コンテンツへスキップ
Tutorial

AI を見つけやすくするために llms.txt を API に追加する

| 8 min read

llms.txt は、HTML の 6 分の 1 のトークンで API が何を行うかを LLM に伝えます。 仕様形式、2 層のアプローチ、および実際の例を含むステップバイステップのチュートリアル。

Digital matrix code representing machine-readable text
Photo by Markus Spiske on Unsplash

API ドキュメントは HTML で公開します。 開発者はそれらを読み取り、curl コマンドをコピーし、API を統合します。 そのワークフローは今でも機能します。 しかし、「読者」の中で LLM の割合が増加しており、LLM があなたのメッセージを処理します。 HTML ドキュメントにはコストがかかります。典型的なドキュメント ページでは、モデルがデータを抽出する前に 12,000 個のトークンが消費されます。 単一のエンドポイント URL。 サイトに付属する HTML タグ、ナビゲーション Chrome、および JavaScript は付加価値をゼロにします LLMの場合。

llms.txt これを解決します。 これは、ドメイン ルートにあるプレーンな Markdown ファイルです。 API の機能、エンドポイントのリスト、および詳細なドキュメントへのリンク。 LLM は 6 分の 1 の速度で解析します 同等の HTML よりもトークンが多くなります。 Anthropic、Cloudflare、 ストライプとミントリファイ。

llms.txt とは何か (そしてそうでないもの)

の llms.txt Jeremy Howard によって提案された仕様では、次の場所に標準ファイルが定義されています。 /llms.txt どのウェブサイトでも。 マークダウンの見出し、ブロック引用符、リンク リストを使用して、 製品を言語モデルに合わせて説明します。

次のように考えてください。 robots.txt どのページにインデックスを付けるかを検索クローラーに指示します。 llms.txt 言語モデルに、製品が何を行うか、および詳細をどこで確認できるかを伝えます。 

# robots.txt - tells crawlers what to index
User-agent: *
Allow: /

# llms.txt - tells LLMs what your product does
# Served at /llms.txt as structured Markdown

llms.txt ドキュメント サイトに代わるものではありません。 簡潔なインデックスですので、 マシンで使用できるようにフォーマットされています。 人間も読むことができますが、主な読者は LLM です コードを生成したり、API に関する質問に答えたりする前に、API を理解する必要があります。

仕様フォーマット

フォーマットは各行について意図的に行われます。 構造は次のとおりです。 

# Product Name

> One-line product description with key capabilities.

## Section Name

- [Link Title](https://example.com/page): Brief description
- [Another Link](https://example.com/other): Brief description

## Optional: Additional sections

More structured content as needed.
  • H1 見出し: 製品名またはプロジェクト名。 ファイルごとに 1 つ。
  • ブロック引用: 製品の機能を 1 行で説明します。
  • H2 セクション: リンクをカテゴリ (ドキュメント、エンドポイント、ツール) ごとにグループ化します。
  • リンクリスト: 各行には Markdown リンクがあり、その後にコロンと説明が続きます。

HTMLはありません。 前置きなし。 カスタム構文はありません。 どの Markdown パーサーでも読み取ることができ、どの LLM でも読み取ることができます。 特別なツールを使用せずにそこから構造化情報を抽出します。

トークンが重要な理由: マークダウンと HTML

すべての LLM にはコンテキスト ウィンドウがあります。 解析に費やされたトークン <div class="nav-wrapper"> そして <script src="analytics.js"> モデルが理解に費やすことができないトークンです API スキーマ。 計算は次のとおりです。 

HTML documentation page:     ~12,000 tokens
Same content as Markdown:     ~2,000 tokens
Savings:                      ~83% fewer tokens

HTML ドキュメント ページには、ナビゲーション バー、フッター、サイドバー、メタ タグ、および埋め込み スクリプト。 それをすべて取り除いて Markdown に変換すると、同じ情報が得られます。 トークンの約6分の1。 コンテキスト制限近くで動作する LLM の場合、その違いは 完全な API リファレンスが 1 つのプロンプトに収まるかどうかを決定します。

