home.social

#llmstxt — Public Fediverse posts

Live and recent posts from across the Fediverse tagged #llmstxt, aggregated by home.social.

  1. llms.txt в 2026: что это, как написать, и почему вашему сайту это нужно

    llms.txt - это файл в корне сайта, который говорит языковым моделям, что у вас за сайт, какие источники канонические и что цитировать. ChatGPT, Perplexity и Claude уже его читают. Большинство сайтов в Рунете его не имеют, поэтому AI-краулеры цитируют их или плохо, или никак. Файл пишется за 30 минут, эффект на цитируемость в AI-выдаче появляется в течение 1–4 недель. В статье разбираю: что такое llms.txt, чем отличается от robots.txt, какие 5 блоков должны быть внутри, как написать свой за час, и показываю живой пример с production-сайта.

    habr.com/ru/articles/1037442/

    #llmstxt #AEO #GEO #AI_SEO #ChatGPT #Perplexity #Claude #llmstxtorg

  2. llms.txt в 2026: что это, как написать, и почему вашему сайту это нужно

    llms.txt - это файл в корне сайта, который говорит языковым моделям, что у вас за сайт, какие источники канонические и что цитировать. ChatGPT, Perplexity и Claude уже его читают. Большинство сайтов в Рунете его не имеют, поэтому AI-краулеры цитируют их или плохо, или никак. Файл пишется за 30 минут, эффект на цитируемость в AI-выдаче появляется в течение 1–4 недель. В статье разбираю: что такое llms.txt, чем отличается от robots.txt, какие 5 блоков должны быть внутри, как написать свой за час, и показываю живой пример с production-сайта.

    habr.com/ru/articles/1037442/

    #llmstxt #AEO #GEO #AI_SEO #ChatGPT #Perplexity #Claude #llmstxtorg

  3. llms.txt в 2026: что это, как написать, и почему вашему сайту это нужно

    llms.txt - это файл в корне сайта, который говорит языковым моделям, что у вас за сайт, какие источники канонические и что цитировать. ChatGPT, Perplexity и Claude уже его читают. Большинство сайтов в Рунете его не имеют, поэтому AI-краулеры цитируют их или плохо, или никак. Файл пишется за 30 минут, эффект на цитируемость в AI-выдаче появляется в течение 1–4 недель. В статье разбираю: что такое llms.txt, чем отличается от robots.txt, какие 5 блоков должны быть внутри, как написать свой за час, и показываю живой пример с production-сайта.

    habr.com/ru/articles/1037442/

    #llmstxt #AEO #GEO #AI_SEO #ChatGPT #Perplexity #Claude #llmstxtorg

  4. llms.txt в 2026: что это, как написать, и почему вашему сайту это нужно

    llms.txt - это файл в корне сайта, который говорит языковым моделям, что у вас за сайт, какие источники канонические и что цитировать. ChatGPT, Perplexity и Claude уже его читают. Большинство сайтов в Рунете его не имеют, поэтому AI-краулеры цитируют их или плохо, или никак. Файл пишется за 30 минут, эффект на цитируемость в AI-выдаче появляется в течение 1–4 недель. В статье разбираю: что такое llms.txt, чем отличается от robots.txt, какие 5 блоков должны быть внутри, как написать свой за час, и показываю живой пример с production-сайта.

    habr.com/ru/articles/1037442/

    #llmstxt #AEO #GEO #AI_SEO #ChatGPT #Perplexity #Claude #llmstxtorg

  5. Harness вокруг LLM: что я понял за полтора года ежедневной работы

    Полтора года в Claude Code, несколько релизов моделей, десятки экспериментов с командой в Kaiten. Всё это время я ждал, что главным рычагом качества будет очередной релиз модели. Оказалось, ровно наоборот: смена модели даёт заметный, но ограниченный прирост, а каждый новый слой обвязки вокруг неё — кратный. Англоязычные инженеры называют эту обвязку harness . Это контур, в котором живёт модель: системный промпт, инструменты, контекст, скиллы, хуки, разрешения и память. Без него даже флагманский Claude или Codex работает как экскаватор без рычагов — мощность есть, использовать нечем. У русского аналога одного короткого слова пока нет, поэтому ниже — harness и обвязка вперемешку.

