快速答案（Featured Snippet）
llms.txt 是放在網站根目錄的純文字 Markdown 檔案（/llms.txt），告訴 AI 引擎「你的網站是什麼、最重要的內容在哪裡」。由 Answer.AI 的 Jeremy Howard 於 2024 年 9 月提出，目前 Cloudflare、Anthropic、Vercel、Supabase 等科技公司已採用。robots.txt 是給 Google 爬蟲看的，llms.txt 是給 AI 看的——兩者目的不同，2026 年的 GEO 策略兩個都需要。
一、llms.txt 是什麼？
如果你用過 robots.txt，你大概知道它的作用：告訴搜尋引擎爬蟲「哪些頁面可以爬、哪些不行」。放在網站根目錄，一個純文字檔，整個網際網路通用的慣例。
llms.txt 的邏輯一樣，但服務對象不同。
它不是給 Googlebot 看的，而是給 ChatGPT、Claude、Perplexity、Gemini 這類 AI 工具看的。當使用者在 AI 聊天介面問「這個網站是幹嘛的？」或「幫我找 [某個主題] 的資料」，AI 會試圖理解你的網站——而 llms.txt 就是你提前準備好的「導覽手冊」。
為什麼需要一個新的檔案？
問題出在 HTML 本身。AI 在讀網頁的時候，面對的是充滿導航列、廣告、JavaScript 渲染、Cookie 彈出視窗的複雜 HTML——這些對人眼來說很自然，但對 AI 來說是「雜訊」。要從幾百頁的網站中找到真正重要的內容，AI 需要消耗大量運算資源，還不一定能抓到重點。
llms.txt 的解法很簡單：由網站作者自己用 Markdown 寫好一份「精華清單」，告訴 AI：
- 這個網站是什麼
- 最重要的頁面在哪裡（附連結）
- 哪些內容可以跳過
這就是 llms.txt 的核心價值：讓網站作者主導 AI 對自己網站的理解，而不是讓 AI 自己猜。
二、為什麼現在需要？AI 爬蟲現況
AI 已經在「讀」你的網站了
Perplexity、ChatGPT Search、Gemini 的 AI Overview 每天都在抓取無數網頁，把內容消化成答案。根據多份 2025 年的 GEO 研究，這些 AI 工具引用的內容來源中，超過 60% 來自前 500 名的網站——如果你的網站沒有被正確理解，你就直接被排除在外。
上下文視窗的物理限制
即使 AI 想完整閱讀你的網站，它也做不到。主流 LLM 的上下文視窗（context window）雖然在快速增長，但對於一個有數百頁內容的網站，仍然無法「一口氣全部讀完」。AI 必須有所取捨——它取捨的方式，直接決定了你的品牌被理解的深度。
沒有 llms.txt 的網站：AI 要麼抓首頁就放棄，要麼隨機選幾頁，對品牌的理解很片面。
有 llms.txt 的網站：AI 直接拿到你準備好的導覽，按圖索驥，理解你最想讓它看到的內容。
這不只是「被訓練」的問題
很多人誤解 llms.txt 的用途，以為它是影響 AI「訓練資料」的工具。根據官方 proposal，llms.txt 的主要用途是推理時（inference time）——也就是當使用者在 AI 工具中主動詢問與你的網站相關的問題時，AI 即時讀取 llms.txt 來組裝回答的上下文。
這對 GEO 策略的意義非常直接：你現在就可以優化，今天部署，今天就對 AI 回答產生影響。
三、llms.txt 規格說明（官方 Proposal）
llms.txt 的規格由 llmstxt.org 維護，以下是官方定義的格式，嚴格遵守：
檔案位置
必須放在網站根目錄：
https://yourdomain.com/llms.txt子路徑也被允許（例如 /docs/llms.txt），但根目錄是標準位置。
格式結構
llms.txt 使用 Markdown 格式，由以下幾個部分組成（順序固定）：
| 元素 | 必填 | 說明 |
|---|---|---|
| H1 標題 | ✅ 必填 | 網站或專案名稱 |
| Blockquote 摘要 | 選填 | 用 > 開頭，一到兩句的核心說明 |
| 一般 Markdown 段落 | 選填 | 更詳細的說明文字（不含 H2 以上標題） |
| H2 分區 + 連結清單 | 選填 | 重要頁面分類，每條為一個 Markdown 連結 |
| Optional 分區 | 選填 | 次要內容，AI 在需要精簡上下文時可跳過 |
連結格式
