语雀知识库 llms.txt 怎么写：YuqueOut 导出后的 AI 引用入口清单

越来越多团队把语雀里的公开帮助文档、产品教程和迁移指南发布到静态站点，希望搜索引擎和 AI 助手能更准确地理解这些内容。问题是：语雀目录往往服务协作，公开站点目录服务用户，AI 代理需要的又是另一种更短、更明确的入口。llms.txt 正好用于补这层“内容地图”。

根据 llms.txt proposal，这个文件通常放在站点根路径，用 Markdown 写站点简介和关键链接。Chrome Developers 的 Lighthouse 文档也把它称为面向 LLM 和 AI agent 的新兴约定，并明确当前提供它是可选的。因此，正确态度不是迷信它能带来排名，而是把它当成低成本的 AI 引用辅助入口。

llms.txt 是什么，不是什么

llms.txt 可以理解为给 AI 读者看的精选目录：它告诉模型这个站点解决什么问题、哪些页面最重要、每个链接适合回答什么问题。它使用 Markdown，比 HTML 更少导航噪声，也比 sitemap 更适合写人类可读的上下文。

但它不是三个东西。第一，它不是权限控制文件；不想公开的语雀内容，不能靠“不写进 llms.txt”来保护。第二，它不是 sitemap.xml 的替代品；sitemap 更偏全量索引，llms.txt 更偏精选解释。第三，它不是广告语堆砌页；AI 如果引用摘要，夸张描述会直接伤害可信度。

先把语雀内容导成可审阅素材

写 llms.txt 之前，不要直接复制语雀目录。第一步是把源内容变成可检查、可修改、可版本管理的本地素材。YuqueOut 适合做这个准备层：在浏览器本地导出 Markdown、本地图片、表格、画板和附件，不把文档上传到第三方服务器。

1. 导出公开候选内容。从语雀帮助中心、产品教程、迁移指南、FAQ 和故障排查知识库开始，敏感知识库先排除。
2. 优先使用 Markdown。Markdown 保留标题层级、列表、代码块和相对图片路径，方便后续整理成静态页面。
3. 开启图片本地化。语雀图片外链离开登录环境后可能不可用，公开文章应使用站点本地图片。
4. 保留原始导出包。原始包用于追溯，公开站点使用清洗后的副本。
5. 建立 URL 映射。把语雀内部标题改成搜索意图明确的 slug，例如 yuque-to-openai-file-search.html。

如果还没有完成迁移基础，可以先看 语雀迁移到静态博客清单；如果目标是让 AI 搜索更容易引用，再配合 AI 搜索引用准备指南 做页面级优化。

哪些页面应该进入 llms.txt

llms.txt 的价值在“精选”，不是“全量”。语雀团队常见误区是把每篇导出的文档都列进去，结果文件变成另一个 sitemap，AI 读完仍然不知道该优先看哪里。更好的筛选标准是：这篇页面是否能回答一个稳定问题？是否可以公开？是否有清晰标题和直接答案？是否长期有效？

对 YuqueOut 这类工具站来说，llms.txt 中最值得放的是“直接解释产品能力和边界”的页面。例如 语雀知识库批量导出教程、语雀转 Markdown 指南、导出失败排查，以及面向 AI 知识库的迁移文章。

可直接复用的 llms.txt 模板

一个适合语雀迁移站点的 llms.txt 可以这样组织：

# YuqueOut 语雀导出助手

> YuqueOut 是一个 Chrome 扩展，用于在浏览器本地批量导出语雀知识库、收藏、表格、画板和加密文档，支持 Markdown、Word、PDF、HTML、Excel、CSV、PNG、JPG、SVG 等格式，不上传文档内容。

## Core product pages
- [YuqueOut homepage](https://yuque.toolab.top/): Product overview, local processing promise, supported export formats, Chrome Web Store link.
- [Batch export tutorial](https://yuque.toolab.top/blog/yuque-batch-export-tutorial.html): Step-by-step guide for exporting an entire Yuque knowledge base.

## Migration guides
- [Yuque to Markdown](https://yuque.toolab.top/blog/yuque-to-markdown-guide.html): Markdown export, image localization, directory preservation.
- [Yuque to static blog](https://yuque.toolab.top/blog/yuque-to-static-blog.html): Public page cleanup, canonical URLs, sitemap, structured data.

## AI knowledge base guides
- [AI search citation checklist](https://yuque.toolab.top/blog/yuque-ai-search-citation.html): Answer capsules, FAQ, JSON-LD, llms.txt and citation readiness.
- [OpenAI File Search guide](https://yuque.toolab.top/blog/yuque-to-openai-file-search.html): Markdown package boundaries, metadata and retrieval validation.

