소스 문서(raw/Agent Journey Map. Designing Software for AI Agents.md)를 바탕으로 지정된 스키마와 템플릿 구조를 철저히 준수하여 개념 노트 llms.txt를 신규 생성 완료했습니다.
작업 요약
- 파일 생성 위치:
llms.txt.md - Frontmatter 스키마 적용:
type: 'tool',status: 'draft',core: false,tags: ['llm', 'agent', 'ax', 'tool'],aliases: ['llms.txt'],sources: ['raw/Agent Journey Map. Designing Software for AI Agents.md'],created: '2026-08-28',updated: '2026-08-28'
- 핵심 분석 내용 정리:
- Answer.AI의 제안(2024년 9월): 웹사이트 및 API 구조를 AI 에이전트에 효율적으로 전달하기 위한 표준 마크다운 파일 규격.
- 에이전트 여정 지도(Agent Journey Map) 내 연동: 에이전트 경험(AX) 5단계 퍼널 중 ‘평가(Evaluate)’ 단계에서 웹사이트의 에이전트 가독성을 극대화하기 위한 시도.
- 실증적 한계 및 트래픽 측정 데이터: Drupal 창업자 Dries Buytaert의 분석 수치를 반영하여 실제 AI 봇의
llms.txt요청 빈도가 극히 저조하다는 점 표기. - 대안적 실무 트렌드: Gemini API(
ai.google.dev), Elastic 문서(elastic.co/docs) 등 기업들의 ‘View Markdown’ 제공 전환 흐름 정리.
- 구체적 예시 및 다이어그램 작성:
llms.txt전형적인 사양 예시 작성.- AI 에이전트(
Claude 3.7 Sonnet등) 관점에서의 수집 fallback 로직 시나리오(Python) 및 Mermaid 흐름도 추가.
- 충돌 및 연동 노트:
- Answer.AI의 제안 명세와 실제 크롤러 봇 행동 간의 실효성 대립을
## 충돌섹션에 수록. - 에이전트 여정 지도, 에이전트 경험, Model Context Protocol, 에이전트 스킬 등 4개 관련 위키 노트 연동.
- Answer.AI의 제안 명세와 실제 크롤러 봇 행동 간의 실효성 대립을