引言：AI搜索时代的SEO革命

传统搜索引擎优化（SEO）正在经历一场深刻的变革。随着ChatGPT、Claude、Perplexity等AI对话系统的普及，用户获取信息的方式已经从"搜索-点击-阅读"转变为"提问-获得答案"。这意味着网站不仅需要被传统搜索引擎收录，更需要被大型语言模型（LLM）理解和引用。

llm-seo是一个开源的Agent技能项目，专为这一新时代设计。它提供了一套系统化的方法论，帮助开发者和网站所有者优化其内容，使其更容易被AI爬虫发现、被智能体理解，并在AI生成的回答中获得引用。

什么是LLM SEO？

LLM SEO（Large Language Model Search Engine Optimization）是一种针对AI搜索和智能体发现的新型优化策略。与传统SEO关注关键词密度和反向链接不同，LLM SEO专注于：

• AI爬虫友好性：确保GPTBot、ClaudeBot、PerplexityBot等AI爬虫能够正确抓取和理解网站内容
• 语义清晰度：使用结构化数据和明确的定义性语言，帮助LLM准确理解网站提供的服务或产品
• 引用价值：创建易于被AI系统引用和推荐的内容格式
• 智能体发现：通过标准化的发现文件，让AI代理能够自动集成和使用网站提供的API或服务

传统搜索引擎优化（SEO）的核心目标是提升网站在传统搜索结果中的排名，依赖关键词密度、反向链接等因素。然而，AI对话系统的兴起改变了用户获取信息的方式——用户不再需要点击多个链接阅读内容，而是直接通过提问获得整合后的答案。这一转变要求网站内容不仅能被传统搜索引擎收录，更要能被LLM有效理解、引用，甚至作为智能体的工具被调用。LLM SEO正是为适应这一变化而诞生的新型优化策略。

第一阶段：核心SEO基础设施

任何LLM SEO优化的起点都是确保基础的SEO架构完善。这包括：

robots.txt优化：专门针对AI爬虫进行精细化控制，允许GPTBot、ClaudeBot、Claude-SearchBot、PerplexityBot、OAI-SearchBot等主流AI爬虫访问公开页面，同时阻止它们索引内部管理页面。

站点地图（sitemap.xml）：为AI爬虫提供清晰的网站导航图，落地页设置1.0优先级，文档页面0.8，/llms.txt文件包含在内并设置0.6优先级。

元数据优化：<title>标签是唯一能被大多数AI系统可靠获取的元数据，需采用描述性、定义性语言（如"X是..."）而非营销式语言。

第二阶段：LLM文本文件

项目引入了llms.txt和llms-full.txt两个专用文件：

/llms.txt：简洁Markdown文件（1-2KB），包含产品核心概述（功能、场景、开发者链接、定价），关键部分是"Instructions for LLMs"（受Stripe启发，引导AI使用最佳实践）。

/llms-full.txt：完整参考文档，包含所有功能、API端点、MCP工具、SDK示例等，建议从OpenAPI规范/MCP注册表动态生成以保持同步。

第三阶段：结构化数据（JSON-LD）

采用"三重模式堆叠"策略，每个页面包含多个JSON-LD代码块：

• Organization模式：公司信息、logo、URL
• SoftwareApplication模式：应用元数据、定价、类别
• FAQPage模式：FAQ部分（AI引用价值极高）
• WebSite模式：网站级信息
• Speakable模式：标记2-3个最重要内容段落作为AI检索优先项
• HowTo模式：教程/指南页面
• TechArticle模式：文档页面

此外，建议在/.well-known/目录放置security.txt文件（RFC 9116标准）。

第四阶段：智能体与API发现（条件性）

若提供API/SDK/MCP服务器，需关注：

OpenAPI规范端点：无需认证的端点（如/api/openapi/public），每个操作需有丰富语义描述。

智能体发现文件：

• /.well-known/agent-card.json：A2A协议元数据文件（Google和Linux基金会推动）
• /.well-known/ai-plugin.json：OpenAI插件清单（遗留格式）

注册与索引：

• MCP注册表：在registry.modelcontextprotocol.io注册
• PulseMCP/Smithery：列出以扩大发现
• Context7：提交至context7.com/add-library或添加context7.json文件。

优化的最后一步是建立监控体系。建议使用Google Analytics 4（GA4）设置自定义渠道组，跟踪AI流量来源，包括chat.openai.com、chatgpt.com、perplexity.ai、claude.ai、copilot.microsoft.com等平台。

错误	解决方案
llms.txt中缺少"Instructions for LLMs"部分	添加Stripe风格的部分，引导AI使用当前模式
静态llms.txt与API不同步	从OpenAPI规范/MCP注册表动态生成
robots.txt中阻止所有AI爬虫	允许访问公开页面，仅阻止私有路由
在组件和JSON-LD中重复FAQ数据	提取到共享模块，两处导入
未设置metadataBase	必须设置——OG/Twitter绝对URL组合所需
缺少Speakable模式	标记关键内容段落作为AI检索优先级
每页只有一个JSON-LD代码块	使用三重模式堆叠——每页多个模式
未在MCP注册表/Context7注册	注册以获得最大AI代理可发现性

llm-seo项目关注的发展中标准包括：

• WebMCP：W3C倡议（Google + Microsoft），通过navigator.modelContext向浏览器AI代理暴露结构化工具，Chrome Canary已提供预览，预计2026年H2原生支持。
• /.well-known/mcp.json：MCP服务器卡片自动发现（SEP-1649, SEP-1960），待规范稳定后实施。
• Arazzo规范：多步骤API工作流编排，用于复杂智能体集成。

随着AI系统成为用户获取信息的主要入口，LLM SEO不再是可选项，而是必需品。llm-seo项目提供全面、可操作的框架，帮助网站和开发者工具在新时代保持可见性和相关性。

通过实施五阶段工作流，开发者可确保产品不仅被传统搜索引擎发现，更能被AI系统理解、引用和推荐——这是未来数字可见性的关键所在。