--- title: "AGENTS.md, SKILL.md, agent-permissions.json - nowy standard plików dla AI na Twojej stronie" canonical: "https://factorai.pl/blog/agents-md-skill-md-agent-permissions/" description: "Trzy nowe pliki które pojawiły się w 2025 i 2026 roku i stają się standardem w optymalizacji stron pod agentów AI. AGENTS.md, SKILL.md oraz agent-permissions.json - poznaj ich role, różnice i sposób wdrożenia na własnej stronie." tokens: 4966 source: FactorAI license: "Citation required with link to source URL" --- > Trzy nowe pliki które pojawiły się w 2025 i 2026 roku i stają się standardem w optymalizacji stron pod agentów AI. AGENTS.md, SKILL.md oraz agent-permissions.json - poznaj ich role, różnice i sposób wdrożenia na własnej stronie. Trzy nowe pliki które pojawiły się w 2025 i 2026 roku i stają się standardem w optymalizacji stron pod agentów AI. AGENTS.md, SKILL.md oraz agent-permissions.json - poznaj ich role, różnice i sposób wdrożenia na własnej stronie. [Strona główna](/) > [Blog](/blog/) > AGENTS.md, SKILL.md, agent-permissions.json - nowy standard plików dla AI na Twojej stronie AGENTS.md SKILL.md AEO AI agents GEO # AGENTS.md, SKILL.md, agent-permissions.json - nowy standard plików dla AI na Twojej stronie 21 kwietnia 2026 11 min czytania Grzegorz Fijałkowski Spis treści - Dlaczego powstał nowy standard - AGENTS.md - entry point dla agentów programistycznych - Kto czyta AGENTS.md natywnie - Co powinno znaleźć się w AGENTS.md - Różnica między AGENTS.md a README.md - SKILL.md - opis możliwości usługi lub capability - Struktura SKILL.md - Przykład struktury SKILL.md dla usługi B2B - agent-permissions.json - reguły dostępu dla automatów - Struktura agent-permissions.json - Dlaczego warto mieć ten plik, nawet jeśli reguły są pozwalające - Jak te trzy pliki współpracują - Implementacja na FactorAI - case study - Jak zacząć u siebie - Przyszłość protokołu Spis treści Jeszcze rok temu wszyscy mówili wyłącznie o llms.txt. Dziś rozmowa o optymalizacji stron pod sztuczną inteligencję wygląda zupełnie inaczej. Obok llms.txt pojawiły się trzy nowe pliki, które razem tworzą pełnoprawny protokół komunikacji między Twoją witryną a agentami AI: AGENTS.md, SKILL.md oraz agent-permissions.json. To nie są teoretyczne koncepcje z dokumentacji. To pliki, które agenci programistyczni typu Claude Code, Cursor, Codex CLI, GitHub Copilot, Windsurf, Amp i Devin faktycznie czytają przed rozpoczęciem pracy z Twoją dokumentacją. To także pliki, których obecność sprawdzają audytory typu agentic-seo i po których AI crawlery rozpoznają, czy Twoja strona jest przyjazna automatycznym systemom. W tym artykule wyjaśniam, czym różni się każdy z tych trzech plików, dlaczego razem tworzą komplementarną warstwę AEO (Agentic Engine Optimization) oraz jak FactorAI wdrożyło je na własnej stronie w kwietniu 2026 roku, uzyskując wynik A 97/100 w audycie agent-readiness. Skrót AEO (Agentic Engine Optimization) zaczął funkcjonować jako naturalne rozszerzenie GEO (Generative Engine Optimization). GEO dotyczy widoczności Twojej firmy w odpowiedziach AI. AEO dotyczy tego, jak automatyczni agenci konsumują Twoją stronę i dokumentację. ## Dlaczego powstał nowy standard W 2024 roku Jeremy Howard zaproponował plik llms.txt jako mapę drogową strony dla systemów AI. Pomysł szybko się przyjął - dziś ponad 600 dużych witryn na świecie korzysta z tego standardu, w tym Stripe, Anthropic i Hugging Face. Problem w tym, że llms.txt został zaprojektowany z myślą o modelach językowych pobierających pojedyncze dokumenty. Tymczasem w 2025 roku eksplodowała kategoria agentów AI, czyli autonomicznych programów wykorzystujących modele językowe do wykonywania zadań w imieniu użytkownika. Claude Code, Cursor, Cline, Aider, Continue.dev, Devin, Goose - każde