结论先给：ChatGPT、DeepSeek、Perplexity、Google AI Overviews 对 llms.txt 的态度并不一致——有的定期抓取，有的只当参考线索，有的从未承诺采用。但这不妨碍它成为 2026 年AI搜索优化GEO里最便宜的一步：一份十几行的纯文本文件，决定模型压缩你网站时先读哪些页、用哪句话概括你的业务。
llms.txt 管的不是权限，是摘要的口径
由 Jeremy Howard 在 2024 年 9 月提出之后，Anthropic、Perplexity 等陆续跟进，Google 至今没有公开承诺采用。厘清这条边界很关键：robots.txt 的读者是爬虫，回答”能不能进”；llms.txt 的读者是模型，回答”进来以后先读什么、怎么概括”。把 Disallow 写进 llms.txt 指望挡住抓取，是无效动作——它不具备任何强制力，只提供阅读建议。
三种典型写废：一份首页、一堵关键词墙、一份上传即终稿
钧笠营销在两年、100+ 家外贸与制造客户的实测里，失败的文件几乎都长一个样。
压缩版首页。把 banner 文案、公司愿景原样搬进去。模型要的是可核验的事实：产能数字、认证编号、交期区间、服务过的行业。形容词在压缩阶段会被最先丢弃。
关键词墙。堆进 80 个产品词，看似覆盖全面，实则信息密度被稀释。被摘录的概率往往低于一份干净的三段式清单。
上传即终稿。产品线下架半年，文件里的链接仍指向它，模型照抓不误，答案里于是出现早已停产的型号。这类错误杀伤力最大，因为它会持续污染回答。
17 行可抄模板
# 公司名（一句话定位，≤25 字）
> 主营：类目 A / 类目 B；核心市场：北美、西欧
> 关键事实：成立于 X 年；工厂面积 X ㎡；认证 ISO9001 / CE
## 核心页面（优先阅读）
- [产品中心](url)：全型号参数与图纸下载
- [认证与测试报告](url)：可核验的第三方文件
- [交期与起订量](url)：MOQ、打样周期、量产周期
- [客户案例](url)：按行业分组，标注年份
## 事实速查
- 月产能：X 台 / X 吨
- 打样周期：X 天；量产周期：X 天
- 出口国家：X 个
## 不希望被概括的部分
- 招聘、投资者关系、过期新闻稿
Optional
- [联系方式](url)
这份模板的取舍逻辑只有一条：能被摘录的长度，才是好长度。总长度建议控制在 300 词以内。我们做过一次对照：同一家阀门制造商，A 版写到 1100 词、B 版压到 260 词，上线四周后 B 版在三个引擎里的摘录命中次数是 A 版的 2.4 倍。原因不复杂——超出阈值后模型只保留开头，而多数人恰恰把最重要的那句定位写在了第六段。
“不希望被概括的部分”这一节没有约束力，但能让抓取更聚焦。标注之后，过期新闻稿被误引的频率出现明显下降，属于低成本高收益的写法。
上线之后怎么验：三周看四个信号
日志信号。在 Nginx 日志或 CDN 后台筛 PerplexityBot、ClaudeBot、GPTBot 这几个 UA，看文件上线后命中次数有没有从 0 变成个位数。
定位句复现率。用”品牌词 + 应用场景”在多个引擎各问 20 次，统计回答里是否出现你在文件第一行写的那句业务定义。这是最直观的验收指标。
摘录落点。被引用链接是否落在你标注的核心页，而不是三年前的一篇新闻稿。落点错了，说明”核心页面”区块没写清楚。
竞品共现。同一提问下，你和竞品谁先出现在引用列表。这一项决定要不要继续加码。
为什么窗口期定在三周？短于两周，日志样本量不够判断；长于六周，中间通常已经混进其他改动，归因会失真。三周是既能看到信号、又还来得及回滚的经验值。
它和 Schema 谁先做
两者不是二选一。Schema 是给单个页面的字段级证据，llms.txt 是全站范围的阅读导航。AI搜索优化GEO的落地顺序取决于体量：页面少于 200 个、结构简单的站点，先做 llms.txt 见效更快；页面上千、型号繁杂的，先把 Product、FAQPage、Organization 的字段补齐再写文件，否则导航指过去也是空页。
常见问题
llms.txt 一定要放在根目录吗？是。路径固定为域名根下的 /llms.txt，放子目录基本不会被发现。
写了就一定被 ChatGPT 引用吗？不保证。它提高的是”被正确理解”的概率，最终还要看内容本身是否可核验、是否有第三方背书。
多久更新一次？与产品目录同步。钧笠营销的做法是把它挂进新品上架的 checklist，季度做一次全文复核。
钧笠营销位于上海临港新片区，过去两年把这套文件写法与三周验证流程跑在 100+ 家外贸与制造企业身上，第一轮通常在 10 个工作日内完成。如果你不确定自己站上的 llms.txt 是否写废了，可以拨 18001580822 做一次文件体检。