llms.txt 是什麼？有沒有用？最新 v2 格式寫法與繁中範例

重點整理

• 它是什麼：llms.txt 是一份用 Markdown 寫成的純文字檔，放在網站裡，告訴 AI agent 這個網站是誰、重點在哪、該先讀哪些頁面。
• 有沒有用：對 Google 搜尋與 AI 摘要沒有作用，主流 AI 爬蟲也很少讀取。真正有實際用途的場景是技術文件，讓 coding agent 找到 API 參考與教學。
• 該不該做：技術服務或是軟體產品建議做；一般官網與部落格因為維護成本低，也可以做，但需要先把排名或流量的增長期待放低。
• 最簡單的寫法：規範裡唯一必填的只有一個 H1 標題；可以再加上一段摘要，和幾組用 H2 分類的連結清單，類似網站地圖的寫法。
• 2026 年 8 月 v2 改版：可以放在子路徑、用標準 link 標記讓 agent 找到檔案，而 Optional 區塊不再有自動略過的機制意義。

一、llms.txt 是什麼？

llms.txt 是一份寫給 AI agent 看的網站導覽說明書，以 Markdown 格式放在網站根目錄或某個子路徑，最常見的網址是 https://example.com/llms.txt。

llms.txt 可以用最精簡的方式交代網站定位、使用指引，以及最值得讀的頁面連結給 AI 爬蟲。

llms.txt 是誰提出的

這份提案由 Answer.AI 創辦人 Jeremy Howard 於 2024 年 9 月 3 日發表，2026 年 8 月 10 日更新為 v2。它是公開徵求意見的社群提案，不是 W3C 或 IETF 這類標準組織制定的正式規範，各家 AI 平台要不要讀取全憑自願。

所以先做可以搶得先機，但不做也不至於到會被所有AI排擠。

llms.txt 解決什麼問題

網頁是為人設計的。HTML 把真正的內容包在導覽列、廣告與 JavaScript 裡，AI 要把它還原成乾淨文字既困難又不精準。

AI 一次能讀的內容量雖然越來越大，仍然裝不下大多數網站的全部內容，每一個浪費掉的 token 都是時間與成本。

llms.txt 的做法是：把全站和頁面的精華集中在一個好找的位置，細節放在連結後面，AI更好讀資料，讀完後再決定要取哪個連結繼續抓內容。

llms.txt 什麼時候會被讀取

llms.txt 是「按需讀取」的：當 AI agent 正在幫使用者處理某個問題，需要查你網站的資料時才會去看。提案作者表示，它主要用在AI被問到問題時，去爬取資料時的推論階段，而非運用在模型訓練，實際使用情況也是如此。

來源：llmstxt.org

二、llms.txt 到底有沒有用？2026 現況解析

先講結論：想靠它提升 Google 排名或 AI 引用，目前沒有證據支持有效果；不過如果想讓 coding agent 與 AI 助理更順利讀懂你的文件，先建置好 llms.txt 是一個非常好的方式。

下面從官方立場、讀取數據、有效場景三個角度說明。

Google 的官方立場：搜尋不使用

• 搜尋團隊明言不需要：Google 在「針對生成式 AI 功能最佳化」指南的破除迷思段落寫到，要出現在 Google 搜尋與 AI 功能中，不需要建立 llms.txt 這類機器可讀檔案，因為搜尋本身不使用它們。你想為其他服務做也可以，對排名不加分也不扣分。
• Chrome 團隊卻加了檢查：2026 年 5 月，Lighthouse 實驗性的 Agentic Browsing 稽核加入 llms.txt 項目，理由是沒有這份檔案時，agent 可能要花更多時間爬網站才能理解結構。檔案不存在只會標成「不適用」，不會扣分。（Chrome for Developers）
• 兩者並不矛盾：Google 的 John Mueller 被問到這點時表示，llms.txt 不是為搜尋而做，而是讓 AI coding 工具讀開發者文件時省一點 token 的過渡性輔助，非開發者類網站不必太在意。（Ahrefs）

實際讀取數據：絕大多數檔案目前讀取率不高

Ahrefs 在 2026 年 6 月發表研究，分析 13 萬 7 千多個網域在 2026 年 5 月的伺服器紀錄：

• 28％ 的網域有 llms.txt。懂 SEO 的網站建置比率高達八成。
• 其中 97％ 的 llms.txt 檔案整個月零請求，沒有機器人也沒有人讀。
• 有被讀取的那 3％ 裡，約兩成的請求來自 AI 相關機器人，其他多半是 SEO 稽核工具、技術分析工具與一般爬蟲。
• AI 中最常讀的是 agent：Anthropic 的 Claude Code 讀取次數，高過所有 AI 搜尋與 AI 助理機器人；負責即時回答問題的 AI 搜尋機器人只佔約百分之一。
• AI 不會主動來找：對不存在的 llms.txt，AI 機器人的請求數是零。它們只在連結、索引或使用者指示告知檔案存在時才去抓。

