它解决什么问题
AI 引擎了解一家公司,要在官网、领英、媒体、目录站之间拼凑,拼出矛盾就不引用。llms.txt 给出一个官方锚点:这是我们的定义、这是页面索引、这是案例数字及其出处、冲突时以官网为准。
典型的矛盾场景:官网说公司 2014 年成立,某目录站写 2016 年,旧新闻稿里还是老业务描述。引擎面对三个版本,不知道该信哪个,最安全的选择就是不引用你,或者引用时写错。llms.txt 不能消除其他来源,但它给了引擎一个裁决规则:冲突时以这份文件和官网为准。
llms.txt 是 2024 年由 Jeremy Howard 提出的约定:一份放在网站根目录的 Markdown 文件,用固定格式写清“这家公司是什么”。它不是标准、不是协议,没有任何机构强制执行——它的力量来自简单:任何能读 Markdown 的 Agent 都能一次读完,不用爬十几个页面再拼凑。
各引擎实际怎么对待它
现状要如实说:llms.txt 的采用程度没有统一的公开清单。它是约定,不是标准,没有一家主流引擎承诺“有 llms.txt 就引用你”。Google 在官方文档里明确:进入 AI 概览与 AI 模式没有额外技术要求,也不需要新建机器可读文件或 AI 文本文件——对 Google 来说,llms.txt 不是必要条件。
已经有真实采用者:Anthropic 的开发者文档站就提供 llms.txt(platform.claude.com/llms.txt),内容是文档索引与各 SDK 的最新版本。它最适合页面结构规整的文档站:一次读完的收益最明显。企业官网的采用仍处早期,也没有统一的采用率统计;但文件本身成本极低,不必等「大家都用」再写。
所以正确的定位是:llms.txt 是机器可读层的辅助件,不是通行证。它让已经存在的引用更准确,让 Agent 更快找到正确版本,但它本身不产生引用。决定你是否被引用的,仍然是第三方提及、内容质量与实体一致性。
它不解决什么问题
把 llms.txt 当作「加了就能被引用」的开关,是目前最常见的误解。引用率的最强信号是第三方提及,llms.txt 充其量是让已有的引用更准确。我们的体检里,它缺失只记警告不记失败,原因就在这里。
它和 robots.txt、sitemap 是分工关系,不是替代关系:robots.txt 管能不能爬,sitemap 管有哪些页,llms.txt 管这些页是什么意思。三件套齐了,机器才进得来、找得到、读得懂;只写 llms.txt 却挡住爬虫,等于写了说明书却锁了门。
怎么写才有用
- 公司一句话定义 + 类目归属;
- 核心产品/服务的边界(做什么、不做什么);
- 带出处的关键数字,并声明哪些不是自有业绩;
- 核心页面索引与双语对应关系;
- 引用规则与纠错联系方式。
本页上方的图是 Negency 自己的 llms.txt 开头原文——定义、官方锚点、事实清单、页面索引四部分都在。进阶版是 llms-full.txt:全站页面全文一文件,供 Agent 一次读完。Negency 两份都已上线,可直接对照参考。
写完之后要验证两件事:第一,浏览器直接打开本站的 /llms.txt,确认返回最新版而不是缓存旧版;第二,看服务器日志里有没有 Agent 来取这份文件——有请求才说明它在被使用。
小站一份 llms.txt 就够;页面上百的站再加 llms-full.txt:前者是索引与事实清单,后者是全站全文,供 Agent 一次读完。两份都要随官网同步更新,只写一份却放任另一份过期,反而给了引擎两个互相矛盾的官方版本。
常见错误
- 写完就忘:公司信息变了,llms.txt 还停在旧版。过期的官方锚点比没有更糟——引擎会按旧文件引用错误信息。每次官网改关键事实,同步改 llms.txt。
- 堆关键词:把它当 SEO 文本塞关键词,既无助于引用,还会让 Agent 对整站内容质量产生怀疑。llms.txt 是事实清单,不是营销文案。
- 代替结构化数据:llms.txt 是辅助,不是 JSON-LD 的替代品。机器可读的基础是页面本身的结构化数据,llms.txt 只是在此之上多一个入口。30 家实测里 17 家没有任何 JSON-LD——那才是更优先的修复项。