功能预览
站点说明文件里要不要逐条标注内容时效,取决于它承担的是导航还是结论。它更像给模型看的目录,条目只要说清这一块有什么、什么时候值得取;真正决定内容何时对外可见的是站内的定时发布与时间因子。本文给出时效信息的三种落位方式,以及说明文件与定时发布、站点地图之间的刷新顺序。
给大模型的站点说明文件要不要标内容时效,答案是通常不需要逐条标注:llms.txt 承担的是目录职责,条目说明「这一块有什么、值不值得继续取」就够了。至于和定时发布怎么配合,原则是指路与控时分工——说明文件负责指路,决定一篇内容什么时候对外可见的是站内的定时发布与时间因子配置。
按提案的格式约定,这份文件里真正不可省的是写明站点名的一级标题,摘要引用块、说明段落、按分组列出的链接表都属于可选。也就是说,时效属于可选信息中的一种,而不是合规门槛。
更重要的是长度约束:文件要小到能够装进模型上下文。如果把每篇文档的最后修改时间都逐条列进去,条目体积会迅速膨胀,反而把「这个站点有什么」这一层有效信息挤出上下文。判断标准很简单——加上时间之后,条目是否更容易被选中;如果不会,就省掉。
| 写法 | 适用场景 | 维护成本 | 风险 |
|---|---|---|---|
| 不写时效 | 内容以长期有效的方法、说明为主 | 低 | 抓取方无法判断新旧 |
| 只写分类级时效 | 帮助中心、接口说明这类成组更新的内容 | 中 | 组内单篇新旧被平均掉 |
| 写单页级时效 | 版本说明、行情类强时效内容 | 高 | 文件膨胀,容易与实际不一致 |
强时效内容才值得单页标注,而且应当由系统生成,不手写。手写的时效一定会和真实发布状态脱节。
站内文档状态分为草稿、待发布、正式文档,定时发布(也叫时间因子)设定的是内容从待发布转为正式可见的时刻。说明文件的生成动作必须排在这个时刻之后,否则会出现条目已列出、页面却还不可访问的空指引。
实践上按这个顺序走:
草稿与预览链接、后台入口、纯聚合的筛选列表都不适合列入。它们要么需要鉴权,要么内容不稳定,模型按条目取回后拿不到可引用的正文,反而会降低对整个站点的信任。
内容改了正文但时间没变,要不要在说明文件里体现? 不需要。说明文件不负责承载版本历史,把变更时间留在页面本身或更新记录分类里更合适。
已经写了站点地图,还要单独维护说明文件吗? 两者用途不同。站点地图面向搜索引擎列出全部地址,说明文件面向大模型给出概览与分组,前者解决「有哪些页面」,后者解决「从哪里读起」。
时效信息和抓取排除配置会冲突吗? 不冲突。抓取排除配置决定哪些内容允许被抓,说明文件是为允许抓取的内容补充上下文,两者是互补关系。
预览
内容模型的自定义字段设计不当,常见后果是做到一半就得改表。本文给出三步法:先列出需要被单独引用的答案字段,再定字段类型与是否必填,最后确认批量导入和公开接口能不能读到这些字段。并说明最容易返工的三类点——字段名频繁变更、把展示逻辑塞进字段、忽略接口可读性。
预览
防采集干扰码和拒绝抓取不是同一件事,它们挡在不同层。拒绝抓取作用于请求准入:靠协议声明和服务端限频,决定要不要让抓取发生。干扰码作用于内容层:让已经被批量抄走的正文不能直接可用。本文讲清两者覆盖对象的差别、各自失效的场景,以及站内在 robots、干扰码与内容审核之间的配置配合。
预览
llms.txt 提案里强制要求的部分只有一级标题,用来写明项目或站点名;引用块摘要、说明段落、分组链接与可选区都能按需取舍,而文件本身要保持小到能装进上下文。本文按提案原文拆开必需节与可选节,说明它与站点地图、抓取排除文件分别管什么,以及站内自动生成时要盯住哪三点。