概述

Cobre 的 API 文档已具备 AI 就绪能力。

Cobre 用于管理和发布文档的工具会自动生成一个名为 llms.txt 的文件，该文件以 Markdown 格式索引所有文档页面。这使得 ChatGPT、Claude 等大型语言模型（LLM）在回答问题时能够引用完整的官方文档。

Cobre 的 llms.txt 文件：

https://docs.cobre.com/llms.txt

在提示词中引用此文件，即可让 AI 工具将 Cobre 的完整文档作为结构化上下文使用。

此外，您也可以在任意文档页面的下拉列表中选择可用选项：

与 API 相关的回答可能存在不准确的情况。如需获得更准确的 API 相关答案，请参阅我们的指南，了解如何在 IDE 中配置 Cobre Docs MCP Server。

什么是 llms.txt？

llms.txt 是一个结构化索引，具有以下功能：

列出所有文档 URL

指向每个页面的 Markdown 版本

使文档具备机器可读性

帮助 LLM 访问完整的 API 知识库

无需将文档内容复制粘贴到提示词中，只需引导 AI 使用已索引的文档即可。

为什么使用 llms.txt？

使用 llms.txt 可带来以下优势：

响应更加准确

减少幻觉现象

答案以文档为依据

加速开发者入门

提供更优质的架构指导

改善调试支持

它使 AI 工具能够基于官方文档进行推理，而非依赖对 API 的泛化假设。

如何在 LLM 工具中使用 llms.txt

第一步：以明确的指令开头

在对话开始时，指示模型使用该文档：

"请使用索引于 https://docs.cobre.com/llms.txt 的文档，回答我有关 Cobre 的问题。"

这将使整个对话锚定于官方文档。

在 ChatGPT 中配置网页搜索功能

在 ChatGPT 的对话中添加网页搜索工具，以启用对 llms.txt 中所列 .md 链接的访问能力。

否则，ChatGPT 将无法访问 llms.txt 中所列内容的 Markdown 格式版本。

第二步：提出具体且富含上下文的问题

提示词越精准，输出结果越优质。

示例：功能概览

"请使用 Cobre 的官方文档（llms.txt），说明功能（Capabilities）章节中描述的各类解决方案，以及每种方案分别面向哪类企业。"

示例：实时支付能力

"请参考官方文档中 Cobre 的功能章节，说明 Cobre 如何实现实时支付，以及这在运营层面带来哪些优势。"

示例：门户 – 用户管理

"请使用 Cobre 的官方文档（llms.txt），说明如何在 Cobre 门户中创建用户、管理用户并为其分配角色。"

示例：门户 – 支付监控

"请根据 Cobre 文档中的门户章节，说明如何追踪支付状态并识别失败交易。"

示例：门户与 API 对比

"请参考 Cobre 的功能章节及 API 指南文档，对比通过门户与通过直接 API 集成分别可执行哪些操作。"

将 Cobre 文档接入 AI

概述

什么是 llms.txt？

为什么使用 llms.txt？

如何在 LLM 工具中使用 llms.txt

第一步：以明确的指令开头

第二步：提出具体且富含上下文的问题

示例：功能概览

示例：实时支付能力

示例：门户 – 用户管理

示例：门户 – 支付监控

示例：门户与 API 对比

推荐提示词结构

模板

将 Cobre 文档接入 AI

概述#

什么是 llms.txt？#

为什么使用 llms.txt？#

如何在 LLM 工具中使用 llms.txt#

第一步：以明确的指令开头#

第二步：提出具体且富含上下文的问题#

示例：功能概览#

示例：实时支付能力#

示例：门户 – 用户管理#

示例：门户 – 支付监控#

示例：门户与 API 对比#

推荐提示词结构#

模板#

概述

什么是 llms.txt？

为什么使用 llms.txt？

如何在 LLM 工具中使用 llms.txt

第一步：以明确的指令开头

第二步：提出具体且富含上下文的问题

示例：功能概览

示例：实时支付能力

示例：门户 – 用户管理

示例：门户 – 支付监控

示例：门户与 API 对比

推荐提示词结构

模板