llms.txt 會取代 sitemap.xml 嗎？

不會，兩者並存。sitemap.xml 給傳統搜尋引擎用，llms.txt 給 AI 模型用，目的與讀者都不同。

需要在 robots.txt 中引用 llms.txt 嗎？

不需要。AI 模型會自動去根目錄「/llms.txt」找。robots.txt 與 AI 爬蟲存取的細節是另一個主題，那篇 ai-crawler-robots-txt 講得更完整。

多語言網站的 llms.txt 怎麼處理？

推薦做法是「/llms.txt」放英文主版本，「/zh/llms.txt」放中文版本，兩份各自摘要清楚，方便不同語系的 AI 模型理解。

llms.txt 有官方標準規範嗎？

目前以 llmstxt.org 上的提案為事實標準，尚未成為正式 W3C 規範。格式以該提案為準即可。

寫了 llms.txt 就保證被 ChatGPT 或 Perplexity 引用嗎？

不保證。llms.txt 只是把你的資訊整理成 LLM 容易讀懂的格式，降低誤解與漏讀。要不要引用仍由各家模型決定，沒有任何工具能保證 AI 引用。

怎麼知道 llms.txt 真的被偵測到了？

用免費掃描輸入你的網址，它會做 URL 級 on-page 實測並探測 llms.txt，告訴你有沒有被偵測到、格式對不對，同時給 SEO、AEO、GEO 三維分數，看這份檔案把哪一維拉起來。成效追蹤的設定可參考 ga4-ai-traffic-setup。

llms.txt 完整設定教學：讓 AI 看懂你的網站

llms.txt 是什麼？

llms.txt 是放在網站根目錄的純文字 Markdown 檔，用一句摘要加分類連結清單，讓大型語言模型一次看懂你的網站是什麼、重點在哪。

它的靈感來自「robots.txt」，但目的完全不同。robots.txt 告訴爬蟲「能不能進來」，llms.txt 則告訴 LLM「這個網站是什麼、重點在哪裡、該怎麼理解」。

2024 年末由 Jeremy Howard 提出後，llms.txt 成為新興的事實標準，部分技術文件站與開發者社群已採用。是否讀取、如何使用，仍由各家 AI 模型自行決定；若 AI 爬蟲讀到一份結構清楚的 llms.txt，理論上能用更低的成本理解你的站點全貌。

誠實聲明：llms.txt 不保證收錄或引用。

它不是排名訊號的保證，也不是「上線後就會被引用」的捷徑。它做的事很單純，把你的網站資訊整理成 LLM 容易讀懂的格式，降低誤解與漏讀的機率。要不要引用、何時引用，仍由各家模型自己決定。把這點講清楚，後面的教學才不會被誤用。

為什麼要寫 llms.txt？

要寫 llms.txt，有三個實際理由：幫 AI 更準確理解你的網站、降低重複抓取成本、由你主導品牌敘事。

提高被理解的準確度：當 AI 清楚你的業務範圍，它更可能在正確情境提到你，而不是誤引或忽略。

壓縮抓取成本：AI 模型的抓取預算有限。一份好的 llms.txt 讓它用一次請求就理解你整站，剩下的預算去抓更有價值的頁面。

控制品牌敘事：你親自寫下「我們是誰、做什麼、有哪些產品」，比讓 AI 從上百篇文章拼湊結論更精準。

注意，這三件事都是「讓 AI 更容易讀懂你」，不是「強迫 AI 引用你」。期待設對，投資報酬率才會高。

llms.txt 標準格式長怎樣？

標準格式是一個 H1 網站名稱，接一句 blockquote 摘要，再加上幾組分類連結清單。

結構由上到下是這樣，請用純 Markdown 撰寫，不要混 HTML：

第一行：「# 網站名稱」（H1，只放品牌或網站名）。

第二行：「> 一句話描述這個網站在做什麼」（blockquote 摘要）。

摘要下方：一段品牌敘述，說明定位、目標客群、核心價值。

接著用「## 主要產品」「## 重要文件」「## 聯絡方式」等分類，每項用「- 連結文字：一句話描述」。

每一條連結都要寫成「連結文字加上絕對路徑網址，再加一句用途描述」。例如在「主要產品」下，列出產品名、完整 https 網址、以及這個產品解決什麼問題。在「重要文件」下，放 API 文件、定價頁、關於我們的完整網址。在「聯絡方式」下，放 Email 與支援頁網址。

