簡短回答。
llms.txt是一個放置在網站根目錄下的 Markdown 文件，列出了 AI 系統需要閱讀的最重要頁面。它是一個社區提案，並非標準，且目前幾乎沒有證據表明 AI 搜索系統實際會讀取它：一項對 137,210 個域名的研究發現，97% 的已發佈文件從未收到任何請求。它成本低廉，僅有一個實際應用場景——為編碼代理提供開發者文檔——但它並非 AI 可見性槓桿，將其視為可見性槓桿會浪費本可用於引用的寶貴時間。
很少有慣例在幾乎沒有證據的情況下引發瞭如此多的活動。其採用率在一年內增長了 8.8 倍，而實際使用量卻幾乎保持不變，這兩條曲線之間的差距正是全部真相。本文將介紹該文件是什麼、哪些系統會讀取它、為何不同平臺存在分歧，以及在什麼情況下真正值得花費時間去部署它。
什麼是llms.txt？
一個位於 yoursite.com/llms.txt 的Markdown文件，由Answer.AI的傑里米·霍華德（Jeremy Howard）於2024年9月提出，旨在引導AI系統訪問您網站的最佳內容。
其核心思想非常簡單：網頁充斥著導航欄、腳本和冗餘內容，而語言模型在受限的上下文窗口中會浪費大量token去解析這些內容。一個 llms.txt 文件則提供了一個簡潔、結構化的網站概要，並列出真正重要的頁面鏈接，以一種AI系統可以低成本高效讀取的格式呈現。
它並非以下兩項，這兩項常被誤解：
- 它不是一種阻斷工具。
llms.txt無法限制任何爬蟲，也無權阻止任何AI系統讀取您的網站。這一點應由robots.txt來實現，將兩者混淆會讓人誤以為已實現訪問控制，實則不然。 - 它不是一項標準。 它沒有得到W3C、IETF或任何公認的標準化組織的支持，也沒有任何強制執行機制。AI提供商是否採用它，完全取決於其自身意願。
有系統真的會讀取它嗎？
絕大多數情況下，答案是否定的。其採用率與實際使用率呈現出相反的趨勢。
| 度量 | 研究發現 |
|---|---|
| 採用增長 | 2025年6月的4,088個實例 → 2026年5月在300多萬個監控站點中達到36,120 — 增長8.8倍 |
| 採用率 | 10.13% 的約30萬域名分析 |
| 接收請求的文件 | 97% 的所有137,210個域名接收到零請求 |
| 該流量中來自審計工具的比例 | 約12% — GEO和AEO工具檢查站點是否具備一個 |
| 與AI引用頻率的相關性 | 未發現統計學上顯著的相關性 |
Ahrefs檢查了2026年5月所有在分析中接收流量的域名，驗證每個根路徑是否存在一個活躍的llms.txt文件，並測量了對這些路徑的所有請求。他們的總結非常直接：AI檢索機器人幾乎不會訪問這些文件，且沒有任何AI系統會主動尋找你未發佈的文件。
有兩個細節讓這一現象更加奇怪。一部分llms.txt生態涉及的工具，是用於衡量一個幾乎無人使用的約定的合規性。此外，對超過5億個AI機器人事件的獨立監控發現，僅有幾百個請求直接指向llms.txt，而主要的檢索爬蟲都跳過了它，轉而獲取HTML內容。
為什麼人們對此存在分歧？
因為平臺發送了矛盾的信號，而且一個真實的使用場景被泛化為關於搜索可見性的整體主張。
谷歌的立場最為直接。2025年7月，加里·伊利斯表示谷歌不支持llms.txt，也無計劃支持，約翰·穆勒將其比作已被廢棄的關鍵詞meta標籤。谷歌的AI優化文檔（更新於2026年6月15日）指出，您無需創建新的機器可讀文件、AI文本文件、標記或Markdown格式，即可出現在谷歌搜索結果中，包括其生成式功能，因為搜索並不使用這些內容。
穆勒還提出了一個結構上的論點，這是反對該文件作為排名信號最具說服力的論據：一個自我聲明的清單無法區分不同網站，因為每個網站都會聲稱自己是最好的。 一個你用來描述自己的信號，並不能構成一個真正的信號。
然而，谷歌在2026年5月將一個llms.txt審計添加到了Lighthouse中，歸類於一個新的代理瀏覽類別。這種矛盾引發了大量困惑——而這恰恰指出了該文件實際價值所在。
真正的應用場景是開發者工具。 AI代碼助手能夠實時檢索文檔，一個清晰的索引能節省它們的令牌使用並避免錯誤操作。在Ahrefs數據集中，檢索llms.txt次數最多的代理是一個代碼代理，這與該提案文檔優先的起源相符。包括Stripe、Cloudflare和Anthropic在內的公司都發布了此類文件，且它們都是以文檔為主的內容。
誠實的總結：llms.txt是代理可用性的基礎設施，而不是一個搜索可見性工具。雙方都在描述一個真實存在的事物，只是使用了不同的標籤。
那麼你應該發佈它嗎？
如果你擁有大量文檔，大概應該發佈；否則大概不應作為優先事項，更絕不能替代那些真正推動引用增長的內容。
如果您發佈開發者文檔、API參考或AI編程助手可能查閱的大型技術知識庫，就應提供一份llms.txt文件。收益是具體且直接的。
如果您的網站是營銷類、服務型公司或希望獲得更多AI引用的出版商，應將其降級為次要事項。 證據並不支持這種用途，該文件很可能無人閱讀。
不要發佈一個糟糕的版本。 有兩個失敗模式需要避免。生成每一頁的Markdown副本會導致大規模重複內容，這會消耗爬蟲預算並可能抑制原始頁面的排名。而一個過時的文件比沒有更糟糕，因為您發佈了一個不再匹配您網站現狀的自我描述。
測量而非假設。 通過篩選已知AI用戶代理的訪問日誌，查找對 /llms.txt 的請求，或者在文件中放置一個獨一無二的URL，該URL在其他地方均不存在，然後觀察是否有內容隨之出現。你將在幾週內獲得一個事實性的答案。
機會成本才是真正的論點。每花一小時打磨機器跳過的文檔，就意味著一小時沒有用於爬蟲配置、答案形態內容結構、原始數據以及第三方佐證——這些都有可測量的影響。這種排序正是 Lifewood的AEO和GEO工作 的起點：先訪問，再結構，再證據，將新興慣例視為廉價的日常維護，而非戰略決策。
資料與進一步閱讀
- Ahrefs，"我們分析了13.7萬個站點：97%的llms.txt文件從未被讀取" —— 零請求發現和代碼代理觀察。
- PPC Land，關於Originality.ai跟蹤研究和8.8倍採用增長的分析。
- Digital Applied，"llms.txt在實踐中的應用：採用數據、證據和設置" —— Google 2026年6月的文檔和Lighthouse審計。
- Ecorpit，"llms.txt是否有助於SEO？Google 2026年的回答"。
- Derivatex，"LLMs.txt指南：它做了什麼以及沒有做什麼"。