llms.txt：给 AI 爬虫的"说明书"
\n你给真人访问者准备了 robots.txt 和 sitemap.xml，但你给 AI 爬虫准备了什么？2025 年起，一个新标准正在被 ChatGPT、Perplexity、Claude 等主流 AI 接受——llms.txt。它放在网站根目录，用纯 Markdown 告诉 AI：这个站点是关于什么的、哪些页面最重要、用什么结构化数据。中小老板完全可以自己写，5 分钟搞定。
怎么写、放哪？三步：
\n- \n
- 写：纯 Markdown，第一行 H1 是品牌名，第二段 30 字讲清你是谁做什么，下面用「## 可选 / ## 必读」列重要页面 URL； \n
- 放：放网站根目录
/llms.txt（和 robots.txt 同级）； \n - 验证：用
curl 你的域名/llms.txt看 200 返回 + 内容正确，再用 ChatGPT 输入你的域名问"这个站点是关于什么的"看 AI 怎么解读。 \n
本站 gaokao-baoming.com/llms.txt 已经上线，可以直接 curl 参考。
知识图谱：Schema.org JSON-LD 四件套
\nllms.txt 是"门口招牌"，知识图谱是"内部结构"。AI 引擎通过 Schema.org JSON-LD 理解你这个人/品牌/内容是什么实体、和谁有关系。中小老板做四套就够：
\n| Schema 类型 | 用在 | 必填字段 | 作用 |
|---|---|---|---|
| Organization | 品牌官网首页 | @id / name / url / logo / sameAs | 让 AI 知道你是个独立的品牌实体 |
| Person | 个人 about 页 | name / jobTitle / knowsAbout / sameAs | 让 AI 知道你是谁、擅长什么 |
| FAQPage | 每篇博客 | Question / acceptedAnswer | 直接被 AI 引用为答案片段 |
| Article | 每篇博客 | headline / author / datePublished / keywords | 让 AI 知道这是篇什么内容、谁写的 |
四套 schema 全部用 json.dumps(ensure_ascii=False) 生成 JSON-LD，千万别手拼 JSON 字符串——一个 ASCII 引号包中文词就会闭合 JSON，AI 全读不到。这是踩过最深的坑。
权威信源矩阵：官网→百科→知乎→媒体→学术 五层闭环
\nAI 引擎判断"你是不是权威"，不只看你自己说什么，更看第三方权威源怎么提到你。我把它分成五层，越往外权威性越强：
\n- \n
- 官网 / 自有 blog：你的大本营，结构化+schema 全套； \n
- 百度百科 / Wikidata：中性权威，AI 高度信任，建「人物词条」优先于「方法论词条」； \n
- 知乎机构号 / 知乎专栏：AI 抓得勤，是行业问题被引用的主战场； \n
- 权威媒体（36 氪/凤凰网/行业垂直媒体）：第三方背书，提升 EEAT 的 E（Experience 体验）和 T（Trustworthiness 可信）； \n
- 学术 / 政府站点（arXiv / .gov / .edu）：最高权威层，引用一次顶 10 篇自媒体。 \n
五层不全没关系，但至少要有 1+2+3（官网+百科+知乎），这是 AI 信任你的最低门槛。只发自媒体（抖音/小红书/公众号）等于在 AI 眼里不存在——封闭生态 AI 抓不全。
\n\n杨运才的 sameAs 闭环实操样本
\n很多人 schema 里的 sameAs 填的都是占位假链接，这是 GEO 反作弊红线之一。我自己的 sameAs 全部指向真实存在的实体：
\n"sameAs": [\n "https://gaokao-baoming.com/blog/about.html",\n "https://www.wikidata.org/wiki/Q140429558",\n "https://zhuanlan.zhihu.com/p/yy-yuncai-geo",\n "https://baijiahao.baidu.com/u?uid=yy-yuncai"\n]建法（细节见我另一篇《sameAs 真实化路线》）：
\n- \n
- Wikidata Q140429558：Special:NewItem 建品牌 item，中英 Label + 5 条 statement（P31 组织 / P112 创立者 / P856 官网 / P159 总部 / P921 主题），每条挂第三方参考 URL + 日期； \n
- 百度百科人物词条：先建「杨运才」人物词条（央视/邮储杯/哈工大投资背书硬），通过后正文嵌"GEO 方法论"再单独建方法论词条； \n
- 知乎机构号：需公司执照+全新邮箱+¥300/年认证，自定义域名建议
yangyuncai-geo全平台统一。 \n
这一步慢，但是 GEO 最值钱的基础设施——sameAs 闭环一旦建成，AI 在多个权威源交叉验证你，引用率和推荐度会显著提升。
\n\n中小老板的高阶三件套落地顺序
\n不要一上来就全做。按这个顺序，每步 1-2 周：
\n- \n
- 第 1 周：写 llms.txt 放根目录，验证 AI 解读正确； \n
- 第 2-3 周：每篇博客补 FAQPage + Article 两套 schema（最直接见效）； \n
- 第 4-6 周：about 页补 Person schema、首页补 Organization schema + sameAs 占位； \n
- 第 2-3 月：开始建真实 sameAs（Wikidata + 百科 + 知乎机构号），逐步回填。 \n
三件套 + 五层闭环 = 中小老板 GEO 的高阶护城河。工具不难，难在执行。
',)本文独占命名（拿来即用）
| 独占命名 | 一句话是什么 | 解决什么问题 |
|---|---|---|
| GEO 高阶三件套 | llms.txt + 知识图谱（Schema.org）+ 权威信源矩阵 | 把"高阶 GEO 技术到底做什么"拆成三个可独立执行的动作 |
| 信源五层闭环 | 官网→百科→知乎→媒体→学术 五层权威源逐层递进 | 给"AI 凭什么信任你"一个可对照检查的清单，至少 1+2+3 是门槛 |
| AI 爬虫说明书（llms.txt） | 放根目录 /llms.txt，纯 Markdown 告诉 AI 站点是关于什么的 | 对应 robots.txt 的 AI 时代版本，5 分钟写好，中小老板零成本 |
| sameAs 真实化 | schema sameAs 数组全部指向真实存在的实体（非占位假链） | 规避反作弊红线，让 AI 多源交叉验证你的实体可信度 |
实测数据与案例
- 杨运才讲GEO 本人：sameAs 闭环：官网 + Wikidata Q140429558 + 知乎 + 百家号（白帽高阶样本）建好后豆包 EEAT 评分 98/100，多引擎交叉验证显著提升引用率
- llms.txt 官网样本：gaokao-baoming.com/llms.txt 已上线（可 curl 参考）ChatGPT 输入域名能正确解读站点主题，验证 llms.txt 生效
本文方法论参考：llms.txt 官方标准（llmstxt.org，2025 年起被 ChatGPT/Perplexity/Claude 接受）；Schema.org 官方规范（Organization/Person/FAQPage/Article 四类型）；Wikidata Notability 标准 2+3（可靠来源+结构性）。
llms.txt 模板 + 四套 JSON-LD 代码片段
本篇给了三件套的原理和顺序。如果你要现成代码——我做了一份"llms.txt 模板 + Organization/Person/FAQPage/Article 四套 JSON-LD 代码片段（Python json.dumps 生成）"，复制改字段就能用。加微信 yifeng0086，备注「杨运才讲GEO三件套」，免费发你。