什么是 llms.txt？
llms.txt 是放在网站根目录下的一个 Markdown 文件，它给语言模型一份简短、结构化的摘要， 说明这个网站是什么、哪些页面重要。它是一项约定，不是标准；读它靠的是约定，而不是契约。
格式是一个写着你站点名称的 H1、一段引用块摘要，然后是若干由 Markdown 链接组成的小节。 它的设计目标是让机器一次读完，所以它是纯 Markdown，而不是 HTML。
生成的文件里有什么？
下面列出的每一项，都是你按下「生成」那一刻从你自己的页面上读到的。没有一句话是替你写的。
- 站点标题，用作 H1，写法与你自己 title 标签里的完全一致。
- 首页的 meta description，用作引用块摘要。
- 生成日期，单独一行，紧跟在摘要下面，这样任何读到这个文件的人，在读到别的内容之前就能看出它有多旧。
- 在首页的 HTML 标记里找到的内部链接，按每个路径的第一段分组成小节（文件里的小节名保持英文：Documentation、The check reference、Scoring dimensions、Methodology、Measurement、Tools、Company、Legal），每节最多 8 条链接。 某一节里的页面超过这个数时，文件会写明有多少页没有列出，所以它不会在并不完整的时候读起来像是完整的。
- 对于其中至多 12 条链接，描述取自那个页面自己的标记：它的 meta description；如果没有，就用它的 H1。不生成任何文字，子页面也绝不会继承首页的描述。页面没有被读取、或者页面既没有 meta description 也没有 H1 的链接，会不带描述地列出，文件会写明这样的链接有多少条。
- 一段说明，交代文件是怎么生成的、描述从哪里来，让读者能判断它是什么。
它不会爬你的整个网站。它读取你的首页，然后读取首页链接的至多 12 个页面，一次 4 个，整个第二阶段有 20 秒预算——所以一个请求不会拖上几分钟， 慢的或者打不开的页面会被略过，而不是被猜出来。需要登录才能看的页面， 或者你的首页没有链接到的页面，不会出现在文件里，文件也不会假装它在里面。
怎么部署？
把输出保存为 llms.txt 并上传，然后确认它能被访问到。
- 复制或下载生成的文件。
- 把它上传到网站根目录，让
https://your-domain.com/llms.txt能返回它。 - 检查响应是有正文的 HTTP 200，而不是跳转到登录页，或者一个 HTML 错误页。
- 如果 robots.txt 里还没有，加一行
Sitemap:。
部署细节，包括被拒绝时是什么样子，都在llms.txt 部署指南里。
llms.txt 是排名因素吗？
不是。我们能打开的爬虫文档里，没有任何一份承诺会读取它——OpenAI 的帮助中心和 Anthropic 的爬虫文章都指定用 robots.txt。它在本站总分里大约占 5%。
它仍然值得生成，是因为成本几乎为零，而已发表研究里测到的提升来自页面说了什么、 引用了什么，而不是来自多放一个文件：
GEO can boost visibility by up to 40% overall in generative engine responses, and in the paper’s Table 1 the best of the tested methods improve on the no-optimization baseline by 41% and 28%. — Generative Engine Optimization, KDD 2024
这就是为什么本站的权重把「可引用性与证据」放在 11%、 「答案就绪度」再放 10%，而 AI 上下文文件维度只占 5%。完整权重，以及它能告诉你的东西的边界，都在方法论页上。
文件长什么样
这个工具生成的每个文件都是同一种形状，所以你在运行之前就能知道会得到什么。 下面这个示例是生成器对本站的一次真实输出，带着生成当天的日期；链接有删节。 示例保留英文原文，因为生成器输出的就是这段英文；翻译它会让示例不再等于你实际拿到的文件。
# Your Site Name > One sentence from your homepage meta description, describing what the site is. Generated on YYYY-MM-DD. Every link below was read on that date, and a link is only as current as the page it points at: regenerate this file rather than publishing a copy that has aged. Your Site Name is published at https://your-domain.com. This file lists the pages an AI system should read first. ## Documentation (2 of 4) - [Guides](https://your-domain.com/docs/): Setup instructions for robots.txt, llms.txt, schema and headings. - [Methodology](https://your-domain.com/methodology/): The complete scoring method, with every rule. - 2 of this section's 4 pages