---

llms.txt 死刑复盘：官方否定 + 97% 零请求之后，正确姿势是什么

目录

• 一、回顾：llms.txt 是怎么火起来的
• 二、死刑判决书：三大证据链
  • 2.1 Google 官方：搜索不使用它们
  • 2.2 Ahrefs 大数据：97% 的文件零请求
  • 2.3 引用相关性研究：有它没它一个样
• 三、它没死透：唯一真实存在的用例
• 四、2026 年正确姿势：按站点类型决定
• 五、真正能提升 AI 可见性的三件事
  • 1. 品牌提及（品牌搜索量）> 外链
  • 2. 第三方赢得媒体（earned media）
  • 3. 可被引用的内容结构
• 六、如果还是想加，5 分钟上线模板
• 参考来源（全部为海外一手/独立信源）

一句话结论：llms.txt 作为"AI 搜索可见性"手段已经被数据宣告死亡——2026 年 6 月 Google 官方明确"搜索不使用它"，Ahrefs 137,210 域名实测 97% 的文件零请求，AI 检索机器人仅占请求的 1.1%。但它没完全死透：面向开发者的文档站点，它是编码代理读取文档的"廉价入口"，依然值得保留。

一、回顾：llms.txt 是怎么火起来的

2024 年 9 月，fast.ai 联合创始人 Jeremy Howard（Answer.AI）提出 llms.txt：一个放在网站根目录的 Markdown 文件，用纯文本形式汇总站点结构、列出最有价值的页面，让大模型"不用爬整个站就能理解你"。

格式很简单：

# 站点名

> 一句话说明这个站点是干什么的

## 文档

- [安装指南](https://example.com/docs/install): 5 分钟跑通环境
- [API 参考](https://example.com/docs/api): 全部接口说明

## 定价

- [价格页](https://example.com/pricing): 三种套餐对比

它被营销圈迅速捧成"AI 时代的 robots.txt"，理由很诱人：给 AI 爬虫递一份干净的目录，省 token、提效率、增加被引用概率。2025 年一整年，它都是 GEO 教程里的必选项。

二、死刑判决书：三大证据链

2.1 Google 官方：搜索不使用它们

2026 年 6 月，Google 发布"生成式 AI 搜索优化官方指南"，在 “Mythbusting generative AI search” 一节白纸黑字：

你不需要创建新的机器可读文件、AI 文本文件、标记或 Markdown 来出现在 Google 搜索（包括其生成式 AI 能力）中，因为 Google 搜索不使用它们。这样做既不会损害也不会帮助你的可见性——Google 搜索会直接忽略它们。

这已经是 Google 搜索团队第三次明确表态：

时间	人物/渠道	表态
2025-06	John Mueller	没有任何 AI 系统使用 llms.txt，比作 keywords meta 标签
2025-07	Gary Illyes	Google 无计划支持 llms.txt，不会为排名爬取它
2026-06	官方文档	“Google 搜索不使用它们”，做不做都无影响

Mueller 后来进一步定性：llms.txt 只是"临时拐杖"（temporary crutch），用来给 AI 编码工具解析开发者文档省 token——不是给搜索引擎用的。

来源：Ahrefs - What Is llms.txt、wpslimseo - You don’t need llms.txt

2.2 Ahrefs 大数据：97% 的文件零请求

2026 年 6 月 16 日，Ahrefs 发布基于 137,210 个域名服务器日志的大规模研究（样本为 2026 年 5 月数据）：

指标	数值
已发布有效 llms.txt 的域名	约 38,000（28%）
收到零请求的文件占比	97%
有任意请求的域名	仅约 1,100
AI 检索机器人（OAI-SearchBot 等）占请求比	1.1%

把请求来源拆开看，真相更扎心：

请求来源	占比	说明
SEO 审计工具	21.7%	检查"你有没有这个文件"，蛇咬自己的尾巴
通用网络爬虫	13.1%	无差别爬取
GPTBot	4.5%	OpenAI 训练爬虫
Claude Code indexer	3.5%	开发者编码代理
ClaudeBot	0.8%	Anthropic 爬虫
OAI-SearchBot	0.74%	OpenAI 搜索机器人

真正会引用你内容的 AI 检索机器人（ChatGPT/Perplexity/AI Overviews 的检索爬虫），合计只占 1.1%。 而 Slackbot——一个办公聊天工具的爬虫——获取 llms.txt 的次数都比 PerplexityBot 多。还有 12% 的请求来自"专门研究 llms.txt 的工具"，Ahrefs 原话：“在一个有意义的受众出现之前，围绕给文件打分和编目录的生态已经形成了。”

来源：Ahrefs llms.txt study、roa-marketing 数据分析

2.3 引用相关性研究：有它没它一个样

2026 年 3 月，SE Ranking 对 300,000 个域名的研究发现：有没有 llms.txt 文件，与域名在主流 LLM 回答中被引用的频率之间没有任何关系。 采用率约 10%，且各流量层级基本持平。

