Ki írta az llms.txt-edet? 219 magyar oldalt néztem meg

Ha van a domainedhez tartozó llms.txt, jó eséllyel nem te írtad. 2026. október 12-én reggel megnéztem 219 magyar oldalt, és utánaszámoltam egy korábbi, 7140 oldalas mérésnek is: a megtalált llms.txt-fájlok legalább 58 százaléka bővítmény vagy webáruházmotor terméke, a tulajdonos keze nélkül. Az egyik nagy hazai bank magyar címén például a román testvérbank fájlja áll, szó szerint ugyanaz a tartalom. A fájl ettől még a te neved alatt jelenik meg, és rólad állít dolgokat.

Mit mértem, és mit nem?

Két csoportot néztem meg 2026. október 12-én, reggel 7:10 és 7:16 között. Az egyik 69 nagy magyar oldal: hírportálok, kereskedők, bankok, távközlés, közszolgáltatók. Ezt kézzel válogattam, tehát nem véletlen minta. A másik 150 kis- és középvállalkozás honlapja, sorsolva a MI-Térkép saját, 1622 domaint tartalmazó listájából: fogászat, könyvelő, ügyvédi iroda, optika, panzió, ingatlaniroda, állatorvos, borászat és hasonlók.

Mindhárom fájlt lekértem minden oldalról: a robots.txt-t, a sitemap.xml-t és az llms.txt-t. Csak nyilvános címeket, csak GET kéréssel, bejelentkezés és űrlapküldés nélkül.

Amit ez a módszer nem lát: a tűzfalat. Egy valódi AI-robotot a kiszolgáló máshogy is kezelhet, mint az én böngészőnek látszó lekérésemet. A naplóidat sem látom, tehát azt sem tudom megmondani, járt-e nálad bármelyik robot. Ez egyetlen időpont pillanatképe, nem folyamatos megfigyelés.

A számokat két független forrásból is ellenőriztem. A 2026. szeptember 30-i, 7140 elérhető oldalt lefedő mérésemmel 154 domain fedi át a mostani mintát, és a két mérés besorolása mind a 154-en egyezik, egyetlen eltérés nélkül.

Az AI-tiltás ritka, és valószínűleg nem ez a bajod

Mielőtt a fájl tartalmára térnék, egy dolgot érdemes letenni: ha az AI nem ismer, azt szinte biztosan nem a robots.txt okozza.

A 150 kkv-honlap közül 131-en van érvényes robots.txt. Ezek közül nulla az, amelyik a csillagos, mindenkire vonatkozó szabállyal kizárna mindent. A tíz legfontosabb AI-robot közül legalább egyet teljesen kitilt kettő, vagyis a 131-ből 1,5 százalék.

A nagy oldalaknál más a kép, de nem drámaian: az 53 érvényes robots.txt közül 8 nevez meg legalább egy AI-robotot, és 5 tilt ki ténylegesen legalább egyet. Ez 9,4 százalék.

A szeptember 30-i, 7140 oldalas mérés ugyanezt mondja nagyban:

Egy részlet, amit érdemes észrevenni a táblázat alján. Az OAI-SearchBot az a robot, amelyik a ChatGPT keresésénél jár az oldaladon, és ezt tiltja ki a legkevesebb hely. Aki tiltott, az jellemzően a képzést tiltotta, a keresést pedig nyitva hagyta. Ez pontosan az a szétválasztás, amit a szolgáltatók maguk is ajánlanak, és amiről a három kapcsolóról szóló írásban részletesen írtam.

Ha tehát a robots.txt-dben nem találsz AI-robotokra vonatkozó sorokat, az önmagában nem baj. A tiltás a ritka eset, nem az alapállapot.

A fájlok több mint felét nem a tulajdonos írta

Itt kezdődik az, ami miatt ezt a mérést megcsináltam.

A szeptember 30-i mérésben 636 oldalon van valódi llms.txt. Mind a 636 fájl szövegét eltettem, és megnéztem, mi áll a tetejükön. A generátorok ugyanis aláírják magukat:

Összeadva: 369 fájl, vagyis 58,0 százalék olyan, amelyik maga árulja el, hogy bővítmény vagy platform készítette. És ez alsó becslés, nem pontos arány. A maradék 267 fájlban csak annyi biztos, hogy nincs benne aláírás. Lehet köztük kézzel írt is, és lehet olyan generátor is, amelyik nem nevezi meg magát.

A Wix sora a legbeszédesebb. A szeptember 30-i adatban 103 olyan oldal van, amelyik a forráskódjában Wixnek vallja magát, és mind a 103-on van llms.txt. Nem 102. Mind. Ott tehát nem az a kérdés, hogy a tulajdonos úgy döntött-e, hogy kell neki ilyen fájl.

Ami a mostani, 150 oldalas kkv-mintában kézzel írtnak látszik, annak van egy közös vonása: valódi üzleti adat van benne. Nyitvatartás, cím, árak megnevezett szolgáltatáshoz kötve, és néha az is, amit a vállalkozás kifejezetten nem csinál. Az egyik fogászat fájljában például külön mondat szól arról, hogy ott nem végeznek implantológiát. Ezt generátor nem találja ki.

Amikor a fájl egyszerűen téved

Három tévedéstípust találtam, és mindhárom olyan, hogy a tulajdonos valószínűleg nem tud róla.

