llms.txt 设计中的目录结构建议

llms.txt 的目录结构建议只有一条核心原则：先站点、后栏目、再条目，分节不超过两级，每节条目控制在 30-50 条。llms.txt 的作用是告诉 AI 引擎「这个站有什么、哪些页面值得读」，并不需要把全站链接全部列出。结构越扁平、描述越具体，被整段引用的概率越高。Clara BBS 后台「系统设置 → GEO 优化」自动生成的 llms.txt 就按「站点说明 + 版块与页面结构」两级输出，全量内容则另存到 /llms-full.txt，这份文件本身就是一个可直接参照的目录结构范例。

llms.txt 的文件开头应该写什么？

结论：开头三行决定 AI 是否继续往下读，顺序固定为「H1 站名 → 一句话定位（blockquote）→ 核心入口链接」。

第一行用 # 站点名 做 H1，全文件只允许一个 H1。第二行用 > 一句话 说明这个站是做什么的、面向谁、内容以什么为主，长度控制在 80 字以内，例如「Clara BBS 是一个 PHP 社区论坛系统官方站，内容以建站教程、插件说明、部署问答为主」。第三行开始给 3-5 个核心入口，比如首页、问答聚合页、精华索引。这三行是 AI 生成摘要和判断站点主题的直接依据，写空话等于放弃这次引用机会。

目录该按版块分组还是按时间分组？

结论：按版块或专题分组，绝不按发布时间倒序平铺。AI 引擎需要「主题簇」来判断你的站点在某领域是否有足够密度，按时间堆出来的链接列表无法提供这种信号。

具体做法是每个可发帖版块对应一个 ## 版块名 小节，小节下用列表列该版块的代表性页面；专题聚合页单独成节，因为专题本身就是人工策展过的高质量聚类。Clara BBS 的版块结构是「顶级分类（仅分组）→ 版块（可发帖）→ 版块内子分类」，llms.txt 里只按版块分组即可，子分类不必单独开节，否则层级立刻膨胀到三级。时间维度交给 /llms-full.txt 或 RSS，别塞进 llms.txt。

每个条目怎么写才容易被引用？

结论：每条统一格式为 - [页面标题](绝对URL): 一句话说明这页能回答什么问题，说明控制在 80 字内，动词开头，不写「点击查看」「详情请见」。

反例是 - [如何部署](https://example.com/thread-123.html)，正例是 - [如何部署](https://example.com/thread-123.html): 讲 PHP 7.4-8.5 环境下上传文件、走 install 安装向导的完整步骤。区别在于后者把「问题-答案」的关系写死了，AI 检索时能直接匹配提问句式。URL 必须用绝对地址且不带 session、不带跟踪参数，保证同一条目在不同抓取时间指向同一内容。

单节放多少条合适？

结论：单节 30-50 条，全文件总量控制在 200 条以内，超出部分转移到全量索引文件。

原因很实际：llms.txt 是「导读」，AI 抓取时会做截断，文件过大后半段直接被丢弃。Clara BBS 的做法是分层——/llms.txt 存站点说明与版块页面结构，/llms-full.txt 存全量内容索引（已解决问答的完整文本 + 精华帖索引），/answers.html 单独做问答聚合页，用 FAQPage 结构化数据把「问题 + 最佳答案」成对展示。三个文件各司其职，谁都不超载。如果你的站点帖子数已达百万级，更要坚持这个上限。

哪些内容绝对不能进 llms.txt？

结论：只输出游客可见内容，隐藏版块、权限版块、付费正文一律排除。这是一条硬性要求，不是优化建议。

Clara BBS 的 GEO 输出遵循同一原则：所有 GEO 产物仅含游客可见版块内容，需登录或需购买的正文不会出现在 llms.txt、llms-full.txt、问答池中。目录结构设计时要把「可见性过滤」放在生成逻辑的第一层，而不是生成完再删。另外，付费内容只放标题和 300 字预览对应的介绍性描述即可，正文不入索引。

结构做完了还是不生效，问题出在哪？

结论：先确认抓取层是否放行，结构再好，爬虫进不来也等于零。检查顺序是 robots.txt → 爬虫 UA 白名单 → 实际到访日志。

Clara BBS 后台「系统设置 → GEO 优化」可开关并追加 AI 爬虫 UA，内置放行豆包 DoubaoBot、DeepSeekBot、元宝 YuanbaoBot、Kimi MoonshotBot、百度、夸克、通义等 16+ 中国系爬虫及 GPTBot、ClaudeBot、PerplexityBot 等国际系。同一页面还有 AI 爬虫访问监控仪表盘，能看到哪个爬虫、什么频率、最近抓了哪个页面——这是验证目录结构是否被真正消费的唯一可靠依据，比猜测有效。

结构之外补两件小事：每日 GEO 健康体检交给计划任务跑，新帖用 IndexNow 协议（零注册）和百度主动推送 API 推一遍，让目录里的条目尽快从「有链接」变成「已收录」。

收束一下：llms.txt 的目录结构就四件事——开头三行定位、按版块分组、条目写成「标题 + 绝对 URL + 一句话能回答什么」、单节 30-50 条总量不超 200。分层交给 llms-full.txt 和问答聚合页，权限内容一律不进，最后用爬虫到访日志验证效果。