悦增长：网站GEO优化LLMs.txt是什么？应该怎么写？【实战举例】

最近做网站GEO，经常会看到一个文件：

llms.txt

有人把它叫AI时代的robots.txt，有人说企业官网做GEO必须配置，还有一些插件已经可以自动生成。于是很多企业开始在网站根目录放一个llms.txt，希望豆包、DeepSeek、ChatGPT、Google AI搜索能够更容易理解自己的网站。

但如果真正去看目前的规范和搜索平台说明，会发现这件事情需要分成两部分理解。

llms.txt确实是一个正在发展的AI友好网站规范，但截至2026年9月，它还不是传统意义上的搜索排名标准，也不能理解成“加了以后AI就会推荐网站”。

尤其Google已经在2026年6月专门澄清：Google Search包括其生成式AI搜索功能，并不需要llms.txt，也不会因为网站拥有llms.txt而获得更高或更低的搜索曝光和排名。

另一方面，llms.txt规范本身在2026年8月已经更新到v2。规范提出，可以通过一个简洁的Markdown文件告诉AI Agent：这个网站是谁、有哪些重要内容、哪些页面最值得进一步读取。目前已经有不少文档平台和CMS开始支持这种方式。

所以企业真正应该问的不是：

llms.txt能不能让我GEO排名第一？

而应该是：

如果AI Agent主动访问我的网站，能不能更快找到企业最重要的信息？

这样理解就准确很多。

第一：llms.txt到底是什么？

llms.txt最初由Jeremy Howard在2024年提出。

核心思路其实非常简单。

今天很多网页是为了人浏览设计的。

页面里面可能同时存在：

导航；

页脚；

广告；

按钮；

JavaScript；

图片；

推荐模块；

各种交互组件。

人打开网页以后可以很快找到正文，但AI Agent如果只是抓HTML，需要额外判断：

什么是正文；

什么是导航；

哪几个页面最重要；

网站到底提供什么；

应该继续访问哪些URL。

于是llms.txt提出了一种新的方式：

在网站里额外提供一份简洁、结构清晰、适合机器读取的内容导航。

按照目前llms.txt v2规范，一个网站可以在：

https://example.com/llms.txt

提供这个文件。

文件本身使用Markdown。

最基本的结构类似：

# 网站名称

> 一句话说明这个网站是谁、提供什么。

这里可以补充一些网站背景和内容说明。

## 产品与服务

- [产品A](https://example.com/product-a): 产品A的主要用途
- [服务B](https://example.com/service-b): 服务B适合什么企业

## 案例

- [客户案例](https://example.com/cases): 典型项目案例

## 帮助内容

- [常见问题](https://example.com/faq): 用户常见问题

llms.txt规范中，唯一强制要求的是H1标题；同时建议加入简短说明以及按H2划分的链接列表，每条链接可以继续加一句简短描述。

它更像：

给AI Agent准备的一张网站内容地图。

但这张地图不是传统Sitemap的替代品。

第二：llms.txt和robots.txt、Sitemap到底有什么区别？

这是最容易混淆的地方。

可以简单理解成：

四者解决的问题不一样。

例如：

robots.txt可以告诉OAI-SearchBot：

这个目录可以访问；

那个目录不要访问。

OpenAI目前对于ChatGPT Search网站可见性的公开建议，重点仍然是不要屏蔽OAI-SearchBot；如果希望网站内容被ChatGPT搜索发现、展示、引用和链接，需要确保相关页面允许其访问。