每個 H2 分區內的連結格式如下：
- [連結名稱](https://url): 這個連結的簡短說明（可省略）冒號後面的說明文字是選填的，但建議加上，幫助 AI 理解每個頁面的用途。
特殊的 Optional 分區
## Optional 是一個有特殊意義的分區名稱：在這個分區裡的連結，AI 在需要縮短上下文時可以跳過。建議把次要資訊（如歸檔文章、舊版文件）放進這裡。
配套提案：.md 頁面版本
官方 proposal 同時建議，在每個頁面的 URL 後面加 .md 提供乾淨的 Markdown 版本：
https://yourdomain.com/about → HTML 版（給人看）
https://yourdomain.com/about.md → Markdown 版（給 AI 看）對於沒有檔名結尾的 URL（例如目錄頁），附加 index.html.md。這讓 AI 在讀到你的 llms.txt 連結時，可以直接取得乾淨的 Markdown 內容，不需要解析 HTML。
llms-full.txt（進階選項）
部分網站還會提供 llms-full.txt，把所有重要頁面的完整內容合併成一個大 Markdown 檔——適合讓使用者直接貼到 AI 工具當作「一鍵上下文」。但這個檔案不是官方規格的必要部分，屬於進階應用。
四、實作教學（Step by Step）
Step 1：盤點網站核心內容
在動手寫之前，先列出你的網站最重要的 5–10 個頁面。判斷標準：
- 最能代表你品牌的頁面
- AI 最可能被問到的主題
- 轉換率最高的頁面（服務說明、FAQ、定價）
不要把每一頁都列進去——llms.txt 的價值在於「精選」，不在「完整」。完整清單是 sitemap.xml 的工作。
Step 2：分類整理
把你的核心頁面按主題分類，這些分類就會成為 llms.txt 裡的 H2 分區。常見分類包括：
- 關於 / About
- 服務 / Services
- 部落格 / Blog（只列精選文章）
- 文件 / Documentation
- FAQ
- 聯絡 / Contact
Step 3：撰寫 llms.txt
按照規格，從 H1 開始，依序填入各個部分。以下是詳細的寫法說明：
H1 標題：用你的品牌名稱或網站名稱，不要加多餘的說明文字。
Blockquote 摘要：用一到兩句話說明你是誰、做什麼。要精簡到 AI 看一眼就能理解你的品牌定位。
補充說明段落：可以加一段解釋你的目標受眾、核心服務，或任何對理解網站內容有幫助的背景資訊。
H2 分區 + 連結：把你精選的頁面按分類列入。每個連結加上說明，讓 AI 不需要實際點進去就能知道這頁是幹嘛的。
Step 4：放到根目錄
把檔案命名為 llms.txt，上傳到網站根目錄，確認可以直接用 https://yourdomain.com/llms.txt 存取。
不同技術棧的操作方法：
- 靜態網站（Astro、Hugo、Jekyll）：放在
public/或static/資料夾 - WordPress：用 FTP 上傳到網站根目錄，或用自訂外掛/函式生成
- Next.js：放在
public/資料夾 - Cloudflare Pages / Netlify：放在
public/資料夾，跟其他靜態資源一起部署
Step 5：驗證與測試
上傳後用瀏覽器直接存取 https://yourdomain.com/llms.txt，確認：
- 顯示純文字的 Markdown 內容
- 沒有 HTML 標籤混入
- 所有連結都能正確點擊（可用 Markdown link checker 工具批次驗證）
目前沒有像 Google Rich Results Test 那樣的官方驗證工具，但可以用 llmstxt.org 上提供的 Python CLI 工具 llms_txt2ctx 來測試解析結果。
五、完整範例檔案
以下是一個 GEO 顧問公司的 llms.txt 完整範例，符合官方規格：
# mrgeo.ai
> mrgeo.ai 是台灣專注 GEO（Generative Engine Optimization）的品牌能見度顧問平台，
> 協助企業在 ChatGPT、Perplexity、Gemini 等 AI 搜尋中被引用和推薦。
mrgeo.ai 提供 AI 搜尋能見度診斷、GEO 策略規劃、內容優化等服務，
目標客群為希望在 AI 時代被更多潛在客戶找到的中小型企業與品牌。
