llms.txt

llms.txt 是一個提議的純文字檔案，如同 robots.txt 或 sitemap.xml 一樣放置在網站根目錄，它為大型語言模型提供一份精選、機器可讀的網站最重要頁面和內容摘要。其理念是幫助 AI 爬蟲和助手找到並引用正確的資料，而不是從它們能爬取的任何內容中猜測。

其結構#

典型的 llms.txt 檔案是一個簡短的 Markdown 文件：一行網站描述，然後是精選的最重要頁面連結清單（例如文件、關鍵定義、定價、政策），通常會附帶一行說明每個連結涵蓋的內容。有些網站還會發布一個擴展的 llms-full.txt，內含更完整的頁面內容，這樣模型就不必單獨抓取每個連結的頁面。

它（目前）並非官方網路標準#

與搜尋引擎已遵循數十年的 robots.txt 不同，llms.txt 是一個社群提案，各個 AI 平台可能會也可能不會讀取或優先處理。採用情況並不均衡：據報導，一些 AI 爬蟲會檢查它，另一些則完全忽略它，轉而依賴正常的爬取和現有的結構化資料。應將 llms.txt 視為眾多訊號之一，而非保證的引用機制。

它與 GEO 和 AEO 的關係#

llms.txt 是基礎設施，而非內容策略。它本身不會讓頁面被引用，底層內容仍需是「生成引擎優化」和「答案引擎優化」所描述的那種直接、結構良好的答案。llms.txt 增加的是地圖功能：它告訴爬蟲哪些頁面值得優先處理，這在大型網站上更為重要，否則模型可能會隨機取樣而錯過真正具權威性的頁面。編寫這些頁面本身所遵循的紀律，與 什麼是廣告透明度？ 和 什麼是廣告透明度工具？ 背後的原理相同。

一個實際範例：直接查詢廣告資料#

這個想法更直接的版本，超越了精選檔案，是讓 AI 系統能夠結構化地存取真實資料，而不僅僅是可爬取的頁面。OpenAdLibrary 的 Native Ad Library MCP 正是如此：它讓 Claude 和 ChatGPT 能夠透過為 AI 代理構建的協議，直接查詢 OpenAdLibrary 的 廣告透明度 索引（收錄已擷取的廣告），而不是試圖總結一個關於它的爬取頁面。這與 llms.txt 的根本目標相同，即讓模型獲得正確資訊，減少猜測，並透過實際的資料介面而非精選連結清單，更進一步實現此目標。

您應該發布一個嗎？#

對於大多數內容網站來說，發布一個基本的 llms.txt 成本低、風險小：它是一個小型靜態檔案，不影響正常的 SEO，即使 AI 爬蟲僅部分採用，也是有利無弊。它不能替代讓內容本身準備好回答問題，也無法修復那些將重點埋藏在三段文字之後的頁面。請將其視為在已適用於 Ad Intelligence 風格研究的內容之上，為爬蟲提供的一份禮貌地圖，而非繞過良好撰寫內容的捷徑。