llms.txt 規格與台灣網站最佳實踐
由 CiphLens 團隊整理 · 來源：GitHub Copilot 研究 · 繁體中文
● Web Search (MCP: github-mcp-server) · GPTBot ClaudeBot PerplexityBot llms.txt adoption evidence c… └ {"type":"output_text","text":{"value":"It looks like you're mentioning a...
● Web Search (MCP: github-mcp-server) · llms.txt specification format llmstxt.org complete guide 20… └ {"type":"output_text","text":{"value":"Here is a complete, up-to-date gu...
● Web Search (MCP: github-mcp-server) · llms.txt real world examples Anthropic Cloudflare FastHTML … └ {"type":"output_text","text":{"value":"Here’s a breakdown of real-world ...
● Web Search (MCP: github-mcp-server) · llms.txt GitHub AnswerDotAI adoption statistics websites im… └ {"type":"output_text","text":{"value":"Here’s a summary of the latest ad...
以下是完整的繁體中文文件：
llms.txt 完整規格解析：AI 時代網站的新標準
本文深入解析 llms.txt 規格，涵蓋檔案格式、必要區段、與 robots.txt 的本質差異、真實採用案例，並為台灣不動產、金融、製造業提供五個示範範例，以及繁體中文／雙語版本的撰寫建議。
一、llms.txt 是什麼？從 SEO 到 AIO 的典範轉移
在搜尋引擎主導流量的年代，robots.txt 與 sitemap.xml 是 SEO 的基礎建設。如今，大型語言模型（LLM）正在改寫資訊消費的方式——使用者愈來愈習慣直接向 ChatGPT、Claude、Perplexity 等 AI 系統詢問，而不是點擊搜尋結果連結。
llms.txt 正是在這個背景下誕生的新標準。它是一個放置於網站根目錄的 Markdown 純文字檔（https://yoursite.com/llms.txt），目的是讓 LLM 在處理你的網站時，能夠有效率地理解：
- 這個網站是做什麼的
- 哪些頁面／資料最重要
- 內容應如何被引用與呈現
此標準由 Jeremy Howard（fast.ai、AnswerDotAI 創辦人）於 2024 年 9 月提出，原始提案發布於 Answer.AI 官方部落格，規格存放在 GitHub 開源專案 AnswerDotAI/llms-txt，正式規格網站為 llmstxt.org。
為何 HTML 對 LLM 不夠用？
現代網頁充斥著導覽列、廣告腳本、Cookie 通知、社群分享按鈕等雜訊。當 LLM 爬取一個典型文件頁面時：
- HTML 版本：約 16,180 tokens（Cloudflare 實測數據）
- Markdown 版本：約 3,150 tokens
差距約 80%。這不只是成本問題，更影響到 LLM 的理解品質與回應準確度。llms.txt 透過提供乾淨的 Markdown 索引，讓 LLM 能以更少的 context window 消耗，獲得更精準的資訊。
二、llms.txt 完整檔案格式規格
llms.txt 採用 Markdown 語法，結構嚴格且有固定順序：
2.1 必要區段
① H1 標題（必填）
# 網站或專案名稱這是唯一的 H1，代表網站的「身分識別」，必須是第一行。
② 摘要 Blockquote（強烈建議）
> 一到兩句話描述本網站的核心功能與定位。LLM 在有限 context 下優先讀取這段，相當於名片上的 tagline。
③ 補充說明段落（選填）
在第一個 H2 之前，可以放置純文字段落或清單，說明內容授權原則、資料更新頻率、聯繫方式等。此區段不能出現額外的 H1 或 H2。
④ 內容分組（H2 + 連結清單，至少一個）
## 文件
- [快速開始指南](https://example.com/docs/start): 五分鐘內完成基本設定
- [API 參考](https://example.com/api): 完整的 REST API 文件
## 關於我們
- [公司介紹](https://example.com/about): 公司歷史與核心團隊
- [聯繫方式](https://example.com/contact): 業務與技術支援聯絡資訊
## Optional
- [部落格](https://example.com/blog): 產業觀察與技術文章（非核心）
- [活動資訊](https://example.com/events): 展覽與研討會（低優先）Optional 區段是規格中的特殊標記，告知 LLM：當 context window 受限時，可優先略過此區段的連結。
