llms.txt 係咩？香港企業實戰指南（附真實範例）

llms.txt 係一個放喺網站根目錄嘅 Markdown 純文字文件，作用係向 AI 引擎同 AI agent 直接介紹你嘅網站：你係邊個、做咩生意、邊啲頁面最重要。佢係 AEO 技術基礎中成本最低、最快可以完成嘅一項——識寫 Markdown 就做到。

llms.txt 嘅由來同規範

llms.txt 係由 llmstxt.org 提出嘅開放規範，概念類似 robots.txt——但方向相反。robots.txt 話畀爬蟲聽「邊度唔准去」，llms.txt 就話畀 AI 聽「邊度最值得睇、內容係咩」。佢嘅設計出發點係：大型語言模型嘅 context window 有限，冇可能讀晒你成個網站幾百頁 HTML（仲要夾雜大量 navigation、廣告、JavaScript），所以需要一個精煉、機器友好嘅入口文件，將網站嘅核心資訊用 Markdown 整理好。

規範定義咗兩個文件：llms.txt 係精簡版索引，放喺網站根目錄（例如 https://你嘅域名/llms.txt），列出網站簡介同重要頁面連結；llms-full.txt 係完整版，直接將重要內容嘅全文放晒入去，等 AI 唔使逐頁 fetch 都攞到你嘅完整資訊。兩個都係純 Markdown，人同機器都讀得明。

點解 AI agent 會讀 llms.txt？

AI 引擎生成答案有兩個階段會接觸你嘅內容：訓練階段（爬取全網數據）同即時檢索階段（RAG——收到問題時即時搜尋相關網頁）。喺即時檢索階段，AI agent 要喺好短時間內判斷你個網站有咩內容、值唔值得引用。一個結構清晰嘅 llms.txt 令呢個判斷變得容易：AI 一次讀取就攞到你嘅公司定位、服務清單、重點內容連結，唔使喺一堆 HTML 標籤入面撈。

仲有一個越嚟越重要嘅場景：agentic browsing。用戶開始用 AI agent 代替自己瀏覽網站——「幫我搵三間香港做 AEO 嘅公司，比較佢哋嘅服務」。呢啲 agent 執行任務時會主動搵網站嘅機器可讀入口，llms.txt 正正就係為呢種用途設計。需要誠實講明：llms.txt 係一個仍在普及中嘅規範，唔係每個 AI 引擎都保證會讀；但佢成本極低（一個文字檔），而採用佢嘅網站等於喺 AI 可讀性上行先咗一步——呢類非對稱回報嘅投資，喺 AEO 入面唔多。

llms.txt 嘅基本結構

規範嘅結構好簡單，由上至下係：（1）H1 標題——你嘅公司或網站名，全文件唯一必須項；（2）blockquote 簡介——用「>」開頭嘅一段，濃縮講明你係做咩嘅，呢段係 AI 最大機會直接引用嘅文字，值得花最多心機；（3）若干個 H2 section——每個 section 下面用 bullet list 列出「[頁面標題](URL): 一句描述」格式嘅連結。

一個香港中小企嘅最簡骨架大概係咁：`# 公司名`，然後 `> 一段 50-100 字嘅公司簡介，講明業務、服務地區、核心賣點`，之後 `## 核心服務`（列服務頁連結）、`## 常見問題`（列 FAQ 頁）、`## 聯絡方法`（地址、電話、email）。注意所有嘢都用完整絕對 URL，因為 AI 讀完可能會直接跟連結去 fetch。

真實範例：拆解 Weblnno 嘅 llms.txt

與其睇抽象規範,不如睇真實例子——你可以直接打開 https://weblnno.info/llms.txt 對照住睇。我哋嘅結構係：H1 寫「Weblnno Limited」；blockquote 一段過講明我哋係香港做 AEO 同 AI 自動化嘅公司、核心服務係咩、總部喺邊、免費工具喺邊——呢段就係我哋想 AI 引用嘅「官方一句話介紹」。

之後嘅 section 按重要性排：「公司資訊」列出全名、地址、電話、email、成立年份（畀 AI 準確引用 NAP 資料）；「核心服務」每項服務一句描述；「工具」介紹免費診斷工具；「知識中心」列出全部 blog 文章連結——AI 答「咩係 AEO」呢類問題時，呢啲就係佢可以引用嘅來源；最後係「成功案例」同「常見問題」。我哋同時提供 llms-full.txt，將重點內容全文放入去。你寫自己嗰份時，呢個結構可以直接借鏡：先公司事實，再服務，再知識內容。