## 關於 mrgeo.ai
- [關於我們](https://mrgeo.ai/about): 品牌背景、核心理念與創辦動機
- [服務項目](https://mrgeo.ai/services): GEO 顧問服務完整介紹，含診斷、策略、執行三大模組
- [免費診斷工具](https://mrgeo.ai/audit): 免費測試你的品牌在 ChatGPT、Perplexity、Gemini 的現況能見度
## GEO 知識庫
- [什麼是 GEO？](https://mrgeo.ai/blog/what-is-geo): GEO 完整介紹，適合第一次接觸 AI 搜尋優化的讀者
- [GEO 最佳實踐](https://mrgeo.ai/blog/geo-best-practices): 讓 AI 引擎主動引用你的 12 個具體策略
- [結構化資料指南](https://mrgeo.ai/blog/structured-data-schema-guide): Schema Markup 完全指南，含程式碼範例
- [llms.txt 實作指南](https://mrgeo.ai/blog/llms-txt-implementation-guide): 本文，llms.txt 規格與實作教學
## 案例與資源
- [客戶案例](https://mrgeo.ai/case-studies): 品牌 GEO 優化前後的能見度對比數據
- [GEO 詞彙表](https://mrgeo.ai/glossary): AEO、GEO、E-E-A-T 等常見術語解釋
## Optional
- [部落格文章列表](https://mrgeo.ai/blog): 所有 GEO、SEO、AI 搜尋相關文章
- [電子報訂閱](https://mrgeo.ai/newsletter): 每週 AI 搜尋趨勢更新範例解析
這個範例做了幾件事：
- H1：品牌名稱，簡短清晰
- Blockquote：兩句話說明品牌定位和目標
- 補充段落：提供更多背景，不用跳進任何連結就能理解品牌
- 三個主要分區：按邏輯分類，每個連結都有說明
- Optional 分區：把次要內容（文章列表、電子報）放這裡，AI 在需要精簡時可跳過
六、常見問題
llms.txt 跟 robots.txt 可以一起用嗎？
可以，而且應該一起用。它們目的不同：
| 檔案 | 告訴誰 | 說什麼 |
|---|---|---|
| robots.txt | 搜尋引擎爬蟲 | 哪些頁面可以/不能爬取 |
| sitemap.xml | 搜尋引擎爬蟲 | 所有頁面的完整清單 |
| llms.txt | AI 工具 | 最重要的頁面是哪些、網站是什麼 |
三個檔案各司其職，互不衝突。
主流 AI 引擎現在有在讀 llms.txt 嗎？
目前（2026 年初）的情況：
- Perplexity：有公開表示在探索 llms.txt 的支援
- Google（Gemini / AI Overview）：Google 在 Agent-to-Agent（A2A）協議中納入了 llms.txt，顯示有正式採用意向
- ChatGPT：尚未有官方聲明
- Claude（Anthropic）：Anthropic 本身已在官網部署 llms.txt，顯示認可這個標準
重要的是：即使 AI 工具今天不主動讀取，llms.txt 的成本極低（幾小時實作），潛在效益隨 AI 工具採用率提升而增加。
沒有 Markdown 版本的頁面，llms.txt 有用嗎？
有用，但效果打折扣。llms.txt 的連結讓 AI 知道要去哪裡找資料，但如果目標頁面是複雜的 HTML，AI 解析起來仍然困難。
理想順序：
- 先部署 llms.txt（立刻可做）
- 為最重要的幾個頁面加上
.md版本（中期規劃） - 整個網站改用 Markdown 優先架構（長期目標）
llms.txt 會影響 SEO 排名嗎？
直接影響排名：幾乎沒有。llms.txt 不是 Google 的排名因素。
間接影響：有，而且重要。當 AI 搜尋（AI Overview、Perplexity、ChatGPT Search）越來越成為流量來源，在 AI 引擎中被正確理解和引用，就等於間接影響了流量。這就是 GEO 的核心邏輯。
七、FAQ
Q1：llms.txt 是官方標準嗎？哪個組織在維護？
