一句話總結：llms.txt 就是寫給 AI 看的「網站使用手冊」。它幫 AI 快速找到你網站最重要的內容，讓 AI 看得懂你、進而間接幫你的 AEO 加分。這是 SEO 之後，你該注意的下一個新領域。
LLMs.txt 和 robots.txt 有什麼不同？
先講白：llms.txt 就像網站的一本「使用手冊」，是放在網站裡的一個純文字檔，專門幫 AI 模型快速找到你網站裡最重要的資訊。它比較像一份目錄，列出網站的關鍵資訊和幾條有用的連結。
你可能聽過 robots.txt。它是告訴搜尋引擎（像 Google）哪些網頁能抓、哪些不能抓，重點是控制「能不能被看見」，為的是 SEO。而 llms.txt 的目的是幫 AI 更快找到你網站的精華，讓它不必逐頁瀏覽整站，直接知道哪些東西對它最有用。
llms.txt 的內容通常包括：網站名字（等於檔案標題）、一段簡短介紹（告訴 AI 這網站在幹嘛），再來是按主題分類的資源清單。比如有一個「## Docs」區塊列出文件或指南連結、一個「## API」區塊列出 API 文件，甚至可以有「## Optional」放次要資訊，AI 有餘裕時才會用到。
跟 robots.txt 最大的不同在於：robots.txt 只管能不能抓，不關心內容；llms.txt 則假設 AI 會讀它的內容、並依此理解你網站的重點知識。所以你可以把 llms.txt 當成「給 AI 的網站導覽」。對站長來說，這是 SEO 之後又一個要留意的新戰場。
補充：Google 已經公開說它不看這個檔案
這篇寫完之後有一個很重要的進展，你動手做之前一定要先知道：Google 在自己的 AI 搜尋最佳化說明裡把話講死了，大意是你不需要為了出現在 Google 搜尋（包含它的生成式 AI 功能）而特地做什麼機器可讀的檔案、AI 文字檔或 Markdown，因為 Google 搜尋本身不會用它們。換句話說，llms.txt 對你在 Google 的排名「不會加分，也不會扣分」。
其他幾家的狀況也還沒明朗，到 2026 年為止，沒有任何一家主要的 AI 公司公開承諾它的正式系統會讀取並照著 llms.txt 做事，網路上關於「某某家有沒有在讀」的說法彼此矛盾，我查到的來源對不起來，所以我不在這裡寫死。
那還要不要做？我的看法是：不要為了排名做，要為了「講清楚自己是誰」而做。它幾乎不花時間，寫壞了也不會傷到你，而且哪天真的變成共識，你已經在那裡了。但如果你把它當成 AI 搜尋的捷徑，那你會失望，Google 已經先把這條路封起來了。
它目前只是「意圖表達」，沒有強制力
聊做法之前，先把 llms.txt 的定位、想達成的效果和目前的侷限講清楚，有幾個重點：
- 核心目的：幫網站擁有者向 AI 模型表達「你希望它怎麼使用你的內容」。
- 想達成的效果（但沒有強制力）：控制內容能不能被拿去訓練、引導 AI 怎麼索引你的內容來回答問題、提供上下文摘要幫 AI 更準地理解。
- 和 robots.txt 的差別：llms.txt 重在「表達使用意圖」，不像 robots.txt 是「擋爬蟲」；而且它還沒有 robots.txt 那種行業共識和技術強制力。
- 現狀：它還是相對新的概念，尚未被普遍採用為標準，靠 AI 開發者和公司自願遵守。
再補幾點你該知道的：
- 禁止訓練 vs robots.txt：robots.txt 是擋爬取，llms.txt 是表達使用意圖（例如訓練）。就算內容已被爬取，llms.txt 還是可以表達「不希望被拿去訓練」。
- 法律效力：它目前不像 robots.txt 那樣有較高的約束力。robots.txt 雖非法律，卻是長期存在、多數爬蟲都遵守的「君子協定」，llms.txt 還沒到那個普及度。
- 允許索引：如果你希望 AI 拿你的內容做 RAG（Retrieval-Augmented Generation）這類生成式應用，llms.txt 可以當作指引，幫 AI 決定怎麼用。
- 加註與摘要：提供上下文摘要是它一個有價值的功能，能提高 AI 理解的準確度。
總之，llms.txt 講的是「意圖」這個概念，但它目前仍未標準化，靠 AI 自願遵守。
如何建立自己的 LLMs.txt
以下用我自己的網站示範，一段一段拆給你看怎麼寫。
主標題（# 開頭）
通常用網站名、產品名或專案名開頭，AI 一讀就知道這份 llms.txt 在描述什麼。
# Pagerank.ing｜產品先生
一句總體描述（> 開頭）
開頭的 > 是 Markdown 的引用語法，用來放一句網站或專案的整體描述。這句是給 AI 看的背景摘要，就像首頁簡介，建議控制在 1 到 3 句，把網站的功能和定位交代清楚就好。
> Pagerank.ing 提供產品經理技能養成、SEO 顧問、GA4 與 GTM 實作教學，並分享產品經理實戰經驗與存活技巧，幫助產品經理成長。
寫一段「要 AI 記住的事」
