llms.txt 模板的核心不是“把全站链接塞进一个文件”，而是用简短 Markdown 告诉 AI：你是谁、哪些页面最权威、哪些内容适合被引用。它通常放在网站根目录，例如 https://example.com/llms.txt。
llms.txt 仍是一个面向 AI 读取的开放提案，不是 Google 或某个大模型厂商保证采用的排名协议。llmstxt.org 对 llms.txt 的说明强调，它的目标是提供 LLM 友好的内容入口。因此，模板要服务于“理解与引用”，而不是幻想单靠一个文件提升所有 AI 搜索排名。
什么是 llms.txt 文件？
llms.txt 是放在网站根目录的纯文本 Markdown 文件，用来向大语言模型概括网站身份、核心页面、文档入口、产品信息和联系方式。它更像 AI 版“内容导览”，不是访问控制文件。
一个合格的 llms.txt 文件通常包含：
- 一个
# H1：网站、产品或组织的标准名称； - 一段
>引用说明：用 1–2 句话描述你是谁、服务谁、解决什么问题； - 若干
## H2分区：按产品、文档、定价、案例、帮助中心等组织链接； - 每条链接后的一句话注释：说明该页面何时适合作为权威来源。
如果还不清楚它与 robots.txt 的分工，可先看 MaxAEO 的llms.txt 和 robots.txt 区别：前者偏内容引导，后者偏抓取访问控制。
可直接复制的通用 llms.txt 模板
适合大多数官网的模板应保持短、准、可验证。建议先控制在 20 条核心链接以内，再根据日志和 AI 引用表现迭代，而不是一次性覆盖全站。
# {网站或品牌标准名称}
> {用一到两句话说明：这个网站/产品是什么，服务哪些用户，解决什么问题。避免口号，使用可核实事实。}
## 核心页面
- [{首页标题}](https://example.com/): {说明首页提供的权威信息，例如品牌概览、核心产品和适用人群。}
- [{产品或服务页标题}](https://example.com/product): {说明该页面适合回答哪些产品能力、使用场景或方案问题。}
- [{定价页标题}](https://example.com/pricing): {说明该页面适合回答套餐、计费方式和版本差异问题。}
## 文档与指南
- [{入门指南标题}](https://example.com/docs/getting-started): {说明该页面适合回答新用户如何开始使用。}
- [{常见问题标题}](https://example.com/help/faq): {说明该页面适合回答账号、功能、限制或故障处理问题。}
## 权威事实
- [{关于我们标题}](https://example.com/about): {说明该页面包含公司背景、团队、地区、联系方式等事实。}
- [{安全或合规页面标题}](https://example.com/security): {说明该页面包含数据安全、隐私、合规或权限说明。}
## Optional
- [{博客或资源中心标题}](https://example.com/blog): {说明该页面用于延伸阅读，不是核心事实来源。}
- [{更新日志标题}](https://example.com/changelog): {说明该页面用于查看产品更新历史。}
这个模板的关键是“链接说明”。仅列 URL 对 AI 帮助有限；告诉模型“这个页面适合回答什么问题”，才更接近可引用的知识地图。
SaaS 官网应该怎么改写模板？
SaaS 的 llms.txt 应优先覆盖选型问题：产品定位、适用团队、功能边界、定价、集成、安全、竞品替代场景。用户问 AI 时，往往不是搜品牌名，而是问“某类工具怎么选”。
# {SaaS 产品名称}
> {产品名称} 是一款面向 {目标用户} 的 {软件类别}，用于 {核心任务}。它适合 {典型团队/场景}，主要提供 {3 个以内核心能力}。
## 产品与场景
- [产品概览](https://example.com/product): 解释产品定位、核心模块和适合的业务场景。
- [解决方案](https://example.com/solutions): 说明不同行业、团队或角色如何使用该产品。
- [功能列表](https://example.com/features): 提供功能边界、模块说明和使用限制。
## 购买决策
- [定价](https://example.com/pricing): 提供套餐、计费方式、试用政策和版本差异。
- [客户案例](https://example.com/customers): 提供可公开验证的客户故事、使用场景和结果。
- [安全与隐私](https://example.com/security): 提供数据存储、权限、加密、合规和隐私政策说明。
