Зачем SEO-специалисты придумали LLMs-Author.txt и что об этом думает Google?

Как ИИ-модели путают авторов с одинаковыми именами

Популярный автор и исследователь Search Engine Journal Роджер Монтти опубликовал разбор интересного прецедента. Один из западных веб-мастеров столкнулся с проблемой: его имя полностью совпадает с двумя другими известными медийными личностями. В результате алгоритмы Google и ИИ-ассистенты при суммаризации данных постоянно «склеивали» их биографии, приписывая чужие заслуги и размывая авторитетность автора (E-E-A-T).

Чтобы заставить языковые модели (LLM) правильно идентифицировать себя на фоне конкурентов, оптимизатор внедрил техническое решение из двух шагов:

1. Создал файл llms-author.txt: Отдельный документ, в котором простыми текстовыми предложениями указал свою должность, специализацию, местоположение и сферу практики, решив не полагаться исключительно на микроразметку Schema.
2. Добавил заголовок Content-Signal в robots.txt: Прописал директиву Content-Signal: ai-train=no, search=yes, ai-input=yes от Cloudflare, пытаясь на уровне сервера задекларировать намерения использования контента.

Веб-мастер обратился к представителям поисковика с вопросом, работают ли такие методы и проводил ли кто-то контролируемые тесты.

Жесткий ответ Джона Мюллера: Google это игнорирует

Спикер Google Джон Мюллер (John Mueller) выступил с однозначным заявлением и полностью остудил пыл сторонников нового текстового файла.

Джон Мюллер:«Google не использует файлы llms.txt или llms-author.txt. И мне неизвестно ни об одном другом крупном краулере, который бы официально подтвердил их поддержку. Что касается директив Content-Signal — они были придуманы одной конкретной CDN-сетью (Cloudflare) и не имеют абсолютно никакого веса для поисковых ботов. Их внедрение лишь раздувает ваш robots.txt и добавляет головной боли при поддержке».

По мнению Google, оптимизатор пытается решить глубокую проблему узнаваемости бренда и авторитетности узкотехническими методами. Если весь интернет знает других людей с таким же именем, то роботы ИИ не изменят своего мнения из-за одного скрытого текстового файла на сервере.

Как на самом деле решать проблемы с E-E-A-T в эпоху ИИ:

Вместо написания костыльных директив Мюллер посоветовал сосредоточиться на классическом расширении цифрового следа в сети: давать интервью на авторитетных сайтах, участвовать в подкастах, записывать видео и делать реальные заметные проекты, чтобы поисковые алгоритмы находили массу внешних независимых подтверждений вашей экспертности.