跳到正文

llms.txt 真的能提升 AI 引用率吗?500 个网站的数据告诉你答案

我们分析了 500 个网站添加 llms.txt 前后的表现,衡量它对 ChatGPT、Perplexity 和 Claude 引用率的真实影响。结果比炒作的说法复杂得多。

Featured image for llms.txt 真的能提升 AI 引用率吗?500 个网站的数据告诉你答案

llms.txt 之争:真信号,还是安慰剂?

自从 llms.txt 规范被提出,SEO 和 AEO 圈子就分成了两派。支持者认为,它能清楚地告诉 AI 系统你的网站是什么、覆盖哪些内容,这种结构化的指引很可能让 AI 在决定引用谁时偏向你。怀疑者则认为它太新,还谈不上实际影响,正式支持它的 AI 系统寥寥无几;而那些被归功于 llms.txt 的引用增长,其实是团队在部署它时顺手做的内容优化带来的。

我们不想再停留在猜测上。借助 AI Rank Lab 的引用追踪基础设施,我们分析了 500 个网站添加 llms.txt 前后的表现,在 90 天的时间窗口内追踪它们在 ChatGPT(GPT-4o)、Perplexity 和 Claude 3.5 Sonnet 上的引用率。我们还研究了引用大幅提升的网站和几乎没有变化的网站之间,到底差在哪里。

下面就是我们的发现,其中也包括与那些最乐观的 llms.txt 说法相矛盾的部分。

500 个网站的研究:我们是怎么做的

我们追踪了 500 个在六个月分析期内首次添加 llms.txt 的域名。所有域名都满足以下条件:

  • 已开放 AI 爬虫访问(robots.txt 中允许 GPTBot、ClaudeBot、PerplexityBot)
  • 在添加 llms.txt 之前,至少有 30 天的引用基线数据
  • 在测量窗口内没有进行重大内容改动,也没有获得大量新外链
  • 页面数量在 10 到 500 页之间(我们排除了特别小和特别大的网站,以减少干扰因素)

引用率的计算方式是:在回答该域名核心主题集群内的查询时,LLM 引用该域名的次数,占所测试查询总数的百分比。每个域名在每个 LLM 上测试 50 个查询,这些查询取自该域名的核心关键词集合。

这些网站覆盖 12 个行业:SaaS、电商、本地服务、B2B 服务、出版、医疗健康、法律、金融服务、教育、房地产、旅游和科技新闻。

发现一:llms.txt 能提升引用率,但不是对每个 LLM 都有效

在全部 500 个网站中,添加 llms.txt 后的 90 天里,平均引用率变化如下:

  • Perplexity:平均引用率提升 +18%
  • ChatGPT(开启 Browse 联网浏览):平均引用率提升 +12%
  • Claude:平均引用率提升 +7%
  • ChatGPT(未开启 Browse,GPT-4o 基础模型):+3%(不具统计显著性)

不同 LLM 之间的差异相当明显,而且无法完全用抓取行为的不同来解释。Perplexity 反应更强,很可能与它的实时联网搜索架构有关:它在生成回答时会主动利用结构化的指引文件。ChatGPT 的 Browse 模式(会抓取实时网页内容)有明显提升,而 GPT-4o 基础模型主要依赖训练数据,仅仅多一个文件,几乎看不出变化。

Claude 的提升属于中等水平,这与 Anthropic 公开的做法一致:ClaudeBot 会抓取并遵守指引文件,但 Claude 训练数据的更新周期比 Perplexity 的实时检索要长。提升是真实的,只是显现得更慢。

发现二:llms.txt 摘要写得好不好,才是关键

引用提升最大的那批网站(前四分之一,引用率平均提升 +31%)有一个共同点:它们的摘要引用块(blockquote)写得非常具体,把自身的差异化、目标受众和主题覆盖范围都讲得清清楚楚。

我们按五项标准给每个网站的 llms.txt 摘要打分:

  1. 受众明确度(这是给谁看的?)
  2. 差异化清晰度(这个网站有什么与众不同?)
  3. 主题覆盖完整度(这个网站讲哪些主题?)
  4. 权威信号(有没有任何可信度指标:数据、专业背景、方法论)
  5. 行动场景(读者能用这个网站做什么?)

