schema.org、JSON-LD 和 llms.txt 各自管什么

Article 是 schema.org 里描述文章的类型。inLanguage 是表示内容语言的属性。JSON-LD 1.1 是 W3C 于 2020 年 7 月 16 日发布的推荐标准，规定如何用 JSON 写链接数据。它不是排名算法。

如果页面上的 Article 标记要和读者看见的内容一致，标题、日期和语言就应该是页面上写着的那些。看不见的句子不应写进标记。

结构化数据介绍 写：结构化数据是向 Google 提供页面含义的显式线索，并可能带来富媒体结果。介绍建议多数情况下使用 JSON-LD，并写明不要为页面上没有的信息添加结构化数据。

通用指南 写得更直接：即使富媒体结果测试通过，Google 也不保证结构化数据会出现在搜索结果里。标记必须代表页面的主要内容，不能标记读者看不见的内容。指南还写，结构化数据的人工处置会影响富媒体结果资格，不影响网页在 Google 搜索里的排名。这些句子的主语是 Google 搜索。它们没有说 ChatGPT 或 Perplexity 会因为 JSON-LD 而引用一个页面。

HowTo 与 FAQ 富媒体结果的变更 在 2023 年 8 月 8 日写：此后 FAQ 富媒体结果只对知名、权威的政府和健康网站常规展示，其他网站不再常规展示。2023 年 9 月 14 日的更新写：How-to 富媒体结果在桌面端也不再展示。博客写，用不到的结构化数据不会给搜索带来问题，也没有可见效果，并且这不应被看成排名变化。

为了让生成式回答引用营销页而加上 FAQ 标记，既超出了这篇博客的范围，也不符合博客对 Google 搜索富媒体结果的描述。

RFC 9309 是 IETF 的 Robots Exclusion Protocol。摘要写：网站主人用它控制自动客户端，也就是爬虫，是否以及如何访问自己提供的内容。它不定义生成式回答如何选择句子。

OpenAI 的爬虫说明 和 Perplexity 的爬虫说明 都借用 robots.txt 里的用户代理名做开关。开关的含义以他们自己的文档为准：搜索用的机器人和训练用的机器人是分开的。

llms.txt 由 Jeremy Howard 署名。页面提出用 llms.txt 给代理一份简短说明和链接。它把该文件写成提案，并写明可以和 robots.txt、站点地图并存，用途不同：robots.txt 表示何种自动访问可接受，llms.txt 是代理需要背景时再读的说明。页面提到 RFC 8615 的 Well-Known URI 是另一种做法，但提案没有采用。

提案页写，若干实验室为自己的开发者文档发布了 llms.txt。OpenAI 的爬虫文档页也写，文档索引见 llms.txt。这说的是文档站自己的索引，不是“ChatGPT 搜索会读取你网站上的 llms.txt 并据此引用你”。本页核对过的 OpenAI 与 Perplexity 文档里，没有一条把 llms.txt 列为搜索引用的输入。提案页上的采用说法，也不能被转写成对某个品牌的结果。