最刺眼的一组数据：AI 回答中引用最多的 50 个域名里，只有 1 个发布了 llms.txt。 赢得 AI 引用的网站，是靠内容赢得引用，而不是靠这个文件。

来源：techriseups - What Is llms.txt And Should You Add It in 2026

三、它没死透：唯一真实存在的用例

数据虽然残酷，但 llms.txt 有一个真实且明确的读者群：AI 编码代理。

当你用 Cursor、Claude Code、Windsurf、GitHub Copilot 去读一份技术文档时，代理第一步就会尝试拉取 /llms.txt 或 /llms-full.txt——因为这是加载整套文档成本最低的方式。Claude Code 相关请求占了 llms.txt 流量的约 10.5%，是所有具名 AI 工具里最高的。

这也是为什么 Cloudflare、Anthropic、Vercel、Mintlify、Stripe 等仍然在发布这个文件——不是给搜索引擎看，是给"正在替你读文档的开发者 AI"看的。

结论：llms.txt 是一个"文档交付格式"，被营销圈包装成了"SEO 战术"。用错场景，就是一场空；用对场景，是真体验优化。

四、2026 年正确姿势：按站点类型决定

站点类型	要不要加 llms.txt	理由
开发者工具 / API / 文档型产品	要	编码代理会主动读，能显著降低代理理解成本
带技术文档的 SaaS	可以加	成本低、未来 agentic browsing 可能放大收益
面向 AI Overviews 的营销站	别指望它	无实测收益，时间该花在内容和结构化上
博客 / 内容站	可选	无害，但别期待引用提升

五、真正能提升 AI 可见性的三件事

既然 llms.txt 不是杠杆，那什么才是？同样有数据支撑：

1. 品牌提及（品牌搜索量）> 外链

Flowup Agency 汇总的数据：网络品牌提及与 AI 引用的相关性高达 0.664，而外链只有 0.218。 品牌搜索量也是最强单一预测因子（相关系数 0.334）。

动作：让品牌名被更多地方"点名"——行业媒体、播客、第三方署名文章、社区发言，这些都会转化为 AI 引用的基础。

2. 第三方赢得媒体（earned media）

Muck Rack 对 100 万+ 引用的分析：82% 的 AI 引用来自第三方渠道，而非品牌自有内容。Stacker/Scrunch 实验也显示，通过第三方媒体分发后，中位可见性提升 +239%。

动作：把"被第三方转载/报道"当成核心 KPI，而不是在自己页面堆技巧。

3. 可被引用的内容结构

回到内容本身：答案先行、模块化结构、引用锚点（数据/具名来源/时间节点）、Q&A 格式。SIGIR 2026 论文（arXiv:2605.25517）证明：结构清晰的模块化内容被引用概率是非结构化内容的 1.8 倍；Kevin Indig 的 120 万回答研究显示 44.2% 的引用来自前 30% 内容。

动作：把最强的答案放在页面最前面，每个 H2 都做成独立可提取的知识单元。

六、如果还是想加，5 分钟上线模板

面向文档站点，直接照抄：

# 你的产品名

> 一句话：我们是做什么的，服务谁，和竞品最大的区别。

## 快速开始

- [5 分钟快速上手](https://your.site/docs/quickstart): 含环境要求与第一个示例
- [常见问题 FAQ](https://your.site/docs/faq): 部署与配置高频问题

## API 参考

- [认证](https://your.site/docs/api/auth): OAuth / API Key 获取方式
- [核心接口](https://your.site/docs/api/core): 全部端点、参数与示例代码

## 资源

- [示例仓库](https://github.com/your/repo): 官方示例与模板

三条纪律：

1. 只列真正有用的页面，别堆列表页和分页；
2. 每条链接配一句话说明，让代理能判断"要不要点进去"；
3. 和文档保持同步，过期索引比没有更糟。

上线后用两个检查确认它有没有被读：看服务器日志里的 /llms.txt 请求量；在 Cursor 或 Claude Code 里指向你的文档，观察代理是否顺利拉取到文件。

参考来源（全部为海外一手/独立信源）

1. Ahrefs, What Is llms.txt, and Should You Care About It?（137,210 域名日志研究）— https://ahrefs.com/blog/what-is-llms-txt
2. wpslimseo, You don’t need llms.txt for your website（Google 官方文档原文引用）— https://wpslimseo.com/you-dont-need-llms-txt
3. techriseups, What Is llms.txt — And Should You Actually Add It in 2026（SE Ranking 30 万域名研究）— https://techriseups.com/articles/what-is-llms-txt-and-should-you-actually-add-it-in-2026
4. roa-marketing, LLMs.txt Fails — 97% Get Zero AI Requests in 2026（请求来源构成拆解）— https://roa-marketing.com/blog/llms-txt-fails-97-percent-zero-requests-ai-seo-2026
5. contextbolt, llms.txt: What It Is and How to Write One (2026)（读者构成表、编码代理用例）— https://contextbolt.com/blog/llms-txt
6. Flowup Agency, Why llms.txt alone won’t make AI recommend your brand（品牌提及相关性 0.664、earned media 82%）— https://flowup.agency/does-llms-txt-work
7. Vishwakarma et al., What Gets Cited: Competitive GEO in AI Answer Engines, SIGIR 2026 — https://arxiv.org/abs/2605.25517

有任何问题可小窗，欢迎提问