功能说明
llms.txt 是什么
llms.txt 是一个放在站点根目录的纯文本文件,用 Markdown 写法告诉 AI 助手与检索器:这个站叫什么、一句话简介是什么、哪些页面值得引用。它不改变搜索引擎抓取,也不替代 sitemap.xml——sitemap 是给爬虫的「地址清单」,llms.txt 是给模型的「导读」,把最该被引用的页面从几千个 URL 里挑出来,附一句说明它解决什么问题。
建议结构只有三层:一级标题写站点名,紧跟一行引用块(以 > 开头)写摘要,下面是若干二级标题分区,每个分区里用「- [标题](地址): 一句话说明」列页面。文件越小越好读,官方建议控制在几十 KB 以内,把真正重要的页面放前面。
三步生成
- 第一步,填站点信息。站点名称会成为一级标题,域名用于检查链接是否同域,一句话简介会写成摘要行。摘要别写成广告语,写清楚「是什么 + 给谁用 + 有什么特点」更容易被引用。
- 第二步,加链接。每条填标题、完整地址、一句话说明,再选一个分区。「核心页面」放首页与最重要的栏目页,「工具分类」放各类目入口,「文档」放指南与问答。说明要写页面解决什么问题,而不是重复标题。
- 第三步,看校验再下载。下方会自动检查标题层级、摘要、绝对地址、同域与体积,有红色项先改掉,再点下载保存成 llms.txt。
常见问题
- 放了 llms.txt 就会被 AI 引用吗?不会保证。它只是降低模型理解成本的一份说明书,能否被引用还取决于内容质量与抓取策略;但结构清晰、摘要准确确实更容易被检索器挑中。
- 和 robots.txt 冲突吗?不冲突,两者作用完全不同。robots.txt 管「能不能抓」,llms.txt 管「抓到了看什么」,可以同时存在。
- 链接必须写绝对地址吗?建议写。模型读到的是纯文本,没有当前路径上下文,相对地址无法还原成可访问的页面。
- 条目越多越好吗?不是。几百条等于没有重点,建议控制在几十条以内,每条都写清用途。
使用步骤
1. 依次填写「站点名称」、「站点域名」、「例:纯浏览器端的在线工具集合站,敏感操作全部本地完成」,单位与原表或文档保持一致。
2. 在「生成结果」中粘贴要处理的内容。
3. 点击「添加一行」按钮执行。
4. 确认结果无误后,用「复制全文」保存到本地。
常见问题
LLMS.txt 生成器能做什么?
生成并校验 llms.txt 文件:按站点名、一句话简介与分区链接自动拼出符合建议规范的 llms.txt,实时检查标题层级、摘要格式、链接是否为绝对地址与文件体积,可复制或下载。全部处理在浏览器本地完成,无需注册、无需安装。
生成的内容能直接用在正式环境吗?
结构可以直接用,工具已经按目标格式组织好了;涉及具体取值、命名、合规表述的部分仍需按你的实际场景逐项确认,不要让默认值直接上线。
会不会有误报或漏报?
会有。自动检测能覆盖的通常是可枚举的显性问题,语义、体验、特殊场景仍需人工判断,建议把结果当线索而不是结论。
检测的内容会上传吗?
不会,比对在浏览器本地完成。涉及未公开的代码或文案时也可以放心粘贴。
你可能还想问
LLMS.txt 生成器和Sitemap 校验与结构检查有什么区别?
LLMS.txt 生成器 侧重生成并校验 llms.txt 文件:按站点名、一句话简介与分区链接自动拼出符合建议规范的 llms.txt,实时检查 等;Sitemap 校验与结构检查 侧重Sitemap 校验工具:粘贴 sitemap.xml 内容即可检查 XML 结构、条目数量、URL 重复、协议与域 等。两者各有分工,按手上的具体任务选一个即可,不需要串联使用。
这个工具需要联网才能用吗?
第一次打开页面需要联网加载,之后的计算与处理都在本地完成,断网也能继续操作。数据不经过服务器,也不受网络波动影响。
处理结果怎么保存或分享?
结果区支持一键复制,也可按页面提供的下载入口保存到本地;页面不做云端存储,关掉浏览器后需要重新处理。
速查在线工具箱