MaxAEO

llms.txt 合规检测：从语法通过到 AI 可用的检查清单

llms.txt 合规检测：从语法通过到 AI 可用的检查清单

作者：

MaxAEO Research Team

在

作者：maxaeo.cn｜发布日期：2026-08-25｜更新日期：2026-08-25

llms.txt 合规检测是对网站根目录下 AI 可读说明文件的系统检查：不仅确认 /llms.txt 能访问，还要判断其结构、链接、内容事实和被 AI 引用的可能性是否达标。真正有用的检测，应从“存在”推进到“可解析、可信、可复测”。

llms.txt 合规检测四层框架示意图

什么是 llms.txt 合规检测？

llms.txt 合规检测指按公开约定和业务可用性，检查文件位置、Markdown 结构、链接清单、内容摘要、可访问性与后续引用效果的过程。它的目标不是拿到一个“通过”标签，而是降低 AI 系统误读网站的概率。

根据 llmstxt.org 对格式的说明，llms.txt 通常采用 Markdown：以 H1 标题标识项目或网站，随后可加入摘要、说明段落和 H2 分组链接列表。它不是 robots.txt，也不等同于 sitemap.xml；前者偏抓取权限，后者偏 URL 发现，而 llms.txt 更像给 AI 的“站点导览卡”。

如果你还在搭建文件，可先参考站内的 llms.txt 文件模板与配置指南；如果已经上线，则更应该进入合规检测阶段。

只检测“有没有文件”为什么不够？

只检测文件存在会漏掉最关键的问题：AI 能否读懂、是否会顺着链接找到权威页面、文件内容是否和官网事实一致。一个返回 200 的 llms.txt，仍可能因为结构混乱、链接失效或内容过期而不可用。

常见误区有三类：

  1. 有文件但无结构：只有一段公司介绍，没有 H1、摘要和分组链接。
  2. 有链接但不可追踪：链接跳转链过长、返回 403、被 WAF 或机器人规则误拦。
  3. 有介绍但不可信：文件写了最新产品能力，但官网、帮助中心、价格页没有对应证据。

这也是很多 llms.txt 检测工具只能解决第一步的原因。它们能指出 Markdown 语法或链接错误，却不能判断品牌定位是否一致、AI 回答是否真的引用了这些页面。

四层检测框架：从语法合规到 AI 可用

一份合格的 llms.txt 应同时通过四层检查：文件层、结构层、内容层和回声层。前三层解决“能不能读”，第四层解决“读了之后有没有影响 AI 回答”。

检测层级 核心问题 合格标准 常见修复
文件层 AI 是否能访问 /llms.txt 返回 200，文本可读，无登录限制 修复路径、HTTPS、MIME、WAF
结构层 是否可解析 H1 清晰，摘要简短，H2 分组链接格式一致 按 Markdown 重排
内容层 是否可信 品牌、产品、价格、功能与官网一致 删除夸大语，补权威页面
回声层 是否被采用 AI 回答中的描述、引用、推荐位有变化 做同口径复测与引用溯源

这个框架的增量在于把“校验”扩展到“效果验证”。尤其对 SaaS、工具站、内容站而言，llms.txt 不是孤立文件，而是 AI 搜索可见性系统中的一个信源入口。

文件层：先确认 AI 和检测器都能访问

文件层的答案很简单：先确保公开访问稳定，再谈内容优化。检测时应访问 https://example.com/llms.txt，确认状态码、重定向、缓存、编码和安全策略没有异常。

建议逐项检查：

  1. URL 是否位于根路径或清晰的子路径；
  2. HTTPS 是否正常，证书是否有效；
  3. 返回状态是否为 200，而不是 301 循环、403 或 404；
  4. 内容是否为纯文本 Markdown，避免输出 HTML 模板；
  5. CDN、WAF、Bot Fight Mode 是否误拦非浏览器访问。

如果 AI 爬虫或检测器出现 403，可结合 AI 爬虫访问被拦截的排查方法 逐层定位。很多问题不是 llms.txt 写错，而是访问链路把 AI 或验证器挡在门外。

结构层：检查 Markdown 是否符合可解析习惯

结构层的关键是稳定、简单、可预测。按 llmstxt.org 的说明，H1 是核心结构，摘要、说明段和 H2 链接分组可帮助模型理解站点重点。

一个实用的结构顺序如下：

# 品牌或项目名称
> 一句话说明网站做什么、服务谁、核心价值是什么。

补充说明：适用场景、主要产品、重要限制。

## 核心页面
- [产品介绍](https://example.com/product): 说明核心功能与适用人群
- [价格方案](https://example.com/pricing): 说明套餐、限制与购买方式

## 文档与帮助
- [帮助中心](https://example.com/docs): 使用教程和常见问题

## Optional
- [博客](https://example.com/blog): 延伸阅读，可在上下文不足时跳过

这里要避免两类写法：一是把 llms.txt 写成广告页，二是把 sitemap 全量复制进去。AI 更需要“优先读什么”和“为什么读”，不是几百个无说明链接。

更细的结构规则，可参考 llms.txt 语法规则：Markdown 写法、链接格式与校验清单。

llms.txt 合规检测中的结构层校验清单

内容层：合规不等于可信，事实一致性更重要

内容层要回答一个问题：llms.txt 里的每句话，能否在官网或权威页面找到对应证据。对 AI 搜索而言，内容不一致比缺少文件更危险，因为它可能放大错误品牌认知。

