llms.txt 是必须的吗？

不是。它是 2024 年后出现的实践约定，目前没有成为任何引擎的公开收录条件。成本很低，建议做，但不要期待它单独带来效果。

国内引擎和海外引擎的要求一样吗？

技术层基本一致，差别在可达性与信源结构。国内引擎对已备案站点、以及中文互联网生态内的第三方信源依赖更强。

取决于内容量与站外信源积累。刚上线的新站没有历史权重，通常需要数周至数月。承诺立刻进前十的服务，多半是在做别的事。

先确认三件事。一是 robots.txt 没有拦截 AI 爬虫，并且明确列出了允许访问的规则；二是 sitemap.xml 存在、内容最新、已提交到搜索资源平台；三是页面有服务端输出的正文。

第三点是纯前端框架最常见的坑。如果站点靠 JavaScript 渲染内容，爬虫抓到的可能是一个空壳——没有正文、没有标题、没有联系方式。自查方法很直接：用不带 JS 执行的方式抓取页面，看返回的 HTML 里有没有可读文本。

另外要确认根目录的基础文件返回 200 状态码，以及生产环境没有遗留 Disallow: /。这类低级错误在从测试环境迁移时出现频率很高。

用 Organization 表达品牌与联系信息，用 FAQPage 表达问答，用 Service 或 Course 表达能力与课程。JSON-LD 必须与页面可见内容一致——不一致的结构化数据不只是无效，还会削弱整个站点的可信度。

llms.txt 是较新的实践约定，放在根目录、UTF-8 编码、状态码可访问，写品牌简介、联系方式、核心页面清单与引用来源说明。它不是强制标准，价值仍在观察期，但成本极低。

AI 摘取的是段落，不是整篇。有效的做法是把每个二级标题下的第一段写成对该问题的直接回答，而不是铺垫。关键数据必须带出处和年份，署名与更新时间要外露。

还有一条常被忽略：每条资讯、每个案例要有独立 URL。用单页哈希承载全部内容，等于放弃了所有长尾被引用的机会。

这是最难也最决定结果的一层。引擎在判断品牌可信度时，会看站外是否有与之一致的第三方信息——媒体报道、行业名录、百科条目。只有官网自述、没有任何外部印证的 brands，在事实类问答中优先级很低。

反过来，如果站外信息彼此矛盾（不同渠道留的电话、地址、业务描述不一致），引擎会倾向不引用任何一方。

建议按这个顺序排查，前一层不通就不要花时间在后一层：HTTPS 与备案状态 → 基础文件 200 → 正文可读 → 结构化数据 → 答案化段落 → 站外信源一致性。

时间预期上，从零开始的站点通常需要数周到数月才能观察到稳定的引用出现，因为抓取与信源积累都不是一次性动作。