Sitemap则可以告诉搜索系统：

网站有这些页面。

llms.txt进一步做的是：

网站虽然有500个URL，但如果你想快速理解我们，建议先看这20个。

所以它们并不存在替代关系。

一个比较完整的网站完全可以同时拥有：

/robots.txt
/sitemap.xml
/llms.txt

然后页面本身继续拥有Schema、Canonical、Title等SEO基础元素。

第三：llms.txt为什么突然开始被GEO行业关注？

因为网站规模越来越大，而AI Agent需要解决一个很现实的问题：

上下文有限。

假设一家企业官网有：

300篇文章；

50个产品页面；

20个案例；

15个解决方案；

10个服务页面。

AI如果只是拿到Sitemap，看到395个URL。

问题来了：

到底先看谁？

哪些只是新闻？

哪些是真正重要的产品？

哪些案例最有代表性？

哪个页面可以解释企业是谁？

llms.txt的价值就在这里。

它可以人为把网站压缩成一份：

AI阅读指南。

比如：

企业是谁
↓
核心服务
↓
解决方案
↓
重点案例
↓
专业内容
↓
常见问题

Agent不需要从几百个URL里面重新猜。

2026年8月更新的llms.txt v2进一步加入了更明确的发现机制，例如可以使用rel="describedby"指向llms.txt，也可以通过rel="alternate" type="text/markdown"告诉Agent某个HTML页面还存在对应Markdown版本。

所以它的发展方向其实越来越接近：

为Agent提供一套机器友好的网站入口。

这个方向对于GEO当然值得关注。

但需要特别注意：

值得关注 ≠ 已经成为排名因素。

第四：Google已经明确表态，llms.txt不会提升Google排名

这一点最好直接记住。

2026年6月15日，Google专门更新了生成式AI搜索优化指南，解释llms.txt。

Google的态度非常明确：

Google Search不需要llms.txt。

Google Search也不会因为网站有或者没有llms.txt，而提高或降低网站在传统搜索以及生成式AI搜索中的曝光或排名。

Google还明确表示：

不需要为了AI搜索创建特殊AI文本文件；

不需要为了AI把文章机械拆成大量小块；

不需要专门为AI重新写一份内容；

也不存在一个必须添加的AI专用Schema。

真正有效的基础仍然是：

清晰的技术结构；

独特、有价值的内容；

正常的抓取和索引；

高质量的页面；

传统SEO基础。

所以如果有人告诉企业：

网站必须做llms.txt，否则Google AI不会推荐。

目前没有官方依据。

如果又说：

配置llms.txt以后Google GEO权重会提高。

Google已经明确否定了这个说法。

第五：那ChatGPT会不会使用llms.txt？

这里也要谨慎。

截至2026年9月，OpenAI面向网站发布者的公开说明中，重点要求仍然是：

确保OAI-SearchBot能够抓取网站。

OpenAI明确说明，公开网站都有机会出现在ChatGPT搜索结果中；如果希望内容可以被发现、摘要、引用和链接，就不应该阻止OAI-SearchBot。

目前这份官方发布者指南并没有把llms.txt列为ChatGPT Search收录或者推荐的必要条件。

所以企业不能建立这样的等式：

创建llms.txt
=
ChatGPT一定读取
=
ChatGPT更容易引用
=
ChatGPT排名提高

目前没有依据支持这条完整链路。

但这并不意味着llms.txt完全没有意义。

llms.txt规范本身已经在Agent和开发文档场景中得到越来越多采用；规范方在2026年的v2说明中也表示，目前已经有大量网站发布llms.txt，不少文档平台会自动生成这类文件。