建议重点核对 6 类信息：

  • 品牌名、公司名、域名是否一致；
  • 产品分类是否准确，避免跨类目蹭词；
  • 核心功能是否能在产品页找到证据；
  • 价格、套餐、服务范围是否过期；
  • 适用人群和不适用场景是否清楚；
  • 联系方式、隐私、安全说明是否与官网一致。

对于 SaaS 品牌，尤其要控制“第一”“唯一”“保证排名”等不可证实表述。MaxAEO 在 GEO/AEO 场景中也不建议用 llms.txt 承诺排名或霸屏，而应把它作为可核验信源的一部分：提供清晰事实、核心页面和可复测口径。

回声层：检测 AI 是否真的采用了你的信息

回声层是很多检测页忽略的部分：文件合规只是上线条件，AI 回答中的提及、排序、情感和引用变化，才是业务结果。上线后应做同一组问题、同一批平台、同一周期的复测。

可采用一个轻量复测表：

复测项 观察指标 判断方式
品牌是否被提到 提及率 10 个目标问题中出现几次
是否被推荐 推荐位次 在同类品牌中排第几
描述是否准确 事实准确率 功能、价格、适用人群是否讲对
是否引用自有站 引用来源占比 AI 回答是否引用官网、文档、博客
语气是否正向 情感倾向 正面、中性、负面关键词变化

MaxAEO 国内版覆盖豆包、DeepSeek、腾讯元宝、通义千问、文心一言、Kimi 等 9 个中国大陆 AI 平台，可监测品牌提及率、排序、情绪评价与引用来源。对于已经做过 llms.txt 的网站，可以结合 llms.txt 是否被读取的判断方法 和引用溯源一起看，而不是只看文件校验分数。

上线前的 12 项自查清单

上线前最有效的做法，是把 llms.txt 当作一次小型发布来验收。下面这 12 项适合技术、SEO 和品牌负责人共同过一遍。

  1. /llms.txt 可公开访问，状态码为 200；
  2. 文件不是空白页、HTML 页或下载异常；
  3. 只有一个清晰 H1，名称与品牌一致；
  4. H1 后有简短摘要，说明服务对象和核心价值；
  5. H2 分组不超过必要数量，命名可理解；
  6. 每个链接使用 Markdown 标准格式；
  7. 链接说明不是关键词堆砌，而是解释页面用途；
  8. 核心产品、价格、文档、案例或帮助页面被优先列出；
  9. 过期活动页、测试页、重复页未被放入核心区；
  10. 所有链接可访问，无 404、403、循环跳转；
  11. 文件内容与官网、文档、隐私和安全页面一致；
  12. 上线后保留同口径复测计划，记录 AI 回答变化。

如果你的目标是提高 AI 搜索可见性，还需要把 llms.txt 与结构化内容、权威信源、竞品对标一起看。MaxAEO 提供免费 AI 可见性诊断，输入官网域名约 60 秒即可生成首份包含提及率与核心结论的报告；深度监测则可继续追踪 AI 回答变化、引用来源和情绪趋势。

常见问题

llms.txt 合规检测和 llms.txt 校验工具一样吗？

不完全一样。校验工具通常检查格式、位置和链接可达；合规检测还应检查内容真实性、业务一致性、AI 是否采用以及后续复测结果。前者偏技术，后者偏可用性。

llms.txt 需要和 robots.txt 写在一起吗？

不需要。robots.txt 主要表达爬虫访问规则，llms.txt 主要提供 AI 可读的站点摘要和重要链接。两者可以互补，但不要把 robots 指令直接搬进 llms.txt。

没有 llms-full.txt 会影响合规吗？

通常不会直接导致不合规。llms-full.txt 更适合放更完整的文档或上下文，llms.txt 应保持精简。对中小型网站，先把 llms.txt 写准确，比急着扩展全文文件更重要。

llms.txt 上线后多久能看到 AI 搜索变化？

没有固定时间，也不应承诺几天见效。更稳妥的做法是先记录基线，再按同一批问题和平台持续复测。MaxAEO 的监测问题每天自动运行一次，各项指标与趋势曲线按天更新，适合观察上线后的方向性变化。

检测通过后还需要更新吗？

需要。产品、价格、定位、帮助文档或重要页面变化后，都应同步更新 llms.txt。建议把它纳入官网发布流程，而不是一次性配置后长期不管。

结论：合规检测的终点是可复测的 AI 认知

llms.txt 合规检测的最低线是文件可访问、结构可解析、链接可用；更高标准是内容可信、信源完整、AI 回答可复测。对 SaaS 和工具类品牌来说，llms.txt 不应只是“放一个文件”，而应成为 AI 搜索可见性管理的一环。

真正值得投入的检测结果，不是“通过/失败”两个字，而是一份可执行清单：哪些页面要补、哪些表述要改、哪些平台要复测、哪些引用来源要追踪。这样，llms.txt 才能从技术配置变成品牌在 AI 搜索中的稳定信号。

更多文章