機器可讀層：llms.txt、JSON-LD 與 evidence.json 怎麼寫

機器可讀層由三個檔案與片段組成：站點根目錄的 llms.txt、頁面內的 JSON-LD，以及證據索引檔案。它們降低模型理解成本，但不替代內容品質與一手來源。

適用對象與前置條件

適用於已有穩定內容結構與來源登記表的站點。前置條件是頁面位址穩定、實體資訊已統一、來源可登記。

• 頁面位址不再頻繁變更。
• 作者與發布方標識已統一。
• 有可維護的證據編號與來源表。

為什麼這樣做

生成式模型需要先理解頁面在講什麼主體、哪些內容值得抓取、每條主張的依據在哪裡。三類材料分別對應這三個問題。

llms.txt 提供站點級導讀，JSON-LD 提供頁面級結構，證據索引提供主張級來源。三者都不改變抓取權限，也不構成收錄或引用承諾。

把三者寫成建置期生成的檔案，可以避免手工維護造成的不一致。

執行步驟

1. 寫 llms.txt 導讀。結構為站點說明、核心定義、方法、指標、證據索引與引用建議。判斷標準：每條連結為絕對位址且可打開。
2. 寫頁面 JSON-LD。按頁面類型給出主類型與必填欄位，實體只寫標識與名稱。判斷標準：校驗無錯誤，欄位與正文一致。
3. 寫證據索引。按證據編號排序，欄位包含主張、類型、等級、位址、來源、核驗日與複核週期。判斷標準：編號不重複，來源位址可打開。
4. 接入建置流程。三個檔案在建置期從內容清單生成，不手工編輯。判斷標準：發布後檔案與實際內容一致。
5. 定期實測。每季檢查檔案是否被抓取、引用是否變化，並記錄觀測方式。判斷標準：有觀測記錄，無效果時不誇大結論。

反例：三個檔案各寫一套

以下為常見反例（範例，非真實客戶）。llms.txt 手工維護，JSON-LD 由模板生成，證據索引由另一份表格維護，三處的主體名稱與頁面位址不一致。

模型拿到互相衝突的訊號，反而不如只有正文。修復動作是把三者收斂到同一份內容清單，建置期統一生成。

證據與依據

【主張】機器可讀層降低理解成本，但不替代內容品質與一手來源。 【依據】本站《機器可讀層》方法頁（工作定義）。 【發布機構】GEOA（星哥一人公司）。 【時間】2026-11-09 發布；複核週期 365 天。 【定位】第 2 節「為什麼這樣做」。 【摘錄】「三類材料分別對應這三個問題。」 【連結】https://geoa.com.cn/tc/method/machine-readable/ ｜核驗 2026-11-09

該方法為經驗性方法，標註 L2，未經第三方驗證，不作為標準引用。

局限與不適用場景

• llms.txt 屬社群提案，不是 W3C 或 IETF 標準，抓取效果需實測。
• 結構化資料只降低理解成本，不能帶來引用或收錄結果。
• 證據索引只索引已登記條目，未登記的主張不會出現。
• 三份檔案均由建置生成，因此不適合作為臨時活動的快速投放載體。

自檢清單

常見問題

llms.txt 是官方標準嗎？ 不是。它是社群提案，抓取效果需實測，頁面不得寫必被收錄。

寫了 JSON-LD 就會被引用嗎？ 不會。它只影響理解成本，引用還取決於內容與來源。

evidence.json 與頁面證據塊重複嗎？ 不重複。頁面證據塊面向讀者，索引檔案面向機器，欄位保持同源。

相關閱讀

相關欄目：術語索引、指標索引、方法索引、清單索引、白皮書、編輯政策。