Az első a rossz ország. Az egyik nagy hazai bank magyar domainjének llms.txt címén a román testvérbank fájlja áll. Nem hasonló fájl: ugyanaz a tartalom, azonos ellenőrzőösszeggel. Az első sora a román bank nevét viseli, a benne lévő hivatkozások a román oldalra mutatnak, és a „magyar” szó egyetlen alakban sem szerepel benne. 2026. október 12-én újra lekértem, hogy ne egy pillanatnyi hibáról írjak: aznap délelőtt is ugyanaz a fájl állt ott. A bank nevét szándékosan nem írom ide. Ez javítható hiba, és nem az a dolgom, hogy pellengérre állítsak valakit egy rossz útvonal miatt.

A második az üres sablon. Van olyan Wix-oldal a mintában, amelynek az llms.txt-je a „My Site” felirattal kezdődik, tehát a gyári helykitöltő maradt benne. Alatta viszont már ott a cég valódi neve és városa.

A harmadik a nyelv. A mintában szereplő Wix-fájlok leíró bekezdése angolul van, miközben az oldal maga magyar, és magyar ügyfeleknek szól.

Egyik eset sem katasztrófa. Viszont mindhárom ugyanazt mutatja: a fájl a te domaineden van, a te neved alatt, és nem te írtad.

A Wix-oldalaknál van még valami

Ha Wixen van az oldalad, az llms.txt a kisebbik történet. A Wix fejlesztői dokumentációja ezt írja:

Every Wix site has its own built-in MCP (Model Context Protocol) server. Anyone can connect their compatible AI agent to the MCP server of any Wix site.

A Wix ügyfélszolgálati oldala pedig kimondja, hogy ez alapból be van kapcsolva, és a tulajdonosnak nem kell hozzá semmit beállítania:

No, site owners don't have to set up or enable anything in order for site visitors to use AI with the MCP. The Wix MCP is active by default on every Wix site.

Magyarul: minden Wix-oldal egy olyan csatlakozási pont, amelyen keresztül egy AI-ügynök nem csak olvasni tud, hanem a Wix saját leírása szerint a látogató nevében műveleteket is végezhet, például adatot kérdezhet le vagy időpontot foglalhat. A mintám mind az öt Wix-oldalán megnéztem ezt a címet, és mind az öt ugyanazzal a szabványos hitelesítési válasszal felelt, vagyis a végpont ott van és él.

Ez nem baj és nem jó, hanem egy tény az oldaladról, amit érdemes tudni. Arról, hogy ez merre tart, a WebMCP-ről szóló írásban írtam bővebben.

Mit mond erről a Google?

Azt, hogy a Keresőt ez a fájl nem érdekli. A Google saját útmutatója az llms.txt-t kifejezetten a figyelmen kívül hagyható dolgok közé sorolja:

You don't need to create new machine readable files, AI text files, markup, or Markdown to appear in Google Search (including its generative AI capabilities), as Google Search itself doesn't use them.

Ugyanez az oldal hozzáteszi, hogy ha mégis fenntartasz ilyen fájlt, az sem nem árt, sem nem használ a Google Keresőben elfoglalt helyezésednek.

Ez nem azt jelenti, hogy a fájl értelmetlen: más rendszerek használhatják. Azt viszont jelenti, hogy aki ezt „AI-láthatóságként” adja el neked, az a Google felé semmit nem ígérhet. Erről korábban is írtam, méréssel: az llms.txt-fájlok 97 százalékához egyetlen kérés sem érkezett egy teljes hónap alatt.

Mit csinálj öt perc alatt?

Négy lépés, és mindegyikhez elég a böngésződ.

1. Írd be a böngészőbe a saját domained után, hogy /llms.txt. Ha hibaüzenetet kapsz, nincs ilyen fájlod, és ez teljesen rendben van. Ha a saját nyitólapodat látod, akkor sincs: az oldalad csak mindenre a nyitólapot adja vissza.
2. Ha szöveget látsz, olvasd el az első néhány sorát. Ha ott egy bővítmény vagy a Wix neve áll, akkor a fájlt nem te írtad.
3. Nézd át a tartalmát úgy, ahogy egy ügyfél olvasná. Jó városban vagy? Jó nyelven? Amit a szolgáltatásaidról állít, az ma is igaz? Szerepel benne régi ár?
4. Döntsd el, mi legyen vele. Hagyhatod, javíthatod, ki is kapcsolhatod a bővítményben. Mindhárom jó válasz. Az a rossz válasz, ha nem tudsz róla.

Ugyanez a logika érvényes a robots.txt-re is, azzal a különbséggel, hogy ott a tévedés drágább. Erről a Cloudflare szeptember 15-i változásáról szóló írás szól.

Mit nem állítok?

Négy dolgot nem állítok, és jobb, ha ezek is itt vannak.

Nem állítom, hogy bármelyik AI olvassa ezeket a fájlokat. A mérésem a kiszolgálók felől néz, nem a robotok felől, és nincs benne egyetlen naplósor sem.

Nem állítom, hogy a 42 százaléknyi aláírás nélküli fájlt ember írta. Csak azt, hogy nincs benne aláírás.

Nem állítom, hogy a 150 kkv-s minta az egész magyar kkv-webet képviseli. Egy listából sorsoltam, és a 69 nagy oldalt kézzel válogattam.

És nem állítom, hogy a fájl megírásával láthatóbb leszel. A szeptemberi országos mérésben megmutattam, mennyire másképp mér a megengedő és a szigorú teszt. Most arra válaszoltam, hogy ami ott van, azt ki írta.

Kindl Dávid · Közzétéve: 2026. október 13.