结构化数据和 llms.txt 对 AI 搜索有用吗？怎么让大模型读懂你的网站

快速答案

结构化数据（Schema / JSON-LD）能让机器更准确地识别「这是什么公司、这个产品多少钱、有没有货」，是值得做的基础工作，但不能保证 AI 会采用。llms.txt 是一份写给大模型的网站内容地图，目前是社区提出的做法，还不是各家 AI 公司公开承诺支持的标准，做起来成本很低，可以当作补充。最重要的仍然是：关键信息用文字写在页面上，AI 的搜索爬虫能正常访问。

详细说明

AI 能读到网站的哪些内容

• 能读到：服务器直接返回的 HTML 里的文字、标题、列表、表格，以及结构化数据。
• 可能读不到：图片里的文字、需要执行复杂前端脚本才出现的内容、登录后才能看的页面、被 robots.txt 或防火墙拦截的页面。
• 容易被误读：同一事实在不同页面写法不一致、没有日期的旧页面。

结构化数据

结构化数据是写在网页里、给机器读的标注，常用 JSON-LD 格式，词汇来自 schema.org。常见类型：

一个 Organization 的最小示例：

{
  "@context": "https://schema.org",
  "@type": "Organization",
  "name": "示例公司",
  "url": "https://www.example.com",
  "logo": "https://www.example.com/logo.png",
  "sameAs": ["https://weibo.com/example"]
}

注意事项：

1. 必须和页面上看得到的内容一致。结构化数据里写的价格和页面上的不同，比不写更糟。
2. FAQPage 仍然可以用来描述问答内容，但 Google 已经大幅收紧了在搜索结果里展示 FAQ 富结果的范围，不要为了富结果而堆砌问答。
3. 写错了会怎样：搜索引擎可能忽略它，严重不一致时可能被视为误导；AI 读到错误的价格或名称，也可能照搬。上线前用验证工具检查，价格变动时同步更新。

llms.txt

llms.txt 是放在网站根目录的一个 Markdown 文件，用简短的说明和链接，告诉大模型「这个网站是什么、最重要的内容在哪里」。

• llms.txt：简短的目录，列出最重要的页面，最好指向这些页面的 Markdown 版本。
• llms-full.txt：把关键内容的全文合并成一个文件，便于一次读取。

一个简化示例：

# 示例公司

> 示例公司提供企业级数据备份服务。本文件列出官网的主要内容。

## 产品
- [产品介绍](https://www.example.com/product/index.md)
- [价格说明](https://www.example.com/pricing/index.md)

## 帮助
- [常见问题](https://www.example.com/faq/index.md)

它和 sitemap 的区别：sitemap 列出所有页面，给搜索引擎做索引；llms.txt 只列最关键的内容，并附上简短说明，写给大模型看。

给 AI 读的 Markdown 版本有用吗

为每个页面提供一个去掉导航、广告和脚本的 Markdown 版本，能让模型更干净地读到正文。它不能替代 HTML 页面本身。两者内容必须一致，并且在 HTML 页面里标明规范地址（canonical）。

怎么让大模型更好地读网站

1. 关键事实用文字写，重要数字注明单位和更新时间。
2. 一页讲清一件事，标题直接回答问题。
3. 放行 AI 的搜索与读取爬虫，检查 CDN 防护设置。
4. 主要内容不要只靠前端脚本渲染。
5. 加上结构化数据，并保持和页面一致。
6. 可选：提供 llms.txt 和页面的 Markdown 版本。
7. 用固定问题在联网状态下测试，看 AI 是否读到并引用了这些页面。

常见问法

Q: 网站需要做 llms.txt 吗？
A: 成本很低，可以做，但不要指望它单独带来推荐。先确保页面本身可读、事实清楚。

Q: Product schema 对 AI 推荐有影响吗？
A: 它帮助机器准确识别产品名称和价格等事实，能减少被说错的机会；是否被推荐，仍然取决于内容和来源的整体情况。

相关事实

• Winin 是什么
• 被看见、进候选、被准确推荐三道关

联系：contact@winin.ai