# llms.txt 是什么？AI 可读网站标准与实施指南（2026）

- Canonical: https://www.geoly.ai/zh/blog/llms-txt
- Published: 2026-07-05
- Updated: 2026-07-05
- Author: [GEOly AI](https://www.geoly.ai/zh/blog/author/geoly-ai)
- Tags: [Glossary](https://www.geoly.ai/zh/blog/tag/glossary), [GEO](https://www.geoly.ai/zh/blog/tag/geo), [AEO](https://www.geoly.ai/zh/blog/tag/aeo)

> **Summary:** llms.txt 是一个提议中的网络标准：放在域名根目录的精选 Markdown 索引，告诉 AI 模型你站点上最重要的页面是什么——实施只需一小时，2026 年尚无排名证据，却是面向 agent 实时检索时代的低成本对冲。

`llms.txt` 是一个提议中的网络标准：放在域名根目录（`yourdomain.com/llms.txt`）的纯 Markdown 文件，为大语言模型提供一份精选、省 token 的站点重点页面索引。`robots.txt` 管权限、`sitemap.xml` 管清单，而 `llms.txt` 管上下文——先用一句话说明你的站点是什么，再给出一份带注释的阅读清单，AI agent 几毫秒就能解析完。它由 Answer.AI 的 Jeremy Howard 在 2024 年 9 月提出，到 2026 年仍是社区约定：发布它的网站很多，但尚无任何主流 AI 厂商正式承诺读取。

## 核心要点

- `llms.txt` 是放在站点根目录的精选 Markdown 索引。llmstxt.org 的规范只强制要求一个 H1 站点名，摘要引用块和分组链接都是推荐项而非必填。
- 它回答的问题与 `robots.txt`（能不能抓）和 `sitemap.xml`（有哪些页面）完全不同：它告诉模型该先读什么、为什么读。
- 2026 年的真实现状：一年内发布量增长 8.8 倍，但 97% 的文件从未收到任何 AI bot 请求，Google 也明确表示完全不使用这个文件。
- 真正的想象空间在 agent 实时检索：当 AI 助手或购物 agent 在对话中现场访问你的网站时，一份干净的 Markdown 地图远比笨重的 HTML 好用。
- 实施成本约一小时。把它当作 [GEO](https://www.geoly.ai/zh/blog/what-is-geo) 清单里的一个低成本项目，而不是一套独立的可见度策略。

## llms.txt 如何工作

[llmstxt.org](https://llmstxt.org) 定义的格式刻意做得极简。一个合规的文件按顺序包含：

1. 一个 H1 站点名或项目名——唯一的必填项，例如 `# GEOly AI`。
2. 紧随其后的引用块摘要：`> 面向 DTC 品牌的 GEO 数据平台，覆盖 7 个 AI 引擎。`
3. 可选的自由段落，交代模型继续阅读前需要知道的背景。
4. 用 H2 分组的带注释链接，每行一条：`- [快速上手](/docs/quick-start)：安装并跑通第一次诊断。`
5. 一个字面上叫 `Optional` 的可选小节，放 agent 在上下文预算吃紧时可以跳过的链接。

还有两个配套约定。`llms-full.txt` 把关键页面的完整正文合并进一个文件，agent 一次抓取就能拿到全部内容；规范还建议在重要页面 URL 后加 `.md` 提供 Markdown 版本。

用 Markdown 的理由是一笔算术账。典型的电商页面在几段正文之外裹着几百 KB 的导航、脚本和 Cookie 弹窗，而语言模型摄入的每个 token 都有成本。一份精选的纯文本索引，决定了 agent 是读懂你的真实定位，还是淹死在你的顶部菜单里。

## llms.txt、robots.txt 与 sitemap.xml 的区别

这三个根目录文件面向不同的读者，却经常被混为一谈。

- `robots.txt` 对爬虫讲权限：GPTBot、ClaudeBot、Googlebot 可以抓哪些路径。它是执行层，而且与 `llms.txt` 不同，主流 [AI 爬虫](https://www.geoly.ai/zh/blog/ai-crawlers)可验证地遵守它。
- `sitemap.xml` 对索引系统讲清单：你希望被发现的每一个 URL，但没有任何优先级或叙事。
- `llms.txt` 对语言模型讲含义：一份通常只有十到五十条链接的精选短名单，说明你卖什么、主张什么、权威答案在哪。

三者互不替代，而且必须口径一致：一边在 `robots.txt` 里屏蔽 GPTBot，一边发布 `llms.txt`，等于对同一家公司发出自相矛盾的信号。

## 2026 年，到底有谁在读 llms.txt？

大多数指南在这里开始夸大，所以只讲可观察的事实。Google 明确表示 Search 和 AI 功能都不使用 `llms.txt`；John Mueller [把它类比为 keywords meta 标签](https://www.searchenginejournal.com/googles-mueller-says-llms-txt-cant-help-llms-differentiate-sites/579304/)——自我声明、容易操纵、因此被无视。OpenAI 和 Anthropic 也都没有承诺在训练或索引时抓取它。[ppc.land 对 300 多万个站点的监测](https://ppc.land/llms-txt-adoption-rises-8-8x-but-97-of-files-get-zero-ai-requests/)显示：一年间发布量从约 4,000 涨到 36,000，但其中 97% 的文件没有收到过任何 AI bot 请求。