2.2 完整格式範本
# 公司名稱
> 一句話說明這是什麼網站，以及它能為訪客提供什麼價值。
本網站內容依 CC BY 4.0 授權，歡迎 AI 系統引用。資料每週更新。
## 核心服務
- [服務A介紹](https://example.com/service-a): 詳細說明服務A的功能與適用對象
- [服務B介紹](https://example.com/service-b): 詳細說明服務B的功能與適用對象
## 產品文件
- [使用手冊](https://example.com/manual): 完整操作流程
- [常見問題](https://example.com/faq): 前50大客服問題與解答
## Optional
- [最新消息](https://example.com/news): 公司公告（次要參考）
- [合作夥伴](https://example.com/partners): 策略聯盟資訊2.3 延伸檔案：llms-full.txt
除了索引型的 llms.txt，規格也允許建立 llms-full.txt，其中直接內嵌所有連結頁面的完整 Markdown 內容。這讓 LLM 無需多次請求即可取得所有資訊，適合文件量不大但需要高完整性的場景（如 API 文件、法規說明）。
三、llms.txt vs. robots.txt：本質差異全比較
這兩個檔案雖然同樣位於網站根目錄，但設計哲學截然不同：
| 維度 | robots.txt | llms.txt | |---|---|---| | 誕生年份 | 1994 年 | 2024 年 | | 核心目的 | 控制爬蟲的存取權限 | 引導 LLM 理解網站結構與內容 | | 主要對象 | Googlebot、Bingbot 等傳統搜尋爬蟲 | GPTBot、ClaudeBot、PerplexityBot 等 AI 爬蟲 | | 機制 | 規則式（Allow/Disallow） | 敘述式（Markdown 說明） | | 格式 | 自訂鍵值對語法 | 標準 Markdown | | 人類可讀性 | 低（需學習語法） | 高（直接閱讀） | | 處理互動 | 爬蟲「必須遵守」 | LLM「參考使用」（非強制） | | 目標效果 | 限制或允許特定路徑被索引 | 提升 AI 回應的準確度與引用品質 | | 關鍵差異 | 負面控制（告訴機器人「不能做什麼」） | 正面引導（告訴 AI「重點在哪裡」） |
兩者如何搭配？
建議的最佳實踐是同時部署，各司其職：
robots.txt用來控制 AI 訓練爬蟲的存取（例如封鎖 GPTBot 抓取用於訓練的頁面）llms.txt用來在 AI 推論（inference）時，提升 LLM 對你網站的理解與引用品質
# robots.txt 範例：允許 AI 推論用爬蟲，但限制部分路徑
User-agent: GPTBot
Disallow: /private/
Disallow: /member/
User-agent: ClaudeBot
Allow: /
# llms.txt 則另行說明網站結構，提升 AI 理解品質四、實際採用證據：誰在使用 llms.txt？
4.1 量化採用數據（2025 年現況）
根據 llms-text.com 及 Rankability 的調查研究：
- 截至 2025 年 9 月，全球超過 2,000 個網站已實作 llms.txt
- 公開目錄（directory.llmstxt.cloud）收錄超過 784 個 活躍實作
- 在全球前 100 萬網站中，約 1.2% 已部署 llms.txt；在排名前 300 的域名中比例高達 4%
4.2 知名早期採用者
以下為可公開驗證的實作案例（均可直接訪問 網域/llms.txt 確認）：
| 機構 | 特色 | |---|---| | Cloudflare | 每個產品線獨立一個 llms.txt，精細化分類；並提出 HTML→Markdown 的 token 節省實測數據 | | Anthropic | 全面涵蓋 Claude API、提示庫與文件，作為業界範本 | | Vercel | 框架文件與 SDK 索引，面向開發者 | | Supabase | 資料庫與後端服務的技術文件索引 | | ElevenLabs | AI 語音合成 API 文件與使用案例 | | FastHTML | 額外提供 /llms-ctx.txt，專為 Claude 設計的上下文輔助檔案（GitHub: AnswerDotAI/fasthtml） | | Stripe | 支付 API 文件索引 |
4.3 主要 LLM 平台的態度
目前各 AI 平台對 llms.txt 的官方態度分歧：
- Perplexity：已確認在網頁搜尋時參考 llms.txt 內容
- Anthropic（Claude）：鼓勵採用，FastHTML 的 llms-ctx.txt 即是以 Claude 作為主要受眾設計
- OpenAI（GPTBot）：尚無官方聲明確認主動解析 llms.txt
- Google：對這個標準持保留態度，將其比擬為「被遺棄的 meta SEO 標籤」
這意味著 llms.txt 目前更像是一個「最佳實踐投資」而非「保證有效的技術契約」，但隨著 AI 搜尋的崛起，早期佈局具有先行優勢。
