01Core pain point and demand
网站和文档站点纷纷添加 llms.txt 文件，但几乎没有 AI 爬虫或工具真正读取它，导致投入产出不明、无法判断是否值得维护，且缺乏可靠的 before/after 数据来衡量实际效果。
02Product solution
构建一个 AI 爬虫可见性监测与优化 SaaS 平台：自动检测站点是否被 GPTBot、ClaudeBot、PerplexityBot 等主流 AI 爬虫抓取，分析 llms.txt 的格式与内容质量，提供 before/after 对比仪表盘，量化 llms.txt 对 AI 引用率、流量和品牌曝光的影响，并给出基于数据的优化建议。
03Monetization and business model
采用 SaaS 订阅制，按监测站点数量和爬虫请求量分级收费；提供免费基础版（单站点、有限历史数据）引流，高级版解锁 before/after 对比、竞品基准、API 访问和自动优化建议；同时可提供一次性 llms.txt 审计报告和企业定制部署服务。
04Action steps
- 1验证需求：在 Reddit、Hacker News 和开发者社区发起调研，收集 50+ 文档站点维护者对 llms.txt 效果衡量的真实痛点与付费意愿。
- 2构建 MVP：开发 AI 爬虫日志识别引擎，支持主流爬虫 UA 识别，并自动解析 llms.txt 文件质量。
- 3上线 before/after 对比仪表盘：让用户添加 llms.txt 前后对比 AI 爬虫抓取频次、引用率和推荐流量变化。
- 4集成主流平台：提供 WordPress、Docusaurus、Next.js 等一键接入插件，降低使用门槛。
- 5建立行业基准数据库：匿名聚合各行业 AI 爬虫抓取数据，提供对标分析作为付费卖点。
- 6增长与获客：通过 SEO、开发者社区内容营销和开源工具引流，转化免费用户为付费订阅。
- 7迭代与扩展：根据用户反馈增加 AI 回答引用监测、自动优化建议和多语言支持。
05Risk notice
AI 爬虫行为可能快速变化，监测准确性依赖日志获取权限；大厂可能免费提供类似功能；用户对 llms.txt 价值本身存疑，付费意愿可能不足；需注意隐私合规和日志数据安全。