llms.txt 與結構化資料是什麼？讓 AI 看懂你網站的白話技術入門

越來越多消費者不再只用 Google 搜尋，而是直接問 ChatGPT、Claude 或 Gemini 這類 AI 助理：「有沒有推薦的選物品牌？」「這家店可以信任嗎？」當 AI 成為新的流量入口，品牌經營者就要面對一個新問題：AI 到底看不看得懂我的網站？這篇文章用最白話的方式，帶你認識 llms.txt 與結構化資料這兩個關鍵技術，就算完全不懂程式，也能看懂它們在做什麼、該請誰處理、做完之後怎麼驗收。如果你對電商整體概念還不太熟，建議先讀我們的電商是什麼完整指南，再回來看這一篇會更有感覺。

AI 是怎麼「讀」你的網站的？

先建立一個基本觀念：不管是搜尋引擎還是 AI，它們都不是用眼睛「看」網頁，而是派出一種叫「爬蟲」的自動程式，去抓取網頁背後的原始碼，也就是 HTML。你在螢幕上看到的漂亮版面、精美圖片、品牌氛圍，對爬蟲來說都不存在，它拿到的只是一大串文字與標籤。

這帶來幾個明顯的侷限。第一，如果重要資訊只放在圖片裡，例如把價格、成分、活動辦法做成一張美編圖，AI 很可能完全讀不到。第二，有些網站的內容要靠瀏覽器執行程式之後才會顯示出來，部分 AI 爬蟲不會等這個過程，抓到的就是一個近乎空白的頁面。第三，爬蟲的時間與資源有限，它不會無止盡地逛你的網站，如果網站結構混亂、頁面之間沒有清楚的連結，很多內容根本輪不到被讀取。

所以「讓 AI 看懂網站」的核心，不是把網站做得更漂亮，而是把資訊用機器讀得懂的方式整理好。接下來介紹的每一個檔案與技術，本質上都是在做這一件事。

robots.txt：網站大門口的告示牌

robots.txt 是一個放在網站「根目錄」的純文字檔，所謂根目錄，就是網址最上層的位置，例如「你的網域/robots.txt」。你可以把它想像成掛在大門口的告示牌，上面寫著「哪些訪客可以進來、哪些區域請勿進入」。搜尋引擎與 AI 的爬蟲來到網站時，照慣例會先看這張告示牌，再決定要不要抓取內容。

過去 robots.txt 主要是寫給 Google、Bing 這類搜尋引擎看的，現在多了一批新訪客：AI 公司的爬蟲，例如 OpenAI 的 GPTBot、Anthropic 的 ClaudeBot，以及 Google 用於 AI 的 Google-Extended 等。品牌可以在 robots.txt 裡分別對這些爬蟲說「歡迎」或「請止步」，這是完全操之在己的選擇。

這裡有一個不少品牌踩過的坑：有些網站的資安設定或防火牆，會一律把 AI 爬蟲擋在門外，等於在 AI 時代把自己隱形了。消費者問 AI 的時候，AI 對你的品牌一無所知，自然只會提到那些讀得到資料的競爭對手。建議至少確認一件事：你的 robots.txt 與主機設定，沒有無意間封鎖主要的 AI 爬蟲。

llms.txt：專門寫給 AI 看的網站導覽手冊

如果說 robots.txt 是門口的告示牌，llms.txt 就是遞給 AI 的一本「網站導覽手冊」。它是這一兩年才出現的新興標準，做法非常簡單：在網站根目錄放一個名為 llms.txt 的純文字檔，用條列的方式告訴 AI「我是誰、我的網站有哪些重要頁面、每一頁在講什麼」。

它的格式就是 Markdown，一種用井字號當標題、用破折號當項目符號的極簡寫法，人看得懂，AI 也看得懂，完全不需要寫程式。舉例來說，一份電商網站的 llms.txt 示意大概長這樣：

• 第一行用「# 品牌名稱」當標題，例如「# 某某選物店」。
• 第二行用「>」開頭寫一句話介紹，例如「> 專注台灣在地選物的電商網站，提供商品推薦與購物指南」。
• 接著用「## 主要內容」分區，底下逐條列出重點頁面，格式是「- [頁面名稱](頁面網址)：一句話說明」，例如商品總覽、常見問題、品牌故事、部落格文章等。

為什麼要多此一舉？因為 AI 的閱讀時間與篇幅有限，與其讓它在成百上千個頁面裡自己亂逛，不如直接遞上一份重點整理，告訴它哪些頁面最能代表你的品牌。這個標準目前仍在推廣階段，各家 AI 的支援程度不一，但它成本極低、沒有任何壞處，屬於「先做先卡位」的基本功。

sitemap.xml 與 RSS：老牌但不能少的兩位功臣

在 llms.txt 出現之前，網站早就有兩個「向機器報告內容」的老牌工具。第一個是 sitemap.xml，中文叫網站地圖，它是一份列出網站所有頁面網址的清單，通常還會註明每一頁最後更新的時間。搜尋引擎靠它有效率地發現新頁面，不必一頁一頁自己摸索，多數 AI 爬蟲也會參考它。