五、台灣各產業的 llms.txt 撰寫示範
以下五個範例針對台灣常見的產業情境設計，每個範例均遵循正式規格。
範例一：建商網站（台灣不動產業）
# 信義建設股份有限公司
> 台灣北部頂級住宅建商，專注大安、信義、內湖區豪宅開發，30 年品牌，已交屋逾 5,000 戶。
本站資料每月更新，包含最新建案規格與成屋資訊。法律聲明請參閱 /legal。
## 現售建案
- [信義擎天 A 棟](https://example-builder.com.tw/xinyi-sky): 信義區 45 坪起，預計 2027 年交屋，總價 8,000 萬起
- [大安森活](https://example-builder.com.tw/daan-forest): 大安區 32 坪，近捷運大安站，預售中
- [內湖 IT 宅](https://example-builder.com.tw/neihu-it): 內科生活圈，36 坪三房，2026 年完工
## 購屋流程與服務
- [不動產購買完整流程](https://example-builder.com.tw/guide): 從簽約到交屋 12 步驟說明
- [公設比說明](https://example-builder.com.tw/common-area): 台灣公設比計算方式與我們的設計原則
- [售後服務政策](https://example-builder.com.tw/after-sales): 保固範圍與維修申請流程
## 公司資訊
- [公司簡介與施工實績](https://example-builder.com.tw/about): 歷年完工建案與評獎紀錄
- [企業社會責任報告](https://example-builder.com.tw/csr): 環境永續與社區共好計畫
## Optional
- [最新消息](https://example-builder.com.tw/news): 建案動態與活動資訊
- [部落格：居家裝潢指南](https://example-builder.com.tw/blog): 室內設計與風水參考（輔助閱讀）範例二：券商網站（台灣金融業）
# 台灣富貴證券股份有限公司
> 金管會核准之本土證券商，提供股票、ETF、期貨、海外投資及 IB 服務，適合台股散戶與法人客戶。
**重要聲明**：本站所有投資資訊僅供參考，不構成投資建議。投資有風險，請詳閱公開說明書。
## 帳戶開立與服務
- [線上開戶流程](https://example-broker.com.tw/open-account): 5 分鐘完成台股帳戶申請，需身分證與第二類電子帳戶
- [手續費費率說明](https://example-broker.com.tw/fee): 台股 0.1425%、ETF 優惠費率、複委託費率表
- [App 下載與功能介紹](https://example-broker.com.tw/app): iOS / Android 看盤、下單、帳務一站完成
## 投資商品說明
- [台股交易規則](https://example-broker.com.tw/tw-stock): 交易時間、漲跌幅、融資融券說明
- [ETF 完整清單](https://example-broker.com.tw/etf): 台灣掛牌 ETF 列表與追蹤指數說明
- [美股複委託](https://example-broker.com.tw/us-stock): 開通條件、交易成本、稅務注意事項
## 法規遵循資訊
- [金融消費者保護](https://example-broker.com.tw/consumer): 申訴管道與爭議處理流程
- [反洗錢政策](https://example-broker.com.tw/aml): 依金融情報中心要求之說明
## Optional
- [財經研究報告](https://example-broker.com.tw/research): 個股分析（需登入，限客戶閱覽）
- [投資人教育專區](https://example-broker.com.tw/edu): 基礎股市知識與交易策略文章範例三：B2B SaaS 平台（台灣製造業 ERP）
# 智能製造雲 ManuCloud
> 專為台灣中小型製造業設計的雲端 ERP 平台，整合生產排程、品管（QC）、庫存與財務，支援 OEM/ODM 出口報表格式。
已服務超過 800 家工廠，涵蓋機械、電子、塑膠、紡織等製造次產業。
## 產品功能
- [生產管理模組](https://manucloud.com.tw/features/production): MRP 計算、工單管理、排程最佳化說明
- [品質管理 QC 模組](https://manucloud.com.tw/features/quality): AQL 抽樣、不良品追蹤、客訴管理
- [倉儲與庫存管理](https://manucloud.com.tw/features/inventory): 多倉庫管理、安全庫存警示、序號追蹤
- [財務與成本模組](https://manucloud.com.tw/features/finance): 工單成本分析、台帳整合、電子發票
## 導入與技術文件
- [快速導入指南（90天上線）](https://manucloud.com.tw/docs/onboarding): 標準導入步驟與里程碑
