Markdown for Agents:AI SEO 工作流缺少的内容访问层
Agent SEO June 29, 2026 9 分钟阅读

Markdown for Agents:AI SEO 工作流缺少的内容访问层

Markdown for Agents 很容易被误解。

它不是神奇排名格式,不是 HTML 的替代品,也不是 llms.txt

它更像一个实用的内容访问层:当 AI agent 请求某个页面的 Markdown 版本时,网站可以返回一份更低摩擦、结构更清楚的同内容表示。

对 Agent SEO 来说,这很重要。

这篇是 Agent SEO 审计集群 里的内容访问 spoke。

想看 Markdown 在完整产品检查清单里的位置,可以打开 Agent SEO 审计页

问题:HTML 很有用,但也很吵

现代网页包含很多对浏览器和人类有价值的东西:

  • 导航
  • 样式 hook
  • 脚本
  • 分析标签
  • Cookie banner
  • 重复布局
  • 评论
  • 交互组件
  • 相关文章

这很正常。但当 AI agent 需要读取页面、抽取主答案、比较来源或总结工作流时,额外 HTML 会增加成本和歧义。

Agent 可以解析 HTML。问题是它是否每次都必须解析完整页面。

Markdown content negotiation 给了它一个更干净的选择。

Markdown 内容协商是什么

Agent 发送带 Accept header 的请求:

Accept: text/markdown

如果网站支持 Markdown for Agents,就返回 Content-Type: text/markdown 和该页面的 Markdown 表示。

关键词是“表示”。Markdown 应该匹配 canonical HTML 内容,包括同样的事实、链接、标题和更新时间。它不应该是一个隐藏的 SEO 专用版本。

好的 Markdown 输出会保留:

  • 标题
  • 描述
  • 主标题结构
  • 正文
  • 重要表格
  • 来源链接
  • CTA
  • 关键更新时间

可以移除:

  • 导航壳
  • 重复 footer
  • Cookie UI
  • 纯装饰布局
  • 非必要脚本
  • 隐藏追踪标记

Markdown for Agents vs llms.txt

两者相关,但职责不同。

资产适合用途范围
llms.txt精选站点重要资源站点级
llms-full.txt更完整的可读内容导出或索引站点级或集合级
Markdown negotiation当前页面的干净 Markdown 响应页面级

例如,llms.txt 可以告诉 agent 最重要的资源是:

  • 产品页
  • 价格页
  • API 文档
  • 博客索引
  • Changelog
  • 支持文档

Markdown negotiation 则帮助 agent 在选择某个资源后,更清楚地读取那一页。

只有当你能维护两者时,才应该同时做。过期的 llms.txt 加上不准确的 Markdown,比干净 HTML 和好 sitemap 更糟。

Google 怎么看

Google 的 AI optimization guide 很明确:llms.txt、AI 文本文件、额外标记或 Markdown,不是出现在 Google Search 或 Google 生成式 AI 功能中的必要条件。应把它们视为 agent access 资产,而不是 Google 的特殊排名或生成式 AI 可见性要求。

这应该决定 SEO 策略。

不要把 Markdown for Agents 卖成 Google 排名捷径。它更适合:

  • 提升 agent 可读性
  • 降低内容抽取摩擦
  • 让技术文档更容易被 AI 助手使用
  • 改善开发者和 AI assistant 工作流
  • 保持人类页面与机器可读资源一致

对 Google Search,仍然要做好基础:可抓取 HTML、有用内容、内部链接、页面速度、canonical、必要时的结构化数据。

什么时候值得做

Markdown for Agents 最适合 agent 需要反复读取的内容:

  • 开发者文档
  • API 参考
  • 技术 SEO 指南
  • 价格与套餐说明
  • 产品 changelog
  • 帮助中心
  • 政策页
  • 对比页
  • 含表格的研究页

对于只有几个页面的小型展示站,它没有那么紧急。

对 Fennec SEO 来说,适合支持 Markdown 的页面包括:

这些都是 coding agent、SEO 分析师或 AI assistant 推荐修复时可能读取的页面。

实施清单

实施前先定义规则:

  • Markdown 必须代表 canonical 页面,而不是另一页。
  • 内链应指向 canonical URL。
  • 标题层级和 HTML 页面一致。
  • 表格仍然是表格。
  • 来源链接可见。
  • 产品声明和公开页面一致。
  • 响应使用 Content-Type: text/markdown; charset=utf-8
  • 响应应发送 Vary: Accept,避免缓存混淆 HTML 和 Markdown。
  • 任何 Content-Signal header 或 robots 指令都应和站点 AI bot 策略一致。
  • 如果存在静态 Markdown URL,HTML 可加 <link rel="alternate" type="text/markdown">

测试命令:

curl -H "Accept: text/markdown" https://example.com/page/

如果返回还是 HTML,说明该 URL 还不支持 Markdown negotiation。

站点级资源地图继续用 llms.txt。Bot 访问策略则应和 Content Signals 与 AI bot access control 一起设计。

常见错误

最大的错误通常不是技术,而是策略。

避免:

  • 只给 agent 做 Markdown,人类页面内容却更弱
  • 在 Markdown 里隐藏 HTML 不展示的声明
  • 发布没有来源链接的 Markdown
  • 用 Markdown 绕过糟糕信息架构
  • 让 Markdown 和 CMS 内容不同步
  • 忘记多语言路径
  • llms.txt 当成 crawler 控制

Crawler 访问属于 robots.txt;资源精选属于 llms.txt;页面表示属于 Markdown negotiation。

它如何支持 GEO

GEO 依赖可引用内容。Markdown 本身不会创造权威,但可以让来源更容易被检查。

适合被引用和回答的页面仍然需要:

  • 具体声明
  • 清晰定义
  • 最新事实
  • 表格和对比
  • 作者与组织上下文
  • 指向支持资源的内链
  • 涉及外部标准时给出来源

Markdown 可以让这些信号更容易被检索,但不能凭空生成这些信号。

衡量方式

把这项工作当成 agent-readiness 改进,而不是直接 Google ranking lever。

可检查:

  • Accept: text/markdown 是否返回 Markdown
  • 重要页面是否可用
  • Markdown 是否包含来源链接
  • llms.txt 是否指向正确资源
  • IsItAgentReady 的 Markdown 检查是否通过
  • AI assistant 是否能更准确总结页面
  • 日志里是否出现 Markdown 或 LLM-readable 文件请求

可以和 Agent SEO auditAI search measurement 以及 AI crawler testing 一起使用。

总结

Markdown for Agents 不是 AI SEO 魔法,而是 agentic browsing 的内容交付选项。

当 agent 确实需要高效读取内容时,它很有价值。HTML 仍要强,llms.txt 作为精选资源地图维护,Markdown 则作为同一事实的干净表示。

来源

问答

Markdown for Agents 会提升 Google 排名吗?

Google 表示 Markdown、llms.txt 和其他特殊 AI 文件不是 Google Search 可见性的必要条件。Markdown for Agents 更适合提升 agent 可读性和工作流效率。

Markdown 内容协商和 llms.txt 有什么区别?

llms.txt 是面向 AI reader 的精选资源地图;Markdown 内容协商是在 agent 请求 text/markdown 时,为具体页面返回 Markdown 表示。

如何测试 Accept: text/markdown?

用 curl 加 Accept: text/markdown 请求页面,确认响应是 Content-Type: text/markdown,包含 Vary: Accept,并且内容代表同一个 canonical HTML 页面。

每个网站都要做 Markdown for Agents 吗?

不一定。它最适合文档、产品、价格、支持和技术资源这类 agent 可能反复检查的内容。

Privacy & Cookies

We use cookies to enhance your experience. By continuing to visit this site you agree to our use of cookies.