Cara Marketer Indonesia Pasang llms.txt di Next.js untuk AEO, Naikkan Sitasi Perplexity Tanpa Refactor Konten di 2026

TL;DR: llms.txt adalah file standar yang memberi peta konten situs kepada mesin AI seperti ChatGPT, Perplexity, dan Claude. Di Next.js App Router, pemasangannya cukup satu route handler di app/llms.txt/route.ts yang return Markdown ringkas. Dari uji coba 4 minggu pada April 2026, klien yang memasang llms.txt mengalami kenaikan sitasi di Perplexity 1,4 hingga 2,1 kali tanpa mengubah konten apa pun.

Awal April 2026, saya menyadari sesuatu yang janggal di log GA4 klien personal branding. Trafik organik dari Perplexity dan ChatGPT mulai naik, tapi struktur sitasinya tidak konsisten. AI sering mengambil dari halaman lama, melewatkan konten pillar terbaru yang justru lebih relevan.

Setelah audit di Search Console dan tools AI tracking, akar masalahnya jelas: model AI tidak memilah konten berdasarkan relevansi semantik internal situs, mereka memilih berdasarkan kemudahan ditemukan. Tanpa peta yang eksplisit, model akan mengambil halaman pertama yang muncul di SERP.

Apa itu llms.txt dan Kenapa Berbeda dari sitemap.xml

llms.txt adalah usulan standar dari Jeremy Howard (Answer.AI) yang muncul pada September 2024. Bentuknya file Markdown di root domain (/llms.txt) yang menjelaskan dalam bahasa natural: apa itu situs ini, halaman mana yang penting, dan konteks apa yang sebaiknya dipakai model AI saat menjawab pertanyaan tentang topik tersebut.

Perbedaannya dengan sitemap.xml jelas. Sitemap memberitahu mesin crawler URL apa saja yang ada. llms.txt memberi konteks naratif tentang struktur dan prioritas. Sitemap untuk indexing, llms.txt untuk reasoning.

Implementasi di Next.js App Router

Di Next.js 15 App Router, llms.txt paling rapi dipasang via Route Handler. Buat file app/llms.txt/route.ts:

export const dynamic = 'force-static';

export async function GET() {
  const body = `# Vito Atmo

> Digital Marketing Strategist & web developer Indonesia.

## Glosarium Inti
- [Personal Branding](https://vitoatmo.com/glosarium/personal-branding): definisi & framework
- [AEO](https://vitoatmo.com/glosarium/aeo): Answer Engine Optimization
- [E-E-A-T](https://vitoatmo.com/glosarium/e-e-a-t): kerangka kualitas Google

## Artikel Pilihan
- [Audit AEO Snippet Recall Rate](https://vitoatmo.com/artikel/marketer-indonesia-audit-aeo-snippet-recall-rate-personal-branding-2026)
`;
  return new Response(body, {
    headers: { 'Content-Type': 'text/markdown; charset=utf-8' }
  });
}

Karena pakai force-static, file akan di-cache CDN dan tidak menambah cold start. Untuk situs dengan banyak konten, generate body dari CMS atau Supabase saat build via generateStaticParams.

Struktur yang Bekerja di Praktik

Hindari memasukkan semua URL. Tujuan llms.txt adalah memberi peta prioritas, bukan inventory penuh. Untuk inventory lengkap, llms-full.txt bisa dibuat terpisah di /llms-full.txt.

Studi Kasus Yuanita Sekar: Personal Branding Edukasi

Yuanita Sekar adalah klien personal branding di niche edukasi dewasa muda. Sebelum pasang llms.txt pada minggu kedua April 2026, sitasinya di Perplexity rata-rata 11 per minggu, didominasi 2 halaman lama. Setelah memasang llms.txt dengan 8 artikel pillar dan 6 glosarium kontekstual, dalam 4 minggu sitasi naik ke 23 per minggu dan terdistribusi ke 7 halaman berbeda.

Tidak ada perubahan konten. Tidak ada content refresh. Hanya pemberian peta konten yang eksplisit ke mesin AI. Pola serupa muncul di proyek Atmo (LMS) dan Vetmo (pet care), meski magnitude-nya berbeda tergantung niche.

Pertanyaan Umum

Apakah llms.txt sudah resmi diakui Google, OpenAI, atau Anthropic?

Belum semua. llms.txt adalah usulan komunitas (lihat llmstxt.org), tapi adopsinya cepat dari penerbit besar. Pemasangannya tidak berisiko karena hanya menambah file statis.

Apakah llms.txt bisa menggantikan robots.txt?

Tidak. Keduanya melayani fungsi berbeda. robots.txt mengatur crawler search engine, llms.txt memberi peta semantik untuk model AI. Pasang keduanya.

Berapa frekuensi update yang ideal?

Cukup setiap kali ada artikel pillar baru atau perubahan struktur signifikan. Bulanan biasanya sudah cukup untuk situs aktif.

Penutup

Pemasangan llms.txt adalah hutang teknis paling kecil dengan return tertinggi yang saya temukan di siklus April hingga Mei 2026. Lima belas menit waktu developer untuk dampak yang berlangsung sepanjang siklus indexing model AI. Untuk marketer yang berinvestasi di personal branding atau konten otoritas, pemasangan llms.txt bukan opsional di akhir 2026.