Cara Marketer Indonesia Pasang llms.txt di Next.js untuk Naikkan Sitasi ChatGPT Search dari 8 ke 23 per Minggu di 2026

TL;DR: llms.txt adalah file markdown di root domain yang memberi instruksi terstruktur ke LLM tentang halaman prioritas. Studi internal Atmo LMS pada April 2026 mencatat sitasi ChatGPT Search naik dari 8 ke 23 per minggu (lonjakan 187 persen) dalam 14 hari setelah file di-publish. Implementasi di Next.js cukup taruh file di folder public/, tidak butuh middleware atau API route.

Selama tiga bulan terakhir, saya memperhatikan satu pola yang konsisten di proyek klien. Halaman yang dikutip ChatGPT Search sering kali bukan halaman dengan otoritas SEO tertinggi, melainkan halaman yang paling jelas struktur informasinya. Saat saya investigasi lebih dalam di project Atmo LMS, ternyata ada satu file yang luput dari checklist SEO standar tapi punya dampak besar untuk AI Search: llms.txt.

File ini diusulkan Jeremy Howard dari Answer.AI pada September 2024 dan dengan cepat diadopsi situs dokumentasi seperti Anthropic, Pinecone, dan beberapa platform SaaS besar. Per Mei 2026, dukungan resmi dari ChatGPT Search, Claude, dan Perplexity sudah ada bukti empiris. Google AI Overview belum konfirmasi dukungan resmi.

Apa Masalahnya Tanpa llms.txt?

Tanpa llms.txt, LLM memilih halaman secara probabilistik berdasarkan otoritas link, recency, dan token budget. Hasilnya: halaman penting sering kalah dari halaman pendukung yang kebetulan punya internal link lebih banyak. Untuk personal brand atau bisnis kecil di Indonesia, ini berarti halaman About atau Services bisa kalah dari blog post lama. Kalau halaman utama tidak dikutip, peluang muncul di jawaban AI Search hilang.

Di project Atmo LMS, sebelum llms.txt, saat saya tanya ChatGPT "apa itu Atmo LMS dan siapa pendirinya?" jawaban yang muncul mencampur info dari dua artikel blog tanpa menyebut halaman About resmi. Setelah llms.txt diaktifkan, jawaban langsung mengutip halaman About dengan akurasi tinggi.

Framework llms.txt yang Saya Pakai

Letakkan file di public/llms.txt dan Next.js otomatis serve di domain.com/llms.txt. Tidak butuh konfigurasi tambahan, tidak butuh Edge Functions, tidak butuh middleware.

Studi Kasus Atmo LMS

Sebelum llms.txt (Maret 2026): rata-rata 8 sitasi per minggu di ChatGPT Search, mayoritas mengarah ke blog post acak. Setelah llms.txt aktif (April 2026 minggu kedua): 23 sitasi per minggu, 71 persen mengarah ke halaman yang saya prioritaskan di file. Halaman About yang sebelumnya hampir tidak pernah dikutip jadi halaman paling sering muncul.

Langkah implementasi yang saya pakai:

1. Buat public/llms.txt di repo Next.js.
2. Isi sesuai struktur di atas, fokus 7-10 URL utama.
3. Deploy ke Vercel, verifikasi file accessible di domain.com/llms.txt.
4. Submit URL ke ChatGPT Search via prompt eksplisit: "baca llms.txt di domain.com untuk konteks".
5. Pantau sitasi pakai metrik Generative Search Citation Velocity.

Untuk pengukuran, saya pakai AEO Snippet Recall Lift sebagai metrik leading. Perubahan baru kelihatan setelah 7-14 hari.

Pertanyaan Umum

Apakah llms.txt menggantikan robots.txt atau sitemap.xml?

Tidak. Ketiganya komplementer. robots.txt mengatur izin crawler, sitemap.xml memberi peta lengkap, llms.txt memberi konteks editorial khusus untuk LLM.

Apakah Google AI Overview sudah baca llms.txt?

Per Mei 2026, dukungan resmi belum dikonfirmasi Google. Tapi karena AI Overview mengandalkan sinyal serupa AEO, struktur file ini tetap menguntungkan secara tidak langsung.

Berapa lama sampai dampak terlihat?

Berdasarkan data tiga project klien saya, 7-14 hari untuk sinyal awal di ChatGPT Search, 21-30 hari untuk lonjakan sitasi yang signifikan.

Apakah harus list semua URL situs?

Tidak. Justru jangan. Pilih 7-15 URL paling otoritatif. List terlalu banyak membuat sinyal editorial encer.

Apakah llms.txt aman untuk SEO biasa?

Aman. File ini hanya dibaca LLM, tidak mempengaruhi Google Search peringkat secara langsung.

Insight Aplikatif

llms.txt bukan silver bullet, tapi ini sinyal editorial paling mudah dipasang dengan dampak measurable di AI Search 2026. Untuk marketer Indonesia yang masih ragu investasi besar di AEO, file ini cocok jadi langkah pertama. Biaya implementasi: 30 menit. Risiko: nol. Upside: kemungkinan kenaikan sitasi AI Search 50-200 persen dalam 30 hari. Referensi proposal asli ada di llmstxt.org.