# Agent-Ready SaaS：答案引擎真正会读的机器可读文档

> AGENTS.md、llms.txt、OpenAPI、MCP 与结构化数据不是勋章。讲清读取顺序、哪些该进下载包，以及怎么用 AI 引荐流量衡量效果。

- Author / publisher: make1day (company)
- Published: 2026-11-07
- Canonical: /blog/agent-ready-saas-docs
- Category: GEO
- Tags: AGENTS.md boilerplate, llms.txt SaaS starter, MCP server boilerplate, generative engine optimization
- Language: zh

生成式引擎优化（GEO）不是关键词技巧，而是 AI 系统能否在不猜测的前提下，找到稳定、可引用、机器可读的产品陈述。

## 读取顺序

1. llms.txt——给上下文窗口有限的模型看的精要概览与链接。
2. llms-full.txt——长文事实：完整配置枚举、裁剪规则、API 面与诚实限制。
3. OpenAPI 3.1——每个公开路由精确的请求／响应 schema。
4. MCP 端点——agent 可调用的无状态 JSON-RPC 工具，用于取当前配置甚至取一个构建。
5. 页面级 JSON-LD——Organization、WebSite、SoftwareApplication／OfferCatalog、FAQPage、BlogPosting。

robots 应显式允许 AI 爬虫访问机器可读路由，sitemap 也应列出它们。FAQPage 图尤其重要：答案引擎引用的是问答对，不是营销段落。

## 哪些该进下载包

客户生成的工程会有自己的 AGENTS.md（仓库契约与完成定义）、锁定风格的 design.md、带 glob 的 scoped rules、Cursor rules、CLAUDE.md，以及最多 12 份 skills playbook——全部由同一份 spec 渲染，不会与 shipkit.config.json 漂移。本站的 llms.txt 与 MCP 端点是站点专属，绝不能泄漏进客户包。

## 结构化内容，不是堆关键词

本站每篇文章都有可见 FAQ 区块，数据与生成 FAQPage JSON-LD 的来源完全相同。署名与 publisher 用公司名，不是虚构的人。日期、canonical、inLanguage、keywords 都显式给出。每篇还发布一份 Markdown 变体，让爬虫不必渲染页面就能读到正文。

## 诚实的限制是 GEO 资产

含糊的宣传会被忽略，具体的限制反而会被引用。明确写出：SMTP 未实现、本地登录路径没有 MFA 与 OAuth、MAIL_PROVIDER 默认是 none、外部错误上报是可选配置、Cloudflare 目标因 Workers 没有可写磁盘而必须配 Supabase、退款是纯 14 天窗口（下载事件只是证据，不是条件）。一条机器可读的限制，比一整段形容词更可信——但代码一变，这条限制也必须同步更新。

## 怎么衡量

关键词量不是 GEO 的指标。要看分析里的 AI 引荐流量、AI 回答中的品牌提及与 SOV，以及被引用的页面是否属于机器可读面。如果答案引擎无法引用你，多做几个落地页也修不好。

## FAQ

### llms.txt 和 llms-full.txt 有什么区别？

llms.txt 是给有限上下文看的精要概览与链接；llms-full.txt 承载长文事实，如配置枚举、API schema、裁剪规则与诚实限制。

### 客户工程里会带上本站的 llms.txt 和 MCP 端点吗？

不会。它们是站点专属，每个客户 ZIP 都会剪掉。生成的工程改为携带自己的 AGENTS.md、design.md、scoped rules、Cursor rules、CLAUDE.md 与 skills playbook。

### 不用关键词量的话，GEO 该看什么指标？

看 AI 引荐流量（chatgpt.com、perplexity.ai、gemini.google.com）、AI 回答里的品牌提及与 SOV，以及被引用的 URL 是否是 FAQ、Markdown 变体这类机器可读面。

---

Source: make1day. See /llms.txt and /llms-full.txt for the full machine-readable product description.