    habr.com/ru/articles/1035812/

    #LLM #Claude_Code #AIагенты #prompt_engineering #harness #Anthropic #context_engineering #Agent_Skills #llmstxt #vibecoding

  6. Harness вокруг LLM: что я понял за полтора года ежедневной работы

    Полтора года в Claude Code, несколько релизов моделей, десятки экспериментов с командой в Kaiten. Всё это время я ждал, что главным рычагом качества будет очередной релиз модели. Оказалось, ровно наоборот: смена модели даёт заметный, но ограниченный прирост, а каждый новый слой обвязки вокруг неё — кратный. Англоязычные инженеры называют эту обвязку harness . Это контур, в котором живёт модель: системный промпт, инструменты, контекст, скиллы, хуки, разрешения и память. Без него даже флагманский Claude или Codex работает как экскаватор без рычагов — мощность есть, использовать нечем. У русского аналога одного короткого слова пока нет, поэтому ниже — harness и обвязка вперемешку.

    habr.com/ru/articles/1035812/

    #LLM #Claude_Code #AIагенты #prompt_engineering #harness #Anthropic #context_engineering #Agent_Skills #llmstxt #vibecoding

  7. Harness вокруг LLM: что я понял за полтора года ежедневной работы

    Полтора года в Claude Code, несколько релизов моделей, десятки экспериментов с командой в Kaiten. Всё это время я ждал, что главным рычагом качества будет очередной релиз модели. Оказалось, ровно наоборот: смена модели даёт заметный, но ограниченный прирост, а каждый новый слой обвязки вокруг неё — кратный. Англоязычные инженеры называют эту обвязку harness . Это контур, в котором живёт модель: системный промпт, инструменты, контекст, скиллы, хуки, разрешения и память. Без него даже флагманский Claude или Codex работает как экскаватор без рычагов — мощность есть, использовать нечем. У русского аналога одного короткого слова пока нет, поэтому ниже — harness и обвязка вперемешку.

    habr.com/ru/articles/1035812/

    #LLM #Claude_Code #AIагенты #prompt_engineering #harness #Anthropic #context_engineering #Agent_Skills #llmstxt #vibecoding

  8. Harness вокруг LLM: что я понял за полтора года ежедневной работы

    Полтора года в Claude Code, несколько релизов моделей, десятки экспериментов с командой в Kaiten. Всё это время я ждал, что главным рычагом качества будет очередной релиз модели. Оказалось, ровно наоборот: смена модели даёт заметный, но ограниченный прирост, а каждый новый слой обвязки вокруг неё — кратный. Англоязычные инженеры называют эту обвязку harness . Это контур, в котором живёт модель: системный промпт, инструменты, контекст, скиллы, хуки, разрешения и память. Без него даже флагманский Claude или Codex работает как экскаватор без рычагов — мощность есть, использовать нечем. У русского аналога одного короткого слова пока нет, поэтому ниже — harness и обвязка вперемешку.

    habr.com/ru/articles/1035812/

    #LLM #Claude_Code #AIагенты #prompt_engineering #harness #Anthropic #context_engineering #Agent_Skills #llmstxt #vibecoding

  9. AI-friendly и AI-first: как адаптировать ИТ-проекты под эру LLM

    Привет, Хабр! Последние полгода стало модно создавать новые и переводить старые проекты на рельсы AI-First (или AI-Friendly) стандарта. Уже появляются проекты, которые декларируются как «designed for AI to write». Например, AIR — AI-First веб-фреймворк на Python. В этой статье я хочу рассказать о том, как сделать свой проект дружелюбным для ИИ и тем самым повысить его юзабилити и помочь пользователям быстрее начать им пользоваться. ИИ-агенты стали новыми потребителями вашего кода. У них своя экономика токенов, свои требования к проекту и его документации. Хорошая новость в том, что настроить все можно за несколько часов — будь то забытый корпоративный микросервис или новый opensource-проект. Это может пригодиться как создателям открытых проектов, так и разработчикам внутренних корпоративных проектов. Итак, начнем с матчасти.

