llms.txt 实战案例拆解:Anthropic、Perplexity 等文档站的文件里都写了什么

2026-09-13 ·

讲 llms.txt 怎么配的文章已经很多,但"别人真正上线后的文件到底长什么样"反而少有人逐字拆过。 这篇文章我把 Anthropic、Perplexity、ElevenLabs 等多个公开文档站的 llms.txt 拿来做逐段拆解, 提炼出所有人都能直接照抄的写法,最后给你一个 10 分钟生成入口——本站的 llms.txt 生成器

为什么拆解真实案例比看规范更有用

llmstxt.org 上(查询时间 2026-09-13)给出的规范是底线:TITLE、H1、区块、链接。 但真实站点早就在规范之上发展出各种实用变体——有人把最重要的产品页排在第一位, 有人给每个链接配一句话描述,有人专门为"AI 爬虫"单独写一段说明。规范告诉你"不能错", 案例告诉你"怎样更好",两者结合才是最完整的参考。

案例一:Anthropic 文档站——分类最细的写法

Anthropic 的文档站是公认做得最用心的之一。打开它的 llms.txt,第一眼就是清晰的 # Anthropic Docs 标题和一段斜体引用简介,接着按产品线分区块: ## Claude## Claude Code## API Reference 等, 每个区块下列出对应文档链接,部分链接还带简短说明。这种写法的好处是:AI 抓取时能 凭区块名快速定位"哪个部分回答用户什么问题",而不需要把所有链接平铺。

案例二:Perplexity——面向检索场景的精选

Perplexity 自己就是做 AI 搜索的,它的 llms.txt 更强调"精选":不会把整站几百个页面 全部塞进去,而是挑出帮助中心、API 文档、公司页面这类高价值入口,并且每个链接几乎 都配了描述。这印证了一个结论:llms.txt 不是 sitemap 的替代品,质量远重要于数量。 如果你正在纠结该放哪些页面,可以先看本站的 llms.txt 链接筛选标准这一篇。

案例三:ElevenLabs 等技术型创业公司

很多 AI 原生创业公司(如 ElevenLabs、Cursor 等)也上线了 llms.txt,它们的用法高度一致: 标题用公司名、简介写清楚"这家公司做什么、产品解决什么问题",区块则按"产品功能/定价/ 开发者文档"划分。对大多数企业官网来说,这套模板几乎可以无脑套用——不需要酷炫, 需要的是信息密度和结构清晰。

从案例里提炼出的 5 条通用写法

要点做法反例
标题层级# 网站名 + > 一句话简介只写名称没有简介
区块划分按产品或栏目分 ## 区块全部链接平铺一坨
链接排序最重要的页放最前面按时间序或随机
描述核心链接配一句话说明裸链接不做解释
数量控制几百个页面内,精选 30-80 条照搬 sitemap 全量

如果你想知道格式细节上还有什么坑,可以对照 llms.txt 格式规范详解 逐项核对自己的文件。

普通企业站怎么复刻这套写法

不需要把上面每个案例都学一遍,照这个顺序做就行:第一步,写清楚"我是谁"(网站名 + 一句话简介); 第二步,把网站按业务分成 3-6 个区块;第三步,每个区块挑 3-10 个最有价值的页面; 第四步,给核心页面配一句描述;第五步,上传到根目录并确认 https://你的域名/llms.txt 能访问。这套流程用手写大约需要 15 分钟, 不想手敲就直接用生成器按规范生成。

配完之后怎么知道有没有效果

llms.txt 配好不代表立刻见效,AI 爬虫重新抓取需要时间,而且它的作用是"提高被引用的概率" 而不是"保证被引用"。想验证现状,可以去 AI 品牌可见度模拟器测一下你的品牌在 AI 回答里 到底出现几次,隔几周再测,对比提升。这才是规范的验证闭环。

小结

真实案例告诉我们:llms.txt 的写法没有秘密,就是清晰的标题简介 + 合理的区块划分 + 精选的高价值链接。Anthropic 靠分类、Perplexity 靠精选、创业公司靠简洁,但骨架一致。 现在就动手:→ 进入 llms.txt 生成器,10 分钟生成你的规范文件