生成器到底该输出什么
llms.txt 是放在域名根目录下的一个 Markdown 文件。生成器有没有用,只看它的输出是否符合提案规定的结构——读这个文件的程序只认这个结构。按顺序,文件里应当有:
- 一个 H1:站点或项目的名字。这是唯一必填的一行。
- 一段引用块摘要:一两句话说清楚这个站是什么、给谁用,单独被引用时也要能读懂。
- 可选的普通段落:读者在看链接之前需要知道的背景,比如产品明确不做什么。
- 若干 H2 分节:把链接分组,例如文档、指南、价格。
- 每条一行:一个 Markdown 链接,后面跟冒号和一句描述,说明这个页面回答什么问题。
# Example Co
> Example Co makes inventory software for independent bookshops.
Example Co does not offer payments or point-of-sale hardware.
## Docs
- [Getting started](https://example.com/docs/start/): connect a shop and import stock
- [Pricing](https://example.com/pricing/): plans, limits and what each tier includes
## Optional
- [Changelog](https://example.com/changelog/): release notes, safe to skip
提案里还保留了一个名为 Optional 的分节,放空间不够时可以舍弃的链接。完整格式和更长的示例,见 llms.txt 指南 和 示例与格式详解。
该挑哪些页面
生成器难的不是 Markdown,而是挑选。把 sitemap 里的 URL 全部列一遍,得到的只是一个更差的 sitemap。只挑那些单独打开就能回答一个问题的页面:
- 产品或服务介绍、价格页,以及说明你做什么、不做什么的页面。
- 买家或用户真的会问到的文档和操作说明。
- 只用规范 URL:不要标签归档、分页列表、站内搜索结果或带参数的变体。
- 能被收录、正常返回的页面。robots.txt 里屏蔽的、标了 noindex 的一律不列,否则这个文件就和你自己的访问规则自相矛盾。
每条链接后面的描述比标题更重要。写清楚这个页面回答什么,而不是写口号——读者决定要不要去取这个页面之前,能看到的上下文只有这一行。
怎么防止它过期
手写的 llms.txt 通常在写完那天是对的,过几次发版就错了:URL 改了名、页面下线了、价格页搬了地方。解决办法是让它和网站用同一份路由数据生成,而不是靠爬一遍站、更不是靠记忆。
- 在部署时从路由表或 CMS 生成,和 sitemap 同源,删掉一个页面时两边同时消失。
- 把描述放在内容旁边,比如作为每条页面记录上的一个字段,这样改页面的时候就顺手改了描述。
- 只要列出的 URL 有一个打不开、发生跳转或是 noindex,就让构建失败。
- 以纯文本从根路径提供,检查时看线上实际返回的内容,而不是仓库里的那份文件。
llms.txt 做不到什么
花时间做生成器之前,先把边界说清楚。目前没有任何一家主流 AI 引擎公开承诺会在生成回答时读取 llms.txt,所以发布它本身并不是一个可以单独衡量的可见度手段。它也不负责放行或屏蔽爬虫,那仍然是 robots.txt 的事。把它当成一份成本很低、维护良好的索引,留给愿意读它的工具和智能体;真正的精力放在能回答真实问题的页面上。简短定义见 术语表。文件上线后,可以用我们 免费工具站 上的校验器检查它的结构是否符合格式。