למה גוגל נותנת לך תשובות שונות על אותה שאלה — ואיך זה שובר לך את האסטרטגיה?
אתה יושב בישיבת הנהלה, מציג את תוכנית ה-SEO לשנה הקרובה, ומישהו שואל אותך: "אבל רגע, ראיתי שגוגל אמרה ש-llms.txt לא רלוונטי להם." אתה מחייך ואומר שאתה מכיר, כי קראת את ההנחיה הרשמית. הבעיה? שניכם צודקים. ושניכם טועים. כי גוגל אמרה דבר אחד דרך Search Central, דבר אחר דרך Google AI Studio, ודבר שלישי לגמרי דרך Gemini. זה לא באג. זה לא תקלת תקשורת. זה המצב שאנחנו נמצאים בו ב-2025, כשחברה אחת מפעילה מוצרים מרובים עם פילוסופיות שונות לגמרי לגבי אותו קובץ.
מה זה בכלל llms.txt ולמה זה פתאום על שולחן השיווק שלך?
llms.txt הוא קובץ טקסט פשוט שמיועד לתת הוראות למודלי שפה גדולים — ה-LLM-ים — כיצד לצרוך תוכן מהאתר שלך. הרעיון דומה ל-robots.txt, רק שבמקום לדבר עם זחלני גוגל הקלאסיים, אתה מדבר עם מערכות AI שסורקות, מעבדות ומסכמות תוכן. הקובץ מאפשר לך להגיד: "תקח את זה, אל תיקח את זה, הנה ההקשר לתוכן שלי." זה נשמע פשוט. והבעיה התחילה כשחברות שיווק התחילו לשאול את גוגל — ישירות — האם כדאי להשתמש בזה. התשובה שקיבלו תלויה לחלוטין במי ב-Google הן שאלו.
מה בדיוק גוגל אמרה — ולמה זה מבלבל כל כך?
Search Central, שהיא הזרוע הרשמית של גוגל לענייני SEO ואינדוקס, הצהירה בצורה ברורה שגוגל Search לא משתמשת ב-llms.txt כחלק מתהליך הסריקה והאינדוקס הרגיל. הם מציינים ש-Googlebot עובד לפי robots.txt ומטא-תגים, לא לפי קובץ llms.txt. זהו. ברור. נקי. אבל אז נכנסת Google AI Overview — התוצאות שמופיעות מעל לכל שאר התוצאות ומסכמות מידע — ושם הסיפור שונה, כי המנוע שמאחורי AI Overviews הוא Gemini, לא הזחלן הקלאסי. ואז יש את Google AI Studio ואת Gemini API, שבהם צוותי המפתחים של גוגל עצמם מציינים שהמערכת יכולה לקחת בחשבון llms.txt כשהיא סורקת תוכן בזמן אמת. שלושה מוצרים. שלוש תשובות. מנהל שיווק אחד שלא יודע מה לעשות.
שלוש הטעויות שמנהלי שיווק עושים עם הנחיות גוגל
הטעות הראשונה היא לקחת הנחיה מוצר אחד ולהחיל אותה על הכל. ראיתי את זה קורה עשרות פעמים. צוות SEO קורא הצהרה של Search Central ומחליט שllms.txt לא רלוונטי בכלל — ומפספס לגמרי את ההשפעה הפוטנציאלית על AI Overviews ועל כלים מבוססי Gemini. הם מדברים על גוגל כאילו זה ישות אחת עם קול אחד, אבל היום גוגל היא יותר כמו פדרציה של מוצרים שמשתפים מותג.
הטעות השנייה היא לעשות את ההיפך — להתייחס לכל הנחיה כאילו היא חלה על כל המוצרים. חברות מסוימות, לאחר שקראו על llms.txt, התחילו להשקיע שעות עבודה ביצירת קבצים מורכבים, בניסוי ובטעייה, ובמדידה של תוצאות — בלי להבין שה-SEO הקלאסי שלהן לא מושפע מהקובץ הזה בכלל. הם בזבזו קיבולת של צוות על בסיס הבנה שגויה.
הטעות השלישית, והמסוכנת מכולן, היא לחכות להנחיות. השוק לא מחכה. התחרות לא מחכה. ו-AI Overviews כבר משפיעות על CTR באופן דרמטי — ראיתי נתונים מלקוחות שבהם ה-CTR על תוצאות אורגניות ירד ב-15 עד 30 אחוז מאז שה-AI Overviews הפכו לנפוצות יותר. אם אתה ממתין להנחיה אחידה מגוגל לפני שאתה בודק מה קורה לתוכן שלך בסביבה הזו, אתה מאחר לחגיגה.
איך זה מתנגש עם הניהול היומיומי של גוגל אדס ו-SEO?