2 層アプローチ: llms.txt + llms-full.txt

この仕様では、異なる役割を持つ 2 つのファイルが定義されています。

  • llms.txt が概要です。 製品名、一行説明、 および簡単な説明を含むリンクのリスト。 対象サイズ: 10KB未満。 LLM はこれを読み取って、 API が提供するものを理解し、詳細を確認するにはどのリンクをたどればよいかを決定します。
  • llms-full.txt 完全なリファレンスです。 コンテンツが埋め込まれています これらのリンクは単一のファイルを指します。 リクエストスキーマ、レスポンス例、認証 フロー、エラーコード。 対象サイズ: 100KB未満。 LLM は、生成する必要があるときにこれを読み取ります。 API に対して動作するコード。

から始める llms.txt。 追加 llms-full.txt LLM を生成したい場合は、 外部リンクをたどらずに統合コードを実行できます。

ステップバイステップ: 独自の llms.txt を作成する

1. 製品アイデンティティから始める

製品名を含む H1 で開き、その後に製品を説明するブロック引用符が続きます 一文で。 具体的にしてください。 エンドポイントの数、主要な機能、差別化要因を含めます。 

# Acme API

&gt; REST API for payment processing. 12 endpoints covering charges, refunds, subscriptions, and webhooks.

## Documentation

- [API Reference](https://docs.acme.com/api): Full endpoint reference with request/response schemas
- [Authentication](https://docs.acme.com/auth): API key setup, OAuth 2.0 flows, and webhook signing
- [Quickstart](https://docs.acme.com/quickstart): Send your first charge in 5 minutes

## Endpoints

- Create charge: POST https://api.acme.com/v1/charges
- Get charge: GET https://api.acme.com/v1/charges/:id
- Create refund: POST https://api.acme.com/v1/refunds
- List subscriptions: GET https://api.acme.com/v1/subscriptions
- Create webhook: POST https://api.acme.com/v1/webhooks

このファイルの解析には 800 個未満のトークンが必要です。 LLM は、Acme API が支払いを処理することを認識し、12 個の エンドポイントにアクセスでき、3 つのリンクをたどって詳細情報を得ることができます。

2. メソッドと URL を含むエンドポイントをリストします。

API 製品の場合は、すべてのエンドポイントをその HTTP メソッドと完全な URL とともにリストします。 これが一番貴重です コード生成のセクション。 知っているLLM POST https://api.acme.com/v1/charges 完全なドキュメントを読まなくても、動作するcurlコマンドまたはSDK呼び出しを生成できます。

3. 機械可読仕様へのリンク

OpenAPI 仕様を公開する場合は、 llms.txt。 LLM は OpenAPI JSON を解析できます パラメータ スキーマ、必須フィールド、および応答タイプを抽出します。 MCP ツール マニフェストについても同様、または GraphQL イントロスペクション エンドポイント。

4. ディープコンテキスト用の llms-full.txt をビルドする

概要から各エンドポイントを取得し、リクエスト/レスポンスの例で展開します。 

# Botoi API - Full Documentation

&gt; Complete endpoint reference for all 150+ developer utility endpoints.

## IP Geolocation

POST https://api.botoi.com/v1/ip/lookup

Returns city, region, country, ISP, coordinates, and timezone for any IP address.

**Request:**
\`\`\`json
{ "ip": "8.8.8.8" }
\`\`\`

**Response:**
\`\`\`json
{
  "success": true,
  "data": {
    "ip": "8.8.8.8",
    "city": "Mountain View",
    "region": "California",
    "country": "US",
    "isp": "Google LLC",
    "lat": 37.386,
    "lon": -122.0838
  }
}
\`\`\`

## Email Validation

POST https://api.botoi.com/v1/email/validate
...full documentation for every endpoint

プレースホルダー データではなく、現実的なペイロードを含めます。 LLM 生成統合コードは次のことを確認する必要があります。 API が返す正確なフィールド名、タイプ、ネスト。