那为什么还要做？因为抓取和检索是两种行为。训练爬虫今天确实无视这个文件，但当 agent 现场访问你的网站——答案引擎在对话中做[实时 grounding](https://www.geoly.ai/zh/blog/grounding-queries)，或购物 agent 在 [Agentic Commerce](https://www.geoly.ai/zh/blog/agentic-commerce) 流程里比价选品——它会读取任何能低成本完成任务的东西，精选的 Markdown 索引正是这种东西。这个文件押注的是 agent 流量，而不是今天的排名；一小时的工作量，这笔对冲很便宜。

![跨平台可见度矩阵：ChatGPT、Gemini、Google AI Overview、AI Mode 与 Perplexity 的品牌提及对比 —— 来源：GEOly AI (app.geoly.ai)](https://gslkfhamqhkktynnjqng.supabase.co/storage/v1/object/public/cms-media/geoly-cross-platform-ai-engine-matrix-zh.png)

## 如何正确实施 llms.txt

1. 用纯 Markdown 起草：H1 站点名、引用块摘要，然后两到四个 H2 小节——文档、产品或系列、政策（物流、退换、质保）、公司信息。
2. 狠心做减法。十到五十条链接，每条配一句话说明。如果你在粘贴 sitemap，就已经跑偏了。
3. 以纯文本类型部署到 `/llms.txt`，并确认 `robots.txt` 和 CDN 规则允许 AI user agent 抓取。
4. 保持新鲜。上新品、改价格时重新生成。Shopify 商家可以自动化：GEOly 的 LLMs.txt Master 应用会扫描店铺中高表现的产品页与政策页，并随商品目录变化自动重生成文件。
5. 直接验证消费情况：在服务器日志里筛选 GPTBot、ClaudeBot、PerplexityBot 对 `/llms.txt` 的请求。
6. 度量结果，而不是文件本身。机器可读性——包括 `llms.txt`、结构化数据和爬虫可达性——是 [GEOly](https://www.geoly.ai/zh/blog/what-is-geoly-ai) 29 项 [GEO 诊断](https://www.geoly.ai/zh/blog/geo-audit)中的一个板块；真正说明成效的是引用率、提及率，以及跨引擎的 [AIGVR 分数](https://www.geoly.ai/zh/blog/aigvr-score)走势，完整指标体系见[这份指南](https://www.geoly.ai/zh/blog/ai-search-visibility-metrics-kpis)。

![AI 引用信源分析：信源类型分布与 AI 引擎最常引用的域名 —— 来源：GEOly AI (app.geoly.ai)](https://gslkfhamqhkktynnjqng.supabase.co/storage/v1/object/public/cms-media/geoly-ai-citation-source-analysis-zh.png)

## 常见错误

- 把所有 URL 都倒进去。那只是第二份 sitemap；这个文件的全部价值在于「什么最重要」的编辑判断。
- 放任过期。指向已下架产品或旧价格的 `llms.txt` 比没有更糟——你在以高置信度向 agent 投喂过时事实。
- 期待排名提升。没有任何证据表明它能撬动 Google 排名或 [AI Overviews](https://www.geoly.ai/zh/blog/ai-overviews)，声称能的人多半在卖东西。
- 信号自相矛盾：发布这个文件，却同时屏蔽同一批公司的爬虫。
- 把它当成全部工作。[结构化数据](https://www.geoly.ai/zh/blog/structured-data-ai-search)和值得[被引用](https://www.geoly.ai/zh/blog/ai-citations)的内容，对 AI 引擎实际怎么谈论你的影响要大得多。

## FAQ

### llms.txt 能提升我在 Google 或 ChatGPT 里的排名吗？

没有证据支持。Google 明确不使用它，也没有任何 LLM 厂商确认将其用于索引。它的合理价值在于让 agent 的实时访问更便宜、更准确，从而间接利好提及和引用——所以该度量的是这些结果，而不是文件本身。

### llms.txt 和 llms-full.txt 有什么区别？

`llms.txt` 是索引：链接加一句话说明。`llms-full.txt` 把这些页面的完整正文合并进一个大文件，用一次抓取的便利换体积——文件太大反而会撑爆 agent 的上下文预算。对多数 DTC 站点来说，先做好索引就够了。

### 有了 llms.txt，还需要 robots.txt 和 sitemap.xml 吗？

需要。三者分别负责权限、清单和上下文，各司其职；而且 `robots.txt` 是三者中唯一被 AI 公司可验证地遵守的。三个文件的口径务必保持一致。

### 怎么知道 AI bot 有没有真的在读我的 llms.txt？

在服务器或 CDN 日志里按 AI user agent 筛选对 `/llms.txt` 的请求。多数站点会发现很少甚至没有——这与行业数据一致。更有意义的信号在下游：AI 引擎对你域名的提及和引用是否随时间上升，这正是[分引擎监测](https://www.geoly.ai/zh/blog/track-brand-mentions-in-ai-search)要解决的问题。