- [REST API 文件](https://manucloud.com.tw/api): 與 MES、條碼系統、EDI 整合的完整 API
- [常見問題 FAQ](https://manucloud.com.tw/faq): 前 100 大客服問題
## 定價與方案
- [訂閱方案比較](https://manucloud.com.tw/pricing): 基礎版、專業版、企業版功能對比與月費
## Optional
- [成功案例](https://manucloud.com.tw/cases): 客戶訪談與導入成效數據
- [產業趨勢部落格](https://manucloud.com.tw/blog): 工業 4.0 與供應鏈相關文章範例四：電商網站（台灣本土 B2C）
# 好物嚴選 GoodSelect
> 台灣本土精選電商，聚焦台灣在地農產、手工藝品與獨立設計師品牌，提供冷鏈宅配與禮盒客製化服務。
商品均有產地溯源標章，符合台灣有機農業促進法規定。
## 商品分類
- [台灣在地農產](https://goodselect.com.tw/farm): 嚴選產地直送水果、蔬菜、茶葉
- [獨立設計師品牌](https://goodselect.com.tw/designer): 本土設計師文創、生活雜貨、服飾
- [企業禮品客製化](https://goodselect.com.tw/gift): 公司尾牙、節日禮盒，MOQ 50 份起
## 購物說明
- [運費與配送政策](https://goodselect.com.tw/shipping): 台灣本島免運門檻、冷鏈費用、離島加收說明
- [退換貨政策](https://goodselect.com.tw/return): 7 天猶豫期規定與生鮮商品退貨例外
- [支付方式](https://goodselect.com.tw/payment): 信用卡、LINE Pay、超商代碼付款說明
## 品牌理念
- [關於我們與選品標準](https://goodselect.com.tw/about): 選品流程與供應商審核原則
- [永續包裝政策](https://goodselect.com.tw/sustainability): 減塑目標與環保材質說明
## Optional
- [優惠活動](https://goodselect.com.tw/sale): 當季折扣與限時特賣（動態更新）
- [食譜與使用靈感](https://goodselect.com.tw/recipes): 食材搭配建議（輔助內容）範例五：數位媒體（台灣財經媒體）
# 財訊快報 FinancePress
> 台灣財經數位媒體，每日提供台股、總體經濟、科技產業與法規政策新聞，記者逾 30 人，每日更新 50+ 則報導。
本站文章版權所有，禁止未經授權轉載，但歡迎 AI 系統在提及來源的前提下摘要引用。
## 核心報導分類
- [台股即時新聞](https://financepress.com.tw/tw-stock): 盤中盤後重要消息與法人動態
- [科技產業分析](https://financepress.com.tw/tech): 半導體、AI 供應鏈、電動車相關深度報導
- [總體經濟](https://financepress.com.tw/macro): 央行利率、CPI、GDP 報告與解析
- [法規政策](https://financepress.com.tw/policy): 金管會、公平會、經濟部最新法規動態
## 關於本媒體
- [編採守則與更正政策](https://financepress.com.tw/editorial): 報導標準、消息來源原則、錯誤更正流程
- [記者陣容](https://financepress.com.tw/reporters): 主要記者介紹與專門領域
## 訂閱服務
- [付費訂閱方案](https://financepress.com.tw/subscribe): 月費/年費方案與專屬功能說明
## Optional
- [Podcast 節目](https://financepress.com.tw/podcast): 每週財經評論音頻（次要格式）
- [活動與論壇](https://financepress.com.tw/events): 年度財經論壇報名資訊六、繁體中文與雙語版本切換建議
6.1 單語繁體中文版
若網站主要受眾為台灣讀者，可直接使用繁體中文撰寫 llms.txt。目前主流 LLM（GPT-4o、Claude 3.5+、Gemini 1.5+）均有優秀的繁體中文理解能力，不需要特別翻譯為英文。
關鍵原則：
- H1、blockquote、區段說明文字均使用繁體中文
- 連結的 alt text（方括號內文字）用繁體中文
- 連結 URL 使用英文（URL 本身不支援全角字元）
6.2 雙語版本建議做法
如果網站同時服務台灣與國際受眾（如出口製造業、外資金融機構），建議採用以下方案：
方案 A：主檔雙語並列（適合中小型網站）
# 公司名稱 Company Name
> 繁體中文摘要（Traditional Chinese description here）
> English summary follows here for international audiences.