第二個是 RSS，你可以把它想成網站的「更新訂閱清單」，每當你發布新文章或新消息，RSS 就會自動列出最新內容的標題、摘要與連結。對經常更新內容的電商部落格來說，RSS 讓機器第一時間知道「這個網站是活的、而且持續有新東西」。

這三個檔案的分工可以這樣記：sitemap.xml 負責「完整清單」，RSS 負責「最新動態」，llms.txt 負責「重點導讀」。三者互補，不是互相取代，理想狀態是三個都有。

結構化資料 JSON-LD：用機器語言自我介紹

前面談的都是「讓 AI 找到頁面」，接下來這個技術則是「讓 AI 精準理解頁面內容」。想像一個情境：網頁上寫著「經典白 T，限時優惠中」，人類一看就懂，但機器會困惑：哪一個詞是商品名？現在的價格到底是多少？還有沒有現貨？

結構化資料就是為了解決這個問題而生。它是一段藏在網頁原始碼裡、一般訪客看不到的資訊，用全球通用的詞彙表（叫做 Schema.org）把頁面內容「翻譯」成機器語言，明確標註：這是一個商品、名稱是什麼、價格多少、幣別是新台幣、目前有庫存。目前最主流的寫法叫 JSON-LD，你不需要會寫它，只要知道它是一張「格式固定的機器版自我介紹卡」就夠了。

對電商來說，結構化資料的直接好處，是 Google 搜尋結果有機會顯示星等、價格、庫存等額外資訊，也就是俗稱的複合式搜尋結果；而在 AI 時代，它的價值更進一步：當 AI 要回答「這個商品多少錢、有沒有貨」時，讀得到結構化資料的網站，被正確理解與引用的機會自然比較高。

電商最重要的四種結構化資料

Schema.org 的詞彙表有數百種類型，電商品牌不必全部學會，先把以下四種做好，就能涵蓋大部分的需求。

Organization：告訴 AI 你是誰

標註品牌的正式名稱、官方網址、Logo、客服聯絡方式與官方社群帳號。這是品牌在機器世界的「身分證」，讓 AI 能確認「這個網站就是這個品牌的官方網站」，降低被內容農場或仿冒網站混淆的風險。

Product：告訴 AI 你賣什麼

標註商品名稱、圖片、描述、價格、幣別、庫存狀態與評價資訊。這是電商最關鍵的一種，因為它直接對應消費者最常問 AI 的問題：「這個東西多少錢、哪裡買得到、還有沒有貨」。

FAQPage：告訴 AI 你怎麼回答問題

把常見問題頁的每一組問題與答案標註出來。AI 助理的回答本質上就是問答，你把官方問答整理得越乾淨，AI 越容易直接引用你的官方說法，而不是自己東拼西湊，這對運費、退換貨、保固這類政策資訊特別重要。

Article 與日期標記：告訴 AI 內容有多新

部落格文章要標註標題、作者、發布日期與最後修改日期。日期特別重要，因為 AI 傾向引用新鮮、有明確時間標記的內容；一篇沒有任何日期的文章，機器很難判斷它現在還可不可信，被引用的機會就會打折。

怎麼落地？多半是設定與套版，不是大工程

聽到這裡你可能覺得工程浩大，其實不然。如果你用的是市面上主流的開店平台，Product 這類基本的結構化資料多半已經內建，你要做的是確認功能有開啟、欄位有填齊，例如商品描述、品牌名稱、庫存狀態不要留空，因為結構化資料的內容就是從這些欄位長出來的。robots.txt 與 sitemap.xml 則幾乎所有平台都會自動產生。

llms.txt 與 FAQPage 這類比較新的項目，有些平台還沒有內建，通常可以透過平台的自訂程式碼區塊、外掛，或請工程師以少量工時加上，對工程師來說這些都是常規作業。真正的關鍵反而在於「內容由誰整理」：哪些頁面該進 llms.txt、常見問答要怎麼寫才完整，這些是行銷與經營層的功課，不是程式問題。若團隊一時沒有餘裕處理，也可以交給像我們這樣的代營運團隊，透過電商 SEO 與內容行銷服務把技術設定與內容佈局一併做起來。

做完之後，怎麼確認 AI 真的看得懂？

技術設定最怕「做了但沒有生效」，好在驗證非常簡單，而且完全不用寫程式。第一，直接在瀏覽器輸入「你的網址/llms.txt」與「你的網址/robots.txt」，看檔案是否正常顯示、內容是否正確。第二，使用 Google 官方的「複合式搜尋結果測試」工具，貼上你的頁面網址，它會告訴你結構化資料有沒有被正確讀取、有沒有錯誤或警告。第三，用 Schema.org 官方的結構化資料驗證工具，做更完整的語法檢查。

如果想一次體檢整個網站對 AI 的友善程度，可以使用我們的GEO 健檢工具，輸入網址就能檢查 llms.txt、robots.txt、結構化資料等項目的狀態，快速找出你還缺了哪一塊。

最後提醒一個心法：這些技術設定是「地基」，不是「魔法」。地基打好之後，AI 願不願意推薦你，最終仍取決於內容本身值不值得引用。先把看得懂的大門打開，再持續累積有價值的內容，才是 AI 時代最穩健的經營路線。