前几天闲着没事，把 1000 个中文大站挨个抓了遍 /llms.txt ，想看看这帮大厂的 AI 准备工作做得咋样，结果挺有意思的。
1000 个站，真正放了 llms.txt 的，只有 30 个。3%。
剩下的是啥呢？ 164 个返回 200 ，打开一看是网页壳——这个最坑，状态码看着没问题，AI 抓到的却是个壳，等于白给。412 个直接 404 。还有 390 个压根抓不到，WAF 拦的拦、超时的超时，这部分不算没有啊，别误会。
满分的有 9 个，B 站、Gitee 、魔搭、SHEIN 、TAPTap 、环球网这几个，确实做得认真。
说几个有意思的：百度，404 ，啥也没有。淘宝京东拼多多，返回 200 ，打开全是 HTML 壳。抖音，404 。字节的 Coze 倒是做了，但 50 分，74 个警告，链接重复一堆——做了跟做好是两码事。阿里系里面，唯一满分的是魔搭社区。
顺带还测了 100 个独立站，好一些，19% 有文件。不过博客圈只有 7%。毛病都差不多：链接光秃秃一个地址没描述，或者缺一句摘要，都是花半小时就能修好的小事。
测的时候顺手做了个小工具站 cetxt.com ，输个域名就能体检打分，没文件的话 30 秒给你生成一份。开源的，github.com/yehyakin/llms-txt-cn ，觉得有用可以去看看。
1000 条完整数据放这了，能搜能筛：cetxt.com/survey/
样本就是公开排名凑的近似样本，不是什么官方榜单。方法上的局限都写调查页里了，欢迎来拍砖。
1000 个站，真正放了 llms.txt 的，只有 30 个。3%。
剩下的是啥呢？ 164 个返回 200 ，打开一看是网页壳——这个最坑，状态码看着没问题，AI 抓到的却是个壳，等于白给。412 个直接 404 。还有 390 个压根抓不到，WAF 拦的拦、超时的超时，这部分不算没有啊，别误会。
满分的有 9 个，B 站、Gitee 、魔搭、SHEIN 、TAPTap 、环球网这几个，确实做得认真。
说几个有意思的：百度，404 ，啥也没有。淘宝京东拼多多，返回 200 ，打开全是 HTML 壳。抖音，404 。字节的 Coze 倒是做了，但 50 分，74 个警告，链接重复一堆——做了跟做好是两码事。阿里系里面，唯一满分的是魔搭社区。
顺带还测了 100 个独立站，好一些，19% 有文件。不过博客圈只有 7%。毛病都差不多：链接光秃秃一个地址没描述，或者缺一句摘要，都是花半小时就能修好的小事。
测的时候顺手做了个小工具站 cetxt.com ，输个域名就能体检打分，没文件的话 30 秒给你生成一份。开源的，github.com/yehyakin/llms-txt-cn ，觉得有用可以去看看。
1000 条完整数据放这了，能搜能筛：cetxt.com/survey/
样本就是公开排名凑的近似样本，不是什么官方榜单。方法上的局限都写调查页里了，欢迎来拍砖。
Select Language