企业官网上现在流传着两个名词:结构化数据(Schema)和 llms.txt。一个被叫做”SEO 标配”,一个被叫做”AI 时代必备”。
但大多数讲这两个东西的文章,要么把 Schema 吹成排名神器,要么把 llms.txt 说成不做就被 AI 淘汰——两种都是夸大。
这篇文章换一个写法:只讲能被查证的事实,每个关键论断给出出处;查不到定论的部分,明确标注”尚无公开证据”。看完你应该能回答三个问题:它们分别是什么、各自处在什么成熟度、企业现在该做哪个。
先给结论:Schema 是运行了十五年的事实标准,收益路径清晰、官方可验证;llms.txt 是发布两年的社区提案,生态正在接纳、但实际消费情况仍有争议。它们不是替代关系,甚至不在同一个证据等级上。
一、Schema:一套由四大搜索引擎共同发起的”字段词典”
出身与机制
schema.org 由 Google、Microsoft、Yahoo、Yandex 四家搜索引擎于 2011 年联合发起,目的很朴素:给网页上的信息约定一套通用的”字段名”。
没有标注时,机器看到的页面是这样一段文本:
人一眼能归类,机器不能。加上 JSON-LD 格式的结构化标注后,同样信息的机器版本是:
name、url、description——每个字段都有 schema.org 词汇表里的统一定义。这就是”结构化数据”的全部含义:用公共词典,把页面信息说成机器免猜的格式。
Google 官方对它的定性:注意这条边界
很多文章说”加了 Schema 排名会涨”。这不是 Google 的说法。Google Search Central 文档的明确口径是:
结构化数据不是排名因素。 它决定的是页面能否获得”富媒体结果”资格——评分星、价格、面包屑路径等增强展示样式。资格是前提,不是保证:是否展示,由搜索引擎按查询逐次决定。
所以正确的预期管理是:Schema 改变的是”点击率”和”机器对实体的理解精度”,不是”排名”本身。 谁把两者混着承诺,谁在透支可信度。
三个可以照抄的官方执行口径
- 格式:Google 推荐 JSON-LD,独立于 HTML 正文,易维护、不易在改版中被破坏;
- 渲染:JSON-LD 应随服务端响应输出。只在用户交互后用 JavaScript 注入的标注,抓取环境下可能读不到;
- 一致性:标注内容必须与页面可见内容一致。给页面上不存在的内容打标注,违反 Google 结构化数据政策,可能招致人工处置(manual action)。
它也在变:两则容易被过时教程坑到的公告
- 2023 年 8 月,Google 大幅收缩 FAQ 富媒体展示,仅对权威的政府与健康类网站开放;HowTo 类型同时移出桌面搜索结果。仍在照”三年前教程”期待 FAQ 下拉展开的,方向已经错了。
- 2025 年 6 月,Google 官方 blog《简化搜索结果网页》公告逐步淘汰七类使用率低的结构化功能:书籍动作、课程信息、声明审查、预估薪酬、教学影片、特殊公告、车辆资讯,并声明”此项更新不会影响网页排名”;同年 9 月起这些类型陆续从 Search Console 报表移除。
这两则公告恰恰说明:富媒体展示范围由搜索引擎单方决定、随时可收回。稳定值得投入的,是 Organization、WebSite、LocalBusiness、BreadcrumbList、Product/Service 这类与”实体识别”绑定的基础类型。
【配图 1 建议】页面可见文本 ↔ JSON-LD 代码的左右对照图,标注”同一信息,两种读者”。
二、llms.txt:一份年轻提案,和它两边的证据
出身:提案人、时间、原文都可查
llms.txt 由 Jeremy Howard(Answer.AI 与 fast.ai 联合创始人)于 2024 年 9 月 3 日在 llmstxt.org 发布提案。规范原文至今挂在他本人署名之下。
它的形态是一个放在网站根目录(/llms.txt)的 Markdown 文件:H1 站点名、引用块一句话简介、若干 H2 分区,每区是带一句话说明的链接列表,另约定一个 ## Optional 区放次要链接。只有 H1 是必须的,格式刻意保持人能读、程序也能解析。