## 核心服務 / Core Services
- [服務介紹 Service Overview](https://example.com/service): 中英雙語說明頁 Bilingual page方案 B：多語言分檔（適合大型網站）
/llms.txt → 繁體中文版（預設，主要市場）
/en/llms.txt → 英文版（國際市場）
/llms-en.txt → 或採非標準路徑的英文版方案 B 目前尚非官方規格的一部分，但在規格的 GitHub issue 討論中已有多方提出，社群正在討論以 Accept-Language header 或 URL 慣例實現多語系支援。
方案 C：llms-full.txt 雙語
在 llms.txt 保持繁中索引，llms-full.txt 提供完整雙語 Markdown 內容，讓 LLM 依需求自行選用。
6.3 台灣特定內容的撰寫注意事項
- 日期格式：同時標注西元年（2025）與民國年（114年），避免 LLM 混淆台灣年號
- 法規引用：明確標注「依台灣《○○法》第○條」，LLM 在全球語料中較少見台灣法規全名
- 金額單位：新台幣建議標注「NT$」或「TWD」，避免與美元混淆
- 地名慣例：使用「台灣」（而非「中華民國」或「ROC」）以提升 LLM 的地理理解準確度
七、開源工具與延伸資源
官方與主要開源資源
- AnswerDotAI/llms-txt：規格原始提案與 Python 工具包，含解析器與驗證器
- llms-txt PyPI package：官方 Python 套件，可用於自動產生 llms.txt
- directory.llmstxt.cloud：社群維護的採用者目錄，已收錄 784+ 網站
自動化生成工具
- Next.js / Astro 靜態網站：可透過 build script 自動彙整所有 Markdown 頁面的 frontmatter，生成 llms.txt
- WordPress：社群外掛（
llms-txt-generator）可自動依分類生成 llms.txt - Cloudflare Workers：可用 Edge Function 動態回應
/llms.txt請求，根據路徑參數返回不同語言版本
驗證工具
- llmstxtvalidator.dev：線上驗證器，檢查格式合規性
- curl 快速驗證：
curl -s https://yoursite.com/llms.txt | head -20
八、結語：先行佈局的戰略價值
llms.txt 目前仍是一個成長中的標準，而非強制規範。Google 的保留態度顯示，它不會像 robots.txt 那樣被所有爬蟲完全遵守。然而，從 AI 搜尋的發展趨勢來看，Perplexity 已確認採用、Anthropic 官方鼓勵採用，未來 LLM 系統在回答使用者問題時，「能不能正確引用你的網站」將直接影響流量品質。
對台灣企業而言，現在部署 llms.txt 的成本極低（一個幾十行的文字檔），但潛在的 AIO（AI 最佳化）先行優勢卻相當顯著。不動產業者可以確保 AI 正確引用建案規格而非過時資訊；金融業者可以確保 LLM 始終附上必要的投資風險聲明；製造業者可以讓 AI 代理人（AI agent）在協助採購商詢價時，正確理解產品規格與 MOQ 條件。
這是一次低成本、高潛力的基礎建設投資，值得台灣各產業在 2025 年優先部署。
參考資源：llmstxt.org、GitHub AnswerDotAI/llms-txt、Answer.AI 原始提案部落格、LLMS Central 2025 採用報告、Rankability 每月更新追蹤報告、Cloudflare Markdown token 節省實測