真正有效的場景

llms.txt 用得最多的是軟體文件：coding agent 跟著它找 API 參考與教學。OpenAI、Anthropic、Gemini 都曾為自家開發者文件發布 llms.txt，Mintlify 等文件平台也會自動產生。

簡單說：llms.txt 是寫給 agent 用的，不是寫給搜尋引擎看的。如果你的使用者會叫 AI 幫他讀你的文件、用你的產品，它就有機會被讀到。

三、你的網站該不該做？

判斷原則只有一個：如果你的讀者會叫 AI agent 來讀你的文件或使用你的產品，就做；如果只是希望被 Google 或 ChatGPT 引用，先把內容品質與 robots.txt 設定顧好，llms.txt 排在後面。

不過如果都有建置好內容品質與 robots.txt，先提前建置 llms.txt 檔案也沒有什麼壞事。

決定要做之後，記得把它當成「需要維護的檔案」：內容過時的 llms.txt，會讓每一個讀它的 agent 都會拿到錯誤資訊。

四、llms.txt、robots.txt、sitemap.xml 有什麼不同？

三個檔案都放在網站裡、名字也像，但負責的範圍完全不同：robots.txt 管「AI 和 Google 那些頁面能爬 / 不能爬」，sitemap.xml 管「這個網站全部有哪些頁面」，llms.txt 管「該先讀什麼」。

要特別注意：llms.txt 不能取代 robots.txt。

想阻擋某個 AI 爬蟲，仍然要在 robots.txt 裡設定。

sitemap.xml 也無法取代 llms.txt，因為它通常列出所有頁面，總量遠超過 AI 一次能讀的範圍，也不會附上 Markdown 版本或外部參考連結。

五、llms.txt 格式規範（v2）

llms.txt 用 Markdown 寫，但格式是固定的，目的是讓程式也能用解析器或正規表示式精準讀取，不必全靠 AI 自己理解。

五個區塊與固定順序

• BOM（可省略）：檔案開頭的位元組順序標記，一般不用理會。
• H1 標題（唯一必填）：專案或網站名稱。
• 引言區塊摘要（建議）：用 Markdown 的引言符號寫一段簡短摘要，放理解後續內容所需的關鍵資訊。
• 說明段落（可省略）：段落或清單都可以，但不能有任何標題，用來補充更多背景與閱讀方式。
• H2 檔案清單（可省略，可多組）：每組用 H2 分類，底下是連結清單。

連結清單的寫法

每個清單項目必須有一個 Markdown 超連結，後面可以接一個冒號和說明文字。說明寫清楚這個頁面有什麼，agent 才知道該不該點進去。

# 網站名稱
> 一段簡短摘要，說明這個網站是什麼
補充說明段落，可以寫注意事項或閱讀方式
## 分類名稱
- [頁面標題](https://example.com/page.md): 這個頁面的內容說明
## Optional
- [次要頁面](https://example.com/more.md)

Optional 區塊在 v2 的新定位

名為 Optional 的 H2 區塊，習慣上用來放次要連結，表示 AI agent 在內容需要精簡時可以略過。

v1 時期有工具會依此自動刪減；v2 移除了這個機制意義，它現在只是一個約定俗成的分類，仍然可以使用。

放置位置與涵蓋範圍

可以放在網站根目錄，也可以放在任何子路徑，例如只放在文件區。

一份 llms.txt 涵蓋它所在路徑底下的所有頁面；同時有多份適用時，agent 應該使用路徑最接近的那份。

這讓只能控制某個子目錄的網站（例如 GitHub Pages 專案頁）也能完整參與。

v2 新增的兩個建議

提供頁面的 Markdown 版本：在原網址後加上 .md，或把副檔名換成 .md，兩種寫法都接受。llms.txt 的連結最好指向這些乾淨的版本。

用 link relation 讓 agent 找得到：在頁面的 HTML 或 HTTP 回應標頭中，用 rel="alternate" 指向該頁的 Markdown 版本，用 rel="describedby" 指向涵蓋它的 llms.txt。