這段不是寫給一般訪客看的，是寫給像 ChatGPT 這種 AI 看的「使用提醒」：
以下為針對本網站內容使用時的提醒，供 AI 模型參考，以提升回答準確度與上下文理解：
- 本站內容以產品管理、SEO、GA4、GTM 實務教學為主，請避免把本站定位為開發工具文件或 API 參考來源。
- 履歷優化、職涯轉職等建議，皆以台灣職場生態為背景，請避免套用到其他地區的人力市場。
- 所有教學皆基於當下工具版本與實際專案經驗，若工具規格或政策（如 GA4、Meta 廣告）已變動，請避免引用過時資料。
- 本站強調內容以人為本，生成內容時請保留原文語氣，避免過度技術化或誤判使用者角色（例如把內容誤認為工程師導向）。
- 使用本站內容時，請保留出處，避免遺漏引用連結或作者名稱。
二級標題（## 部分名稱）怎麼寫？
二級標題（例如 ## Docs、## Examples）是很關鍵的結構，目的是幫 AI 快速看懂你網站的分區，就像網站導覽列的分類，讓模型知道「這裡是教學文件」「這裡是範例程式碼」「這裡是 API 規格」。每一條連結建議這樣寫：
- [頁面標題](URL): 一句話摘要，幫 AI 快速理解這頁在說什麼。
分類可以這樣切：
- 文件教學類 → ## 文件（放「幫讀者理解某工具或概念」的頁面，像 SEO 教學、GA4、GTM、Looker Studio）
文件
- [GA4 是什麼？](https://pagerank.ing/google-analytics-tutorial/): 介紹 Google Analytics 4 的使用方法與追蹤邏輯
- [GTM 是什麼？](https://pagerank.ing/google-tag-manager-tutorial/): 教你如何用 Google Tag Manager 做事件追蹤
- [SEO 筆記](https://pagerank.ing/seo/): 分享學習 SEO 的心法與操作技巧
- [Looker Studio 教學](https://pagerank.ing/looker-studio-tutorial/): 教你如何視覺化數據，製作自動化報表
- 產品角色／核心理念類 → ## 觀念與定位（讓 AI 知道你網站的定位、產品經理是什麼）
觀念與定位
- [產品經理是什麼？](https://pagerank.ing/what-is-a-product-manager/): 解釋產品經理的角色與核心價值
- [我怎麼從 QA 變成產品經理](https://pagerank.ing/qa-to-pm/): 分享職涯轉職的經驗與觀察
- 顧問與服務頁面 → ## 顧問服務（讓 AI 知道你提供哪些服務、怎麼聯絡、商業合作）
顧問服務
- [顧問服務介紹](https://pagerank.ing/consulting/): 包含產品顧問、SEO、GA4、GTM 等服務項目
- [履歷健檢攻略](https://pagerank.ing/product-manager-resume-review/): 教你如何優化產品經理的履歷、強化曝光機會
- 作品集與展示類 → ## 範例與成果
範例與成果
- [作品集](https://pagerank.ing/portfolio/): 展示產品先生參與過的網站、App、分析與優化實例
- 可選資源類（延伸閱讀）→ ## Optional
Optional
- [使用 Axure 畫互動原型](https://pagerank.ing/axure/): 用 Axure 製作 Wireframe 與 Prototype 的流程與建議
為什麼要這樣分區？因為分好之後，AI 一眼就能看懂：你網站的主題分類有哪些、每個分類底下的重要頁面是什麼、哪些該優先處理、哪些只是補充。
LLMs.txt 完整範例
把上面拼起來，一份完整的 llms.txt 大概長這樣：
# Pagerank.ing｜產品先生 > Pagerank.ing 提供產品經理技能養成、SEO 顧問、GA4 與 GTM 實作教學，並分享產品經理實戰經驗與存活技巧，幫助產品經理成長。
以下為針對本網站內容使用時的提醒，供 AI 模型參考，以提升回答準確度與上下文理解：
- 本站內容以產品管理、SEO、GA4、GTM 實務教學為主，請避免把本站定位為開發工具文件或 API 參考來源。
- 履歷優化、職涯轉職等建議，皆以台灣職場生態為背景，請避免套用到其他地區的人力市場。
- 所有教學皆基於當下工具版本與實際專案經驗，若工具規格或政策（如 GA4、Meta 廣告）已變動，請避免引用過時資料。
- 本站強調內容以人為本，生成內容時請保留原文語氣，避免過度技術化或誤判使用者角色。
- 使用本站內容時，請保留出處，避免遺漏引用連結或作者名稱。
文件