5. 正しいヘッダーでサーブする

両方のファイルを提供します text/markdown または text/plain コンテンツタイプ。 もしあなたが Nginx を使用します。 

# Serve llms.txt with correct Content-Type
location = /llms.txt {
    default_type text/markdown;
    add_header X-Robots-Tag "noindex";
}

location = /llms-full.txt {
    default_type text/markdown;
    add_header X-Robots-Tag "noindex";
}

Cloudflare Pages、Vercel、または Netlify で、ファイルを public/ ディレクトリ。 ホスティング プラットフォームは、ファイル拡張子から正しい MIME タイプを使用してそれらを提供します。

実際の例: botoi の llms.txt

ボトイが奉仕する llms.txt で botoi.com/llms.txt そして llms-full.txt で botoi.com/llms-full.txt。 概要ファイルの要約を次に示します。 

# Botoi - Developer Utility API &amp; MCP Server

&gt; One API key, 150+ developer utility endpoints, and a 49-tool
&gt; MCP server for AI agents. IP geolocation, email validation,
&gt; DNS, hashing, JWT, QR codes, PDF generation, and more.
&gt; Sub-50ms from Cloudflare's edge. Free tier included.

## Free Online Tools

- [JSON Formatter](https://botoi.com/tools/json-formatter): Format, beautify, minify, and validate JSON data
- [Base64 Encoder/Decoder](https://botoi.com/tools/base64-encoder-decoder): Encode and decode Base64 strings
- [Hash Generator](https://botoi.com/tools/hash-generator): Generate SHA-1, SHA-256, SHA-384, SHA-512 hashes

## Botoi API

- [API Documentation](https://api.botoi.com/docs): Full API reference with interactive playground
- [OpenAPI Spec](https://api.botoi.com/openapi.json): Machine-readable OpenAPI 3.1 specification
- [MCP Tool Manifest](https://api.botoi.com/v1/mcp/tools.json): MCP tool definitions for AI agents

## API Endpoints

- IP geolocation: POST https://api.botoi.com/v1/ip/lookup
- Email validation: POST https://api.botoi.com/v1/email/validate
- DNS lookup: POST https://api.botoi.com/v1/dns/lookup
- Hash generation: POST https://api.botoi.com/v1/hash
...150+ more endpoints listed with method and URL

完全なファイルには、すべてのツール、メソッドと URL を含む 150 以上のすべての API エンドポイント、MCP サーバーがリストされています。 5 つの AI エディターの構成、および TypeScript SDK インストール コマンド。 これを読んでいるLLM file は、「botoi で電子メールを検証するにはどうすればよいですか?」という質問に答えることができます。 単一の Web ページにアクセスすることなく。

自分で取得してください: 

curl -s https://botoi.com/llms.txt | head -20

生成エンジンの最適化: 従来の SEO を超えて

従来の SEO は Google のクローラーに合わせて最適化されます。 生成エンジン最適化 (GEO) による最適化 複数のソースからの回答を統合する AI モデル。 開発者が ChatGPT に「何の API ですか？」と尋ねると、 電子メールの検証に使用できますか?」というメッセージが表示された場合、モデルは解析済みのソース、またはフェッチ可能なソースから取得します。

llms.txt GEO戦略の一部です。 全体像には次のものが含まれます。

  • llms.txt そして llms-full.txt LLM を直接消費する場合。
  • OpenAPI仕様 パブリック URL に保存して、LLM がエンドポイント スキーマを解析できるようにします。
  • MCP サーバーの検出 経由 /.well-known/mcp/server-card.json だからAI アシスタントはツールを見つけて接続できます。
  • 構造化データ (JSON-LD) をページに追加して、より豊富な抽出を実現します。
  • robots.txt AI クローラー (GPTBot、ClaudeBot、 PerplexityBot)。

