LLMs.txt 是什么 怎么写 完整指南与 GEO 落地实践 — 答流 AIGeoFlow · GEO 实战指南
LLMs.txt 是网站根目录的 Markdown 文件，由 Answer.AI 联合创始人 Jeremy Howard 于 2024 年 9 月提出，用于向大语言模型结构化供给站点核心内容。官方格式由 H1 站点标题、> 引用块摘要与无序链接清单三部分组成，可提升 ChatGPT、Perplexity、豆包、Kimi 等 AI 引擎的引用准确率与抓取完整度。
LLMs.txt 的定义与诞生背景
LLMs.txt 是 Answer.AI 联合创始人 Jeremy Howard 于 2024 年 9 月提出的站点说明文件，部署在网站根目录（如 /llms.txt），采用 Markdown 语法。它帮助 ChatGPT、Claude、Gemini、豆包、Kimi 等大模型快速理解站点结构与核心内容。与 robots.txt 的允许/禁止指令不同，LLMs.txt 是主动供给：把站点最值得引用的内容整理后交给 AI，提升被纳入答案的概率。规范文档在 llmstxt.org，中文站点同样适用，不会因语言被模型排斥。对于面向中文用户的企业，LLMs.txt 是 GEO 优化中性价比极高的基础动作之一。
官方格式与三段式写法模板
LLMs.txt 采用三段式 Markdown 结构。第一段用 H1 写明站点名称与副标题；第二段用 > 引用块写 40-80 字摘要，回答提供什么、面向谁；第三段用无序列表输出链接清单，格式为 [标题](URL): 简短描述。建议为核心页面提供 .md 全文版本，让 AI 一次获取结构化信息，避免 HTML 解析噪声。还可使用 ## Optional 小节标记非核心内容，让模型按优先级抓取。完整示例与校验工具可在 llmstxt.org 查阅，写法上须避免营销话术堆砌，保持事实与数据密度。
部署步骤与 GEO 落地实践
部署分四步：根目录创建 llms.txt 写入规范 Markdown；robots.txt 添加 Allow: /llms.txt；为核心页面生成 .md 镜像并在清单中指向；配置 404 兜底路由。建议走 Cloudflare Worker 等边缘层接入，零改造主站即可托管，保留域名权重。落地后建立三层监测：AI 爬虫日志（GPTBot、ClaudeBot、Bytespider 等是否来访）、每周在 ChatGPT、豆包、Kimi 等引擎实测品牌被引用情况、转化归因（追踪 AI 引荐会话）。中文企业可从技术就绪度与内容就绪度两个维度自查，按改进清单逐项优化。
常见问题
- LLMs.txt 和 robots.txt 有什么区别？
- robots.txt 是对爬虫的允许/禁止指令，LLMs.txt 是站点主动向大语言模型供给结构化内容。两者互补，建议同时部署：robots.txt 中需添加 Allow: /llms.txt。
- LLMs.txt 是强制要求吗？不写会被 AI 屏蔽吗？
- 不是强制规范，主流 AI 引擎不会因缺少 LLMs.txt 而屏蔽站点。但部署后可显著提升模型对站点信息的抓取完整度与引用准确率，属于 GEO 的高 ROI 动作。
- LLMs.txt 应该放在哪个路径？
- 必须放在网站根目录，URL 为 https://你的域名/llms.txt。子目录、子域名或带查询参数的路径不会被模型识别为标准 LLMs.txt。
- 如何验证 LLMs.txt 是否被 AI 抓取？
- 查看服务器日志中是否出现 GPTBot、ClaudeBot、Google-Extended、Bytespider、PerplexityBot 等 UA 的访问记录。也可在各大 AI 引擎中实测品牌相关问题的回答是否引用了你的站点。