    habr.com/ru/companies/ru_mts/a

    #документация #AGENTSmd #agents #aifriendly #aifrist #ai_friendly #ai_first #llmstxt #LLM #ииагенты

  10. AI-friendly и AI-first: как адаптировать ИТ-проекты под эру LLM

    Привет, Хабр! Последние полгода стало модно создавать новые и переводить старые проекты на рельсы AI-First (или AI-Friendly) стандарта. Уже появляются проекты, которые декларируются как «designed for AI to write». Например, AIR — AI-First веб-фреймворк на Python. В этой статье я хочу рассказать о том, как сделать свой проект дружелюбным для ИИ и тем самым повысить его юзабилити и помочь пользователям быстрее начать им пользоваться. ИИ-агенты стали новыми потребителями вашего кода. У них своя экономика токенов, свои требования к проекту и его документации. Хорошая новость в том, что настроить все можно за несколько часов — будь то забытый корпоративный микросервис или новый opensource-проект. Это может пригодиться как создателям открытых проектов, так и разработчикам внутренних корпоративных проектов. Итак, начнем с матчасти.

    habr.com/ru/companies/ru_mts/a

    #документация #AGENTSmd #agents #aifriendly #aifrist #ai_friendly #ai_first #llmstxt #LLM #ииагенты

  11. AI-friendly и AI-first: как адаптировать ИТ-проекты под эру LLM

    Привет, Хабр! Последние полгода стало модно создавать новые и переводить старые проекты на рельсы AI-First (или AI-Friendly) стандарта. Уже появляются проекты, которые декларируются как «designed for AI to write». Например, AIR — AI-First веб-фреймворк на Python. В этой статье я хочу рассказать о том, как сделать свой проект дружелюбным для ИИ и тем самым повысить его юзабилити и помочь пользователям быстрее начать им пользоваться. ИИ-агенты стали новыми потребителями вашего кода. У них своя экономика токенов, свои требования к проекту и его документации. Хорошая новость в том, что настроить все можно за несколько часов — будь то забытый корпоративный микросервис или новый opensource-проект. Это может пригодиться как создателям открытых проектов, так и разработчикам внутренних корпоративных проектов. Итак, начнем с матчасти.

    habr.com/ru/companies/ru_mts/a

    #документация #AGENTSmd #agents #aifriendly #aifrist #ai_friendly #ai_first #llmstxt #LLM #ииагенты

  12. AI-friendly и AI-first: как адаптировать ИТ-проекты под эру LLM

    Привет, Хабр! Последние полгода стало модно создавать новые и переводить старые проекты на рельсы AI-First (или AI-Friendly) стандарта. Уже появляются проекты, которые декларируются как «designed for AI to write». Например, AIR — AI-First веб-фреймворк на Python. В этой статье я хочу рассказать о том, как сделать свой проект дружелюбным для ИИ и тем самым повысить его юзабилити и помочь пользователям быстрее начать им пользоваться. ИИ-агенты стали новыми потребителями вашего кода. У них своя экономика токенов, свои требования к проекту и его документации. Хорошая новость в том, что настроить все можно за несколько часов — будь то забытый корпоративный микросервис или новый opensource-проект. Это может пригодиться как создателям открытых проектов, так и разработчикам внутренних корпоративных проектов. Итак, начнем с матчасти.

    habr.com/ru/companies/ru_mts/a

    #документация #AGENTSmd #agents #aifriendly #aifrist #ai_friendly #ai_first #llmstxt #LLM #ииагенты

