouw website en genereert automatisch WebMCP-tools op basis van wat er daadwerkelijk op jouw site staat — geen handmatig schrijven van tool-definities, geen developer nodig voor de eerste stap.

• ·Scan je site → je ziet welke acties een AI-agent nu wel en niet kan uitvoeren
• ·AgentPrep genereert WebMCP-tools op basis van jouw HTML
• ·Eén snippet in je website — klaar