在这套评分标准中得 4 到 5 分的网站,引用率平均提升 +27%;得 1 到 2 分的网站平均只有 +6%,几乎和噪声差不多。文件格式本身远没有摘要部分的内容质量重要。

高分摘要和低分摘要的对比示例:

低分(满足 1/5 项标准):
“Example Corp 为企业提供营销工具和资源。”

高分(满足 5/5 项标准):
“Example Corp 是一个 B2B 营销归因平台,被 2,000 多家中型 SaaS 企业使用,用来追踪来自暗社交渠道(LinkedIn、播客提及、社区论坛)的销售管线贡献,而这些正是基于 UTM 的常规归因所遗漏的。主要使用场景:市场副总裁(VP of Marketing)向董事会汇报无法追踪的销售管线;需求生成团队证明暗社交投入的合理性。”

这个高分示例点明了受众(中型 SaaS 企业的市场副总裁和需求生成团队)、差异化(暗社交归因)、权威性(2,000 多家企业)以及行动场景(董事会汇报、证明投入合理性)。AI 系统读到这样的描述后,当用户询问适合 SaaS 企业的营销归因工具时,就能准确地介绍这款产品。

发现三:页面列表带来长尾查询的引用增长

在 llms.txt 中加入详细页面列表(而不只是写摘要部分)的网站,在长尾查询上还获得了额外的引用提升。这里的长尾查询,指的是关于具体功能、使用场景,或列表中页面所涉及主题的查询。

这种效果在内部链接较少的页面上最明显。对于这些“孤立但重要”的页面,比如工具页、技术文档、细分领域指南,出现在 llms.txt 的页面列表里,是 AI 系统学会在相关查询中引用它们的主要途径。没有这份列表,这些页面即便内容很有价值,在 AI 引用中也基本处于隐身状态。

拥有 15 个以上描述清晰的页面列表的网站,长尾查询引用率提升了 +22%;而没有页面列表、或列表很简略且没有描述的网站,只提升了 +9%。

发现四:只靠 llms.txt 是不够的

最重要的负面发现是:robots.txt 屏蔽了 AI 爬虫的网站,添加 llms.txt 之后引用率零提升。这在意料之中,但值得明确说出来:如果 AI 爬虫进不了你的网站,llms.txt 帮不上任何忙。这个文件是给已经被放行的爬虫提供指引,它不会绕过访问限制。

同样,内容单薄或质量较差的网站,即使 llms.txt 写得再好,引用提升也微乎其微。AI 系统不会因为某个文件说内容重要,就去多引用劣质内容。这个文件改善的是 AI 系统理解和浏览你网站的方式,而内容本身依然得值得被引用。

想全面了解哪些因素驱动 AI 引用,可以看看这篇 AI 搜索优化指南。llms.txt 只是多个协同作用的信号之一,并不是一个独立的解决方案。

llms.txt 对引用率影响的研究图表

分行业看:哪些行业从 llms.txt 中获益最多

llms.txt 带来的引用提升在不同行业之间差异很大:

获益最高(平均提升 +20-35%)

  • SaaS 和科技:AI 系统经常把软件产品归错类,或者描述得不准确。具体的 llms.txt 摘要能有效纠正这些错误描述。
  • 金融服务:在缺乏明确权威信号的情况下,AI 系统对引用金融内容相当谨慎。如果 llms.txt 中包含监管资质、方法论说明或专业资格,引用率会有可量化的提升。
  • 医疗健康:与金融服务的逻辑相同。对于真正具备专业能力的健康信息网站,摘要中的权威信号能大幅提升引用率。

中等获益(平均提升 +8-18%)

  • B2B 服务:仅凭内容很难归类的复杂服务,能从明确的描述中获益,但提升幅度中等。
  • 教育:清晰的主题覆盖描述,能帮助 AI 系统把教育内容与具体的学习类查询匹配起来。
  • 出版和新闻:主要受益于内容新鲜度方面的指引(标明哪些栏目更新频繁),而不是摘要本身。

获益较低(平均提升 +3-8%)

  • 电商:借助结构化数据(Product schema),AI 系统本来就能很好地理解商品页。如果 schema 已经很完整,llms.txt 带来的增量价值就比较小。
  • 本地服务:本地服务的引用模式更多受评价数量和 NAP(名称、地址、电话)一致性的影响,而不是 llms.txt 的指引。

怀疑派说对了哪些

我们的数据也印证了一部分对 llms.txt 的质疑:

它不能保证被引用。即使是前四分之一的网站,提升也只是 +31%,而且是在原有基线上的增长。引用率 10% 的网站提升到了约 13%。这谈不上脱胎换骨,但会随着时间不断累积,是实实在在的进步。

内容优化更重要。我们对比了只添加 llms.txt 的网站,和同时提升内容质量(更好的 FAQ 答案、更具体的结构化数据)的网站。后者的引用提升是只加 llms.txt 那一组的 2.4 倍。llms.txt 能放大好内容的效果,但不能替代好内容。

