MaxAEO

llms.txt 语法规范：Markdown 结构、链接写法与校验清单

llms.txt 语法规范：Markdown 结构、链接写法与校验清单

作者：

MaxAEO Research Team

在

llms.txt 语法规范指一种把网站关键信息写成 Markdown 文本的约定：用 H1 标明站点名，用摘要说明业务，用 H2 分组列出重要 URL，帮助 AI 工具更快理解哪些页面值得读取。

需要先说清楚：llms.txt 目前更接近社区提案和工程实践，不是 W3C、IETF 或搜索引擎官方排名标准。它的价值不在于“保证被 AI 推荐”，而在于降低大模型、Agent、RAG 工具理解网站结构的成本。原始提案可见 llmstxt.org 对 /llms.txt 文件的说明。

llms.txt 语法规范的文件结构示意图

什么是 llms.txt，和 robots.txt 有何不同？

llms.txt 是给 AI 阅读的内容导航文件；robots.txt 是给爬虫看的访问控制文件。前者告诉模型“哪些内容重要”，后者告诉爬虫“哪些路径可抓或不可抓”。

这一区别决定了写法不能混用。robots.txt 里常见 User-agent、Disallow、Allow，不属于 llms.txt 的核心语法。llms.txt 更像一份精简版“AI 可读站点说明书”，适合列出官网、文档、价格页、案例页、帮助中心等高价值页面。

如果你的问题是 AI 爬虫能不能访问页面，应先排查 robots、CDN、WAF 和 403，而不是只改 llms.txt。相关排查可参考 AI 爬虫访问被拦截的最小放行思路。

llms.txt 的推荐文件位置与基本格式

推荐把文件放在站点根目录，即 https://example.com/llms.txt。文件内容使用纯文本 Markdown，保持简洁、可读、可解析，避免把整站内容塞进去。

基础结构如下：

# 站点或产品名称

> 一句话说明这个站点是什么、服务谁、提供什么核心价值。

补充说明：可写目标用户、业务范围、内容边界、品牌别名等，但不要使用标题。

## 核心页面

- [产品介绍](https://example.com/product): 产品能力、适用场景与核心差异
- [价格方案](https://example.com/pricing): 套餐、计费方式与购买说明

## 文档

- [快速开始](https://example.com/docs/start): 新用户上手流程
- [API 文档](https://example.com/docs/api): 接口、鉴权与错误码

## Optional

- [新闻动态](https://example.com/blog): 更新、活动与非核心文章

这份模板同时覆盖了 H1、摘要、说明文字、H2 分组、链接列表和 Optional 区域。若需要更完整的落地模板，可结合 llms.txt 文件模板与配置指南一起使用。

必须掌握的语法元素

llms.txt 的语法核心很少，但顺序很重要。多数解析器和 AI 工具更容易处理稳定、可预测的结构。

元素 Markdown 写法 是否必需 建议写法
站点名 # Name 是 第一行使用一个 H1，只写品牌、项目或站点名
摘要 > Summary 推荐 1–2 句说明对象、场景和核心价值
补充说明 普通段落或列表 可选 写业务边界、别名、适用人群，不使用标题
分组标题 ## Docs 可选但强烈建议 按“产品、文档、案例、支持”等组织
链接条目 - [名称](URL): 说明 推荐 每条链接后加一句用途说明
次要区 ## Optional 可选 放低优先级页面，表示上下文不足时可跳过

一个常见误区是把 ## Optional 当成“杂项”。更准确的理解是：这里放可跳过但仍有用的页面，例如旧版本文档、历史更新、社区帖子、长尾博客，而不是核心转化页。

链接应该怎么写才更容易被理解？

链接列表最好采用“页面名称 + 绝对 URL + 一句话说明”。名称告诉模型页面身份，URL 提供可抓取地址，说明文字解释为什么这页重要。

推荐：

- [客户案例](https://example.com/customers): 展示不同行业客户如何使用产品解决问题

不推荐：

- [点击这里](https://example.com/page)
- https://example.com/page
- [更多](#)

相对路径并非一定错误，但企业站、SaaS 官网、多子域名站点更建议使用绝对 URL。这样在文件被复制到提示词、知识库或外部 Agent 环境时，不容易丢失域名上下文。

内部经验上，B2B/SaaS 站点最值得优先列入 8 类页面：产品总览、核心功能、价格、集成、API/帮助文档、客户案例、安全与合规、联系销售。博客文章只选能解释品类、选型和关键问题的页面，不要把全部文章机械同步进去。

一份适合 SaaS 官网的 llms.txt 示例

SaaS 站点的 llms.txt 不应只列博客，而要围绕“模型回答用户选型问题时需要什么证据”来组织。也就是：产品是谁、解决什么问题、凭什么可信、如何购买。

# Example SaaS

> Example SaaS 是面向增长团队的客户数据分析平台，提供事件采集、漏斗分析、留存分析和报表自动化能力。

Example SaaS 主要服务 B2B 软件、订阅制产品和电商增长团队。本文档列出官网中最适合 AI 工具理解产品、定价、集成和客户案例的页面。

## 产品与功能

- [产品总览](https://example.com/product): 平台能力、适用团队与核心工作流
- [漏斗分析](https://example.com/features/funnel): 漏斗配置、转化率分析与常见使用场景
- [数据安全](https://example.com/security): 数据加密、权限、审计和合规说明

## 购买与支持

- [价格方案](https://example.com/pricing): 套餐差异、计费周期和企业版咨询方式
- [帮助中心](https://example.com/help): 上手教程、常见问题和故障排查