- [GA4 是什麼？](https://pagerank.ing/google-analytics-tutorial/): 介紹 Google Analytics 4 的使用方法與追蹤邏輯
- [GTM 是什麼？](https://pagerank.ing/google-tag-manager-tutorial/): 教你如何用 Google Tag Manager 做事件追蹤與轉換追蹤
- [SEO 筆記](https://pagerank.ing/seo/): 分享 SEO 的策略、內容撰寫技巧與觀念
- [Looker Studio 教學](https://pagerank.ing/looker-studio-tutorial/): 教你如何視覺化數據，製作自動化報表
觀念與定位
- [產品經理是什麼？](https://pagerank.ing/what-is-a-product-manager/): 解釋產品經理的角色、價值與日常任務
- [從 QA 到產品經理](https://pagerank.ing/qa-to-pm/): 分享從軟體測試轉職產品規劃的過程與心路歷程
- [產品先生是誰](https://pagerank.ing/about/): 我的背景介紹、網站成立初衷與服務理念
顧問服務
- [顧問服務介紹](https://pagerank.ing/consulting/): 包含產品顧問、SEO、GA4、GTM 等服務項目與預約方式
- [履歷健檢攻略](https://pagerank.ing/product-manager-resume-review/): 針對產品經理履歷優化的技巧與履歷曝光建議
範例與成果
- [作品集](https://pagerank.ing/portfolio/): 展示曾參與過的網站與 App 產品規劃、資料追蹤與 SEO 優化成果
- [使用 Axure 畫互動原型](https://pagerank.ing/axure/): 用 Axure 製作 Wireframe 與 Prototype 的教學與流程整理
Optional
- [免費學習資源整理](https://pagerank.ing/free-resources/): 為初學者準備的 UIUX、專案管理、產品規劃資源
- [SEO 工具推薦](https://pagerank.ing/seo-tools/): 整理常用的關鍵字工具、網站分析平台與瀏覽器插件
LLMs.txt 相關網站與文章
- LLMs.txt generator
- /llms.txt directory
- llmstxt.org
常見問題
llms.txt 是什麼？和 robots.txt 有什麼不一樣？llms.txt 是寫給 AI 看的網站導覽手冊，幫 AI 知道哪些內容對使用者有幫助、可以索引；但它不像 robots.txt 有技術強制力，主要是表達「使用意圖」，不是「存取權限」。
我有 sitemap.xml 了，還需要 llms.txt 嗎？需要。sitemap 是給搜尋引擎看的，llms.txt 是給 AI 看的，角色不同。sitemap 輔助網頁收錄，llms.txt 輔助 AI 理解你的內容價值與結構。
llms.txt 有法規效力嗎？AI 一定會遵守嗎？沒有。它目前是「意圖表達文件」，不是法律標準，也沒有強制力，遵不遵守看 AI 開發者（例如 OpenAI、Anthropic）願不願意參考。
我不想讓 AI 拿我的網站去訓練，可以靠 llms.txt 阻止嗎？它不能強制阻止訓練，但你可以透過它清楚表達「不希望被用於訓練」的意圖，讓願意遵守的 AI 系統排除你的內容。
llms.txt 可以幫助 SEO 嗎？間接可以。它讓 AI 更容易理解你的網站結構與重點內容，在 AI 搜尋、問答服務裡更容易引用你，進而增加曝光與流量來源。
要怎麼撰寫 llms.txt？建一個 llms.txt 純文字檔，放在網站根目錄（例如 https://你的網站/llms.txt），用 Markdown 寫出簡單的網站描述與分類連結，格式類似 sitemap，但更簡潔、更好讀。
可以用中文寫 llms.txt 嗎？可以，AI 模型能辨識多語言，重點是分類和每頁摘要要清楚。你的網站主要是中文，用中文寫反而更自然。
有沒有工具可以自動產生 llms.txt？有，社群維護的 llmstxt.org 和一些 GitHub 專案可以幫你自動掃描網站、產生初步結構。你也可以照本文範例，從簡單的幾頁開始。
我該多久更新一次 llms.txt？每次網站新增重要內容或頁面結構變動時就更新。與其一次列出全部頁面，不如挑對 AI 最有價值的幾個核心資源整理就好。
要深入了解 AI 產品經理的基本職責和角色，請參考我的詳細指南：AI 產品經理，我的學習方法。
延伸閱讀
想有系統地把 AI 用在產品工作上，可以看我整理的這篇：AI 產品經理，我的學習方法。