llms.txt 沒有顯示和 LLM 引用有關

llms.txt 被說成給語言模型的一份地圖，通常放在網站根目錄，例如 example.com/llms.txt。理論上可以列出最重要的頁面、資料集或 API，也可以寫使用條款。SE Ranking 看了 30 萬個網域：大約 10.13% 有這個檔案。統計和機器學習都沒有發現它和 LLM 引用有關。拿掉這個變數之後，模型反而更準。不要把放上 llms.txt 當成會被更多引用的辦法。

目錄（5）

採用率沒有集中在大站

近 30 萬個網域裡，大約十分之一有這份檔案，遠不到 robots.txt 或網站地圖那種普遍程度。流量分組不是連續的每一檔都有數字，文章列出的是：低流量（0 到 100 次造訪）9.88%；中間這一檔（1,001 到 5,000 次）10.54%；高流量（100,001 次以上）8.27%。高流量站沒有更高。文章的讀法是：大站都在用、所以有效，這句不成立。它比較像分散的試驗，小站和中型站也一樣會試。

和引用對不上

他們用 Spearman 相關，以及 XGBoost 回歸，看網域被引用的頻率。模型裡有多個因素，其中包括有沒有 llms.txt。拿掉這個變數，測試資料上的預測更準、更穩。也就是這個變數在幫模型理解引用，它是在加噪音。有這份檔案，並沒有讓網域更常被引用。至少在這份資料裡還沒有。

文章也寫，主要的 AI 平台是否在資料流程裡使用它，還沒有清楚證據。Google 的說法被引為：AI Overviews 和 AI Mode 仍靠傳統 SEO 信號，而不是 llms.txt。OpenAI 建議在 robots.txt 放行 OAI-SearchBot 這類爬蟲，但沒有確認 llms.txt 會改變 ChatGPT 怎麼排名或引用。有些 SEO 日誌看過 GPTBot 偶爾抓取 llms.txt，但並不常。放行搜尋爬蟲和提供 llms.txt 是兩件事。llms.txt 也不會推翻 robots.txt 裡的限制。

文末仍說，若只是好奇格式，可以試驗；若目標是更多引用，這份結果沒有理由把 llms.txt 排在技術基本功前面。又寫它是低成本、為了下一波 AI 索引做準備，今天是選用，以後也許重要。後面這句是作者的前瞻，不是模型測到的效果。

方法上，他們抓了 30 萬個網域，同時看採用率、流量和被 LLM 引用的頻率。相關用 Spearman，預測用 XGBoost。模型裡不只有 llms.txt 這一個因素。拿掉它之後準確度上升，是這份研究裡最關鍵的結果：這個欄位沒有幫模型解釋引用，反而讓預測變差。因此「有檔案的站比較常被引用」在這份資料裡不成立。文章列出的實務順序是：先檢查 robots.txt 有沒有誤擋你希望被發現的內容，再測重要網址是不是真的抓得到，最後才是要不要放 llms.txt。放了檔案，不會改寫 robots.txt 的拒絕。SE Ranking 文末附了自己的 robots.txt 產生器，那是產品，不是研究結果。

流量分組要照文章寫的區間引用。0 到 100 次是 9.88%，1,001 到 5,000 次是 10.54%，100,001 次以上是 8.27%。中間沒有列出的區間，不要補一個百分比。高流量略低於低流量，所以「資源越多越會採用、所以它有效」這條推理，和採用率的方向相反，也和模型拿掉變數後更準的結果相反。

常見問題

• 放上 llms.txt 會不會被更多引用？這份近 30 萬個網域的分析沒有發現相關。拿掉這個變數後，XGBoost 反而更準。不要把它當成增加引用的辦法。
• 是不是大站都在用？不是。高流量（100,001 次以上）大約 8.27%，低於文中列出的中間檔 10.54%，也低於 0 到 100 次造訪的 9.88%。整體大約 10.13%。
• 它和 robots.txt 是同一件事嗎？不是。robots.txt 是願意遵守的爬蟲會看的抓取規則。llms.txt 是一份內容指引。放了 llms.txt 不會取消 robots.txt 的限制。OpenAI 建議放行搜尋爬蟲，但沒有確認 llms.txt 會改變 ChatGPT 的引用。
• 還要不要放？文章說好奇可以試，但不要為了引用而優先於爬蟲能不能抓到內容。文末「以後也許重要」是前瞻，不是這次模型的結果。

編輯解讀

一句話重點：近 30 萬個網域裡，llms.txt 沒有顯示和 LLM 引用有關。先確認該放行的爬蟲進得來。

這對你的網站意味著什麼：

• 不要把「放上 llms.txt」寫進會增加引用的承諾。
• 不要用「高流量站都在用」當理由。這份資料裡高流量站大約 8.27%，並不更高。
• robots.txt 若擋了內容，llms.txt 不會把它打開。
• 若仍然放檔案，把它寫成試驗，不要寫成已證實的引用因素。

適用與不適用的情境：適用於決定要不要為了引用去優先做 llms.txt。不適用於證明以後永遠不會有平台讀它。文章自己把「以後也許重要」和「現在沒有相關」分開。

需要注意的限制：SE Ranking 賣 SEO 工具。流量分組沒有列出每一檔，不要把中間空檔補成他們沒寫的百分比。Google 和 OpenAI 的態度是文章的引述。XGBoost 更準是拿掉變數之後的模型表現，不是一個流量漲幅。

延伸閱讀：

• 98 家 B2B 軟體站沒有在 robots.txt 全站擋住 AI 搜尋爬蟲
• ChatGPT 美國引用更靠向一手來源：免費未登入回答多數沒搜尋
• ChatGPT 報表驟降先別當流量流失：10 月 8 日至 15 日少的是 utm

可沉澱規則 · 供站點自檢2 條

從本文提煉，可供人工對照或 AI 分析站點時作為依據。全部規則

1. 1 不要把放上 llms.txt 當成會被更多引用。它也不會推翻 robots.txt 的限制。

   適用 要不要放 llms.txt 時
   排除 不要把它寫成會增加引用
   • 模型拿掉變數後更準
   • 檔案不會推翻 robots.txt

2. 2 高流量站採用率約 8.27%，並不更高。0–100 次是 9.88%，1,001–5,000 次是 10.54%。不要補沒列出的區間。

   適用 用流量解釋誰會採用 llms.txt 時
   排除 不要寫高流量站更常採用
   • 100,001 次以上約 8.27%
   • 沒有補文章沒列出的區間

名詞與資料來源

1. Yulia Deda／SE Ranking：〈Does LLMs.txt impact your AI visibility and citations?〉 https://seranking.com/blog/llms-txt（刊登：2026-10-15；檢索：2026-10-16）

繼續查證這個主題

以下文章與本文共用分類，依發布時間排列。請分別核對原文的條件與限制。

• Google 的 AI 答案更常引 Reddit 和 YouTube→
• 排名仍能預測 AI 可見度，信任可以壓過名次→
• 健康類 AI Overview 的引用域，和自然前 10 只重疊 46.2%→