✅ 一句话理解
robots.txt：告诉爬虫能不能抓取页面（准入权限） sitemap.xml：告诉搜索引擎网站有哪些 URL（全部网址清单） llms.txt：告诉 AI 大模型，网站里哪些内容最重要、优先读哪些页面，附带企业简介（AI 阅读导航）
🎯 核心作用（做 GEO 生成式引擎优化重点看）
- 过滤网页噪声 普通网页有导航栏、广告、弹窗、侧边栏，AI 抓取 HTML 会读到大量无关内容。llms.txt 直接给 AI 纯文本简介 + 核心页面链接，减少 token 消耗，让 AI 优先读取你想展示的企业信息。
- 统一 AI 认知，避免信息错乱 提前写好企业名称、业务、联系方式，AI 回答用户提问时，引用你的网站信息，描述不容易跑偏，还可以规定 AI 引用时带上你的官网来源。
- 提升 AI 引用概率（GEO 优化） 当用户在豆包、Perplexity 等 AI 工具搜索运城小程序开发、网站建设这类业务，AI 检索知识库时，更容易读取这份文件里的企业资料，把你的公司作为答案来源。
- 配套 llms-full.txt llms.txt 是精简目录；llms-full.txt 可以存放网站核心正文全文，给 AI 深度读取。
⚠️ 初学者 3 个常见误区
- ❌ 不是上传立刻上 AI 首页：不能直接排名，只是辅助引导文件，需要网站本身内容质量支撑
- ❌ 不是爬虫拦截文件：不能禁止 AI 抓取，权限控制依旧靠 robots.txt
- ❌ 编码很关键：必须 UTF-8 无 BOM，同时 HTTP 头声明 charset=utf-8，否则 AI 抓取出现中文乱码（就是你刚才遇到的问题）
📄 文件里面一般写什么（参考你像素科技的模板）
- 站点名称、一句话企业简介、关键词、联系方式
- 核心页面链接 + 页面用途 + 优先级标记
- 备注规则：AI 引用内容时，标注来源域名
✅ 上线后自检三步
- 浏览器访问 域名/llms.txt，中文正常无乱码
- curl 查看响应头，确认 Content-Type 带有 charset=utf-8
- 清 CDN 缓存，避免旧文件缓存干扰
本文由像素科技整理发布
