llms.txt 是什么、怎么写、部署到哪：给 AI 爬虫一本站点说明书
llms.txt 是放在站点根目录的纯文本说明文件，用 Markdown 结构告诉 AI 爬虫哪些页面值得抓、能回答什么问题。本文给出模板、部署位置与跨境卖家的落地顺序。
llms.txt 是放在网站根目录的纯文本文件，用 Markdown 结构告诉 AI 爬虫：这个站点是做什么的、哪些页面值得抓、每个页面能回答什么问题。它不是排名技巧，而是一份降低 AI 理解成本的站点说明书。
为什么跨境卖家需要一份 llms.txt？
AI 搜索的抓取与引用逻辑，和传统爬虫不完全一样。传统 SEO 关心页面能否被索引，GEO（Generative Engine Optimization）更关心内容能否被模型准确提取、组织进答案。Google Search Central 在 2024 年 6 月 12 日的官方博客《AI Overviews: How we're evolving search with generative AI》中明确，"答案完整性"与"来源可追溯性"正在成为新的排序信号。
对跨境卖家来说，问题更具体：产品页、尺码表、物流政策、退换货规则分散在多个 URL，模型很容易只抓到一半信息，生成不完整的答案。llms.txt 的作用，是把这些分散信息按主题聚合，并用一句话说明每个链接的价值，让模型在有限抓取预算内优先拿到关键页面。
BrightEdge《Q2 2024 AI Search Report》（2024 年 6 月 18 日）显示，含结构化数据（Schema.org + JSON-LD）的页面在 Google AI 概览中的引用率提升 3.2 倍，问答式长尾词流量占搜索总增量的 41%。llms.txt 与结构化数据互补：前者是站点级导航，后者是页面级标注。
llms.txt 和 robots.txt、sitemap.xml 的区别是什么？
三者经常被混为一谈，但职责不同：
- robots.txt：访问许可。告诉爬虫哪些目录不能抓，是"禁止清单"。
- sitemap.xml：全量清单。列出所有希望被索引的 URL，机器可读，但不解释内容。
- llms.txt：语义导航。用人类可读的 Markdown 说明"这个站点是什么、哪些内容对问答有用"。
robots.txt 决定"能不能进"，sitemap.xml 决定"有哪些门"，llms.txt 决定"该先去哪扇门、进去看什么"。对 AI 搜索而言，第三层缺失时，模型只能靠页面权重自行猜测，跨境站尤其容易在物流与合规页面被漏读。
怎么写：一份可直接套用的结构模板
llms.txt 用 Markdown 书写，建议控制在 100 行以内，避免堆砌关键词。基本结构：
```markdown
品牌名 / 站点名
一句话说明：面向哪些市场、主营什么品类、核心差异化是什么。
核心页面
购买与履约
售后与合规
可选
- 博客与选购指南：按使用场景组织的长尾内容
```
写法上有三个要点：每行链接后跟一句用途说明，而非关键词罗列；按用户决策路径分组，而非按网站栏目结构；只用纯文本或 Markdown，不加脚本、不内嵌 HTML。
部署到哪、怎么被读取？
标准位置是站点根目录：`https://你的域名/llms.txt`。与 robots.txt 同级，无需登录、无需鉴权，返回 `Content-Type: text/plain; charset=utf-8` 即可。
部署方式按建站类型区分：
- Shopify：在后台"内容 > 文件"上传后，通过主题代码或应用将路径重写到根目录；部分主题可直接放入 `assets` 并配置路由。
- WordPress：在站点根目录直接放置文件，或用插件生成，注意伪静态规则不要把 `.txt` 重写到 404。
- 自建站（Next.js / Nuxt 等）：放入 `public/` 目录，构建后即位于根路径。
部署后用浏览器直接访问该 URL 验证可读性，再用 `curl -I` 确认状态码为 200。若站点有 CDN，需确认 `.txt` 未被缓存规则拦截。
需要说明的是，llms.txt 目前仍属社区提案，尚无主流搜索引擎公开承诺将其作为抓取依据。它的价值在于降低模型理解成本，不宜视为确定性排名手段。Bing AI Search 在 2024 年 6 月 25 日新增"可信来源强化模块"（Search Engine Journal 报道），对医疗、金融等高风险垂类实施双重事实核查，推动垂直领域 GEO 向 E-E-A-T 2.0 演进——这意味着站点信息的可验证性，长期看仍是关键变量，llms.txt 只是其中一环。
落地建议：先测基线，再逐层补全
llms.txt 的投入不大，适合作为 GEO 的第一块拼图。建议顺序是：先确认核心页面已被 AI 正确引用，再补结构化数据，最后用 llms.txt 做站点级导航。想系统化推进的读者，可以先用一个免费工具测一下自己品牌的 AI 可见性基线，看清当前在主流 AI 答案中被提及和引用的实际情况，再决定优先级。