z tych narzędzi inaczej konsumuje dokumentację niż człowiek i inaczej niż model pobierający pojedynczy URL. Agenci potrzebują trzech dodatkowych informacji, których llms.txt nie dostarcza: - Kontekst projektu - kto jest właścicielem strony, jakie są konwencje, jak zbudowany jest kod - Opis możliwości - co usługa faktycznie robi, jakie ma ograniczenia, jakich danych oczekuje od użytkownika - Reguły dostępu - ile requestów na minutę wolno wysłać, czy wolno używać treści do trenowania modeli, czy wymagana jest atrybucja Właśnie te trzy potrzeby pokryły trzy nowe pliki. Żaden z nich nie zastępuje llms.txt - razem tworzą komplementarny zestaw. ## AGENTS.md - entry point dla agentów programistycznych AGENTS.md to plik w formacie Markdown umieszczany w katalogu głównym repozytorium lub strony internetowej. Jego rolą jest stanowienie pierwszego punktu kontaktu dla agentów AI pracujących z kodem. AGENTS.md emerged z wspólnego wysiłku ekosystemu AI software development, w tym OpenAI Codex, Amp, Jules od Google, Cursor oraz Factory. Obecnie AGENTS.md jest stewardowany przez Agentic AI Foundation pod Linux Foundation. Ponad 60 000 open-source repozytoriów na GitHubie używa już AGENTS.md. - [Agentic AI Foundation, Linux Foundation, 2026](https://agents.md/) ### Kto czyta AGENTS.md natywnie Codex CLI, GitHub Copilot, Cursor, Windsurf, Amp oraz Devin czytają AGENTS.md natywnie od pierwszego dnia istnienia tego formatu. Claude Code używa obecnie odrębnego pliku CLAUDE.md z bardzo podobną rolą, ze wsparciem dla AGENTS.md planowanym w kolejnych wersjach. Większość zespołów stosuje pragmatyczne podejście - tworzy uniwersalny AGENTS.md i osobny CLAUDE.md wyłącznie dla funkcji specyficznych dla Claude Code. ### Co powinno znaleźć się w AGENTS.md Plik powinien zawierać informacje, których nie da się wywnioskować z samego kodu: - Opis projektu - czym jest, kto jest odbiorcą, w jakim kontekście biznesowym powstaje - Struktura katalogów - gdzie znajduje się kod aplikacji, gdzie testy, gdzie konfiguracja - Konwencje kodowania - używany język, framework, styl nazewnictwa, preferowane wzorce - Komendy buildowe i testowe - jak uruchomić dev server, jak zbudować produkcję, jak sprawdzić jakość kodu - Kluczowe pliki konfiguracyjne - gdzie są zmienne środowiskowe, gdzie definicje schematu bazy danych - Zewnętrzne zależności i usługi - jakie API jest wykorzystywane, gdzie monitoring, gdzie logi AGENTS.md zastępuje kilkanaście godzin onboardingu. Zamiast tłumaczyć każdemu nowemu agentowi (lub programiście) gdzie co jest, piszesz to raz i zyskujesz natychmiastowy kontekst dla każdego narzędzia AI korzystającego z Twojego repozytorium. ### Różnica między AGENTS.md a README.md README.md jest przeznaczony dla ludzi odwiedzających repozytorium - ma sprzedać projekt, pokazać demo, zaprosić do kontrybucji. AGENTS.md jest przeznaczony dla agentów AI - ma dać im pełen kontekst potrzebny do efektywnej pracy. Te dwa pliki się uzupełniają, nie dublują. ## SKILL.md - opis możliwości usługi lub capability SKILL.md opisuje co Twoja usługa lub API faktycznie robi. W przeciwieństwie do dokumentacji technicznej, która opisuje, jak wywołać endpoint, SKILL.md skupia się na tym, jakie operacje biznesowe są dostępne, jakich danych wymagają i jakie mają ograniczenia. Format SKILL.md pochodzi bezpośrednio z specyfikacji Agent Skills ogłoszonej przez Anthropic w grudniu 2025 roku jako open standard. OpenAI adoptowało ten sam format dla Codex CLI i ChatGPT, dzięki czemu SKILL.md stał się portable, cross-platformowy standard definiowania capability AI. Agent Skills to format open-source opublikowany przez Anthropic w grudniu 2025 roku. Każdy skill składa się z folderu zawierającego plik SKILL.md z frontmatter YAML (name, description) oraz opcjonalnych