  13. 785 статей. 26 доменов. Для агентов, не людей

    Когда AI-агент пишет код в пустом проекте, первые 30-40% токенов он тратит на ориентацию — читает README, туториалы, API-reference. Ни один формат не отвечает на главный его вопрос: “какой паттерн скопировать и где грабли?” Вторая проблема глубже: LLM знает “всё на свете”, но распределено это неравномерно. Статей пятилетней давности в интернете больше, чем свежих — и агент по умолчанию тянет меня в прошлое, предлагая устаревшие рецепты. Каждый раз гонять deep research — дорого, и результат всё равно испаряется с сессией. Happyin Knowledge Space — 785 статей в 26 доменах, под MIT. Reference cards, не туториалы. Граф wiki-ссылок вместо vector DB. llms.txt на шести языках. Пишется по результатам моих реальных ресерчей — каждый deep research теперь становится карточкой в базе и не испаряется. Локально разворачивается за 5 минут, работает без серверов и без embedding-моделей.

    habr.com/ru/articles/1026666/

    #AIагенты #Claude_Code #open_source #LLM #rag #llmstxt #ChatGPT #Нейросети #Prompt_engineering #MCP

  14. 785 статей. 26 доменов. Для агентов, не людей

    Когда AI-агент пишет код в пустом проекте, первые 30-40% токенов он тратит на ориентацию — читает README, туториалы, API-reference. Ни один формат не отвечает на главный его вопрос: “какой паттерн скопировать и где грабли?” Вторая проблема глубже: LLM знает “всё на свете”, но распределено это неравномерно. Статей пятилетней давности в интернете больше, чем свежих — и агент по умолчанию тянет меня в прошлое, предлагая устаревшие рецепты. Каждый раз гонять deep research — дорого, и результат всё равно испаряется с сессией. Happyin Knowledge Space — 785 статей в 26 доменах, под MIT. Reference cards, не туториалы. Граф wiki-ссылок вместо vector DB. llms.txt на шести языках. Пишется по результатам моих реальных ресерчей — каждый deep research теперь становится карточкой в базе и не испаряется. Локально разворачивается за 5 минут, работает без серверов и без embedding-моделей.

    habr.com/ru/articles/1026666/

    #AIагенты #Claude_Code #open_source #LLM #rag #llmstxt #ChatGPT #Нейросети #Prompt_engineering #MCP

  15. 785 статей. 26 доменов. Для агентов, не людей

    Когда AI-агент пишет код в пустом проекте, первые 30-40% токенов он тратит на ориентацию — читает README, туториалы, API-reference. Ни один формат не отвечает на главный его вопрос: “какой паттерн скопировать и где грабли?” Вторая проблема глубже: LLM знает “всё на свете”, но распределено это неравномерно. Статей пятилетней давности в интернете больше, чем свежих — и агент по умолчанию тянет меня в прошлое, предлагая устаревшие рецепты. Каждый раз гонять deep research — дорого, и результат всё равно испаряется с сессией. Happyin Knowledge Space — 785 статей в 26 доменах, под MIT. Reference cards, не туториалы. Граф wiki-ссылок вместо vector DB. llms.txt на шести языках. Пишется по результатам моих реальных ресерчей — каждый deep research теперь становится карточкой в базе и не испаряется. Локально разворачивается за 5 минут, работает без серверов и без embedding-моделей.

    habr.com/ru/articles/1026666/

    #AIагенты #Claude_Code #open_source #LLM #rag #llmstxt #ChatGPT #Нейросети #Prompt_engineering #MCP

  16. 785 статей. 26 доменов. Для агентов, не людей

    Когда AI-агент пишет код в пустом проекте, первые 30-40% токенов он тратит на ориентацию — читает README, туториалы, API-reference. Ни один формат не отвечает на главный его вопрос: “какой паттерн скопировать и где грабли?” Вторая проблема глубже: LLM знает “всё на свете”, но распределено это неравномерно. Статей пятилетней давности в интернете больше, чем свежих — и агент по умолчанию тянет меня в прошлое, предлагая устаревшие рецепты. Каждый раз гонять deep research — дорого, и результат всё равно испаряется с сессией. Happyin Knowledge Space — 785 статей в 26 доменах, под MIT. Reference cards, не туториалы. Граф wiki-ссылок вместо vector DB. llms.txt на шести языках. Пишется по результатам моих реальных ресерчей — каждый deep research теперь становится карточкой в базе и не испаряется. Локально разворачивается за 5 минут, работает без серверов и без embedding-моделей.