提案对动机的表述很克制,值得原文照引:
“网页是为人构建的……上下文窗口虽然变大,仍然装不下大多数网站的全文,而每一个浪费的 token 都在消耗时间和金钱。”
并且提案明确过预期:llms.txt 主要服务于推理(inference)时的按需读取,而非训练(training)——这一句至今常被误读,很多”防止 AI 抓取”的说法与它无关,权限控制仍是 robots.txt 的职责。
2026 年,Howard 依据两年实际采用情况发布了 v2 修订,追加了两项建议:关键页面在同 URL 提供 .md 纯文本版本;用 rel="describedby" / rel="alternate" 链接声明对应关系。
支持侧的证据:生态确实在接纳
以下每一条都可在提案原文或其链接中直接核验:
- AI 实验室自己在使用:OpenAI(developers.openai.com/llms.txt)、Anthropic(docs.anthropic.com/llms.txt)、Google Gemini 文档站均已发布自家 llms.txt;
- 浏览器工具链入场:Chrome 的 Lighthouse 已把 llms.txt 纳入 agentic browsing 检查项——这通常是”约定开始沉淀”的信号;
- WordPress 生态跟进:主流 SEO 插件 Yoast SEO 与 AIOSEO 均已提供 llms.txt 生成功能;Mintlify、GitBook、Wix、Drupal 等平台支持自动生成;
- 采用规模:提案原文称已有数千个站点发布该文件(多集中于开发者文档与工具类产品)。
质疑侧的证据:同样有具体出处
权威的文章必须把反方也摆出来:
- Ahrefs 对约 13.7 万个域名的服务器日志分析显示:97% 已发布的 llms.txt 文件在采样月内收到零次请求——既没有 bot 来抓,也没有人来读;
- Google 搜索联络人 John Mueller 公开把 llms.txt 类比为早已废弃的 keywords meta 标签(网站可以自称任何东西,所以搜索引擎不信),并表示未见任何 AI 系统读取它的证据;
- Google 的 Gary Illyes 在 2025 年表示:Google 搜索与 AI Overviews 不使用 llms.txt,”正常做 SEO 才是关键”;
- 截至目前,没有任何一家大模型厂商公开确认其模型或检索系统在常规运行中消费该文件。
怎么读这两边
支持侧证明的是”发布它的成本极低、工具链和文档平台在接纳”;质疑侧证明的是”读取行为尚无公开可证的规模化发生”。
两边合起来的诚实结论是:llms.txt 是一项低成本、零风险、收益待验证的前瞻配置。 有人说做了立刻被 AI 引用,没有证据;说它完全无用,也不准确——至少 Lighthouse 审计、文档平台生成、AI 实验室自用,这些动作是真实的。把它定价为”期权”而非”保险”,才是准确的表述。
【配图 2 建议】llms.txt 在浏览器中打开的真实效果截图(可截 OpenAI 或 Anthropic 的),标注”AI 实验室自己也在发”。
三、逐维对照:两者根本不在同一物种上
| 对比维度 | Schema(结构化数据) | llms.txt |
| 发布时间 | 2011 年,四大搜索引擎联合发起 | 2024 年 9 月,Jeremy Howard 个人提案(2026 年出 v2) |
| 规范性质 | 行业事实标准,有统一词汇表 | 社区约定,非 W3C / IETF 标准 |
| 文件形态 | JSON-LD,嵌入每个页面 | 单个 Markdown 文件,放站点根目录 |
| 作用粒度 | 页面级、实体级,字段可校验 | 站点级导读,内容完全自述 |
| 服务对象 | 搜索引擎(含其 AI 产品线) | 语言模型与智能体 |
