llms.txt 与 GEO 收录策略

llms.txt 是知识库面向大模型的轻量目录。RailWise 的目标不是“给文档站加一个 AI 搜索框”，而是让模型和 Agent 能更容易发现、引用并正确使用经过审核的公开工程知识。

文件分层

文件	用途
/llms.txt	精选入口，按场景、产品、标准、工程方法组织
/llms-full.txt	全量公开文档索引，便于模型抓取与检索
/AGENTS.md	Agent 使用规则、引用边界和安全要求
/robots.txt	明确允许抓取 AI 入口和站点地图

GEO 内容要求

• 标题明确：页面标题应包含工程对象、方法或产品名称。
• 摘要可引用：description 能独立表达页面价值。
• 元数据完整：docType、scenario、products、standards、entities 应尽量补齐。
• 来源透明：标准、模板、案例和内部方法应标记来源类型。
• 结论谨慎：工程风险、阈值和标准条文必须保留人工复核边界。

被引用闭环

AI 可发现 -> 模型引用 -> 工程师访问 -> 反馈与修订 -> 质量提升 -> 更多引用

这个闭环要求内容不是一次性文章，而是持续编译、审核、更新的知识资产。

实施建议

1. 每次新增公开文档后运行生成脚本，更新 llms.txt 和 llms-full.txt。
2. 优先让场景页、标准页和工程方法页被列入精选入口。
3. 对“阈值、频率、处置”类内容保持清晰边界，避免 AI 误读。
4. 在官网产品页、案例页和帮助页反向链接到知识库。
5. 公开入口只列真实公开页面；未上线的 API、MCP 或私有知识连接不得写成可调用能力。