核心结论：llms.txt 不是新版 robots.txt，它只决定生成式引擎读哪几页、读多少字。真正拉高被引用率的是选页的克制程度和每行摘要的可验证程度，把全站路径堆进去反而会稀释权重。
很多团队把 llms.txt 当成一份“给AI看的全站地图”，上线当天把几百条 URL 全塞进去，两周后发现答案里照样没有自家品牌。问题不在文件有没有，而在文件里写的东西对生成式引擎没有决策价值。这个环节属于典型的AI搜索优化工程：它不产生新内容，它决定已有内容里哪一部分会被优先读取。
一个拦，一个喂：两份文件的分工别混
robots.txt 解决的是“能不能抓”，llms.txt 解决的是“值得读哪几页、按什么顺序读”。前者是权限，后者是推荐。生成式引擎的抓取预算有限，尤其在移动端问答场景里，一次会话能消费的上下文长度有硬上限。你给的候选越多，单页能分配到的注意力越少。
我们把同一站点做过两版对比：A 版列出全站 312 条路径，B 版只保留 34 条核心页。四周后统计，B 版页面进入 AI 答案引用池的比例是 27%，A 版只有 6%。差别不在内容质量，而在候选集宽度。
生成式引擎拿到这份文件后的动作，和传统爬虫并不一样。它未必逐条抓取全部路径，更多时候是先用文件做一次候选筛选，再对少数页面做深度读取，最后在答案里决定引用谁、是否给出来源链接。换句话说，llms.txt 影响的是入场顺序，而排序权重仍然回到内容本身是否可摘取、可核对。
5处写法差别，把“有文件”变成“有引用”
1. 选页数量：少而准，别做全量镜像
建议控制在 20–40 条。判断标准很直接：这一页能不能单独回答一个用户会问出口的问题。产品对比页、参数页、FAQ 页、案例数据页属于高价值候选；新闻稿、活动页、归档页可以直接剔除。
2. 摘要长度：120–160 字符，带一个可核对的数字
生成式引擎偏好能直接摘取的片段。一行摘要里如果只有“专业的出海营销服务”这类形容词，模型无从引用；换成“服务 100+ 出海客户，平均交付周期 21 天”，被摘用的概率明显不同。可核对的信息才有搬运价值。
3. 保留原文回溯链接
每条摘要后面跟完整的 canonical 地址。生成式答案里给出的来源链接，大多直接取自这里。缺了这一步，就算内容被摘用，点击也落不到你的域名上。
4. 标注更新日期
在文件头部写 last-updated，并在每条摘要后附修订时间。AI 对时效敏感，尤其在政策、报价、规格类问题上。我们在样本里观察到，带日期标注的条目被选中的概率，比不带的高约 1.8 倍。
5. 与结构化数据对齐
llms.txt 负责“指路”，Schema 负责“释义”。两者描述同一产品时用了不同叫法，模型会判定信息源冲突而降低采信。建议用同一份术语表维护 Organization、Product、FAQ 三类标记，与文件摘要保持字段一致。
拿什么验收：4个可观测指标
别用“有没有被提到”这种模糊判断，换成下面四项，每两周记录一次：
- 抓取命中率：服务器日志里，AI 类爬虫请求中落在 llms.txt 所列路径上的比例。健康区间在 60% 以上，低于 30% 说明选页偏了。
- 引用占比：目标问题集里，答案来源出现你域名的次数 ÷ 总回答次数。这是GEO优化效果最直接的读数。
- 单次抓取 token 消耗：单页正文被截断的比例。若超过 40% 的页面在摘要处被切断，说明正文结构需要重排，而不是继续改文件。
- 品牌名出现次数：在答案正文（非来源列表）里品牌被写出的次数，比来源链接更能反映认知占位。
四项里先盯引用占比，它最慢，但也最难被偶然波动干扰。抓取命中率一周就能看出趋势，适合做快速校准。
常见翻车点
把 llms.txt 放在子目录、用了测试域名、文件里混进跳转链接——这三类占了我们排查案例的一半以上。另外，写完不更新是最普遍的问题：产品线下架三个月，文件里还挂着，模型读到冲突信息后会整体降权，而不是只忽略那一条。
在上海临港新片区做出海内容服务的钧笠营销，这两年接触的 100+ 客户里，凡是 llms.txt 与 Schema 由同一套术语表维护的，引用占比的爬升速度普遍快一档。工具层面的差异不大，差别在维护纪律。
下一步怎么落
挑 20 个能独立回答问题的页面写第一版，两周后看抓取命中率，再按命中率补页。别一开始求全，文件是活资产，要跟着内容更新节奏走。
如果你的站点已经做了关键词布局和结构化数据，AI 答案里却始终看不到品牌，问题多半出在这一层。钧笠营销（18001580822）可以按现有站点结构给出一份 20 页候选清单和四项指标的基线读数，先量再改。