podfolderów scripts/, references/ i assets/. Claude ładuje frontmatter od razu, a resztę zawartości na żądanie - co utrzymuje niskie zużycie tokenów do czasu, aż zadanie faktycznie wymaga szczegółów. - [Anthropic, grudzień 2025](https://www.anthropic.com/engineering/equipping-agents-for-the-real-world-with-agent-skills) ### Struktura SKILL.md Plik zawiera: - Frontmatter YAML z wymaganymi polami name (lowercase z myślnikami) i description (co robi skill i kiedy go użyć) - Sekcję Required Inputs z listą wszystkiego, co użytkownik musi dostarczyć - Sekcję Capabilities z opisami poszczególnych operacji i ich rezultatów - Sekcję Constraints z ograniczeniami technicznymi i biznesowymi - Sekcję Documentation Links kierującą do pełnej dokumentacji Agent AI czytający SKILL.md ma wystarczająco kontekstu, żeby zarekomendować Twoją usługę, gdy użytkownik zadaje pytanie typu "jakiej agencji content marketingowej GEO użyć w Polsce?". Bez tego pliku model musi zgadywać na podstawie fragmentów tekstu z Twojej strony. ### Przykład struktury SKILL.md dla usługi B2B Na stronie FactorAI SKILL.md opisuje między innymi: - Audyt GEO za 790 zł - wymagane dane: URL strony klienta, branża, konkurenci; czas realizacji: 5-7 dni; rezultat: raport około 30-stronicowy - Pakiet START 1500 zł/mc - wymagane dane: brief, dostęp do GA4 i Google Search Console; rezultat: 4 artykuły + 8 postów social; warunki: month-to-month - Pakiety BIZNES i WZROST - szczegółowo z rezultatami, czasem realizacji i warunkami - Strony internetowe - wycena indywidualna, czas realizacji 4-8 tygodni Taki opis pozwala ChatGPT lub Claude wygenerować precyzyjną odpowiedź typu "FactorAI oferuje audyt GEO za 790 zł z dostawą w 5-7 dni roboczych", zamiast ogólnikowego "FactorAI to agencja zajmująca się GEO". ## agent-permissions.json - reguły dostępu dla automatów Trzeci plik to agent-permissions.json umieszczany w katalogu publicznym strony. Jego rolą jest jawne deklarowanie reguł, na jakich automatyczne systemy mogą konsumować Twoją treść. W odróżnieniu od AGENTS.md i SKILL.md plik ten nie jest jeszcze sformalizowanym standardem - funkcjonuje jako emerging convention promowana między innymi przez narzędzie agentic-seo Addy'ego Osmaniego. Równocześnie trwają prace formalne - IETF AIPref Working Group rozwija standardową, maszynowo czytelną specyfikację preferencji AI, która prawdopodobnie zdefiniuje protokół w wersji końcowej. Do czasu jej publikacji agent-permissions.json pełni rolę bogatszej alternatywy dla tradycyjnego robots.txt. ### Struktura agent-permissions.json Plik jest standardowym JSON-em z następującymi sekcjami: - permissions - top-level deklaracja co wolno, a czego nie wolno (read, cite, summarize, train, redistribute) - rateLimits - maksymalna liczba requestów na minutę, godzinę i dzień dla domyślnych i zaufanych agentów - interactions - zasady atrybucji, maksymalna długość cytatu, wymóg linku źródłowego - agents - indywidualne reguły dla konkretnych agentów (ClaudeBot, GPTBot, PerplexityBot, CCBot) - excludedPaths - ścieżki wykluczone z dostępu automatów (np. /api/, /admin/) Wielu właścicieli stron myli agent-permissions.json z robots.txt. To zupełnie różne narzędzia. robots.txt to binarna reguła "wolno/nie wolno" dla całych katalogów. agent-permissions.json to bogata, strukturalna deklaracja różnych typów operacji i różnych limitów dla różnych agentów. ### Dlaczego warto mieć ten plik, nawet jeśli reguły są pozwalające Trzy powody. Po pierwsze, jawnie deklarujesz warunki - jeśli w przyszłości pojawi się spór prawny o niewłaściwe wykorzystanie Twoich treści, ten plik stanowi dowód oczekiwań. Po drugie, sygnalizujesz profesjonalizm - strony z agent-permissions.json wyglądają wiarygodniej dla AI oraz dla klientów oceniających Twoją