所以更稳妥的理解应该是：

它是一项Agent友好性建设。

今天可能不是排名因素。

未来如果越来越多Agent主动识别它，它可能成为一种非常方便的网站内容发现方式。

第六：企业网站到底有没有必要做llms.txt？

我的建议其实比较简单。

如果网站只有：

首页；

关于我们；

三个产品页；

联系我们。

一共不到十几个页面。

llms.txt的优先级很低。

因为AI和搜索系统正常抓取这些页面已经不困难。

企业首先应该把：

页面内容；

Title；

Canonical；

robots；

Sitemap；

产品介绍；

案例；

结构化数据；

做好。

但如果网站已经出现下面这些情况：

几百篇文章；

多个产品线；

多个行业方案；

大量案例；

知识中心；

帮助文档；

白皮书；

复杂信息架构；

那么llms.txt开始有实际价值。

因为它可以帮助Agent快速理解：

哪些才是核心内容。

所以我更倾向把llms.txt放在企业GEO工作的第二层或者第三层。

不是基础SEO都没做好，就先研究llms.txt。

而是：

网站基础正常；

内容体系已经形成；

再增加一层Agent友好的内容入口。

第七：企业llms.txt最容易犯的错误，就是把Sitemap复制一遍

假设网站有500个URL。

有些自动生成工具会直接把这500条全部塞进：

llms.txt

从技术上看，好像完成了。

但这样做其实失去了llms.txt最大的意义。

Sitemap本身就负责列URL。

llms.txt真正应该解决的是：

筛选。

比如企业有300篇文章。

真正值得放进llms.txt的可能只有：

5个核心服务页；

8个产品页；

10个行业解决方案；

10个案例；

20篇专业文章；

1个关于我们；

1个FAQ。

大概50个重要入口已经足够。

其他大量长尾内容，可以继续让Sitemap负责发现。

所以llms.txt不要追求：

越长越完整。

更应该追求：

短、准、清楚。

规范本身也建议使用简洁清晰的语言，给链接增加有信息量的说明，并尽量避免模糊词汇。

第八：如果是ToB企业，我建议llms.txt至少包含六类内容

如果从企业GEO角度出发，可以整理成这样的结构。

1. 企业是谁

企业名称；

品牌；

主营业务；

服务对象。

这部分控制在很短的一段。

目的只是帮助Agent快速建立基本认知。

2. 核心产品或服务

把真正重要的产品和服务列出来。

不要把每篇文章都放进来。

例如：

企业官网SEO；

企业官网GEO；

内容运营；

官网建设。

3. 解决方案

比如：

SaaS企业；

工业制造；

企业服务；

专业服务。

如果不同场景确实拥有独立页面，可以列出来。

4. 案例

选择真正具有代表性的案例。

最好说明：

什么行业；

解决什么问题。

5. 专业内容

只选最值得长期引用的内容。

比如：

GEO是什么；

SEO与GEO区别；

企业官网为什么影响AI推荐；

GEO怎么验收。

6. 常见问题和联系信息

FAQ；

公司介绍；

联系方式；

隐私政策等。

这样AI拿到llms.txt以后，看到的首先是一套企业业务结构。

而不是500个杂乱URL。

第九：以悦增长为例，llms.txt可以怎么写？

如果按照悦增长目前的网站定位，可以设计成下面这样的思路。

注意，这只是结构示例，实际URL要根据正式上线页面调整。

# 悦增长

> 悦增长专注企业官网SEO与GEO服务，面向ToB、企业软件、工业制造及专业服务企业，提供官网优化、AI搜索优化、内容运营与持续增长服务。

悦增长围绕企业官网建设长期可检索、可引用、可验证的内容资产，重点关注搜索引擎流量、AI搜索引用、品牌推荐、官网访问与业务转化。

## 核心服务

- [GEO服务](https://www.yuezengzhang.com/services/geo/): 企业AI搜索优化服务，包括官网GEO、内容建设、外部信源和AI搜索表现监测。
- [企业官网SEO](https://www.yuezengzhang.com/services/seo/): 面向企业官网的SEO诊断、关键词规划、页面优化与内容建设。
- [官网内容运营](https://www.yuezengzhang.com/services/content/): 围绕产品、服务、解决方案、案例与客户问题持续建设企业内容资产。
- [WordPress企业官网](https://www.yuezengzhang.com/services/wordpress/): 企业WordPress官网建设与持续优化。

