采用不等于使用：正确解读 llms.txt 研究

三个看似矛盾的数字

如果你一直关注 llms.txt 的证据，就会看到几个月内报告的采用率分别为 10.13%、28% 和 51.8%。最后一个数字来自我们日期为 3 2026年8月 的固定样本快照。

这些数字都有依据。它们回答的是三个不同的问题，差异完全来自抽样框架。值得把它们理清一次，因为这也解释了为什么“有人在使用 llms.txt 吗”根本不能用采用率数字回答。

各项实际衡量了什么

SE Ranking，约 300,000 个域名。 他们的研究报告称，在其数据集域名中有 10.13% 发布了 llms.txt，并发现拥有该文件与域名在主要 LLM 回答中被引用的频率之间没有关系。当他们从 AI 引用预测模型中移除 llms.txt 这一变量后，模型准确率反而提高。在 AI 引用最多的 50 个域名中，只有一个拥有该文件。

Ahrefs，137,210 个域名。 他们的研究报告称，这一比例为 28% ，样本来自使用 Ahrefs Web Analytics、并在 2026年5月 获得流量的域名。他们明确指出，这一总体比整个 Web 更偏技术、更熟悉 SEO，而且该数字应被视为上限 。他们还说明没有根据规范检查文件是否格式正确。

我们的样本：219 个精选主机。 llmtxt.info 采用率样本每周抓取并解析 /llms.txt，使用一份有意偏重文档平台和开发者工具的固定列表。在 3 2026年8月，218 个可访问主机中有 113 个提供了符合条件的文件，即 51.8% 。这是对所选队列的纵向测量，而不是对整个 Web 的估计。

并排看时，顺序正如预期：先是对普通 Web 的广泛抓取，然后是技术倾向更强的分析总体，最后是该约定发源行业的人工挑选列表。样本越经过筛选，数字越高。这是一幅一致的图景，并不矛盾。

关键区别

采用率数据无法触及的部分就在这里。

SE Ranking 衡量了发布及其与引用的相关性 。Ahrefs 衡量了发布，随后单独分析服务器日志 ，覆盖其总体中对 /llms.txt 的每个请求，并按用户代理进行分类。

第二项测量产生了采用率抓取无法产生的数字：在 Ahrefs 接受的大约 38,000 个文件中，97% 在 2026年5月 没有收到任何请求 ，无论来自客户端、机器人还是人类。Ahrefs 检查了 HTTP 200、Markdown 而非 HTML 以及常见错误信号，但没有测试是否完全符合提案。

因此，两项大型研究是叠加关系，而不是相互竞争：

• 根据所统计的总体，发布该文件的网站占 10% 到 28%。
• 已发布的文件中，约有 3% 会被任何对象抓取。
• 在这些抓取中，19.5% 来自具名 AI 机器人，具体来自 AI 检索机器人的为 1.1%。

加上这些因素后，某个月份被 AI 搜索抓取器抓取的已发布文件比例很小，与其给出百分比，不如诚实地称其为罕见。

这些都不是说文件毫无价值，我们在收益与限制中分别说明了正反两面。这说明“X% 的网站已经采用它”不是使用证据，也不应再被当作使用证据引用。

如何解读下一项研究

还会有更多研究出现。四个问题可以区分哪些研究真正有用。

抽样框架是什么？ “我们的分析产品中的域名”和“普通 Web 抓取中的域名”属于不同总体。没有框架的数字就不是完整的数字。

发布，还是消费？ 检查 /llms.txt 是否返回 200 成本很低，并能告诉你供给情况。阅读服务器日志能告诉你需求情况。到目前为止，几乎每个发布的数字都是供给数字。

抓取过，还是读过？ 正如 Ahrefs 明确指出的，即使是日志数据也有上限问题：请求证明字节被取得，而不是模型使用了它们。每个消费量数字都是实际消费量的上限。

检查过有效性吗？ Ahrefs 没有根据规范验证其文件，并且明确说明了这一点。一个返回 200 但无法解析的文件，在大多数方法中仍会被算作采用。我们的验证器之所以存在，部分原因就是这一缺口在汇总统计中不可见。

如果你想知道自己的网站发生了什么，而不是看汇总结果，答案就在访问日志中，过滤条件为 /llms.txt。这比上面三个总体都更小，也更与决策相关；正如没有 AI 代理会主动寻找你的 llms.txt所述，它主要测量的是是否有人告诉了代理文件的存在。