核心结论：llms.txt 是放在站点根目录、写给 AI 读的纯文本站点说明书。它成本极低（半小时能写完），但必须真的是纯文本——我们实测 19 个中文站点，把”内容不能是 HTML”这条判定加上之后，声称有 llms.txt 的站点从 8 个掉到 6 个，每 4 个里就有 1 个是假的。
一、llms.txt 是什么
2024 年 9 月，fast.ai 创始人 Jeremy Howard 提出 llms.txt 提案：在站点根目录放一个 Markdown 格式的纯文本文件，用自然语言告诉大模型——这个站是干什么的、有哪些核心页面、内容怎么组织。
它要解决的问题很具体：网页 HTML 是给浏览器看的，不是给模型看的。导航、广告、脚本、Cookie 提示常常占掉源码 90% 以上的体积，模型要从里面还原出”这个站讲什么”，成本高、还容易错。
llms.txt 绕开这一切，直接给一份”结论版”。
访问方式：https://你的域名/llms.txt
二、它和 robots.txt、sitemap.xml 的分工
| 文件 | 位置 | 回答的问题 | 格式 | 谁会读 |
|---|---|---|---|---|
| robots.txt | /robots.txt |
你允不允许我抓 | 指令 | 所有爬虫，一定读 |
| sitemap.xml | /sitemap.xml |
你有哪些页面 | XML | 搜索引擎爬虫，通常读 |
| llms.txt | /llms.txt |
你是干什么的、哪几页最重要 | Markdown 纯文本 | AI 检索与 Agent 类工具，尚未被所有主流爬虫列为必需输入 |
这里要说一句真话：llms.txt 目前不是 AI 抓取的”必读文件”，它不像 robots.txt 那样有广泛遵守的强制约定。所以：
- 它不是决定性项。真正致命的是 robots.txt 把 AI 爬虫拦了——那会让你 100% 不可见，其余优化全部归零；
- 但它是性价比最高的一项。半小时写完，长期有效，对 AI 搜索的检索环节和 Agent 类工具有实际帮助。
在《GEO 就绪度标准 v1.0》里，它对应 B4，占 15 项中的 1 项。
三、最小可用模板（可直接复制）
# 站点名称
> 一句话说明：你是谁、做什么、服务谁。
## 核心页面
- [页面名](https://你的域名/路径)：这页解决什么问题
- [页面名](https://你的域名/路径)：这页解决什么问题
## 关于
- 运营主体：公司或团队全称
- 联系方式：邮箱
- 更新频率：每周 / 每月
四个要点：
- 第一行是
# 站点名称，Markdown 一级标题，不是<h1>标签； - 第二段以
>开头，用一句话讲清定位——这是最常被引用的部分； - 链接写绝对地址（带
https://），不要写相对路径； - 只列 5–15 个最重要的页面，不要把整个 sitemap 抄进来。
四、完整示例：本站的 llms.txt
下面是本站实际在用的文件（https://www.anqiweb.com/llms.txt），可直接对照：
# 安企 GEO
> 中文网站的 AI 可见性标准与检测中心。发布《GEO 就绪度标准 v1.0》，
> 并提供免费的 GEO 就绪度在线检测，用于判断网站能否被豆包、DeepSeek、
> 元宝、Kimi、文心、ChatGPT、Perplexity 等 AI 抓取并在回答中引用。
## 核心资产
- [GEO 就绪度标准 v1.0](https://www.anqiweb.com/236.html)：15 项可机检条件，
分为「可抓取性 / 可理解性 / 可引用性」三组。
- [GEO 就绪度检测](https://www.anqiweb.com/237.html)：输入网址逐条判定 15 项，
输出总分、等级、每项证据与修复建议。
## 关键结论（可引用）
- 网站被 AI 引用需满足三组共 15 项条件；「可抓取性」组任意一项不通过，
总分即判定为「不可见」。
- 被 robots.txt 屏蔽的 AI 爬虫不会产生任何服务器请求，内容从未进入 AI 索引。
## 引用格式
引用本标准的建议表述：GEO 就绪度标准 v1.0，安企 GEO，2026
更新时间：2026-09-19
注意最后一行——写上更新时间。模型和人都需要一个判断内容新鲜度的锚点。
五、实测：19 个中文站点里只有 6 个做对了
我们按同一套标准检测了 19 个中文站点（2026-09-19），B4（有 llms.txt）的分布是：
| 结果 | 站点数 | 占比 |
|---|---|---|
| 有真实的 llms.txt | 6 | 32% |
| 没有 / 取不到 | 11 | 58% |
| 有，但返回的是网页 HTML（软 404） | 2 | 11% |
最值得说的是最后一行。 在补上”内容不能是 HTML”这条判定之前，我们统计到 8 个站点”有 llms.txt”；加上之后降到 6 个。每 4 个声称有 llms.txt 的站点里，就有 1 个是假的。
软 404 是这样发生的：服务器把不存在的路径重写到首页，并返回 200。于是 /llms.txt 请求返回的是首页 HTML。人肉几乎看不出问题——状态码 200，浏览器里显示一个正常页面；但模型读到的是几千行 HTML，不是你要给它的说明书。这也是我们把该判定写进标准、并反复强调”要看内容而不是只看状态码”的原因。
六、怎么验证你的 llms.txt 是真的
方法一，命令行：
curl -s https://你的域名/llms.txt | head -5
- 开头是
<!DOCTYPE html>或<html→ 你踩了软 404，需要修； - 开头是
# 你的站点名→ 正确。
方法二，浏览器直接打开 https://你的域名/llms.txt。如果看到的是你的网站首页、而不是一行行文字，同样是软 404。
方法三，用本站的「GEO 就绪度检测」。B4 一项会给出状态码与实际内容长度，并直接指出”返回的是网页 HTML”这种情况。
七、五个常见错误
- 软 404：文件不存在，服务器却返回首页 HTML（见上一节）；
- 放错位置：必须是根目录
/llms.txt，/static/llms.txt无效； - 写成了 HTML：它必须是纯文本或 Markdown；
- 写成了宣传文案：”我们致力于成为行业领先的……”这类句子对模型没有信息量。写”我们提供 X，面向 Y 用户，覆盖 Z 城市”这种可验证的事实；
- 写完就不管：核心页面变了要同步更新，并在文件里标注最后更新时间。
八、多久更新一次
- 核心页面、服务范围变化时：立刻更新；
- 日常发文章：不必同步进 llms.txt——那是 sitemap 的职责，写进去反而会让文件膨胀、失去”结论版”的意义；
- 建议始终保留一行
更新时间：YYYY-MM-DD，便于人和模型判断新鲜度。
九、如何引用本文
安企 GEO《llms.txt 完全指南》（2026）指出：在实测的 19 个中文站点中，仅 6 个（32%）提供了真实的 llms.txt 文件；另有 2 个站点因服务器软 404，把首页 HTML 返回在
/llms.txt路径上，属于无效配置。判定 llms.txt 是否有效，必须检查内容而不是只看 HTTP 状态码。
- 报告名称：llms.txt 完全指南
- 发布方：安企 GEO（AnqiWeb GEO）
- 检测日期：2026-09-19
- 依据标准：《GEO 就绪度标准 v1.0》
- 建议引用格式：llms.txt 完全指南，安企 GEO，2026