## 案例

- [客户案例](https://example.com/customers): 不同行业客户的使用方式和效果描述

## Optional

- [博客](https://example.com/blog): 产品更新、方法论和行业观点

如果你还不确定自己网站是否适合部署，可先看 llms.txt 文件规范中的部署位置与验证方法，再决定根目录、子域名和多站点策略。

SaaS 官网 llms.txt 链接分组示例

三层校验法：不仅看格式，还要看能否被用上

合格的 llms.txt 不是“文件能打开”就结束。更实用的校验应分三层：语法正确、访问正常、AI 可解释。

  1. 语法层：检查是否只有一个 H1，摘要是否紧跟 H1，H2 分组是否清晰，链接是否符合 - [名称](URL): 说明。
  2. 访问层：确认 /llms.txt 返回 200，未被 robots、CDN、WAF、登录态或地域策略拦截，内容类型最好是 text/plain 或 text/markdown。
  3. 解释层：把文件内容提供给 AI，询问“这个站点做什么、核心页面有哪些、价格页在哪里、哪些页面可跳过”，看回答是否准确。

第三层最容易被忽略。它能发现语法没报错但表达不清的问题，例如链接标题过泛、摘要没有品类词、Optional 放了关键页面、说明文字堆营销口号等。想系统化检查，可参考 llms.txt 校验工具与自动化验证指南。

常见错误清单

llms.txt 语法规范本身不复杂，真正影响效果的往往是内容组织错误。以下问题应优先修复：

  • 把它写成 sitemap：列出几百个 URL，没有筛选，也没有说明。
  • 把它写成广告页：满篇“领先、第一、革命性”，缺少可验证页面。
  • 混入 robots 指令：使用 Disallow、Crawl-delay 等访问控制语法。
  • 缺少品类词：只写品牌名，不写所属行业、产品类型和使用场景。
  • 链接不可访问：URL 302 多跳、403、需要登录或移动端强跳。
  • 核心页面放 Optional：导致上下文受限时最重要内容反而被跳过。
  • 长期不维护：价格页、文档结构、品牌定位变化后文件仍是旧版本。

MaxAEO 在做 AI 搜索可见性诊断时，会把“AI 是否能准确理解品牌、是否引用正确来源、是否把竞品排在前面”拆成可复测指标。国内版 maxaeo.cn 覆盖豆包、DeepSeek、腾讯元宝、通义千问、文心一言、Kimi 等 9 个国产 AI 平台，可用于观察内容调整后的提及率、排序和引用来源变化。

什么时候需要 llms-full.txt？

llms-full.txt 适合放更长的上下文，但不应替代 llms.txt。简单说，llms.txt 是索引和摘要，llms-full.txt 是扩展资料包。

建议在以下场景增加 llms-full.txt：

  • 文档型网站，有大量 API、SDK、教程页面；
  • 开源项目，需要 AI 编程助手理解安装、配置和接口；
  • SaaS 产品复杂，功能、权限、集成和术语较多；
  • 希望把多篇核心文档整理成一个更完整的 Markdown 上下文。

但企业官网通常不必一开始就做很长的 llms-full.txt。先把 /llms.txt 写准、写短、写清楚，再根据 AI 回答偏差补充扩展文件，会更稳。

llms.txt 与 AI 搜索可见性的关系

llms.txt 不能单独决定 AI 搜索排名，但它可以作为“内容可理解性工程”的一部分。它帮助模型更快定位权威页面，却不能替代页面内容质量、外部引用、品牌实体一致性和可抓取性。

对 SaaS 品牌来说，更完整的闭环是：

  1. 先用真实购买类问题测试 AI 是否提到品牌；
  2. 记录竞品、推荐理由、引用来源和情绪倾向；
  3. 用 llms.txt、结构化内容、官网页面和第三方信源补足缺口；
  4. 按同一组 Prompt 定期复测，观察提及率和推荐位次变化。

MaxAEO 提供 60 秒自助诊断工具，输入品牌官网域名即可快速查看 AI 搜索表现基线；也支持持续监测提及率、竞品排名、情感解读和引用溯源。若需要判断优化是否生效，可结合 llms.txt 是否被读取的日志与生效验证方法建立复盘口径。

llms.txt 语法规范与 AI 搜索可见性监测流程

常见问题

llms.txt 必须有摘要吗？

按原始提案，严格必需项主要是 H1；但从实用角度，摘要几乎应当必写。摘要是模型理解站点定位的第一块上下文，建议用 1–2 句说明品牌、品类、目标用户和核心价值。

llms.txt 可以写中文吗？

可以。中文站点应优先使用中文，尤其是品牌服务中国市场、核心页面也是中文时。关键是保持 UTF-8 编码、语义清晰、链接可访问，不要中英文混杂到影响理解。

文件里能放多少个链接？

没有统一硬性上限。企业官网建议先控制在 20–50 个高价值链接内；文档站可以更多，但要分组清楚。若内容很多，使用 llms-full.txt 或为重点文档提供 Markdown 版本更合适。

部署后多久能被 AI 读取？

没有确定时间，也没有主流 AI 平台公开承诺一定读取 llms.txt。应把它当作可读性和引用引导资产，而不是即时排名开关。更可靠的做法是结合日志、访问状态和同口径 AI 问答复测。

llms.txt 会不会和 sitemap.xml 冲突？

不会。sitemap.xml 面向搜索引擎发现 URL，llms.txt 面向 AI 理解重点内容。两者可以同时存在，但 llms.txt 应精选页面并添加说明，而不是复制整个 sitemap。

更多文章