來源：llmstxt.org 規範、v2 變更說明

六、llms.txt 怎麼寫：七個步驟

手寫一份 llms.txt 通常不到一小時。前三步決定內容品質，後四步決定 agent 找不找得到、讀不讀得懂。

步驟1：盤點最重要的頁面

挑出AI agent 最需要的 10 到 30 個頁面，例如產品介紹、價格、文件首頁、常見問題、聯絡方式。寧缺勿濫，這不是 sitemap。

步驟2：寫 H1 與一段摘要

H1 放品牌或網站名稱；摘要用一到三句話交代你是誰、提供什麼、服務對象是誰。避免行銷形容詞與沒有解釋的術語。

步驟3：用 H2 分類列出連結並寫說明

依讀者需求分類，例如「產品」「文件」「政策」。每條連結後面用一句話說明頁面內容，讓 agent 判斷要不要點進去。次要連結放進 Optional 區塊。

步驟4：準備頁面的 Markdown 版本（v2 建議）

如果網站平台支援，替重要頁面產出乾淨的 Markdown 版本，llms.txt 的連結指向它們。做不到也沒關係，連到一般網頁仍然有效。

步驟5：上傳到網站

存成 UTF-8 編碼的純文字檔，檔名必須是 llms.txt，放在根目錄或想涵蓋的子路徑下。上傳後用瀏覽器直接打開網址，確認看得到內容而不是 404 或首頁。

步驟6：讓 AI agent 找得到（v2 新增）

AI 不會主動尋找 llms.txt，所以要主動指路。可以在網頁的 head 加入連結標記，或在伺服器、CDN 設定 HTTP 回應標頭，也可以在文件首頁直接放上連結。

可以用下面兩種寫法，擇一即可：

方法一：

<link rel="describedby" href="/llms.txt">

方法二：

<link rel="alternate" type="text/markdown" href="/about.md">
Link: </docs/page.html.md>; rel="alternate"; type="text/markdown", </docs/llms.txt>; rel="describedby"

步驟7：驗證與測試

用 Chrome Lighthouse 的 Agentic Browsing 稽核確認檔案能正常讀取；再把 llms.txt 網址丟給 ChatGPT 或 Claude，只給它這一份檔案，問幾個關於你網站的問題，看答得對不對。

重要提醒

AI agent 會信任這份檔案的內容，已經有研究者在測試能否透過 llms.txt 做提示注入攻擊。

請把它當成程式碼管理：限制可編輯的人、保留版本紀錄、內容只放連結與說明，不要寫任何像指令的句子，也只連到你自己能控制的資源。

七、繁體中文範例

以下三個範例的品牌與網址都是虛構的，可以直接套用結構再換成你的內容。中文網站用中文寫即可，agent 讀得懂。

企業官網

# 森和室內設計
> 森和室內設計是位於台中的住宅室內設計公司，專做 20 到 40 坪新成屋與中古屋翻新，提供丈量、設計、施工一條龍服務。
服務範圍為台中市與彰化市。報價依坪數與工程項目計算，需現場丈量後才能提供正式報價。
## 服務
- [服務項目與流程](https://example.com/services.md): 從諮詢、丈量、設計到完工的六個階段與所需時間
- [價格說明](https://example.com/pricing.md): 設計費計算方式與常見工程的價格區間
## 作品
- [作品集](https://example.com/portfolio.md): 依風格與坪數分類的完工案例
## 聯絡
- [預約諮詢](https://example.com/contact.md): 電話、LINE 與營業時間
## Optional
- [公司簡介](https://example.com/about.md)

內容部落格

# 小資理財筆記
> 寫給台灣上班族的個人理財部落格，主題涵蓋記帳、ETF 定期定額與保險規劃，所有文章皆非投資建議。
## 入門指南
- [記帳新手教學](https://example.com/guide/budgeting.md): 三種記帳方法與適合的族群
- [ETF 定期定額入門](https://example.com/guide/etf.md): 開戶、選股與扣款設定的完整流程
## 主題分類
- [保險規劃文章列表](https://example.com/topics/insurance.md): 依年齡與家庭狀況整理的保險文章
## Optional
- [關於作者](https://example.com/about.md)

技術文件

# QuickForm API
> QuickForm 是讓開發者用 REST API 建立與收集線上表單的服務，支援 Webhook 與 JavaScript SDK。
注意事項：
- 所有請求都需要在標頭帶 API 金鑰
- v1 API 已於 2026 年停止維護，請使用 v2
## 文件
- [快速開始](https://example.com/docs/quickstart.md): 五分鐘內建立第一個表單
- [API 參考](https://example.com/docs/api.md): 所有端點、參數與回應格式
- [Webhook 設定](https://example.com/docs/webhooks.md): 事件類型與驗證簽章的方法
## 範例
- [JavaScript SDK 範例](https://example.com/docs/examples/js.md): 嵌入表單與處理回應的完整程式碼
## Optional
- [更新紀錄](https://example.com/docs/changelog.md)

