97%的llms.txt整月零请求：Ahrefs用137210个域名给GEO做法做了个体检

过去两年，做AI搜索优化的人手里有一份几乎人人照抄的清单：给网站加一个 llms.txt、把结构化数据补齐、按套路重写文案加上数据与引述，然后坐等AI答案里出现自己的品牌。这份清单的问题不在于它听起来合理，而在于它几乎从没被认真验过。今年6月，Ahrefs 把 137210 个域名的服务端日志翻了一遍，结果有点难堪：发布了 llms.txt 的网站里，97% 在整个5月没有收到任何一次请求——不是很少，是一次都没有。

一份让行业尴尬的服务端日志

Ahrefs 的样本是它自家网站分析产品中在 2026 年 5 月有流量的 137210 个域名，先确认根目录下的 llms.txt 返回 200 且是真正的 Markdown（排除 HTML 页与软 404），再回到日志里统计这些路径的每一次请求。结论有三层。第一层，采用率是 28%，约 38000 个域名真的发布了文件。研究自己提示这个比例偏高，因为样本是装着SEO分析工具、对流量最敏感的一批站——也就是说，这是「最有意愿把 llms.txt 做对」的人群，而他们的文件依然没人读。第二层，剩下约 1100 个域名、约 22000 次请求里，排第一的访客是SEO审计工具，占 21.7%，其中 Ahrefs 自家爬虫就贡献了 10.6 个百分点；再加上技术画像工具 11.6%、GEO扫描器与校验器一类，接近四成的流量来自「靠检查网站吃饭」的软件。第三层最扎心：AI检索机器人——真正为了回答用户问题去抓页面的那一类——只占全部请求的 1.1%，整个月合计 233 次。

谁在读 llms.txt：审计工具，不是AI

还有一个细节比百分比更能说明问题：没有 llms.txt 的站点，从来没有收到过针对这个文件的请求。换句话说，AI爬虫根本不会主动去探测这个文件。一个没有东西会去找的文件，不可能是发现通道，它只能被已经爬到你的站点的程序顺手读到——而那些程序本来就已经找到你了。Google 的表态也早就摆在那儿：其搜索中心的AI优化指引明确写了不需要为AI搜索准备特殊文件，llms.txt 就在「可以跳过」的清单里；Google 的 Gary Illyes 说不支持、也没计划支持；John Mueller 在被追问时的说法更直接——只有真正给你带客户的平台开口要这个文件时再做，否则「先满足需求，再谈理想」。不过 llms.txt 并非全无用处：Cursor、GitHub Copilot、Claude Code、Cline、Windsurf 这类IDE编程智能体在访问文档站时确实会去抓 /llms.txt，因为一份干净的 Markdown 索引比刮几百个渲染后的 HTML 页面便宜得多。Anthropic、Cloudflare、Mintlify 也在为自己的文档站提供它。但它帮的是「已经决定用你产品的智能体」，而不是「第一次听说你的引擎」。

那个「40%」，度量口径是论文自创的

llms.txt 只是清单上的一条。真正定义了这个行业话术的，是GEO原论文里那个「可见性最多提升 40%」。这篇由 Aggarwal 等人在 KDD 2024 发表的论文（arXiv:2311.09735）确实报告了加引用来源、加引述、加统计数据三类手法带来最多约 40% 的提升，但那个数字的度量口径是「位置加权词数」——一个论文自创的指标，不是点击、不是流量、不是排名；同一篇论文在主观印象指标上给的是 28%。更要紧的是实验设置：每个查询的候选源本来就取自Google前五名的结果，论文作者也写明了「受搜索引擎黑箱所限，我们没有评估GEO方法对搜索排名的影响」。它测的不是「怎么被检索到」，而是「已经进了候选池之后，能占多大篇幅」。同一个实验里，给第五名的源加引用能涨 115%，给第一名的源加同样内容却掉了 30.3%——这本质上是一次候选池内部的再分配，而不是把蛋糕做大。

