llms.txt 被称为 AI 时代的站点地图，它和 sitemap 各管什么

llms.txt 和 sitemap 各自管一段：站点地图是交给搜索引擎的地址清单，负责抓取发现，讲究覆盖全量；llms.txt 是交给大语言模型的内容说明，负责理解与引用，讲究精选入口并交代每块内容讲什么。它被称为 AI 时代的站点地图，说的是动机相近——都替对方省一次摸索——并不是说两者可以互相顶替。混用的结果很常见：清单交齐了，正文却仍取不到可读段落；或者把说明文件写成第二份全量地址表，失去筛选价值。

两个文件解决的不是同一件事

第三方 GEO 实践指南把 llms.txt 描述成”专门为 AI 爬虫设计的导航文件，相当于 AI 时代的 sitemap”，问它和 sitemap 各管什么的站长不少。这个类比帮助理解动机，却容易误导用法：站点地图是一份地址清单，回答”站内有哪些链接”；llms.txt 是一份内容说明，回答”这个站点是关于什么的、每个板块讲什么、去哪里读”。前者服务发现，覆盖越全越好；后者服务理解，条目要精选，每条配一句职责说明。把它们当同一个文件的两个版本，就会出现”提交了 sitemap 就以为 AI 能读懂内容”的错觉。

站点地图管发现

Sitemap 交给搜索引擎的是地址与更新时间，用于安排抓取队列。它的价值在覆盖：历史页面、低频更新栏目、新建内容都能进清单，避免只靠内链被发现。它不负责判断哪一页更值得读，也不会告诉抓取方页面里有什么结论。链接推送解决的是另一段时间差——新内容上线后不必等下一轮巡检，主动向百度、Bing 这类引擎递交地址，加速发现但不保证收录。发现这一层的三个工具互补：站点地图交底、推送插队、robots 配置划定范围。

llms.txt 管理解

面向大语言模型的说明文件写的是站点结构与阅读入口。llms.txt 通常包含站点名称与简介、若干分组，每组下面是指向核心内容的链接与简短说明。它的作用是把”该先看哪几页”讲明白，让模型在有限上下文里优先读到主干内容。GEO 相关的后台配置里，llms.txt、站点地图、robots 与链接推送分属不同模块，各自负责不同环节，不能互相替代。自动生成能省去维护成本，人工要管的是内容是否名副其实：说明写着产品文档，链接过去却是活动页，读取一次就失去信任。

失效场景

站点地图的失效多在抓取层：地址被 robots 挡在范围外、返回码异常、清单里混入大量参数页。llms.txt 的失效多在内容层：页面正文需要脚本渲染才出现，模型按说明找过去仍然读不到；或者条目堆到上百条，等于把选择权丢回给对方。还有一种是把它当访问控制，以为写了就管住了 AI 抓取，实际它只描述内容，不下达禁令。

配置顺序

按依赖关系排。第一步保证正文在初始响应里可读，答案段落能独立成立；第二步生成站点地图并核对覆盖范围，把新增地址交给链接推送；第三步配置 robots，只限制确定无价值的路径；第四步生成 llms.txt，只放精选入口并逐条核对落地内容；第五步观察 AI 来源的访问与引用情况，再决定要不要扩充条目。

常见问题

问：只写 llms.txt 不提交 sitemap 行不行？ 可以但可惜。抓取发现主要靠内链、站点地图与推送，说明文件覆盖的是精选入口，不替代地址清单。

问：条目写多少合适？ 以能一眼看清站点主干为限，通常几个分组、每组若干条。写成全量目录就退化成第二份 sitemap。

问：内容更新了要重生成吗？ 需要。说明里的一句话简介和链接标题都应与落地页一致，自动生成比手工维护可靠。

问：它会带来额外抓取负担吗？ 它本身只是一个文本文件，影响来自对方按说明访问了哪些页面，因此入口要指向真正愿意被读的内容。