那个返回 HTML 的 llms.txt：48 个站里有 4 个这样

一个不存在的文件是怎么回 200 的

现代站点大多会把所有未知路径都交给应用外壳，这样客户端路由才能工作。那个外壳是一张 HTML 文档，在浏览器里渲染正常，而且以 200 返回。所以一个站只要加了兜底路由，/llms.txt 就不再返回 404 —— 它返回的是整个应用，而所有天真的检查器从此开始报告「文件健康」，尽管那个文件不存在。

我们用的三段判定

内容类型必须是 text/plain 或 text/markdown。是 text/html 就说明你拿到的是那个应用。
第一个非空行必须以 # 开头。这个格式的全部结构就是一个标题加一个列表；不以标题开头的文件没有在遵守它。
正文不能以 doctype 或 html 标签开头。这一条能在代理改写了内容类型时仍然抓住兜底页 —— 这种情况比你以为的多。

200 的意思是服务器答应了。它不意味着那里有一个文件 —— 而上面那三段判定的每一段，都是状态码看不见的。

48 个站里我们看到了什么

23 个有真的 llms.txt —— 类型对、首行是标题。
4 个返回的 200 其实是 HTML。状态码说没问题；正文什么也没说。
其余的根本没有 llms.txt，这至少是诚实的 —— 404 是一个明确的回答。

那个几乎没人设的字段

读这些文件时我们还看了 Content-Signal —— 那个告诉机器这些内容可以被怎么用的字段。全部 48 个站里，设了它的有 0 个。不是罕见，是没有。

这是关于这个样本的陈述，不是关于整个互联网的。这些页面是在竞争 AI 引用的，所以你本来会预期它们领先于平均，而不是落后。

十秒钟查一下你自己的

在你自己的域名后面打开 /llms.txt。如果它渲染成一张网页而不是纯文本，你就有兜底页的问题，而且你并没有 llms.txt。我们的可读性体检会替你跑那三段判定，生成器会写出一份能通过的文件。

这些数字从哪来

每一行都追得回去

这篇会引出的问题

与结构化数据逐字一致

我的 /llms.txt 返回 200，是不是就没问题？

不一定。看内容类型和第一行。返回 200 但内容是 HTML，是这个品类里最常见的误判，也正是「只看状态码」不算检查的原因。

llms.txt 真的能提高引用吗？

我们没测过，所以不这么说。我们测的是这个文件存不存在、是不是真的。把真的 llms.txt 当卫生习惯，不要当杠杆 —— 和我们对待八项里的另外六项一样。

这个格式为什么没有标准？

它是提案不是标准，我们自己的 ai.txt 上就这么写。多数站都没有。这也正是一个真的返回了它的页面值得被注意的原因。

那个返回 HTML 的 llms.txt