76% 的站点拥有 llms.txt 文件却搞错了

在 2026 年 5 月 4 日至 7 月 19 日期间审计的 142 个网站中，79 个完全没有 llms.txt 文件。 在发布了 llms.txt 的 63 中，48 发布了一个损坏的版本. 这使得 13 个站点——样本中的 9%——拥有有效文件. llms.txt 提案很简单：在您的域名根目录放置一个 markdown 文件，为 AI 代理提供您站点的策划、纯文本地图。 当有人向 ChatGPT、Claude 或 Perplexity 提问您的站点可以回答的问题时，代理在推理时获取您的 llms.txt，得到您选择的确切上下文——而不是对您主页 HTML 的最佳努力抓取。该 specification 故意保持最小化：一个 H1 包含您站点的名称，一个 blockquote 摘要，以及指向您最重要内容的 markdown 链接列表。 采用一年后，差距不再是认知. 它是执行.

数据集

方法论：每个域名的最新完成审计快照，取自 5 月 4 至 July 19, 2026 期间的生产检查。 所有域名已匿名化。 该样本为自选样本——仅包含已进行审核的网站——并倾向于小型和中型物业，因此请将其视为方向性而非网络普查。

近乎所有无效文件背后的 3 错误

我们的引擎根据规范结构验证一个 llms.txt，并且失败证据异常一致。 3 问题几乎涵盖一切——大多数损坏文件一次性包含 2 或 3 之类的错误：

1。无引用链接（40 的 48 无效文件）。 文件存在，但其中不包含 markdown 链接. 这正是该格式的全部意义——一个由代理应阅读的 URL 经过策划的列表. 没有链接的文件就像没有地图的海报. 2. 缺少摘要块引用（38/48）。 规范要求在标题后立即出现一个 > Summary 块引用，告诉代理该站点是什么以及如何解释链接。 没有它，代理只能得到一系列 URL，却没有框架来在它们之间做选择. 3。缺少 H1 标题（33 的 48）。 规范唯一标记为严格必需的部分. 以散文、注释或 H2 开头的文件给解析器没有锚点.

所有 3 下的模式相同：团队生成占位符——有时字面上重复“llms.txt”，或一段营销文案——并将其部署为复选框. 代理阅读此类文件时什么也学不到，然后继续往前走. 获取被浪费了.

当链接本身失效时

有效性是结构. 下一步检查是引用的 URL 是否真正解析. 大多数结构有效的网站也通过了此检查，但失败案例具有启发性：7 网站列出的链接返回错误，平均每站点有 19 个失效引用. 一家电子商务物业在其 llms.txt 中列出了 3,042 个产品 URL，但这些 URL 已不再解析——文件显然只生成一次，且从未重新生成。 这个轶事是 7 的一个样本，因此请将其视为警告而非统计数据. 但这一机制值得记住：一个 llms.txt 是活文档。 如果你的目录、文档或定价页面移动，文件就会腐烂——代理跟随失效链接可能会得出你的内容已消失而非已移动的结论.

有效文件的样子

规范自身的示例是最佳模板. 一个最小、有效的 llms.txt 需要一个 H1、一个摘要块引用，以及至少一份带注释的链接列表：

# Acme Analytics

> Acme Analytics is a reporting API for ecommerce teams. This file lists our most useful resources for AI agents.

## Docs

- [API quickstart](https://acme.example/docs/quickstart): Authentication and first request in 5 minutes
- [Metrics reference](https://acme.example/docs/metrics): Every metric, its definition, and its SQL

## Product

- [Pricing](https://acme.example/pricing): Plans and usage limits
- [Changelog](https://acme.example/changelog): Release notes since 2024

## Optional

- [Full documentation index](https://acme.example/docs): Everything else, for larger context windows

Optional 部分有明确含义：上下文不足的代理可能会跳过它。 把你最好的材料放在它上面.

这值得 30 分钟

网站地图告诉搜索引擎存在什么. robots.txt 告诉爬虫允许什么。 llms.txt 是唯一告诉 AI 代理什么重要的文件——以它本地读取的格式编写，在它决定你的站点是否能回答用户问题时使用。 它也是你完全控制的少数 AI 搜索杠杆之一：没有模型提供商，没有排名算法，也不必等待爬取. 修复序列很短. 按上述模板编写文件——10 分钟. 仅链接到已解析的页面，并优先使用稳定 URL. 每当你的信息架构发生变化时，请重新生成或审查它. 然后像代理一样验证：获取它，解析它，跟随链接. 我们运行的每一次审计都会检查所有 3 层——存在性、有效性以及引用是否解析——作为 AI 成熟度家族的一部分. 如果你想知道你的网站属于哪 3 组中的哪一组，你可以 运行你自己的报告 并在 AI 就绪部分找到 llms.txt 检查。

关键点

采用是第一个缺口：56% 的审计站点没有文件. 但更尖锐的发现是，发布文件并不是终点——3 在 4 的站点中，发布了文件但代理无法使用. 在有效少数的站点中没有做任何奇怪的事. 它们写了一个 H1，一个 2-句子摘要，以及一份可用链接列表. 这就是整个情况——并且 91% 的样本在其下方.