如果过去两年你在 GEO 或 AI SEO 社区里待过，这套说辞你一定见过：给网站加一个 llms.txt 文件，ChatGPT、Perplexity、Gemini 这些 AI 引擎就能更好地理解你的内容、更多地引用你、给你带来更多流量。
这个想法很诱人——一个小小的 Markdown 文件，就是通往 AI 可见度的捷径。到 2026 年年中，我们终于有了足够的硬数据来诚实回答这个问题：llms.txt 到底有没有用？
简短的答案是：作为发现或排名机制，没用——服务器日志的数据相当残酷。作为文档密集型网站和 AI 编程助手的低成本便利层，它有一点适度但真实的用途。本文将梳理正反两方面的证据，附上你可以自行核查的信源，最后讲清真正能撬动 AI 可见度的是什么。
要点速览
- Google 已公开表态无视 llms.txt。 Google 搜索不将其用于抓取、索引或排名，John Mueller 把它比作早已死去的 keywords meta 标签（Search Engine Land）。
- AI 爬虫几乎不请求这个文件。 一项对 5.15 亿次 LLM 机器人事件的分析发现，指向 /llms.txt 的请求只有 408 次（Limy）；Ahrefs 发现 97% 的 llms.txt 文件在一个月内收到的请求为零（Ahrefs）。
- 没有任何研究测出添加该文件带来的排名或引用效果。采用率真实存在但很浅——按样本不同大约在 8–10%。
- 结论：廉价的保险，不是杠杆。 如果你运营文档密集或面向开发者的网站，就发一个（一个小时的事，Anthropic 自己也发布了一个），但把真正的精力花在引用、实体一致性和可提取的内容上。
llms.txt 是什么——以及不是什么
llms.txt 提案由 Answer.AI 联合创始人、fast.ai 创建者 Jeremy Howard 于 2024 年 9 月发布。规范托管在 llmstxt.org，思路很简单：在根域名的 /llms.txt 位置放一个 Markdown 文件，为大语言模型提供一份人工策划、token 高效的重要内容地图——一个标题、一段简短摘要，以及按类别组织的、指向关键页面纯净 Markdown 版本的链接列表。
这个逻辑本身是成立的。LLM 的上下文窗口有限，而解析一个现代网页——导航、Cookie 横幅、JavaScript、广告——既昂贵又有损。一份人工策划的 Markdown 索引理论上能解决这个问题，就像 sitemap 解决 URL 发现一样。
但三个误解把这个文件吹成了它从未被设计成的东西：
- llms.txt 不是 robots.txt。 Robots.txt 是一个有几十年事实执行力的排除协议——它告诉爬虫什么不可以访问，主流爬虫都会遵守。llms.txt 正相反：它是一份没有任何强制力的邀请，没有任何主流 AI 实验室承诺会读它。如果你的目标是控制 AI 训练访问，战场在 robots.txt 里针对 GPTBot、ClaudeBot 和 Google-Extended 的指令——不在这里。
- 它不是收录保证。 发布 llms.txt 不会让 ChatGPT 或 Gemini 摄取、偏好或引用你的内容。没有任何 AI 引擎的公开管线把这个文件当作输入。
- 它不是排名信号。 迄今没有任何公开研究测出"拥有该文件"与"更多出现在 AI 回答中"之间的关系。
定义厘清了，来看两年布道之后实际发生了什么。
采用情况：增长真实，渗透很浅
采用率相对增速很快，绝对规模仍然很小。对头部 1,000 个网站的追踪发现，截至 2026 年 6 月有 8.7% 发布了 llms.txt 文件，比一年前大幅上升。更大样本的 SE Ranking 对约 30 万个域名的分析测得 2026 年 5 月的采用率为 10.13%；另一项对头部 10,000 个站点的独立抓取显示，有效文件从 2025 年 7 月的约 1% 增长到 2026 年 6 月的 5.6%。
