Een auteursnaam die je deelt met iemand anders kan ervoor zorgen dat een AI-systeem content aan de verkeerde persoon toeschrijft. Een SEO-professional legde dat probleem voor aan Google's John Mueller, met de vraag of het bestand llms-author.txt uitkomst biedt. Zijn antwoord: dat bestand gebruikt Google niet, en voorlopig blijven gestructureerde data en een consistente auteursnaam de betrouwbaarste route.
Wat is llms-author.txt precies?
Llms.txt is een vrijwillig tekstbestand dat sinds 2024 circuleert in de SEO-gemeenschap. Het geeft AI-taalmodellen een korte, platte samenvatting van een website, in de geest van robots.txt maar dan gericht op taalmodellen in plaats van crawlers.
Llms-author.txt zou daarvan een variant zijn, specifiek bedoeld om auteurs te identificeren: wie ben je, welke content is van jou, en hoe onderscheid je jezelf van naamgenoten die online publiceren. Geen enkele grote zoekmachine of AI-aanbieder heeft dit formaat tot nu toe officieel omarmd.
Wat zegt Mueller over dit voorstel?
Mueller liet weten dat Google zo'n bestand op dit moment niet leest en dus ook niet gebruikt om auteurs te herkennen. In plaats daarvan wees hij naar mechanismen die al wel ondersteund worden.
Denk aan gestructureerde data via schema.org met Person- en Article-markup, sameAs-links naar profielen op bijvoorbeeld LinkedIn, en een auteurspagina met een consistente naam en biografie. Zijn reactie past in een bekend patroon: Google omarmt zelden een nieuw, niet-gestandaardiseerd bestand zolang bestaande middelen hetzelfde doel al dienen.
Waarom auteursherkenning een reëel SEO-vraagstuk is
Auteursidentiteit raakt direct aan wat Google E-E-A-T noemt: ervaring, expertise, autoriteit en betrouwbaarheid. Wordt content ten onrechte aan een naamgenoot toegeschreven, dan lekt die zorgvuldig opgebouwde autoriteit weg naar de verkeerde persoon.
Voor freelancers, journalisten en consultants die onder eigen naam op meerdere platforms publiceren is dit geen ver-van-mijn-bedshow. Een veelvoorkomende voor- en achternaam maakt het probleem alleen maar groter naarmate AI-systemen vaker bepalen welke bron als autoriteit geldt.
Wat kun je nu al doen?
Zolang llms-author.txt geen gangbare standaard is, liggen de praktische opties bij bestaande technieken.
- Voeg Person-schema toe aan je auteurspagina en onder elk artikel.
- Verwijs met sameAs-links naar je LinkedIn, X-profiel of persoonlijke site.
- Houd je bylines consistent op elk platform waar je publiceert.
- Richt een centrale auteurspagina in met biografie en portfolio.
- Kies een vaste schrijfnaam en vermijd afwisselende varianten.
Nieuwe standaarden zoals llms-author.txt kunnen op termijn relevant worden zodra AI-aanbieders ze daadwerkelijk gaan lezen. Tot die tijd bepaalt gestructureerde data, niet een experimenteel tekstbestand, wie het krediet krijgt voor jouw werk.
Bron: Search Engine Journal