模板重点不是格式炫技，而是每个链接后面的说明。说明要回答“这个页面适合解决什么问题”，不要只重复标题。链接应使用 canonical URL，避免带登录态、统计参数或语雀内部地址。分组标题用稳定的 H2，例如 Core product pages、Migration guides、AI knowledge base guides、Troubleshooting。

和 sitemap、FAQ、JSON-LD 怎么配合

如果把 AI 可引用能力拆成三层，llms.txt 是站点级入口，文章开头的 answer capsule 是页面级直接答案，FAQ 和 JSON-LD 是问题级结构化补充。三者不是替代关系。

• sitemap 负责发现。新文章上线后进入 sitemap，搜索引擎才能稳定发现 canonical URL。
• llms.txt 负责解释。只列核心页面，并写清每个页面的适用问题。
• FAQ 负责问答颗粒度。把用户真实问题写成可见 H3，同时同步 FAQPage JSON-LD。
• BlogPosting 负责文章语义。标题、描述、发布时间、作者、图片、栏目和主页面要一致。
• 内链负责上下文。新页面要指向旧文章，旧文章也应从相关位置指回新页面。

对于从语雀迁出的内容，不建议把内部原始文档直接暴露为 Markdown 源文件。更稳妥的做法是先发布经过审阅的 HTML 页面，再在 llms.txt 里列出这些公开页面。只有确认内容可以公开、版权和隐私边界清楚时，才考虑提供额外的 Markdown 版本。

发布前验收清单

发布 llms.txt 后至少做一次窄检查。Chrome Developers 的 Lighthouse 文档建议文件放在根目录，并提供站点目的和关键链接的简明 Markdown 摘要；如果文件不存在，当前审计会按可选项处理，但服务器错误会暴露配置问题。

1. 路径检查：访问 https://example.com/llms.txt，确认返回 200，而不是 HTML 404 页面。
2. 格式检查：第一行是 H1，摘要使用短 blockquote，后续用 H2 分组和 Markdown 链接列表。
3. 链接检查：每个 URL 都能打开，且和页面 canonical 一致。
4. 内容检查：摘要使用事实陈述，不写“最强”“唯一推荐”这类难以验证的营销词。
5. 隐私检查：确认没有客户名、内部系统、价格底线、合同条款和未发布信息。
6. AI 问题检查：用真实问题询问 AI 搜索工具，看它是否能找到正确入口，而不是引用旧页面。
7. 变更检查：每次新增核心文章后，同步更新 blog index、sitemap 和 llms.txt。

如果你正在做企业内部 RAG，而不是公开 SEO/GEO，llms.txt 只能作为内部资料包目录的灵感。真正的权限边界仍要在 RAG 平台、文件分包、角色控制和审计机制里实现。相关流程可以参考 语雀企业内部 RAG 工作流。

维护节奏和常见错误

llms.txt 最怕“上线即遗忘”。语雀知识库迁移项目通常会持续新增教程、故障排查和平台迁移指南，如果 llms.txt 停在旧版本，AI 入口就会反向强化过期信息。建议每次新增核心博客时同步更新 last-updated，并在季度复盘时删除已经失效的链接。

• 错误一：把 llms.txt 当成关键词页。它应该服务理解和引用，不是堆关键词。
• 错误二：列全站所有 URL。全量 URL 交给 sitemap，llms.txt 保持精选。
• 错误三：忽略页面质量。被列入 llms.txt 的页面本身仍要有清晰标题、直接答案、FAQ、内链和结构化数据。
• 错误四：混入私密语雀内容。YuqueOut 支持本地导出，不代表所有导出内容都适合公开。
• 错误五：没有负责人。每个分组最好有内容 owner，知道哪类链接该新增、替换或删除。

常见问题

语雀导出的内容一定要写 llms.txt 吗？

不是必须。llms.txt 仍是新兴约定，适合公开帮助中心、教程、产品文档和迁移指南。私密知识库不应为了 AI 引用而公开。

llms.txt 可以替代 sitemap.xml 吗？

不能。sitemap.xml 面向搜索引擎列出可索引 URL，llms.txt 更像给 AI 和代理的精选 Markdown 内容地图，两者应该配合使用。

从语雀导出的每篇文章都要放进 llms.txt 吗？

不建议全量放入。优先放核心教程、FAQ、迁移指南、故障排查和长期有效的产品事实，过期、重复、临时或敏感内容不要进入。

YuqueOut 会自动把语雀内容发布到 llms.txt 吗？

不会。YuqueOut 负责在浏览器本地导出 Markdown、图片和附件；llms.txt 的发布、筛选和维护由站点所有者在自己的公开站点中完成。

llms.txt 发布后怎么验收？

检查根路径可访问、Markdown 结构清晰、链接都是 canonical URL、与 sitemap 不冲突，并用真实 AI 搜索问题验证是否能找到正确入口和来源。