Was ein llms.txt-Validator macht
Dieser Validator holt die `/llms.txt`-Datei (und optional `/llms-full.txt`) von deiner Domain, parst sie als Markdown nach der llmstxt.org-Spec und zeigt dir genau, was ein KI-Agent sieht: H1-Titel, Blockquote-Summary, H2-Sektionen mit ihren Bullet-Links.
`llms.txt` ist im Grunde eine Sitemap, fuer Sprachmodelle geschrieben, aehnlich wie `robots.txt` fuer Suchmaschinen-Crawler. ChatGPT, Claude, Perplexity und andere KI-Tools nutzen sie, um die Struktur einer Seite zu verstehen, ohne das volle HTML zu zerlegen. Eine gute `llms.txt` verbessert messbar die Qualitaet von KI-Antworten ueber dein Produkt.
Der Validator erledigt drei Jobs: er zeigt die Rohdatei, er parst sie in einen Baum (Titel, Summary, Sektionen, Links) und er HEAD-pingt die ersten 20 Links (mit GET-Range-Fallback), damit du sofort siehst, ob eine Referenz 404 liefert.
So benutzt du es
- Eine Domain eingeben (z. B. `example.de`) oder eine volle URL, die mit `/llms.txt` endet. Wir ergaenzen `https://` automatisch, wenn es fehlt.
- Datei waehlen: `llms.txt` (knappe Navigation), `llms-full.txt` (voller Inhalt in einer Datei) oder Both, wir holen beides, damit du diffen kannst.
- "Check" klicken. Wir holen mit 8-Sekunden-Timeout, parsen das Markdown und pingen die Links.
- Das Parsed-Tree-Panel zeigt Titel, Summary und H2-Sektionen mit ihren Bullets. Jeder Link bekommt einen farbigen Health-Badge (200 / 3xx / 4xx / Timeout).
- Das Issues-Panel flaggt fehlende Teile: kein H1, keine Sektionen, fehlformatierter Bullet, verdaechtiger Content-Type, HTTP-Fehler. Jedes Issue traegt eine Zeilennummer.
- Raw-View in einer aufklappbaren Sektion zeigt genau, was wir vom Server bekommen haben, praktisch zum Diffen gegen den CMS-Output.
- Fixen, neu deployen, "Check" nochmal druecken. Der Validator cacht nie, jede Anfrage holt frisch.
Wann das nuetzlich ist
Sechs Situationen, in denen der `llms.txt`-Validator eine Debug-Session spart:
- Erster Rollout einer `llms.txt`. Du hast eine ausgespielt und willst bestaetigen, dass das Format stimmt, bevor KI-Agenten sie finden. Der Validator faengt fehlende H1s, fehlformatierte Bullets und relative URLs ab, die manche Parser ablehnen.
- Folge einer CMS-Migration. Deine Linkliste in `llms.txt` zeigt jetzt vielleicht auf tote Seiten. Die 4-Sekunden-Health-Probe zeigt jeden Bullet, der 404t.
- AI-SEO-Audit-Deliverable. Ein Kunde will einen "wie sieht deine Seite fuer ChatGPT und Claude aus"-Report, der Validator-Output ist ein sauberer, copy-pastebarer Startpunkt.
- Varianten diffen: der "Both"-Modus zieht `llms.txt` und `llms-full.txt` parallel, damit du bestaetigen kannst, dass sie nicht auseinandergedriftet sind (andere Sektionen, alte Daten, fehlende Seiten).
- Dein Build-Step-Generator liefert ploetzlich eine kaputte Datei. Anthropics Parser lehnt sie ab, die Fehlermeldung ist undurchsichtig. Der Validator zeigt dir die exakte Zeile.
- Wettbewerbsforschung. Domain eines Wettbewerbers eingeben, seine `llms.txt`-Struktur studieren, lernen, was er fuer wichtig haelt.
Verwandt: robots.txt + sitemap.xml-Validator, OpenGraph-Vorschau, DNS-Lookup, HTTP-Headers-Inspektor.