תשובה קצרה
אופטימיזציה ל-LLM היא סדרת צעדים שמטרתם שמודלי שפה גדולים (ChatGPT, Claude, Gemini) יוכלו לסרוק את האתר, להבין את התוכן ולצטט אותו בתשובות: פתיחת robots.txt לסורקי AI, קובץ llms.txt, תוכן במבנה שקל לחלץ ממנו תשובות, נתונים מובנים וסמכות עקבית ברחבי הרשת.
שלב 1: ודאו שסורקי AI מגיעים אליכם
בדקו ש-robots.txt אינו חוסם את GPTBot (OpenAI), ClaudeBot/anthropic-ai (Anthropic), Google-Extended (Gemini), PerplexityBot ו-CCBot. אתרים רבים חוסמים אותם בלי לשים לב - וכך מוחקים את עצמם מהמקורות של המודלים. בנוסף: תוכן חשוב לא מאחורי התחברות, ולא תלוי ברינדור JavaScript כבד.
שלב 2: הוסיפו llms.txt
קובץ llms.txt בשורש האתר הוא ״כרטיס ביקור״ למערכות AI: תיאור קצר של העסק, קישורים לעמודים החשובים, שאלות נפוצות ופרטי קשר. הוסיפו גם תגית <link rel="llms" href="/llms.txt"> בכל עמוד כדי להקל על הגילוי.
שלב 3: כתבו תוכן שמודל יכול להרים
- תשובה קודם: כל עמוד פותח בתשובה ישירה של 40–60 מילים לשאלה שהוא מכוון אליה.
- מבנה נקי: H1 אחד ברור, H2/H3 לפי נושאים, פסקה אחת = רעיון אחד.
- עובדות וספציפיות: מספרים, שלבים ודוגמאות במקום סיסמאות שיווקיות. מודלים מצטטים עובדות, לא סופרלטיבים.
- שפה טבעית: כתבו כמו שמסבירים לאדם, לא כמו שממלאים מילות מפתח.
שלב 4: נתונים מובנים
JSON-LD מסוג Organization בכל האתר, WebPage/Article בעמודי תוכן, ו-FAQPage בעמודי שאלות - כך המודל מזהה מי אתם ומה כל עמוד. בחנויות: סכמת Product עם מחיר וזמינות (בפלטפורמות כמו קונימבו היא נוצרת אוטומטית משדות ה-SEO).
שלב 5: בנו סמכות שמודלים מזהים
אזכורים עקביים של העסק במקורות חיצוניים - מדריכים מקצועיים, כתבות, ביקורות לקוחות, פרופילים עסקיים - מלמדים את המודל שאתם ישות אמינה בתחומכם. עקביות בשם, בתחום ובפרטים חשובה יותר מכמות.
שלב 6: מדדו וחזרו
אחת לרבעון: הריצו סט שאלות קבוע מול המודלים המרכזיים ותעדו אם אתם מוזכרים; בדקו תנועת הפניות ממקורות AI; עדכנו תוכן ישן. אופטימיזציה ל-LLM היא תהליך מתמשך, לא פרויקט חד-פעמי.
ובישראל?
בחנויות אונליין ישראליות - ובמיוחד בחנויות קונימבו - היישום של העקרונות האלה יכול להיות מהיר בהרבה: פיתחנו חיבור AI ישיר (MCP) לקונימבו שמעדכן כותרות SEO, תיאורים ונתוני קטלוג בעשרות מוצרים ביום. קראו על קידום חנויות קונימבו ←