## 解决方案

- [B2B企业官网增长](https://www.yuezengzhang.com/solutions/b2b/): 面向ToB企业的官网SEO、GEO与内容增长方案。
- [工业品官网优化](https://www.yuezengzhang.com/solutions/industrial/): 面向工业制造及工业品企业的官网搜索与AI搜索优化方案。

## GEO知识

- [什么是GEO](https://www.yuezengzhang.com/example-geo): GEO基础概念与企业应用说明。
- [企业官网怎么做GEO](https://www.yuezengzhang.com/example-website-geo): 企业官网进入AI搜索引用与推荐体系的主要方法。
- [SEO与GEO有什么区别](https://www.yuezengzhang.com/example-seo-geo): SEO与GEO在搜索入口、内容和监测方式上的区别。
- [GEO服务怎么验收](https://www.yuezengzhang.com/example-geo-metrics): 从AI引用、被引页面、查询语境、引荐访问到转化质量观察GEO效果。

## 品牌与企业信息

- [关于悦增长](https://www.yuezengzhang.com/about/): 公司定位、业务方向与团队信息。
- [客户案例](https://www.yuezengzhang.com/cases/): 企业官网SEO与GEO相关案例。

## 工具

- [AI搜索与官网GEO自查工具](https://tool.yuezengzhang.com/): 用于企业AI搜索和官网GEO基础检查。

## Optional

- [全部文章](https://www.yuezengzhang.com/blog/): SEO、GEO、企业官网与AI搜索相关文章。

这种写法和直接把几百篇文章塞进去相比，最大的区别是：

它先告诉AI悦增长是谁，再告诉AI哪里可以验证。

第十：llms.txt里不要写大量营销词

这是企业最容易踩的第二个坑。

比如写成：

悦增长是行业领先的顶级GEO服务商，
拥有领先行业的AI搜索优化技术，
提供业内最佳GEO解决方案……

这种内容意义很小。

llms.txt更适合写事实。

例如：

服务什么企业；

提供什么服务；

页面分别在哪里；

案例在哪里；

帮助文档在哪里。

如果企业希望AI判断自己是否优秀，应该通过：

案例；

数据；

客户结果；

第三方信源；

专业内容；

让AI自己形成判断。

不要试图在llms.txt里给自己写一份广告。

尤其不要加入：

行业第一；

十大服务商；

领先品牌；

权威机构；

这些无法验证的描述。

GEO越来越重要以后，企业反而应该更重视：

事实密度，而不是形容词密度。

第十一：llms.txt应该放多少链接？

目前没有一个官方规定说：

必须20条；

最多100条；

超过200条无效。

所以不要寻找所谓最佳数字。

判断标准只有一个：

一个Agent第一次进入网站，需要哪些页面才能理解这个网站？

对于普通企业站，我更建议从：

20～50个核心URL

开始。

网站复杂一些可以继续增加。

但如果最后已经有：

500；

1000；

5000条链接。

那基本已经重新变成Sitemap了。

另外可以利用规范里的：

## Optional

放一些次要内容。

llms.txt规范目前仍然保留Optional作为一种常见约定，用来表示相对次要、可以在上下文有限时跳过的信息。

所以企业可以把：

核心服务；

核心案例；

核心知识；

放前面。

把：

全部文章；

历史资料；

延伸阅读；

放Optional。

第十二：有了llms.txt，还要不要做Schema？

要。

因为两者解决的问题不同。

llms.txt更多是：

网站导航。

Schema更多是：

页面里的数据到底是什么。

例如企业官网可以继续使用：

Organization；

WebSite；

WebPage；

Article；

BreadcrumbList；

Person；

Product等适合页面实际内容的结构化数据。

Google也明确说明，生成式AI搜索不需要特殊AI Schema，但现有结构化数据仍然可以继续作为整体SEO策略的一部分，因为它能够帮助搜索系统理解页面并获得适用的搜索展示能力。

