我先把结论放这儿：过去一年，整个内容行业集体做了一件事——给 AI 专门写了一份说明书。而现在，一批独立实测给出的回答是：这份说明书，AI 基本没打开过。
这不是我的猜测，也不是某一家服务商的立场。下面这几个数字，都是别人独立测出来的——测完之后，很多卖这份”说明书”的人安静了。
先说数据，因为它比观点更不留情面
那份被行业反复引用的文件叫 llms.txt。规矩很简单：在你的网站根目录放一个 Markdown 文件，用最干净的方式告诉 AI——我最重要的内容是什么，你可以从这里开始读。
它被写进服务商的报价单，被写进各种”GEO 自查清单”，被写进不少平台的模板。去年你要是问一圈”AI 搜索时代该怎么优化”，十个人里八个会先提它。
然后是实测。
一份覆盖约 30 万个域名的研究给出了两个数字：全样本里只有 10.13% 的站点真的放了 llms.txt；更关键的是第二个——放与不放，和被 AI 引用的频率之间，没有统计上的相关性。 研究者把它从预测模型里拿掉之后，模型的准确率反而上升了。翻译一下：这个变量带来的不是信号，是噪音。
另一份对超过 13.7 万个域名的扫描更直接：97% 的 llms.txt 文件，从 AI 爬虫那里收到的访问量是零。 一个字都没被读过。
再往上看流量侧。一份覆盖 5 亿多次爬虫请求的统计里，专门来取 llms.txt 的请求，占 AI 爬虫总流量的比例大约 0.1%。GPTBot、ClaudeBot、PerplexityBot 这些真正喂给 AI 回答的爬虫，绝大多数的行为是：跳过那份文件，直接去爬 HTML。
最后是平台自己开口。Google 在 2026 年 6 月更新了官方文档，专门加了一节说明——llms.txt 对搜索排名和 AI 摘要没有影响，不管好的还是坏的，并顺手把它类比成当年那个早就没人用的 keywords meta 标签。
一句话总结：我们花了整整一年，为 AI 认真准备了一份它没打算看的文件。
我们自己也差点，在同一件事上花掉一年
按理说，这篇文章到这儿可以收尾了：llms.txt 是智商税，别做了。
但我想讲得更诚实一点——因为我们自己，差点就把它排在了第一位。
我们的 GEO 情报线上，最近汇总了一轮 102,873 个域名的实测数据。把”放了 llms.txt 的站点”和”AI 可读性得分高的站点”摆在一起看，llms.txt 能贡献的分差是 5.36 分。听上去还行？而这 5.36 分里，有 1.37 分是打分器在”数这个文件本身存不存在”。
我们用来衡量成效的那把尺子，有四分之一是在奖励它自己想看见的东西。
这件事让我后背发凉的地方不在于 llms.txt，而在于：如果你的打分器本身就会给”我做了这件事”加分，那你永远测不出这件事到底有没有用。 你会一直测出”有用”，因为你在测的是自己的勤奋，不是世界的反馈。
同一份数据里，真正把高分站和低分站分开的，是一个很老、很土、很不性感的东西——Organization schema。它是网页里一段结构化的”我是谁”：公司叫什么、logo 是什么、官网在哪、Facebook/X/LinkedIn 账号分别是哪些（用 sameAs 串起来）。
数字是这样的：98.9% 的”AI 就绪”站点都有它；而在低分站里，只有 5.6%。
一个差了将近二十倍的分水岭，不是那个新文件，是那张老证件。
说明书和身份证，是两种完全不同的东西
我把这两类信号分开看之后，很多事情一下清楚了。
llms.txt 是一份说明书：你专门为这门新出现的规则写的，从零开始，写完就可以交差。它的特点是——看得见。它能写进交付清单，能截图，能在周会上说一句”我们已经做了”。
Organization schema 是一张身份证：它十年前就存在，格式从来没火过，写它不会让你在任何一个周报里显得进取。但它记录的是你是谁、你从哪来、别人在哪里还能找到你。
问题在于，身份证没有一个”交付时刻”。它是十年里一次次补上去的：官网改版时顺手补一个 sameAs，换品牌时把 logo 重传一遍，开一个新平台就把账号挂上去。你没法用任何一个下午完成它，因此也没法把它做成一个项目、卖成一个套餐、写进一份报价单。
这就是为什么整个行业会集体去做说明书：不是因为它更有效，是因为它可交付。而可交付的东西有一个隐藏的副作用——它会假装自己等于有效。
前几天微博上有个话题叫「原研药和仿制药买对了吗」。原研药和仿制药的真正差别，不在包装上印得多像，而在它背后那十几年、几十万人的临床数据——那个东西，仿制药没法口述，也没法在说明书里补上。它能抄配方，抄不了履历。
这不止发生在 llms.txt 上
我想把这件事说得更大一点，因为它的适用范围远不止一个文件。
任何一次规则变化，人的第一反应都是”给它补一个专门的动作”。 平台改了算法，就去凑一个专门迎合算法的动作；新出一个”权重项”，就去补一个专门给这个权重项看的文件；客户开始问某个指标，就去现场做一个能截图的证明。
这些动作有一个共同点：它们都是为一个还没被验证的假想评委做的。 而真正决定结果的，往往是那些你在规则出现之前就是的东西——你的内容到底有没有人愿意转，你的实体信息到底全不全，你的网站到底活着没有。
规则越换越快，这个错就越贵。因为每一次换规则，都会催生一批新的”说明书生意”；而每做一份说明书，你花在补身份证上的时间就少一点。
留给自己的三个问题
我现在遇到有人跟我说”你要为这个新东西专门做点什么”，会先问自己三句话。也把它给你：
一、最近三个月，我为”新规则”专门补了哪些动作？ 全部列出来，别挑。
二、逐条问：如果没有任何人检查它，我还会做吗？ 答案是”不会”的那些，基本就是表演型信号——它们的作用是让你显得在跟进，不是让你真的被看见。
三、反过来列：有哪些”履历型”的信号，我一直觉得”等有空再补”，结果补了三年还没补。 大多数人的清单里都会有一两条，而它们往往就是那个 98.9% 和 5.6% 的差别所在。
我不会说 llms.txt 永远没用。它有一天可能真会被读进去；只不过它现在更合适的位置，是一份写给”已经到达你站点的 agent”的站内导航，而不是一张写给全世界 AI 的入场券。这两个定位的差别，值一整年的力气。
我更想记住的是它给我们上的那一课：当一整个行业同时开始做一件没人验证过的事，你没法从任何一个人的行为里，看出这件事是错的。 越多人做，越像常识；越像常识，越没人回头去测。
所以我现在养成一个习惯：每当听到”你要为这个新东西专门做点什么”，我会先去找一个证据——任何一个人，真的因此拿到了结果。找不到，我就先去补那张身份证。
因为规则一直在换，而身份证只有一个。