    habr.com/ru/articles/1026666/

    #AIагенты #Claude_Code #open_source #LLM #rag #llmstxt #ChatGPT #Нейросети #Prompt_engineering #MCP

  17. FYI: Only 7.4% of Fortune 500 have an llms.txt file, study finds: ProGEO.ai research reveals just 7.4% of Fortune 500 companies have implemented llms.txt, while 92.8% use robots.txt and 53.8% use JSON-LD for AI visibility. ppc.land/only-7-4-of-fortune-5 #LLMSTXT #Fortune500 #AIVisibility #RobotsTxt #JSONLD

  18. FYI: Only 7.4% of Fortune 500 have an llms.txt file, study finds: ProGEO.ai research reveals just 7.4% of Fortune 500 companies have implemented llms.txt, while 92.8% use robots.txt and 53.8% use JSON-LD for AI visibility. ppc.land/only-7-4-of-fortune-5 #LLMSTXT #Fortune500 #AIVisibility #RobotsTxt #JSONLD

  19. FYI: Only 7.4% of Fortune 500 have an llms.txt file, study finds: ProGEO.ai research reveals just 7.4% of Fortune 500 companies have implemented llms.txt, while 92.8% use robots.txt and 53.8% use JSON-LD for AI visibility. ppc.land/only-7-4-of-fortune-5 #LLMSTXT #Fortune500 #AIVisibility #RobotsTxt #JSONLD

  20. Last week I built wtfreadsllmstxt.com 😀 to basically prove what it is showing: no LLM cares about it. Snake oil.

    #ai #ki #llmstxt #geo #seo #thereyougo #google

    (fun fact: John Mueller, Top Search Advocate at Google was one of the 5 human visitors with a nice customized User Agent)

  21. Last week I built wtfreadsllmstxt.com 😀 to basically prove what it is showing: no LLM cares about it. Snake oil.

    #ai #ki #llmstxt #geo #seo #thereyougo #google

    (fun fact: John Mueller, Top Search Advocate at Google was one of the 5 human visitors with a nice customized User Agent)

  22. Last week I built wtfreadsllmstxt.com 😀 to basically prove what it is showing: no LLM cares about it. Snake oil.

    #ai #ki #llmstxt #geo #seo #thereyougo #google

    (fun fact: John Mueller, Top Search Advocate at Google was one of the 5 human visitors with a nice customized User Agent)

  23. Last week I built wtfreadsllmstxt.com 😀 to basically prove what it is showing: no LLM cares about it. Snake oil.

    #ai #ki #llmstxt #geo #seo #thereyougo #google

    (fun fact: John Mueller, Top Search Advocate at Google was one of the 5 human visitors with a nice customized User Agent)

  24. Last week I built wtfreadsllmstxt.com 😀 to basically prove what it is showing: no LLM cares about it. Snake oil.

    #ai #ki #llmstxt #geo #seo #thereyougo #google

    (fun fact: John Mueller, Top Search Advocate at Google was one of the 5 human visitors with a nice customized User Agent)

  25. ИИ уже читает ваш сайт, но по каким правилам? LLMs.txt, robots.txt и контроль агентов

    Еще пару лет назад веб жил в простой и понятной модели: есть сайты, есть поисковые роботы, есть пользователи. Роботы приходят, сканируют страницы, кладут их в индекс — дальше начинается привычная борьба за позиции в выдаче. Эта логика десятилетиями определяла, как мы строим сайты, настраиваем SEO и пишем robots.txt. С появлением LLM-агентов эта модель начала трещать по швам.

    habr.com/ru/articles/1004924/

    #robotstxt #llmstxt #llms #llmsfulltxt #yandex #google