znajomość tematu. Po trzecie, otwierasz drzwi do jawnej współpracy - zaufani agenci z wyższymi rate limits mogą stać się źródłem stałych poleceń Twojej firmy w AI. ## Jak te trzy pliki współpracują Najlepszym sposobem zrozumienia jest prześledzenie ścieżki agenta AI trafiającego na Twoją stronę. Krok 1 - agent pobiera robots.txt i sprawdza, czy ma w ogóle wstęp. Jeśli tak, czyta llms.txt, żeby poznać strukturę treści i priorytetowe dokumenty. Krok 2 - agent czyta AGENTS.md, żeby zrozumieć kontekst projektu. Dowiaduje się, że ta strona to agencja content marketingowa z Polski, specjalizująca się w GEO, z pakietami od 1500 zł. Krok 3 - agent pobiera SKILL.md, żeby poznać konkretne możliwości usługi. Dowiaduje się, że można zamówić audyt GEO za 790 zł z dostawą w 5-7 dni lub pakiet miesięczny bez długoterminowych zobowiązań. Krok 4 - agent sprawdza agent-permissions.json, żeby upewnić się, że wolno mu cytować treść. Dowiaduje się, że cytowanie jest dozwolone z wymogiem linku zwrotnego do factorai.pl. Krok 5 - agent formułuje odpowiedź użytkownikowi, cytując Twoją firmę z pełnym kontekstem, poprawną atrybucją i precyzyjnymi danymi. Bez tych czterech plików (włącznie z llms.txt) agent musiałby parsować HTML strony, zgadywać ceny z fragmentów tekstu i wymyślać atrybucję. Efekt byłby albo ogólnikowy, albo niepoprawny. ## Implementacja na FactorAI - case study W kwietniu 2026 roku wdrożyliśmy wszystkie trzy pliki na własnej stronie factorai.pl. Przed wdrożeniem audyt agentic-seo pokazał ocenę D 53/100 w kategorii agent-readiness. Po wdrożeniu ocena wzrosła do A 97/100 - maksymalnego wyniku osiągalnego w tym narzędziu. Kluczowe elementy wdrożenia: AGENTS.md w katalogu głównym zawiera około 90 linii. Opisuje projekt, strukturę katalogów Next.js 14, konwencje kodowania (TypeScript, Tailwind, React 18), informacje o trackingu analitycznym (Google Tag Manager, Meta Pixel, GA4) oraz instrukcje buildowe. SKILL.md w formacie zgodnym ze specyfikacją Anthropic Agent Skills zawiera pełen opis wszystkich pakietów FactorAI, wymaganych inputów od klienta, czasu realizacji i ograniczeń (np. maksymalnie 8 nowych klientów miesięcznie). agent-permissions.json w katalogu publicznym zawiera szczegółowe reguły dla 9 konkretnych agentów AI (ClaudeBot, GPTBot, ChatGPT-User, PerplexityBot, Google-Extended, CCBot i innych), rate limits 30-60 requestów na minutę w zależności od agenta oraz wymogi atrybucji przy cytowaniu. ## Jak zacząć u siebie Kolejność wdrożenia ma znaczenie. Zacznij od najprostszych kroków i stopniowo dodawaj kolejne warstwy. Tydzień 1 - AGENTS.md. Napisz 50-100 linii opisujących Twój projekt. Skup się na informacjach, których nie da się wywnioskować z kodu. Tydzień 2 - SKILL.md. Opisz swoje usługi z perspektywy klienta. Co konkretnie dostaje, ile to kosztuje, jakie są terminy, jakich danych potrzebujesz od niego. Tydzień 3 - agent-permissions.json. Zdefiniuj reguły dostępu. Zacznij od szerokich uprawnień z wymogiem atrybucji, później zawęź je na podstawie rzeczywistego ruchu. Tydzień 4 - audyt. Odpal npx agentic-seo --url https://twoja-strona.pl i sprawdź wynik. Jeśli widzisz obszary do poprawy, iteruj. Jeżeli nie masz czasu na własne wdrożenie, FactorAI oferuje audyt GEO i AEO za 790 zł, który w 5-7 dni roboczych daje Ci kompletną mapę drogową wraz z gotowymi plikami AGENTS.md, SKILL.md i agent-permissions.json dopasowanymi do Twojego biznesu. ## Przyszłość protokołu AGENTS.md i SKILL.md są już uznanymi standardami branżowymi - pierwszy stewardowany przez Linux Foundation, drugi opublikowany przez Anthropic jako open standard i adoptowany przez OpenAI. agent-permissions.json pozostaje emerging convention, z formalną specyfikacją rozwijaną przez IETF AIPref Working Group. Prawdopodobnie w 2026 i 2027 