SE Ranking最新分析显示，llms.txt文件目前尚未带来可衡量的实际收益。在对约30万个域名进行检查后发现，网站是否部署该文件与其在主流大语言模型（LLM）答案中被引用的频率之间不存在关联。
数据分析揭示现状
行业采用率偏低且分布均匀
爬取数据显示，仅10.13%的域名存在llms.txt文件，近九成网站尚未实施。尽管该格式被视为AI可见性的潜在基线，但目前仍属于零散实验阶段。采用率在流量层级中分布均匀，并未向头部品牌集中；高流量网站使用该文件的概率甚至略低于中等流量网站。
与LLM引用无显著相关性
为评估llms.txt对AI可见性的影响，SE Ranking通过分析知名LLM响应中的域名引用频率，并采用统计相关性测试及XGBoost模型进行验证。结果表明，移除llms.txt变量反而提升了模型准确性。研究结论指出，该文件“似乎不会直接影响AI引用频率”，简单统计方法也证实两者间无显著相关性。
平台指导方针验证
SE Ranking的研究结果与各大平台的公开指导方针一致：
- Google：未将llms.txt作为AI Overviews或AI Mode的信号，其AI搜索指南强调继续依赖现有搜索系统，未提及该文件。
- OpenAI：爬虫文档侧重于robots.txt控制，建议允许OAI-SearchBot以支持发现功能，但未说明llms.txt会影响排名或引用。
虽然部分SEO日志显示GPTBot偶尔会抓取llms.txt，但这并不常见且与引用结果无关。综合来看，即便个别模型检索了该文件，目前其在大规模上并未影响引用行为。
从业者应对策略
添加llms.txt操作简单且技术风险低，适合作为面向未来的储备性布局。但若期望借此在短期内提升AI答案中的可见性，数据表明不应抱有过高预期。建议将其视为早期探索性策略：若符合工作流程可进行测试，但不宜作为已验证的核心杠杆在内部推广。