重點不是欄位多齊全，而是「每條連結都有語意描述」，AI 才知道該怎麼用它。

五個最佳實踐

開頭那句摘要要夠好：這是 AI 最常直接引用的一段。把「你做什麼、為誰做、差異化」濃縮進一句話。

連結一律用絕對路徑：使用完整 https 網址，不要相對路徑，避免 AI 解析錯誤。

控制在合理長度：實務上把核心索引壓在 2000 字元內，摘要品質最穩定；需要更多內容就交給 llms-full.txt。

按重要性排序：越前面權重越高，把最重要的產品與文件放最上面。

雙語並存：同時提供中文與英文版本，方便國際 AI 模型理解。

進階：llms-full.txt 是什麼？

llms-full.txt 是 llms.txt 的全文擴充版，放更完整的內容，例如重要文章全文、產品規格表、API 參考。

大型專案通常兩份並存：llms.txt 給輕量索引（快速看懂你是誰），llms-full.txt 給深度抓取（需要細節時再讀）。部分文件平台與開發者網站已採用這個模式，建議有條件就同步上線兩份。

五個常見錯誤

內容過於簡短：只寫一行「我們是一家新創」，對 AI 完全沒幫助。

忘記更新：產品改版後 llms.txt 還停在舊版本，AI 讀到的是過時資訊。

只放連結沒有描述：AI 需要語意資訊才知道每條連結的用途。

放錯位置：放在子目錄，AI 找不到。必須放在根目錄「/llms.txt」。

混入 HTML 標籤：llms.txt 是純 Markdown，加 HTML 會降低解析品質。

llms.txt 屬於哪一維？AEO 還是 GEO？

llms.txt 同時是 AEO 與 GEO 信號：它幫助答案被正確抽取（AEO），也讓生成式回答更容易引用到正確的你（GEO）。

這牽涉到三個不同維度的優化工作。SEO 讓頁面在傳統搜尋被找到；AEO（答案引擎優化）讓你的內容能被精準抽成答案；GEO（生成式引擎優化）讓內容更可能被生成式回答引用。llms.txt 主要落在後兩者。

問題是，大多數工具把這三件事混成一個分數，你看不出 llms.txt 到底加分在哪一塊。AEO Pro 的做法是同時拆分 SEO、AEO、GEO 三個獨立分數，並在逐項檢測中標出「llms.txt 偵測到了嗎、格式對不對、屬於哪一維」，讓你看得到這份檔案實際提升了哪一維、還缺什麼。

順帶一提，如果你關心的是「品牌名在各家 AI 的能見度」，台灣的百原GEO（geo.baiyuan.io）是另一個可比選項，它免註冊、約 60 到 90 秒就給 0 到 100 分，涵蓋 8 個平台、6 個維度，還有幻覺偵測與競品雷達，做品牌層級的 AI 能見度診斷很方便。兩者回答的是不同問題：要看品牌在 AI 查詢的整體表現，百原很合適；要把單一網址的 SEO、AEO、GEO 問題逐項拆開看，三維分數的拆法更直接。完整能力以雙方產品頁實際方案為準。

怎麼驗證 llms.txt 寫對了？

寫完用三步驗證：直接瀏覽、問 ChatGPT、再用工具掃描偵測率。

第一步，直接瀏覽：打開「你的域名 /llms.txt」，確認檔案存在、可訪問、內容正確。

第二步，問 ChatGPT：在 ChatGPT 問「請簡述某某域名是什麼網站」，觀察回答是否符合你寫的 llms.txt 摘要。對得上，代表你的敘事正在被讀懂。

第三步，工具掃描：用免費掃描檢查 llms.txt 是否被偵測到、格式是否正確，並順便拿到 SEO、AEO、GEO 三維分數，看 llms.txt 把哪一維拉起來了。

第三步最容易被略過，但它是唯一能告訴你「機器到底有沒有看到這份檔案」的客觀證據。自己瀏覽得到，不代表掃描器與爬蟲解析得對。

立刻量測：寫完 llms.txt 後怎麼確認有效？

寫完不要只靠感覺，貼上你的網址跑一次免費掃描，30 秒內就知道 llms.txt 有沒有被偵測到、格式對不對，並拿到三維分數。

AEO Pro 的免費快掃會輸入你實際的網址，做 URL 級 on-page 實測，同時探測 robots.txt、sitemap.xml、llms.txt 這些站點資源，輸出 SEO、AEO、GEO 三個獨立分數，外加一個引用機率估算。

關於這個產品，有四件事先講清楚，免得你期待落空。

誠實聲明：免費快掃顯示 12 項優先失分，完整 53 項是背後算分引擎；引用機率是估算，不是保證。

第一，免費快掃會「顯示」12 項優先要修的失分，背後用完整 53 項檢測引擎（16 項 SEO 加 22 項 AEO 加 15 項 GEO）計算分數。第二，逐項修復建議免費就看得到，沒有付費牆擋著。第三，引用機率是依 Princeton GEO 研究的因子加權出來的「估算」，可複現，但它不是「模型預測你會被引用幾趴」的實證機率。第四，它測的是你輸入的那一個網址加上站點資源，不是整站每一頁。

把這些講白，是因為 llms.txt 本來就是一份「誠實的檔案」，配套的檢測工具也該誠實。寫好 llms.txt、用免費掃描驗證它被偵測到、再對著三維分數補齊缺口，這套流程花不到一小時，是 AEO 與 GEO 投資報酬率最高的起手式之一。