| 官方定性 | Google:非排名因素,决定富媒体资格 | Google 人员公开表示搜索与 AI Overviews 不使用 |
| 可验证性 | Rich Results Test、Schema Markup Validator、Search Console 增强报表 | 无验证工具,效果基本不可观测 |
| 风险面 | 标注与页面不符可能触发人工处置 | 文件自述不可信,无强制读取义务 |
| 建议定位 | 必做,地基 | 可做,低成本占位 |
四、它们的真实分工,和一条必须澄清的因果
一个负责”读准”,一个负责”找到”:
- Schema 把这一页是什么说清楚——公司主体、服务内容、地址、面包屑,粒度细到字段;
- llms.txt 把这个站里该读哪几页说清楚——是站点信息架构的对外声明,粒度粗到目录。
类比:Schema 是产品说明书,llms.txt 是目录页。 说明书解释每个零件,目录告诉你去第几章,谁也替代不了谁。
然后是这条必须澄清的因果。行业里流行的说法”结构化数据能让 AI 更准确引用你”,其准确版本是:
Google Search Central 已确认,AI Overviews 与 AI Mode 建立在和常规搜索相同的索引与排名系统之上,不存在单独的结构化数据提交通道——也就是说,标注 Schema 不会”买到”AI 摘要里的出现。但另一方面,干净、与页面一致的实体标注,确实降低机器提取事实时的歧义,减少你的公司信息被错误归并或误述的概率。
前半句是官方确认,后半句是基于机制的合理推断。两者混在一起说,就是很多营销文的手法。分开说,才是负责任的技术建议。
五、执行清单:按各自的官方口径做
Schema:先做五个类型,全部可当天验证
企业官网按此顺序铺设,均为支持面广、与实体识别强绑定的类型:
- Organization(站点全局,放首页)
- WebSite(站点名称与备用搜索入口)
- LocalBusiness(有线下业务必做)
- BreadcrumbList(全站内页)
- Service / Product(服务与产品页,字段须与页面可见价格、描述完全一致)
每页上线前跑两个官方工具:Google Rich Results Test(确认能否获得富媒体资格)+ Schema Markup Validator(检查词汇表层面的错误——前者不查的部分)。上线后用 Search Console 的增强报表观测识别情况。
llms.txt:按规范结构写,把功夫花在第一行简介上
规范层面的要求很少(H1 必填),但提案本身给出的写作指引值得照做:链接旁必须带一句话说明,说明要写”这页回答什么问题”,不要写营销语。 一个常见的失败形态是整份文件读完不知道这个网站具体做什么。
配套的 llms-full.txt(全站内容拼接)是社区扩展约定、并非原始提案的一部分,内容量小的站点可酌情使用。
维护提醒:llms.txt 最大的敌人是过期。链接失效、页面更名后忘了同步,比不发布更糟。这也是我们倾向用工具而非手工维护的原因——与 robots.txt 同理,它是需要长期维护的配置,不是一次性文案。
结语:把判断标准交还给可查证性
机器正在成为网站越来越多的读者。为它们准备说明书,方向上没有人再反对;分歧只在细节:哪一套说明书是地基(Schema,十五年事实标准,答案明确),哪一套是期权(llms.txt,两年社区提案,答案还在路上)。
面对任何新概念,我们建议客户用同一个标准筛选信息:看它有没有出处。 讲不出发起方、日期、官方口径的内容,无论说”必做”还是”无用”,都建议直接跳过。
块构造(kuaigouzao.com)长期做 WordPress、ThinkPHP、uni-appX 定制开发,结构化数据的铺设与校验包含在项目交付里;robots.txt 与 llms.txt 的后台可视化维护,我们做成了自研插件(kuaigouzao-robots-llms-manager)。如果你希望有人用可查证的方式帮你核对站点在机器眼中的样子,可以联系我们。
发表回复