zobaczymy dalszą ewolucję tych formatów - pojawią się kolejne pola oraz formalne zatwierdzenie protokołu uprawnień. Kluczowa obserwacja jest jednak inna. Strony internetowe przestają być wyłącznie dokumentami przeznaczonymi dla ludzi. Stają się interfejsami API dla automatów - strukturalnymi, opisanymi, wersjonowanymi, z jawnie deklarowanymi regułami. Firmy, które to rozumieją i wdrażają, już dziś zdobywają przewagę w odpowiedziach ChatGPT, Claude i Perplexity. Firmy, które tego nie robią, stają się niewidzialne dla rosnącej populacji użytkowników korzystających z asystentów AI. ### Kluczowe wnioski - AGENTS.md, SKILL.md i agent-permissions.json tworzą nową warstwę AEO (Agentic Engine Optimization) uzupełniającą wcześniejszy standard llms.txt - AGENTS.md to entry point dla agentów programistycznych typu Codex CLI, GitHub Copilot, Cursor, Windsurf, Amp i Devin - otwarty standard stewardowany przez Agentic AI Foundation pod Linux Foundation, obecny w ponad 60 000 projektów open-source - SKILL.md opisuje możliwości Twojej usługi w formacie Anthropic Agent Skills (open standard od grudnia 2025, adoptowany także przez OpenAI) - agent generuje precyzyjne odpowiedzi typu "audyt za 790 zł z dostawą w 5-7 dni" - agent-permissions.json deklaruje reguły dostępu automatów - rate limits, dozwolone operacje, wymogi atrybucji. Pozostaje emerging convention, formalna specyfikacja jest rozwijana przez IETF AIPref Working Group - FactorAI wdrożyło wszystkie trzy pliki w kwietniu 2026, uzyskując wynik A 97/100 w audycie agentic-seo (wzrost z D 53/100) - Implementacja wymaga około 3 godzin pracy i daje natychmiastowy wzrost widoczności w AI, porównywalny z kilkoma miesiącami klasycznego SEO Spis treści - Dlaczego powstał nowy standard - AGENTS.md - entry point dla agentów programistycznych - Kto czyta AGENTS.md natywnie - Co powinno znaleźć się w AGENTS.md - Różnica między AGENTS.md a README.md - SKILL.md - opis możliwości usługi lub capability - Struktura SKILL.md - Przykład struktury SKILL.md dla usługi B2B - agent-permissions.json - reguły dostępu dla automatów - Struktura agent-permissions.json - Dlaczego warto mieć ten plik, nawet jeśli reguły są pozwalające - Jak te trzy pliki współpracują - Implementacja na FactorAI - case study - Jak zacząć u siebie - Przyszłość protokołu Spis treści Grzegorz Fijałkowski Założyciel FactorAI | Ekspert GEO & AI Visibility | 20+ lat w digital marketingu [Więcej o autorze →](/o-nas/) ## Chcesz poprawić widoczność swojej firmy w AI? Sprawdź jak FactorAI może pomóc Twojej firmie pojawiać się w odpowiedziach ChatGPT, Claude, Gemini i Perplexity. [Bezpłatna konsultacja](/#contact) ## Przeczytaj też [### Markdown-first web - dlaczego Twoja strona musi serwować Markdown obok HTML w 2026 W 2026 roku Markdown stał się językiem komunikacji z AI. Dowiedz się czym są Markdown twins, jak Cloudflare automatyzuje ten standard i dlaczego strony serwujące Markdown obok HTML zyskują przewagę w ChatGPT, Claude i Perplexity. 21 kwietnia 202610 min czytaniaMarkdown](/blog/markdown-first-web-nowy-standard/) [### ChatGPT vs Claude vs Perplexity vs Gemini - gdzie Twoja firma powinna być widoczna w 2026? Porównanie czterech największych platform AI pod kątem widoczności B2B. Poznaj rzeczywiste dane o bazie użytkowników, sposobie cytowania firm oraz strategiczne rekomendacje dla polskich przedsiębiorstw w 2026 roku. 21 kwietnia 202613 min czytaniaChatGPT](/blog/chatgpt-vs-claude-vs-perplexity-vs-gemini/) [### GEO vs SEO - czym się różnią i dlaczego potrzebujesz obu Poznaj kluczowe różnice między GEO (Generative Engine Optimization) a SEO. Dowiedz się jak optymalizować stronę jednocześnie pod Google i systemy AI - ChatGPT, Claude, Gemini, Perplexity. 4 kwietnia 202610 min czytaniaGEO](/blog/geo-vs-seo/)