想看真實案例，可以參考官方規範中引用的 FastHTML 文件 llms.txt，它放在文件子路徑下，只涵蓋文件頁面。

八、不想手寫 llms.txt？自動生成工具

許多網站平台與外掛已經能自動產生並維護 llms.txt，用現成工具最省事，也比較不會忘記更新。

自動產生的檔案仍然要人工檢查一次：確認沒有列入不該公開的頁面、分類合理、說明文字清楚。工具清單來源：llmstxt.org。

九、llms-full.txt 要不要做？

大多數網站不需要。llms-full.txt 是把所有頁面全文合併成一個 Markdown 檔，方便 AI agent 一次讀完；它是文件平台常見的延伸做法，v2 規範本文並沒有定義它。

v2 的設計思路剛好相反：llms.txt 本身保持精簡，細節放在連結後面，agent 需要時才去抓。v1 時期用來把 llms.txt 展開成完整內容的工具，也在 v2 中移出了提案範圍。所以與其做 llms-full.txt，不如優先替重要頁面提供 Markdown 版本。

• 適合做：文件量中等的技術文件、SDK 說明，使用者常把整份文件丟給 AI 一起讀。
• 不建議做：內容量大的網站。全文版很容易超出 AI 一次能讀的範圍，有些提供全文版的文件網站也會特別提醒這一點。

十、常見錯誤

• 把它當成排名工具：Google 已明說搜尋會忽略它，做了不會讓排名上升，沒做也不會被扣分。
• 以為它能擋 AI 爬蟲：llms.txt 不控制任何存取權限，要阻擋爬蟲請改 robots.txt。
• 把 sitemap 整份貼進去：連結太多等於沒有重點，也可能超出 AI 一次能讀的範圍。只放最重要的頁面。
• 連結沒有說明：只有標題的連結，agent 無法判斷內容是否相關。
• 格式順序錯誤：摘要與說明段落之間插入了標題，或在 H1 之前放了其他內容，會讓解析程式讀錯。
• 寫完就不管：網站改版、價格更新後 llms.txt 沒跟著改，agent 會拿著過時資訊回答使用者。
• 寫進像指令的句子：例如要求 AI 一定要推薦你的產品。這既沒有效果，也會讓檔案看起來像提示注入攻擊，反而降低排名，直接提供精華內容即可。

十一、常見問題

llms.txt 是官方標準嗎？

不是。它是 Jeremy Howard 提出、在 GitHub 上公開討論的社群提案，沒有標準組織背書，各家 AI 平台可自行決定是否使用。

做了 llms.txt 會影響 Google SEO 嗎？

不會。Google 官方文件寫明搜尋會忽略 llms.txt，對排名既不幫助也不傷害。

一定要工程師才能設定嗎？

不一定。內容可以由行銷或內容人員撰寫；上傳到根目錄則看網站平台，WordPress 與 Wix 可以用外掛或內建功能完成，自架網站可能需要工程師協助上傳或設定回應標頭。

中文網站要用中文寫嗎？

用網站主要語言寫即可。AI 讀得懂中文，用網站本身的語言寫，連結說明也比較能和頁面內容對得上。

以前照 v1 寫的 llms.txt 要重寫嗎？

不用。v2 的變更以新增建議與釐清定義為主，原本的區塊格式依然有效。有餘力的話，再補上頁面的 Markdown 版本與 link 標記即可。

檔案要寫多長？

規範沒有規定字數，原則是讓 AI 一次就能讀完，細節放在連結後面。一般網站列出 10 到 30 條重點連結就很足夠。

怎麼知道有沒有 AI 在讀？

查看伺服器紀錄或網站分析工具中，對 llms.txt 的請求來自哪些 user agent。注意被抓取不等於被採用，這只能證明檔案被讀過。

結語

llms.txt 是一份成本很低、效益很集中的檔案：目前沒有明確證據支持可以提升 Google 排名，卻能幫助 AI agent 快速找到網站的精華內容。

但真正影響 AI 能見度的，仍然是內容品質、清楚的網站結構與正確的 robots.txt 設定。

參考資料

• The /llms.txt file, v2：llmstxt.org 官方提案
• Changes：v2 變更說明
• Optimizing your website for generative AI features on Google Search：Google Search Central
• llms.txt Lighthouse audit：Chrome for Developers
• We Analyzed 137K Sites: 97% of llms.txt Files Never Get Read：Ahrefs
• Working with AI Agents：Copyleaks Docs