are not listed here. ## Company (2) - [About](https://your-domain.com/about/): What this site is, who maintains it, and what it does not do. - [Contact](https://your-domain.com/contact/): One address for corrections and data requests. - 2 listed pages carried neither a meta description nor an H1, so they are linked without a description. ## Notes - Generated by LLMention from the pages it read on https://your-domain.com. Each description is that page's own meta description, or its own H1 where there is none; no description is written by this tool. - Review and edit before publishing: the pages are the ones the homepage links to, the descriptions are the pages' own metadata as it stood on the generation date above, and external links are not followed. - Convention reference: https://llmstxt.org/
若干小节，来自一条写明的规则。 一个页面会进入以它自己路径的第一段命名的小节，小节顺序是固定的，而不是按大小排序：Documentation、The check reference、Scoring dimensions、Methodology、Measurement、Tools、Company、Legal，然后是你首页链接到它的顺序里的其他内容。 任何工具不认识的第一段仍然会得到自己的小节，并显示自己的名字，所以它没能归类的东西在文件里是看得见的，而不是被吸收进一个没人能质疑的标题里。
每个小节最多 8 条链接，每一节都单独写明被略过了多少条， 所以一个有五十条链接的首页产出的文件会很短，并且诚实地承认自己短。每次运行只读取 12 个页面，按轮次每节各取一个，而不是从页面顶部往下拿； 工具没有读取的链接不会带描述，也不会得到一条编造出来的描述。
草稿仍然只是一个起点。哪些页面值得放进去，以及你自己的标记里恰好带着的那条描述是不是你会选的那条， 都是你的判断，而不是工具的——而正是这部分决定了这个文件到底值不值得提供。
扫描器怎么给 llms.txt 打分？
12 个维度里有一个看上下文文件，它占 100 分里的 5 分。这 5 分里有 4 分来自文件本身，1 分来自 robots.txt 是否能被读取。
| 检查 | 分值 | 必须成立的条件 |
|---|---|---|
| llms-txt | 4 | 文件大于 20 字节，并且包含一个 H1、一行引用块摘要和至少 3 条 Markdown 链接。缺任何一项都只算部分通过。 |
| ai-context-robots | 1 | robots.txt 可读，也就是发布了某种爬虫策略。空正文不算策略。 |
注意，这项检查读的是文件内容，而不是状态码。返回 200 但正文为空，一分也拿不到； 这个区分是有意的：衡量一个文件有没有被提供，和衡量它有没有说出任何东西，不是同一件事。
关于输出的问题
llms.txt 会取代 robots.txt 吗？
不。robots.txt 说明谁可以抓取、可以取哪些内容，而且它是有强制力的。llms.txt 只是关于哪些页面值得读的建议，没有任何东西强制执行它。
文件到底应该放在哪里？
放在站点根目录，让 https://your-domain.com/llms.txt 直接以 HTTP 200 和正文返回它。
这会让 ChatGPT 推荐我的网站吗？
不会，任何这样承诺的工具都是在夸大。提供这个文件改变的是模型能读到什么，而不是模型决定说什么。
如果我的首页完全由 JavaScript 渲染呢？
生成器读取的是服务器响应，不执行 JavaScript，所以完全由客户端渲染的首页没有多少东西可给它。 这件事本身值得知道，因为 AI 爬虫收到的也是同一份响应。
生成的文件做不到什么
把限制说清楚正是这个工具的意义，所以它对自己产出的东西也照做。
- 它无法知道你的网站是做什么的。它读你的首页，所以如果那一页对产品的描述和你的说法不一样， 草稿会继承那一页的说法。
- 它看不到首页没有链接到的页面，而这样的页面通常是大多数。这就是为什么文件里会写明每个小节的数量： 那些数字是它看到的东西，不是你的网站拥有的东西。
- 它无法承诺它读到的描述明天仍然成立。生成日期印在顶部，正是为了这个原因—— 一个按某一天的样子描述页面的文件是诚实的，同样一个文件如果没写日期，就是在对现在下断言。
- 它无法保证被引用。提供一个文件改变的是模型能读到什么，不是它选择说什么。
这一页所属的扫描器是开源的，所以对上面任何一点有不同意见，都可以具体地提：github.com/Alex13192/geo-scanner。它运行 40 项检查，覆盖 12 个维度，并在规则参考里公布它执行的每一条规则，包括那些它有意给低权重的规则。