不是我说，你们搞AI的，天天折腾MCP服务器、Agent、Workflow，一个个跟要发射火箭似的。结果呢？你那个网站，AI进去就跟没头苍蝇一样，导航乱撞，广告乱飞，它连你家到底卖啥都搞不清楚。
今天看到一个案例，QRflows的作者，就是搞动态二维码的那个，几个月前一口气干了两件事：加了个MCP server让Claude能直接在聊天里创建二维码；又在网站根目录加了个llms.txt。结果？MCP server赚足了眼球，llms.txt连个水花都没有。但作者却说——这txt反而才是更有意思的那个决定。
讲真，我第一反应是：一个txt文件有啥好吹的。看完才发现，这事确实值得说。
llms.txt是个啥？说白了，就是放在你域名根目录下的一个纯Markdown文件，白纸黑字告诉AI：这网站是干嘛的，哪些页面是亲生的，哪些是后妈养的。作者打了个比方：以前AI进你网站，等于陌生人闯进你办公室，桌上文件乱抓一通；有了llms.txt，你进门先递给他一张一页纸简介。这个比喻很到位，就是那种你终于不用对着AI解释"那个功能在二级菜单里"的感觉。
但标准说法也就到这了。很多人说llms.txt就是给AI提供干净文本，避开HTML里的导航、广告、脚本噪音。没错，但这不是重点。重点是，llms.txt表达的是意图和优先级。
你想想，AI没有向导的时候，它怎么知道你家/features页面是正典还是/pricing是正典？你博客里写了个三年前的价格，它会不会当真？你那个/v1文档早就弃用了，它会不会当宝？作者的原话是：没有指导，模型就瞎猜，而且经常猜错。要么拿博客里的旧价格当现在定价，要么按一篇写给别人看的落地页来介绍你的功能。也是绝了。
那他为啥要把它放在MCP旁边？这就有意思了。
因为他有MCP server，Claude能调用工具生成二维码。但在调用工具之前，Claude得先在脑子里形成"QRflows是什么"这个模型——这模型一部分来自训练数据，一部分来自实时抓取。如果这个模型长歪了，后面全毁。比如它可能不知道你有Smart Rules，不知道Product QR是Pro版才有的功能，甚至把你的免费生成器当成你的主打产品。
llms.txt就是用来在工具调用发生之前，先把模型掰直的。作者给了一个四步序列：用户问Claude→Claude读llms.txt→准确理解产品→调用MCP工具→输出有用。他说得特别直白：没有第二步，第四步不可靠。看到这我真想鼓掌，多少AI功能翻车都是翻在这第二步上。
也别高兴太早。现实是，谁在主动读这个文件？作者的答案是：不均匀。截至2026年年中，Perplexity明确支持；某些版本的Claude和ChatGPT，你得明确指过去它才读；Cursor会把它当库文档；AI代理们越来越多地找它。但大多数普通爬虫，现在根本不理你。你就算把llms.txt写得比情书还真诚，它们也会目不斜视地走过去。
所以，别把它当万能药。
那还写它干嘛？作者给了两个理由。第一，采用率在涨，而这个文件成本几近于零，写得好也就一个小时。上行空间不对称：以后所有AI系统都认这个标准了，你啥都不用干，它们就都能准确理解你产品。第二，也是我特别想点赞的：写llms.txt能逼你自己把产品想明白。
作者说，他写过落地页、博客、产品文档，但没有哪个像这40行Markdown一样，逼他回答"QRflows一句话怎么说？哪些功能是核心？价格怎么说人话？哪些页面真的有存在价值？"哈哈哈哈，这不就是做产品定位的至高境界？写个txt比开十次战略会管用。
然后他还有个建议，我觉得特别实在：别把它当附加题，最好在写落地页之前就写llms.txt。因为本质上，这套动作就是产品定位。
另外，写的时候要诚实，千万别美化。他把计划限制都写进去了：Starter €9就俩二维码，Growth €19有50个。为啥？因为如果AI给一个需要100个二维码、预算只有€9的用户推荐了它家，那是坑用户，也是坑自己。准确信息好过乐观信息。这句话值得所有写产品文档的人抄下来贴脑门上。
最后，我的看法？llms.txt不是什么灵丹妙药，也不是什么革命性创新。它就像你给AI递的一张名片，成本约等于零，但有可能省掉后面一大堆鸡同鸭讲。如果你在做SaaS，尤其是有API、有MCP、有复杂定价的那种，别光顾着追AI热点。先回自己网站根目录看看，有没有一个文件能让AI在问你之前，先知道你是个啥。
就这么简单。