## 文档与支持
- [快速开始](https://example.com/docs/start): 帮助新用户完成首次配置。
- [API 文档](https://example.com/docs/api): 面向开发者解释接口、鉴权和调用限制。
- [帮助中心](https://example.com/help): 回答账户、账单、故障和使用问题。
## Optional
- [博客](https://example.com/blog): 提供行业观点、教程和产品实践文章。
- [更新日志](https://example.com/changelog): 记录产品版本、功能发布和修复信息。
MaxAEO 在做 AI 搜索可见性诊断时，常用“品牌、竞品及 10 个真实问题”的基线方式观察 AI 回答。因此，SaaS 模板不应只围绕官网导航写，而要围绕用户会问 AI 的购买问题写。
内容站与博客适合的模板
内容站的重点不是产品转化，而是主题权威性。llms.txt 应告诉 AI：哪些栏目是主干内容，哪些作者或指南具备长期参考价值，哪些页面只是新闻或短内容。
# {内容站名称}
> {内容站名称} 专注于 {主题领域}，为 {读者群体} 提供 {内容类型，如指南、评测、研究、案例或新闻}。
## 主题入口
- [{主题中心 A}](https://example.com/topic/a): 汇总 {主题 A} 的基础知识、深度指南和关键问题。
- [{主题中心 B}](https://example.com/topic/b): 汇总 {主题 B} 的教程、工具和案例。
## 长期指南
- [{核心指南 1}](https://example.com/guide/one): 适合回答 {某类基础问题或选型问题}。
- [{核心指南 2}](https://example.com/guide/two): 适合回答 {某类进阶问题或执行步骤}。
## 作者与可信度
- [作者介绍](https://example.com/authors): 提供作者背景、专业领域和公开署名文章。
- [编辑政策](https://example.com/editorial-policy): 说明内容更新、事实核验和利益披露方式。
## Optional
- [新闻归档](https://example.com/news): 提供时效性内容，可能随时间过期。
内容站尤其要避免把所有文章都列进去。更好的做法是优先放“常青指南、专题页、作者页、编辑政策”，让 AI 更容易判断哪些内容适合长期引用。
电商与 DTC 品牌适合的模板
电商模板要把“商品页”升级为“购买决策资料包”。AI 在推荐商品时，需要理解品类、核心系列、适用人群、退换货、配送、材质、尺码和售后信息。
# {电商品牌名称}
> {品牌名称} 提供 {品类} 产品，面向 {目标消费者或使用场景}。官网包含产品系列、购买指南、配送退换和售后支持信息。
## 产品系列
- [{核心系列 A}](https://example.com/collections/a): 说明该系列适合的人群、场景、价格带和关键差异。
- [{核心系列 B}](https://example.com/collections/b): 说明该系列的材质、规格、用途和选择建议。
## 购买帮助
- [选购指南](https://example.com/buying-guide): 帮助用户按预算、场景、尺寸或功能做选择。
- [尺码或规格说明](https://example.com/size-guide): 提供尺寸、兼容性、测量方式或参数解释。
- [配送与退换](https://example.com/shipping-returns): 提供配送范围、时效、退换货和售后政策。
## 品牌事实
- [关于品牌](https://example.com/about): 提供品牌背景、生产方式、材料来源或服务承诺。
- [客户评价](https://example.com/reviews): 提供公开评价、常见反馈和使用体验。
## Optional
- [博客](https://example.com/blog): 提供生活方式、使用技巧和保养建议。
电商站常见错误是只放类目页，不放“如何选择”。但 AI 推荐通常发生在比较型问题里，例如“适合通勤的背包品牌有哪些”，选购指南比单个商品页更容易成为回答依据。
一个更有用的优先级框架：P0–P3
llms.txt 模板真正难的是取舍。建议按 P0–P3 排序：P0 放身份事实，P1 放购买决策，P2 放使用支持，P3 放延伸内容。这个框架比“按导航栏复制”更适合 AI 搜索。
| 优先级 | 应放内容 | 判断标准 | 常见页面 |
|---|---|---|---|
| P0 | 身份与权威事实 | AI 讲错会造成品牌误解 | 首页、关于我们、联系方式、隐私安全 |