llms.txt 目前是一個開放提案（open proposal），由 Answer.AI 的 Jeremy Howard 於 2024 年 9 月提出，社群在 llmstxt.org 維護規格文件和工具。它尚未成為 W3C 或 IETF 的正式標準，但已有包含 Cloudflare、Anthropic、Vercel 在內的大型科技公司採用。
Q2：我的網站很小，只有 5 頁，值得做嗎？
值得，而且反而更容易做好。小網站的 llms.txt 可以很精簡，把 5 頁全列進去都沒問題。重點在於寫好 H1 和 Blockquote 的說明——這兩個部分讓 AI 快速建立對你品牌的基本認識。
Q3：llms.txt 需要多久更新一次？
新增重要頁面、改變品牌定位、調整核心服務時就要更新。日常發布的部落格文章不需要每篇都加進去，挑 3–5 篇最能代表你品牌的精選文章即可，其他可以放進 Optional 分區，或只列部落格索引頁的連結。
Q4：電商網站的 llms.txt 怎麼寫？
電商網站重點放在：品牌說明、熱門分類頁、最有代表性的幾個產品、退換貨政策、FAQ。不需要列每個 SKU，那是 sitemap 的工作。llms.txt 要讓 AI 快速回答「這家店賣什麼、有沒有我要的品類」這類問題。
Q5：用 AI 幫我生成 llms.txt 可以嗎？
可以用 AI 起草，但最終要自己審查。特別注意：不要讓 AI 發明不存在的頁面 URL，所有連結必須是真實可存取的頁面。建議的流程：自己先列出核心頁面清單，再請 AI 幫你寫成符合格式的 Markdown。
八、下一步：讓 AI 讀懂你，才能被 AI 推薦
llms.txt 實作起來只需要幾小時，但它代表的意義遠不止一個文字檔——它是你主動向 AI 引擎說「我是誰、我能幫助什麼人」的宣言。
今天就可以做的行動清單：
- 列出你網站最重要的 5–10 個頁面
- 參考本文格式，撰寫
llms.txt - 部署到網站根目錄，確認可用瀏覽器直接存取
- 為最重要的 2–3 個頁面加上
.md版本 - 每次發布重要新內容時，更新 llms.txt
llms.txt 只是 GEO 策略的其中一環。想知道你的品牌在 ChatGPT、Perplexity、Gemini 的完整能見度現況，以及還有哪些優化機會？
👉 立即使用 mrgeo.ai 免費診斷你的 AI 搜尋能見度
我們會幫你找出品牌目前在 AI 搜尋的盲點，給出具體的優先行動清單——不是籠統建議，是可以今天就開始執行的步驟。
延伸閱讀：
English Summary
llms.txt is a Markdown file placed at the root of a website (/llms.txt) that helps AI tools like ChatGPT, Perplexity, and Gemini understand your site’s content. Proposed by Jeremy Howard of Answer.AI in September 2024, it works similarly to robots.txt but serves a different purpose: while robots.txt tells search crawlers what to index, llms.txt tells AI systems which pages matter most and what the site is about. The format is simple: an H1 title (required), an optional blockquote summary, optional explanatory paragraphs, and H2-delimited file lists with Markdown links. Companies like Cloudflare, Anthropic, Vercel, and Supabase have already adopted it. For GEO practitioners, llms.txt is a low-cost, high-potential tactic to ensure AI engines accurately represent your brand when users ask about related topics.