llms.txt 是放在域名根路径 /llms.txt 的一份纯 Markdown 文件,列出你最有用的页面,每条配一行事实性说明,讲清这个页面回答什么。加它的成本很低,Shopify 甚至已经默认提供。但在我们持续跟踪的 OpenAI、Anthropic、Perplexity、Google 的 AI 爬虫文档里,没有一份说过生成回答时会读这个文件。所以把它当成爬虫放行、HTML 可读这些事做完之后的整理工作,而不是一个能单独起效的杠杆。

下面依次给出:一份能直接抄的示例、怎么写每一行才值得、它在 Shopify、WordPress、Webflow、HubSpot 上分别放在哪,以及两条命令就能做完的检查。

llms.txt 是什么,以及没有人承诺过什么

robots.txt 是厂商有文档的控制文件:OpenAI、Anthropic、Perplexity、Google、Apple 都写明了自己的代理叫什么、封掉它们意味着什么。llms.txt 不一样,它是一种「向语言模型概述网站」的约定,而我们逐家核对的爬虫文档里都没有提到会读它。这不是不做的理由,而是不该在内部把它包装成「做了就能被引用」的理由,也不该拿「有没有这个文件」来衡量 AI 可见度工作的成效。

到目前为止,最有力的采纳信号来自建站平台而不是答案引擎。Shopify 默认在每家店铺上提供 /agents.md,并镜像到 /llms.txt 与 /llms-full.txt,主题里一个文件都不加也照样有。这说明如果你开的是店,这个文件值得写好;但它说明不了哪些助手会去读。

不管最后采纳情况如何,有两个理由始终成立。第一,成本就是一个文件。第二,写它会逼你做一件有用的事:决定哪些页面真正代表你在做什么,并用一句话说清每个页面回答什么。你可能会在这个过程中发现,最想列上去的那一页其实还不存在。

它常常和另外两个控制文件被放在一起说,三者也经常被混淆,所以值得先把区别摆清楚:

robots.txtsitemap.xmlllms.txt
作用放行或封锁具名代理列出所有希望被抓取的 URL向语言模型概述你最有用的页面
格式按 User-agent 分组的路径规则XML,每个 URL 一条Markdown,每个页面一行精选说明
厂商文档主要 AI 厂商都写明了自己的代理名和遵守方式搜索引擎的通行标准我们跟踪的 AI 引擎都没有说会读它
常见的错想拒绝训练,结果封了搜索代理URL 过期或缺漏事实过时、链接失效、被当成 HTML 返回
能被另外两个替代吗不能不能不能,它也替代不了另外两个

一份能直接用的 llms.txt 示例,以及它的格式

Shopify 给这个模板起的名字是 agents.md.liquid,扩展名已经说明了它期待的格式:Markdown。我们建议的结构是人和程序都最容易读懂的那种:一行标题,一段用引用块写的简短概述,然后分节列链接,每条一行说明。

# 示例公司
> 示例公司为独立零售商提供库存管理软件。
> 本文件列出介绍产品、计费方式和获取帮助的页面,
> 所有链接都是公开页面。
## 产品
- [价格](https://example.com/pricing/):各套餐包含什么,以及按门店计费的方式。
- [集成](https://example.com/integrations/):示例公司能对接的收银与财务系统,以及同步哪些数据。
- [安全](https://example.com/security/):客户数据存放在哪里、谁能访问。
## 文档
- [快速开始](https://example.com/docs/start/):注册账号、导入商品、连接收银机。
- [退货与库存调整](https://example.com/docs/returns/):一笔退货如何改变各门店的库存数。
## 公司
- [关于](https://example.com/about/):示例公司是谁、服务哪些国家、怎么联系团队。

把这个结构当成一个合理的默认写法,而不是规范。没有任何引擎公开过这个文件的语法,所以价值在于每一行写了什么,而不在于去迎合某个解析器。

llms.txt# 示例公司> 用两三句平实的话> 说清你是谁。## 产品- [价格](url):这页回答什么- [安全](url):这页回答什么## 文档- [快速开始](url):…标题站点或品牌名,只写一次概述一段可以整段摘走的引用块小节按买家的思路给链接分组条目一个公开链接 + 一句事实
图 1 按本文推荐的写法,一份 llms.txt 由四个部分组成。这是合理的默认结构,不是公开的语法规范;关键是每一行都说清它指向的页面回答什么。来源:本文的示例文件。

每个部分各有分工。标题只写一次站点名,下面就不必反复提。概述是模型最可能整段摘走的那一段,所以要写成两三句单独引用也成立的平实句子:你是谁、服务谁、这个文件里有什么。小节要按买家找东西的思路分组,而不是照搬你网站导航碰巧的结构。每一条则是一个公开链接,配一句事实。

每一行怎么写,这个文件才值得读

  • 要挑,不要倒。从 sitemap 直接生成、几百条没有说明的 URL,提供不了任何 sitemap 本来就没有的信息。价值全在「挑了哪些」和「那一行说明」。
  • 写清页面回答什么,并点明主语。「价格:各套餐包含什么,以及按门店计费的方式」单独拿出来也成立;「了解更多灵活方案」则什么也没说。页面本身也该这样写,见 为可摘取而写作。
  • 易变的事实别写进去,除非是自动生成的。一份还写着几个月前就改掉的价格的文件,是负担而不是资产,因为它是同一条事实的第二份、被遗忘的副本。真想写价格或套餐名,就让这个文件和页面从同一个数据源生成。
  • 只列公开页面。需要登录、密码或填表才能看到的内容,对自动读取的程序来说什么也拿不到。