בואו נדבר ספציפי. אם אתה מנהל קמפיינים בגוגל אדס, ה-llms.txt לא נוגע לך ישירות — אדס עובד לפי מנגנונים שונים לחלוטין. אבל ה-AI Overviews כן נוגעות לך, כי הן מופיעות מעל המודעות ומעל התוצאות האורגניות. מה שקורה הוא שמשתמשים מקבלים תשובה ישירה מה-AI לפני שהם רואים את המודעה שלך. זה משנה את ה-intent שמגיע לאתר — הטראפיק שמגיע היום הוא יותר ממוקד, יותר מוכן לקנות, אבל פחות ממנו. ה-ROAS שלך עשוי להיראות יציב בטווח הקצר, אבל הנפח יורד.
בצד ה-SEO, השאלה האמיתית היא: האם התוכן שלך מופיע ב-AI Overviews? אם כן, גוגל מסכמת אותו למשתמשים — מה שיכול להיות מעולה לחשיפה או גרוע לקליקים, תלוי בסוג השאילתה. אם לא, כדאי להבין למה. וכאן llms.txt נכנס — לא בתור פתרון קסם, אלא בתור אחד הגורמים שיכולים להשפיע על האופן שבו מערכות AI של גוגל מעבדות את התוכן שלך. מי שרוצה להבין לעומק איך לבנות אסטרטגיית SEO שמתחשבת גם ב-AI Overviews — יש כאן מדריך שכתבתי על זה.
מה עושים בפועל כשאין הנחייה אחידה?
קודם כל, מפסיקים לחפש הנחייה אחידה. גוגל לא תוציא מסמך אחד שאומר "כך תתנהגו לגבי llms.txt לגבי כל המוצרים שלנו" — זה פשוט לא הולם את מבנה הארגון שלהם ואת הקצב שבו הם מוציאים מוצרים. במקום זה, אני ממליץ על גישה שאני קורא לה מפה לפי מוצר.
עבור גוגל Search הקלאסית: תמשיך עם robots.txt, מטא תגים, ו-canonical. llms.txt לא רלוונטי כאן. עבור AI Overviews: תתמקד באיכות התוכן, במבנה ה-E-E-A-T, ובסריקה שמאפשרת ל-Gemini להבין את ההקשר. כאן llms.txt עשוי להיות רלוונטי, אבל ההוכחה אמפירית עוד לא מוצקה. עבור כלים מבוססי Gemini API ו-AI Studio: שם llms.txt כבר מוכר ומתועד יותר, ואם יש לך תוכן שאתה רוצה שיהיה זמין לאותם כלים — כדאי לבדוק. אם אתה מנהל גם קמפיינים בגוגל אדס ורוצה להבין איך הנוף המשתנה הזה משפיע על ביצועי המדיה הממומנת — קרא את המאמר הזה.
למה זה בעצם מלמד אותנו משהו גדול יותר על גוגל של 2025?
ה-llms.txt saga היא דוגמה מצוינת לדינמיקה שמנהלי שיווק חייבים להפנים: גוגל כבר לא פועלת כמנוע חיפוש אחד עם מדיניות אחת. היא פועלת כפלטפורמה של פלטפורמות. Search, Ads, Gemini, AI Studio, SGE, NotebookLM — כל אחד מהם עובד לפי היגיון קצת שונה. כשאתה קורא "גוגל אמרה," השאלה הראשונה שאתה צריך לשאול היא: "איזו גוגל?"
זה אומר שהתפקיד שלך כמנהל שיווק השתנה. לא מספיק לעקוב אחרי Search Central ולסמן וי. אתה צריך לעקוב אחרי כל מוצר רלוונטי לאסטרטגיה שלך בנפרד. זה עבודה. זה לוקח זמן. אבל זה ההבדל בין אסטרטגיה שבנויה על הבנה אמיתית לבין אסטרטגיה שבנויה על ציטוט חלקי.
מה אתה צריך לעשות עכשיו?
שלושה דברים קונקרטיים. ראשון: עשה מיפוי של האתר שלך ב-AI Overviews. חפש את מילות המפתח העיקריות שלך בגוגל וראה אם ה-AI מציגה תשובה שמבוססת על התוכן שלך — ואם כן, האם היא מדויקת ואם לאו. שני: בדוק אם יש לך מדיניות ברורה לגבי מה שאתה רוצה שמערכות AI יצרכו מהאתר שלך. זה לא רק llms.txt — זה גם robots.txt, זה מבנה הנתונים, זה הקביעות שלך לגבי מי יכול לסרוק מה. שלישי: הפסק להתנהל לפי הנחיות גוגל בלבד ותתחיל להתנהל לפי נתונים. מה קורה לטראפיק האורגני שלך? לאחוזי ההמרה? לנפח השאילתות? הנתונים האלה יגידו לך יותר מכל הצהרה של Search Central. אם אתה רוצה לעשות את המיפוי הזה ביחד ולבנות אסטרטגיה שמתחשבת בנוף המשתנה — אפשר לדבר.
בסופו של דבר, השאלה אם llms.txt רלוונטי לאסטרט