實戰：五步寫出你嘅 llms.txt

步驟一：寫好 blockquote 簡介。用 50-100 字回答「你係邊個、做咩、服務邊個地區、有咩獨特之處」，寫完自己讀一次——如果 AI 一字不改咁引用呢段，你滿唔滿意？步驟二：整理公司事實。名稱、地址、電話、email 要同你網站、Google Business Profile 上嘅資料完全一致，唔一致嘅 NAP 資料會削弱 AI 對你嘅信任。步驟三：揀 10-20 條最重要嘅頁面連結，每條配一句描述，唔好貪心倒晒成個 sitemap 落去——llms.txt 嘅價值在於精選。

步驟四：放上線。將文件存做 UTF-8 純文字，上傳到網站根目錄，確認 https://你嘅域名/llms.txt 可以直接打開，而且 robots.txt 冇封鎖佢。步驟五：驗證同維護。開新嘅 AI 對話，貼你嘅 llms.txt URL 畀 ChatGPT 或 Claude，問「呢間公司係做咩嘅？」睇下佢嘅理解同你想表達嘅係咪一致。之後每次有新服務、新內容、改地址，記得同步更新——一份過時嘅 llms.txt 會令 AI 引用錯誤資訊，仲衰過冇。

常見錯誤

錯誤一：當佢係 keyword 堆砌場。有人將 llms.txt 塞滿關鍵詞,以為咁樣 AI 會多啲推薦——啱啱相反，LLM 對語言質素敏感，一段自然、具體、事實準確嘅描述先係佢願意引用嘅內容。錯誤二：寫完就唔理。網站內容更新咗但 llms.txt 仲係舊版，AI 就會攞住過時資料周圍講。錯誤三：淨係做 llms.txt 就以為搞掂 AEO。佢係入口，唔係全部——Schema Markup、BLUF 內容格式、E-E-A-T 信號呢啲基礎同樣重要，llms.txt 只係令 AI 更容易發現同理解呢啲嘢。

FAQ

llms.txt 同 robots.txt 有咩分別？

robots.txt 係限制性嘅，話畀爬蟲聽邊啲路徑唔准爬；llms.txt 係引導性嘅，主動話畀 AI 聽你嘅網站有咩內容、邊啲最重要。兩者唔衝突，應該同時存在：robots.txt 管權限，llms.txt 做介紹。注意 robots.txt 千祈唔好封鎖 llms.txt 本身，亦要確認冇封鎖主要 AI 爬蟲（例如 GPTBot、ClaudeBot），否則 AI 根本冇機會讀到。

llms.txt 同 llms-full.txt 使唔使兩份都做？

建議兩份都做，但優先做 llms.txt。llms.txt 係精簡索引，工作量細、維護容易，係最低門檻；llms-full.txt 將重要內容全文放入去，等 AI 唔使逐頁 fetch 就攞到完整資訊，適合有較多知識內容（blog、FAQ、服務詳情）嘅網站。可以參考 https://weblnno.info/llms.txt 同 https://weblnno.info/llms-full.txt 對比兩者嘅分別。

寫咗 llms.txt 係咪保證 AI 會推薦我？

唔係。llms.txt 令 AI 更容易發現同準確理解你嘅網站，但 AI 引擎決定引用邊個仲會考慮內容相關度、來源權威性、資訊新鮮度同結構化程度等因素。llms.txt 應該視為 AEO 技術基礎嘅一部分，同 Schema Markup、BLUF 內容格式、外部權威信號配合先會發揮最大效果。

llms.txt 應該用中文定英文寫？

跟你嘅目標客戶。如果你嘅客戶主要係香港本地用戶、會用廣東話或繁中問 AI 問題，llms.txt 用繁體中文寫係合理選擇——AI 引擎處理跨語言內容嘅能力已經好強，而繁中原文反而令 AI 喺回答繁中查詢時更容易直接引用你嘅表述。如果你有國際客源，可以喺同一份文件內中英並存，或者喺簡介段用兩種語言各寫一段。

點樣知道 AI 有冇真係讀我嘅 llms.txt？

兩個方法：第一，睇 server log，搜尋 AI 爬蟲嘅 user agent（GPTBot、ClaudeBot、PerplexityBot 等）有冇請求過 /llms.txt 呢個路徑。第二，直接測試——開新嘅 AI 對話問關於你公司嘅問題，睇 AI 嘅描述係咪同你 llms.txt 寫嘅一致。想更全面咁檢查你嘅品牌喺各個 AI 引擎嘅曝光情況，可以用 Weblnno 嘅免費診斷工具（aeo.weblnno.info），輸入網址 15 秒出報告，每日 3 次免費，無需註冊。