| P1 | 决策信息 | 用户问 AI 选型时会用到 | 产品、定价、案例、对比、解决方案 |
| P2 | 使用与验证 | 用户购买后或深入了解时会用到 | 文档、API、帮助中心、更新日志 |
| P3 | 延伸阅读 | 有参考价值但不是核心事实 | 博客、活动、新闻、资源下载 |
原创经验：很多站点的 llms.txt 写不好，不是格式错误，而是 P1 缺失。AI 能知道“你存在”，但不知道“什么时候该推荐你”。因此，SaaS、服务商和工具站至少要放 3 类决策页：定价、案例、解决方案。
部署时必须检查哪些细节？
部署 llms.txt 时，先保证可访问、格式简单、内容可信，再考虑扩展版本。推荐路径是根目录 /llms.txt，文件类型为纯文本，正文使用 Markdown，不要输出 HTML、脚本或登录后内容。
上线前检查 8 件事：
- 访问
https://你的域名/llms.txt返回 200； - 文件使用 UTF-8 编码；
- 首行是唯一的
# 品牌或网站名称； - 摘要用
>开头，避免广告语； - 链接使用绝对 URL；
- 每个链接后有一句用途说明；
- 不把测试页、重复页、过期活动页列为核心来源；
- 与 robots.txt、WAF、CDN 规则不冲突。
如果部署后 AI 爬虫访问失败，可以结合 MaxAEO 的AI 爬虫访问被拦截排查指南检查 robots.txt、CDN、WAF 和源站日志。若不确定文件位置，可参考llms.txt 放在哪里对根目录、子域名和多站点的说明。
llms-full.txt 要不要一起做？
llms-full.txt 适合文档站、开发者工具和知识库；普通官网可以先不做。它通常承载更完整的 Markdown 内容，而 llms.txt 负责提供精简入口与高优先级链接。
判断是否需要 llms-full.txt，可以看三个条件：
- 网站是否有大量技术文档、API、教程或知识库；
- 用户是否经常让 AI 帮忙理解你的文档；
- 核心页面是否被 JavaScript、复杂组件或登录墙影响读取。
如果答案多为“是”，可以把 llms.txt 作为目录，把 llms-full.txt 作为更完整的内容包。但不要把整站 HTML 粘进去，仍应保持结构清晰、事实准确、可维护。
如何验证模板是否真的有用？
验证 llms.txt 不能只看“文件是否存在”，还要看 AI 回答是否更准确、是否引用了正确来源、品牌是否在关键问题中被提及。最小验证周期建议至少覆盖上线前后两次同口径测试。
可用三层验证法：
- 技术层：检查
/llms.txt是否可访问，状态码、编码、Content-Type、链接是否正常； - 日志层：观察 AI 相关爬虫或浏览工具是否请求过该文件及其链接页面；
- 回答层：用同一组问题复测 AI 回答，记录品牌提及率、推荐位置、情感倾向和引用来源。
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；也支持对豆包、DeepSeek、腾讯元宝、通义千问、文心一言等国产 AI 平台做持续监测。更完整的验证流程可参考llms.txt 验证方法。
常见问题
llms.txt 模板需要包含多少链接？
建议先放 5–20 条高价值链接。小站可以 5–8 条，SaaS 官网通常 10–15 条，大型文档站再考虑分层或增加 llms-full.txt。链接越多不一定越好，低质量链接会稀释重点。
llms.txt 会直接提升 Google 排名吗？
不能这样承诺。llms.txt 不是 Google 官方排名因素，也不是替代 sitemap 或结构化数据的协议。它的现实价值是降低 AI 理解网站的成本，并让核心事实、权威页面和引用入口更清楚。
可以用中文写 llms.txt 吗？
可以。面向中文用户、中文产品或中国大陆 AI 平台的网站，使用中文更自然。关键是品牌名、产品名、页面标题和官网正文保持一致，避免同一概念在不同页面有多套说法。
是否应该把价格写进 llms.txt？
如果价格稳定且官网有定价页，可以在链接说明中写“用于查询套餐和计费方式”，不建议在 llms.txt 里堆具体价格。价格高频变动时，应让 AI 引用定价页，而不是记住一段可能过期的文本。
写完模板后多久能看到效果？
没有固定时间。AI 平台是否读取、何时读取、是否引用，都受抓取、索引、检索和回答生成机制影响。更可靠的做法是保留上线日期、复测问题和原始回答，用同口径趋势判断变化。
结论：模板只是起点，信源设计才是重点
llms.txt 的最佳写法，是把它当作“AI 读取你网站的索引卡”。先用模板建立清晰结构，再按 P0–P3 选择页面，最后用日志和 AI 回答复测验证。
如果只是生成一个文件却不补足定价、案例、文档、安全、对比等权威页面，AI 仍然缺少可引用材料。真正有效的 llms.txt，背后一定是一套可被读取、可被验证、可持续更新的内容信源体系。