大型站点该怎么组织、哪些内容不该放,见我们更完整的 llms.txt 指南。

llms.txt 在各个平台上放在哪

平台怎么提供要注意的地方
Shopify默认就有。/llms.txt 的查找顺序是 llms.txt.liquid、agents.md.liquid、Shopify 托管的默认值。加 agents.md.liquid 会同时改 /agents.md、/llms.txt、/llms-full.txt;加 llms.txt.liquid 只改 /llms.txt。
WordPress(自托管)把 llms.txt 上传到文档根目录。推荐的服务器配置会先返回已存在的文件,再路由到 index.php。不适用于 WordPress.com 托管套餐,那里的文件系统访问受限。
Webflow有专门的 llms.txt 上传功能,在自定义域名的根路径提供。其他任意根目录文件仍不支持。这一条来自 Webflow 帮助中心的说明,我们没有亲自核实。
HubSpot没有任何文档化的方式在根路径提供任意文件,在 HubSpot 前面加反向代理才可靠。把页面 slug 设成 llms.txt 能解析,但返回的是 text/html 而不是 text/plain。

来源分别是 Shopify 的 llms.txt 模板文档与 agents.md 模板文档、WordPress 的 nginx 配置说明、Webflow 的 llms.txt 上传说明,以及 HubSpot 支持的文件类型。各平台的完整细节见我们的 Shopify 和 HubSpot 页面。

请求 /llms.txt已发布主题里有 templates/llms.txt.liquid?有用它。只有 /llms.txt 变。没有已发布主题里有 templates/agents.md.liquid?有用它。/agents.md、/llms-full.txt 一起变。没有Shopify 托管的默认值(同时作为 /agents.md 提供)
图 2 Shopify 解析 /llms.txt 的顺序。只有已发布主题里的模板才算数。来源:Shopify 的 llms.txt.liquid 与 agents.md.liquid 模板文档,核对于 2026-09-09。

在 Shopify 上,自己写一个 agents.md.liquid,别停留在托管默认值,让这个文件用你自己的话描述商品目录。无论哪个平台,都不要让 /llms.txt 跳转到别处:抓取这类控制文件的程序通常不跟随跳转。另外,如果你改的是一个还没发布的主题,线上店铺在你发布它之前什么都不会变。

两条命令做完检查

# 1. 文件本身:状态码、有没有跳转、Content-Type
curl -sI https://example.com/llms.txt | grep -iE "^(HTTP|location|content-type)"
# 2. 文件里的每个链接都应该能打开
curl -s https://example.com/llms.txt \
| grep -oE "https://[^) ]+" \
| while read -r u; do
printf "%s %s\n" "$(curl -s -o /dev/null -w "%{http_code}" "$u")" "$u"
done

健康的结果应该是这样:

  1. 文件直接返回 200,没有 location 头,Content-Type 是 text/plain 而不是 text/html。恰好挂在这个路径上的一张 HTML 页面,是另一回事。
  2. 列出的每个链接都返回 200。一份满是 404 的文件,比没有文件更糟。任何路由或 URL 改动之后都要重跑一遍,链接正是在那个时候悄无声息地断掉的。
  3. 测的是正式域名。在 Webflow 上,webflow.io 预览子域返回的控制文件可能和自定义域名不同。

如果第一条命令超时,要记成「没抓到」,而不是「文件不存在」。把这两种状态混为一谈,体检就会让你去修一个本来没问题的东西。

在 llms.txt 起作用之前,先修什么

如果你的页面对搜索代理返回 403,或者送出去的是一个依赖 JavaScript 的空壳,那 llms.txt 写得再好也没用,因为它指向的页面根本读不到。按顺序检查:

  1. 访问。搜索代理和用户触发的代理能抓到你的页面。要用真实的 User-Agent 去请求,而不是读 robots.txt:CDN 规则或防火墙返回 403,实际上就是封锁,不管文件里怎么写(见 AI 爬虫访问指南)。
  2. HTML 可读。内容不靠脚本就在 HTML 里。多数 AI 爬虫不执行 JavaScript,返回 200 但正文为空的页面,应当算失败而不是通过。
  3. 开门见山。每个页面开头都有一段直接回答问题的话,读它的程序才有东西可以引用。
llms.txt一份「已经能用的页面」的精选索引开门见山的段落每个页面开头就回答它的问题内容在 HTML 里不执行 JavaScript 也能读到爬虫能访问搜索与用户代理拿到 200,而不是 403可选、便宜,没有文档说会读先修这三层:不然文件指向的都是空
图 3 在「让页面能被 AI 引擎使用」这件事里,llms.txt 处在什么位置。下面三层是前提,上面的文件只有在它们都成立时才有用。来源:本文介绍的检查步骤。

这三层都做好了,再加这个文件:写短,写真。一份老老实实列出十个页面的小文件,比一份没人维护的长文件有用得多;价格、套餐或 URL 一变,小文件也容易跟着改。

资料来源