所以不要因为有了llms.txt，就删除原来的Schema。

更不要期待：

增加一个LLM专用Schema就能够提高GEO排名。

目前没有这种公开标准。

第十三：有了llms.txt，更不能忽略robots.txt

这个关系尤其重要。

llms.txt告诉Agent：

这里有重要内容。

robots.txt却可能告诉它：

不准进。

那前面的导航就没有多少意义。

以ChatGPT Search为例，OpenAI目前真正明确提出的网站要求仍然是：

如果希望内容能够正常出现在ChatGPT摘要、片段、引用和链接中，需要允许OAI-SearchBot访问。

所以网站GEO检查顺序更应该是：

页面是否正常访问
↓
robots.txt
↓
noindex
↓
Canonical
↓
Sitemap
↓
核心页面内容
↓
内部链接
↓
Schema
↓
llms.txt

而不是倒过来：

网站大量页面都没有收录；

产品页内容只有100字；

案例页没有；

robots还拦着爬虫；

却花大量时间研究llms.txt应该怎么写。

这个优先级就错了。

第十四：做完llms.txt以后怎么测试？

不要发布以后就结束。

最简单的方法其实是模拟一个第一次访问企业网站的Agent。

只给它：

https://yourdomain.com/llms.txt

然后问：

这家公司是谁？

提供什么服务？

适合什么企业？

有哪些产品？

有哪些案例？

如果我想了解某项服务应该访问哪个页面？

如果答案经常错误，就回来检查：

描述是不是太模糊；

分类是不是混乱；

页面标题是不是说不清楚；

核心URL是不是遗漏；

链接描述是不是没有信息。

llms.txt规范本身也建议通过这种方式测试：让Agent只把llms.txt作为起点，然后观察它是否能够正确找到所需内容。

这种测试比单纯检查：

/llms.txt能不能打开

更有意义。

第十五：所以网站GEO到底应不应该做llms.txt？

我的判断是：

可以做，但不要神化。

如果网站已经拥有比较完整的：

产品；

服务；

案例；

解决方案；

知识内容；

技术SEO；

那么增加llms.txt成本很低。

对复杂网站尤其如此。

它可以帮助支持该规范的Agent更快理解网站结构，也为未来Agent访问网站预留一个清晰入口。

但企业必须清楚：

截至2026年9月，Google已经明确表示llms.txt不会帮助Google Search或者Google生成式AI搜索排名。

OpenAI目前面向发布者的ChatGPT搜索指南也没有把llms.txt列为必要条件，当前明确要求仍然是正常开放OAI-SearchBot。

所以llms.txt真正合理的位置应该是：

SEO/GEO基础设施的补充项。

而不是：

GEO排名秘籍。

最后：llms.txt真正值得关注的，不是这个文件，而是背后的一个变化

为什么这两年大家突然开始研究：

llms.txt；

Markdown页面；

Agent友好页面；

结构化数据；

机器可读网站？

背后其实反映的是一个更大的变化：

网站过去主要服务人和搜索引擎，现在还要开始考虑AI Agent。

过去网站要做到：

用户看得懂；

Google看得懂；

百度能抓取。

以后还会逐渐增加：

AI Agent能不能快速找到；

能不能读取；

能不能理解；

能不能调用。

llms.txt只是这条趋势里的一项尝试。

所以对企业来说，真正应该建设的并不是一个文件。

而是一套越来越清晰的网站信息结构：

企业是谁；

卖什么；

解决什么问题；

服务什么客户；

有哪些产品；

有哪些解决方案；

有哪些案例；

哪些页面能够证明这些事实。

如果这些信息本身就很混乱，那么生成一个完美的llms.txt也解决不了根本问题。

反过来，如果企业官网已经把产品、服务、解决方案、案例和专业内容整理得足够清楚，那么llms.txt只是把这套结构再用一种更适合Agent读取的方式表达出来。

这才是llms.txt对于企业网站GEO真正值得做的地方：不是为了制造一个新的排名信号，而是降低AI理解网站的成本。