各レイヤーは、LLM が API を検出して使用する異なる方法を対象としています。 llms.txt です 最も労力が少なく、影響が最も大きい出発点です。

導入チェックリスト

1. Create /llms.txt with product name, description, and key links
2. Create /llms-full.txt with full endpoint documentation
3. Add both files to your robots.txt sitemap (optional)
4. Set Content-Type to text/markdown or text/plain
5. Keep llms.txt under 10KB and llms-full.txt under 100KB
6. Update both files whenever you ship new endpoints
7. Test: curl -s https://yourdomain.com/llms.txt | wc -c

保管してください llms.txt API ソース コードと一緒にバージョン管理を行います。 更新してください 新しいエンドポイントを追加するのと同じプルリクエスト内で。 人間向けかどうかに関係なく、古いドキュメント あるいは機械は信頼を損ないます。

重要なポイント

  • LLM は人間より先にドキュメントを読み取ります。 AI エージェント、コーディング アシスタント、チャット インターフェイスは API ドキュメントを解析してコードを生成し、質問に答えます。 きれいなフォーマットにしてください。
  • Markdown のトークンのコストは HTML の 6 分の 1 です。 ナビゲーション、スクリプト、スタイルを取り除きます。 LLM が必要とするコンテンツを、最も効率的に処理する形式で提供します。
  • 2 つのファイルは両方の使用例をカバーします。 llms.txt は要約インデックスです。 llms-full.txt 完全なリファレンスです。 概要から始めます。 完全版を追加 LLM に実用的な統合コードを生成させたい場合。
  • 849 以上のサイトがこの形式を採用しています。 Anthropic、Cloudflare、Stripe、Mintlify すべてが奉仕します llms.txt。 この形式は GEO 標準として注目を集めています。
  • 実際の動作をご覧ください。 フェッチ botoi.com/llms.txt 1 つの Markdown ファイルに記述された 150 以上のエンドポイント API を確認します。

FAQ

llms.txt とは何ですか?またどのように機能しますか?
llms.txt は、ドメインの /llms.txt で提供されるマークダウン ファイルです。 製品、API エンドポイント、およびドキュメントのリンクが、LLM が最小限のトークンで解析できる構造化形式で記述されます。 AI 用の robots.txt と考えてください。robots.txt はクローラーに何をインデックスするかを指示し、llms.txt は言語モデルにサイトが提供するものを指示します。
HTML ドキュメントと比較して、llms.txt はどれくらいのトークンを節約しますか?
Markdown は、同等の HTML コンテンツよりも約 6 倍少ないトークンを使用します。 HTML では 12,000 トークンかかるドキュメント ページは、Markdown では 2,000 トークン未満に圧縮できます。 LLM には有限のコンテキスト ウィンドウがあり、フォーマットに費やされるすべてのトークンは API を理解するために費やされないトークンであるため、これは重要です。
llms.txt と llms-full.txt の両方が必要ですか?
llms.txt は、製品名、説明、リンクのリストの概要です。 llms-full.txt には、リンクが指す完全なドキュメント コンテンツが 1 つのファイルに埋め込まれています。 llms.txt から始めます。 複数のリンクをたどらずに LLM に深いコンテキストを持たせたい場合は、llms-full.txt を追加します。
現在、llms.txt を読み取る AI ツールはどれですか?
Claude、ChatGPT、Perplexity、および Cursor はすべて、ドキュメントを参照または参照するときに llms.txt を読み取ります。 MCP ベースのエージェントとコーディング アシスタントも、ツール検出のためにそれを取得します。 2026 年初頭の時点で、Anthropic、Cloudflare、Mintlify、Stripe など 849 を超えるサイトがこの形式を採用しています。
llms.txt ファイルはどこにホストすればよいですか?
ドメイン ルート (https://yourdomain.com/llms.txt) で提供します。 Content-Type として text/markdown または text/plain を使用します。 API サブドメインがある場合は、メイン ドメインと API サブドメインの両方でそれを提供することを検討してください。 概要版のファイルは 10KB 未満にしてください。

botoiで開発を始めよう

150以上のAPIエンドポイント。検索、テキスト処理、画像生成、開発者ユーティリティに対応。無料プラン、クレジットカード不要。

APIドキュメントを見る すべてのツールを見る