不同 LLM 的反应并不一样。对 ChatGPT 的基础模型(未开启 Browse)来说,影响很小。如果你的目标查询主要由依赖训练数据、而非实时检索的模型来回答,那么 llms.txt 带来的提升会更慢,也更难衡量。

我们的建议

基于这些数据,我们的建议是:

  1. 还没部署 llms.txt 的话,赶紧加上:潜在收益是真实的,实施成本很低(做一份高质量文件只需 30-60 分钟),而且没有任何坏处
  2. 把摘要质量放在首位:70% 的引用提升都来自这里;把时间花在写一段具体、面向目标受众、有差异化的描述上
  3. 列出重要但内链不足的页面:尤其是工具页、文档,以及内部链接不多的专题指南
  4. 如果 AI 爬虫被屏蔽,先修好 robots.txt:网站被屏蔽时,llms.txt 毫无作用
  5. 与内容和 schema 优化结合起来:llms.txt 作为完整 AEO 策略的一部分时效果最好,而不是单独的补丁

你可以用 AI Rank Lab 的免费 llms.txt 生成器创建文件,再用完整审计工具检查现有的 llms.txt 格式是否规范,以及它能否与你的其他 AEO 信号协同发挥作用。

结论

llms.txt 对 AI 引用率有真实、可衡量的影响,尤其是在 Perplexity 和 ChatGPT Browse 上,尤其是对产品或服务复杂、容易被归错类的网站,也尤其是在摘要写得具体、有差异化的时候。这个文件不是魔法:它无法让劣质内容变得值得引用,也无法绕过被屏蔽的爬虫。但作为完整 AEO 策略中的一环,它完全对得起那 30 分钟的实施投入。

最重要的一点:llms.txt 摘要的质量,远比有没有这个文件更重要。泛泛的两句话描述几乎没什么用;而一段具体、面向目标受众、带有权威信号且差异化清晰的摘要,能在支持它的各个 LLM 上带来明显的引用提升。

Get a free AI ranking consultation

Want your brand to show up when ChatGPT, Gemini and Perplexity answer questions in your market? Tell us about your site and our team will send a personalized strategy.

This form is protected by reCAPTCHA. Your data is handled securely and we will never spam you.

常见问题

还有其他问题? 咨询我们的团队

添加 llms.txt 真的能增加 AI 引用吗?

能。根据我们对 500 个网站的分析,添加 llms.txt 后的 90 天里,平均引用率在 Perplexity 上提升 18%,在 ChatGPT Browse 上提升 12%,在 Claude 上提升 7%。提升幅度很大程度上取决于摘要质量:对受众和价值主张描述具体、有差异化的网站,引用率最高提升 31%;摘要泛泛而谈的网站只提升了 3-6%。

哪些 AI 系统支持 llms.txt?

Perplexity 对 llms.txt 的反应最强,这得益于它的实时联网搜索架构。ChatGPT 的 Browse 模式有明显提升。Claude 的提升属于中等水平,而且见效更慢。ChatGPT 的 GPT-4o 基础模型(未开启 Browse)主要依赖训练数据,仅添加一个文件几乎没有影响。随着这一规范被越来越多地采用,支持范围也在扩大。

llms.txt 的摘要应该写什么?

效果最好的 llms.txt 摘要会写清楚:你的核心受众(这是给谁看的?)、你的差异化(你的网站和竞争对手相比有什么独特之处?)、你的主题覆盖范围、任何权威或方法论信号,以及用户能在你的网站上完成什么。泛泛的摘要几乎没有帮助,真正带来引用提升的是具体性和差异化。

如果网站规模很小,还值得做 llms.txt 吗?

值得。无论网站大小,实施成本都一样(30-60 分钟),而且小网站往往收益更大,因为 AI 系统从其他信号中获得的关于它们的背景信息更少。对于所处品类复杂、容易被归错类的网站,llms.txt 能提供 AI 系统仅凭页面内容难以推断出的背景信息。

llms.txt 能代替优质内容来获得 AI 引用吗?

不能。llms.txt 能放大优质内容的效果,但不能替代它。我们的数据显示,同时添加 llms.txt 并提升内容质量的网站,引用提升是只添加 llms.txt 的网站的 2.4 倍。这个文件帮助 AI 系统找到并理解你的内容,而内容本身必须值得被引用。

喜欢这篇文章吗?

订阅我们的新闻通讯,获取最新 AI 搜索优化洞察,直接发送到您的收件箱。

No spam. Unsubscribe at any time.

See how AI engines read your site

Paste your site. The free audit scores it for SEO, answer engines and generative engines, and lists the fixes.