复现研究把符号改了：改文案常常是负收益

2025 到 2026 年，几篇独立研究把这些数字按真实链路重测了一遍，符号反了。C-SEO Bench（Puerto 等，NeurIPS 2025，arXiv:2506.11097）覆盖约 1900 条查询、16360 篇文档，在问答与商品推荐两类任务上做经多重比较校正的检验，结论是多数改写方法「大体无效，而且经常对文档排名产生负面影响」，主实验 54 个方法与领域组合里只有 3 个显著为正，问答任务一个都没有；反过来，把目标文档放到模型上下文第一位带来的增益，远大于任何一种文案改写手法。SAGEO Arena（KDD 2026，arXiv:2602.12187）把检索与重排阶段也补上，用 171003 篇文档、2700 条查询跑全链路：只改正文时，top-20 检索命中平均下降 9%，重排后 top-10 下降 16%，最终被引用率下降 6%。今年8月提交的 Beyond the Vacuum 更进一步——它让竞争对手也一起优化，当采纳率拉满时，单一策略的效果会跌破「谁都不改」的基线；连研究者自己设计的、按对手动作动态选策略的方法，也从最高分下滑了 11.4%。今年7月一篇对45篇GEO研究的批判性综述给出的判断是：目前没有任何一种方法被证明能在跨平台稳定提升可发现性、流量或生意结果。

真正验证有效的三件事，都不新鲜

把这些研究翻完，会发现真正被反复验证有效的东西少得可怜，而且大多不新鲜。第一是主题相关性——Sprinklr 团队在 SIGIR 2026 发表的 What Gets Cited 做了 252000 组配对试验、横跨 6 个模型，每次只改一个内容因素，结果显示决定「谁被先引用」的最强变量是主题相关性与列表位置，显式价格信息和较新的时间戳稳定加分，而纯粹的排版格式调整几乎没用。这基本就是传统SEO里「内容要对题、要有实体权威」的老话。第二是站外声量。AirOps 分析 21311 条品牌提及后发现，品牌通过第三方来源被提到的概率是自有域名的 6.5 倍；Ahrefs 对 7.5 万个品牌的相关性测算里，品牌在网络上的提及与ChatGPT、AI Mode、AI Overviews 里的可见度相关系数在 0.66 到 0.71 之间，YouTube 提及更是达到约 0.737，而外链的相关性弱得多。第三是可验证性。今年9月一篇综合八项研究的学术综述（IJNREFM）指出，AI摘要让自然点击下降约 40% 到 47%，而提升「证据密度」——引文、统计、可核对的来源——在受控测试里最多能提高约 40% 的收录概率；同一份综述也提醒，在一份行业审计里 61.7% 的域名出现其实只是「被引用」而非「被点名」。

给国内团队的三条结论

对国内正在卖或正在买GEO服务的团队，这份体检报告有三条可落地的结论。第一，别再拿「加 llms.txt、补 schema、通用改写，可见性+40%」当方案书，这三个说法在2026年的证据下都站不住：Ahrefs 另有对照实验显示，给 1885 个页面加结构化数据、对比约 4000 个对照页观察七个月，在ChatGPT与Google AI Mode上没有测到任何提升。schema 依然值得做，因为它换的是富媒体结果与实体基建，但它不买AI引用。第二，把预算从「改自己的页面」挪一部分到「让别人提到你」——评测、对比、社区问答、视频与第三方媒体，这些引擎真正检索的地方，目前比自家官网文案的边际收益高得多。第三，交付口径要诚实：承诺「引用占比、被点名率、各平台分别的趋势」这类可复核指标，别把单次截图或者一个混合可见度分数当成果，更不要把销量归因写进KPI——行业到11月才可能拿出第一份归因框架。

写在最后

GEO 从概念跑成生意只用了两年，跑成一个可被验证的学科还需要更久。这份体检报告的真正价值不是「GEO没用」，而是把「哪一部分没用」说清楚了：被检索到之前的一切都还依赖传统功夫，被引用之后的那一段才轮到GEO登场；而中间那段最贵、最难、最不可控的部分，恰恰是过去两年卖得最火的部分。下一个季度，这个行业会比拼谁先把交付口径换成能被客户独立复核的数字。

延伸阅读

Perplexity 收录页；国内中文语境下的AI问答与引用形态，可以参考 https://www.ai30.com/website/zhihu-com”>知乎 的产品页。

（文 / AI30媒体部 ｜ 2026年10月2日）