llms.txt 该不该做?规范格式、写法示例与现实预期
llms.txt 是 2024 年提出的一种为大语言模型提供网站内容索引的文件格式。本文介绍它的规范结构和写法示例,并说明目前主流 AI 平台并未公开表示会使用它,帮你以合理成本决定要不要做。
llms.txt 值得做,但不要对它抱太高期望。它是一份放在网站根目录的 Markdown 文件,用来向大语言模型说明网站是什么、重要内容在哪里。制作成本很低,对开发者文档类网站可能有实际用处;但截至目前,主流 AI 搜索平台并没有公开确认会读取它,所以它不是提升 AI 可见度的“开关”。
llms.txt 的来历
根据 llmstxt.org 网站的说明,llms.txt 由 Answer.AI 的 Jeremy Howard 于 2024 年 9 月 3 日提出。提出它的理由是:网页中充斥导航、广告和脚本,模型上下文窗口有限,一份精简的 Markdown 索引可以帮助模型更快找到关键信息。
规范格式
按照 llmstxt.org 的规范,文件内容依次为:
- H1 标题:项目或网站名称,这是唯一必需的部分;
- 引用块:一段简短摘要;
- 说明段落:零个或多个不带标题的段落,补充背景;
- H2 分节的文件列表:每行是一个 Markdown 链接,可在冒号后附说明;
- Optional 分节:按惯例名为 Optional 的 H2 分节,存放可以跳过的次要链接。
规范还建议为页面提供干净的 Markdown 版本,例如在原 URL 后追加 .md。
写法示例
# 某某咨询
> 专注制造业数字化转型的咨询公司,提供诊断、实施与培训服务。
## 服务说明
- [数字化诊断](https://example.com/services/assessment.md): 诊断流程、周期与交付物
- [实施服务](https://example.com/services/implementation.md): 实施方法与项目阶段
## 知识库
- [术语表](https://example.com/glossary.md): 行业常用术语解释
## Optional
- [公司新闻](https://example.com/news.md)
本站的 /llms.txt 也采用了类似结构,列出全部中文文章及摘要,可作参考。
现实预期:平台是否在使用
据 PPC Land 的报道,Google 的 John Mueller 曾表示,没有 AI 服务表示自己在使用 llms.txt,并把它比作当年的 keywords meta 标签;同一报道引用 Ahrefs 的分析称,主要大模型提供商都没有宣布支持该标准。另一方面,llmstxt.org 指出 OpenAI、Anthropic 和 Google 的部分开发者文档站点自己发布了 llms.txt,但这不等于其爬虫会在检索时读取别人的 llms.txt。
因此可以这样理解:
| 问题 | 目前情况 |
|---|---|
| 是否有官方标准组织背书 | 否,是社区提案 |
| 主流 AI 搜索是否确认读取 | 未见公开确认 |
| 制作成本 | 低,可自动生成 |
| 适合的网站 | 开发者文档、知识库、内容结构清晰的站点 |
Google 在其 AI 搜索相关指南中的态度,可参考本站 Google AI Overviews 与 AI Mode:官方指南到底怎么说。
更值得优先做的事
如果资源有限,以下几项对 AI 可见度的影响更确定:
- 正确配置 robots.txt,不误拦检索类爬虫,参见 AI 爬虫与 robots.txt:允许训练,还是只允许检索?;
- 维护准确的 XML 站点地图;
- 确保正文在 HTML 中可直接读取;
- 提升内容本身的结构与可信度。
结论
把 llms.txt 当作一份“给机器看的目录”,花一小时做好并保持自动更新即可;不要因为它投入大量资源,也不要相信“做了 llms.txt 就能被 AI 推荐”的说法。若未来有平台正式宣布支持,再根据官方要求调整。
常见问题
做了 llms.txt 会提高被 AI 引用的概率吗?
目前没有主流 AI 平台公开确认会读取它,因此不能指望它带来可见度提升。
llms.txt 和 robots.txt 有什么区别?
robots.txt 告诉爬虫哪些路径可以访问,llms.txt 则是给模型的内容导览,两者作用不同,llms.txt 不能控制访问权限。
需要为每个页面提供 .md 版本吗?
规范建议提供,但不是必需的。对文档类网站更有价值,普通博客可以按需决定。
引用本文
复制下方信息即可在报告或 AI 对话中引用本文:
Site Author. "llms.txt 该不该做?规范格式、写法示例与现实预期". GEO 优化教程:从零学会 AI 搜索排名优化, 2026-11-17. http://geoai.it.com/zh/post/llms-txt-guide