🤖llms.txt ତିଆରି

llms.txt କ’ଣ

llms.txt ହେଉଛି ଏକ ଟେକ୍ସଟ ଫାଇଲ, ଯାହା AI କ୍ରଲରକୁ ସାଇଟର ମୁଖ୍ୟ କଥା ଓ ପଢ଼ାଇବାକୁ ଚାହୁଁଥିବା ମୁଖ୍ୟ ପୃଷ୍ଠାଗୁଡ଼ିକ ଜଣାଏ; ଏହାକୁ ସାଇଟର ମୂଳ ଡିରେକ୍ଟରିରେ /llms.txt ଭାବେ ରଖାଯାଏ। ଏହାର ଫର୍ମାଟ Markdown ଏବଂ ସାଇଟ ନାମରୁ ଆରମ୍ଭ କରି ସାରାଂଶ ଓ ମୁଖ୍ୟ ପୃଷ୍ଠାର ତାଲିକା କ୍ରମରେ ଲେଖାଯାଏ।

• ସାଇଟ ନାମ ଓ ସାରାଂଶ：ପ୍ରଥମ ଧାଡ଼ିରେ “#” ସହିତ ସାଇଟ ନାମ ଲେଖି, ତାହାପରେ “>” ରୁ ଆରମ୍ଭ ହେଉଥିବା ଏକ ଧାଡ଼ିର ସାରାଂଶ ରଖିବା ହେଉଛି ମୂଳ ଗଠନ।
• ବିଭାଗ ଓ ଲିଙ୍କ：“##” ରୁ ଆରମ୍ଭ ହେଉଥିବା ଶୀର୍ଷକ ଦ୍ୱାରା ପୃଷ୍ଠାଗୁଡ଼ିକୁ ଗୋଷ୍ଠୀରେ ଭାଗ କରାଯାଏ ଏବଂ ତା’ ତଳେ ପୃଷ୍ଠା ନାମ, URL ଓ ଏକ ଧାଡ଼ିର ବର୍ଣ୍ଣନା ପ୍ରତି ଧାଡ଼ିରେ ଲେଖାଯାଏ।
• Optional ବିଭାଗ：Optional ନାମକ ଶୀର୍ଷକ ଥିବା ବିଭାଗଟି ଏକ ଐଚ୍ଛିକ ଅଂଶ, ଯେଉଁଠି AI ଛାଡ଼ି ଦେଇ ପାରିବା ଭଳି ସହାୟକ ପୃଷ୍ଠାଗୁଡ଼ିକ ରଖାଯାଏ।

ଅନ୍ୟ ମାର୍ଗଦର୍ଶକ ଫାଇଲଗୁଡ଼ିକଠାରୁ ପାର୍ଥକ୍ୟ

• robots.txt：robots.txt ହେଉଛି କ୍ରଲରର ଭ୍ରମଣକୁ ଅନୁମତି ଦେବା କିମ୍ବା ମନା କରିବା ପାଇଁ ଥିବା ଫାଇଲ; ପଢ଼ାଇବାକୁ ଚାହୁଁଥିବା ବିଷୟବସ୍ତୁ ଏଥିରେ ଲେଖାଯାଏ ନାହିଁ।
• sitemap.xml：sitemap.xml ହେଉଛି ସାଇଟ ଭିତରର URL ଗୁଡ଼ିକୁ ଯନ୍ତ୍ର ପଢ଼ିପାରିବା ଭଳି ରୂପରେ ତାଲିକାଭୁକ୍ତ କରୁଥିବା ଫାଇଲ; ଏଥିରେ ପ୍ରତ୍ୟେକ ପୃଷ୍ଠାର ମୁଖ୍ୟ କଥା କିମ୍ବା ପ୍ରାଥମିକତାର ବର୍ଣ୍ଣନା ନଥାଏ।
• llms-full.txt：llms-full.txt ହେଉଛି ପୃଷ୍ଠାର ମୂଳ ଲେଖାଗୁଡ଼ିକୁ ଏକାଠି ଗୋଟିଏ ଫାଇଲରେ ରଖିଥିବା ପୂର୍ଣ୍ଣ ପାଠ ସଂସ୍କରଣ; ଲିଙ୍କ ତାଲିକା ଦେଖାଉଥିବା llms.txt ଠାରୁ ଏହା ଭିନ୍ନ।

ଏହା ଅର୍ଥହୀନ ବୋଲି କୁହାଯିବାର କାରଣ

llms.txt ହେଉଛି 2024 ମସିହାରେ ପ୍ରସ୍ତାବିତ ଏକ ନୂଆ ନିୟମାବଳୀ; ଏହାକୁ ସମର୍ଥନ କରୁଥିବା ବୋଲି ଘୋଷଣା କରିଥିବା AI ସେବାର ସଂଖ୍ୟା ଏବେ ସୀମିତ ଥିବାରୁ, ସ୍ଥାପନ କଲେ ମଧ୍ୟ ଏହାର ପ୍ରଭାବ ମାପିବା କଷ୍ଟକର ବୋଲି କୁହାଯାଉଛି। ଭବିଷ୍ୟତରେ ଏହା ବ୍ୟାପକ ହେବ ବୋଲି ଭାବି ଆଗୁଆ ସ୍ଥାପନ କରିବେ, ନା ସମର୍ଥନର ସ୍ଥିତି ଦେଖି ନିଷ୍ପତ୍ତି ନେବେ, ତାହା ସାଇଟ ପରିଚାଳକଙ୍କ ନୀତି ଉପରେ ନିର୍ଭର କରେ।