互联网是为人类设计的
当AI代理访问你的网站时，它需要下载导航栏、Cookie横幅、广告脚本和数千行标记——只是为了找到一个产品名称和价格。
AI代理需要解析的平均页面大小
在理解一个产品之前已消耗4,125个token
Token效率
同一产品页面在不同格式下的真实对比。
代理目前获取的内容
~4,125 tokens
使用MAKO之后
~276 tokens
token消耗减少
Token数量为模型无关的估算（~4字符/token），是BPE分词器的标准近似值。
与你现有的技术栈协同工作
MAKO不替代其他标准——而是互补。每种方案解决AI就绪性中的不同部分。
llms.txt
面向LLM的站点级指令——抓取什么、跳过什么
页面级结构化内容，包含前置数据、操作和高效利用token的正文
Schema.org
面向搜索引擎的结构化元数据（JSON-LD、微数据）
为LLM消费优化的完整可读内容，而不仅仅是元数据片段
WebMCP
通过MCP向AI代理暴露服务器工具和能力
内容本身——产品、文章、文档——以代理可直接读取的格式呈现
Cloudflare /md
在边缘将任意页面的HTML转换为Markdown
精心策划的、富含前置数据的文档，比通用markdown减少60%的token
你的网站对AI的准备程度如何？
输入你的URL，即刻获取0到100的MAKO评分。
工作原理
6层架构将任何网站转变为AI优化的端点——完全基于标准HTTP构建。
发现
代理通过 .well-known/mako、link标签或llms.txt发现哪些URL支持MAKO。
预过滤
HEAD请求返回元数据头——token数量、类型、实体——无需下载正文。
内容
完整的MAKO文档：结构化前置数据 + 干净的markdown正文，减少约94%的token。
导航
带上下文的语义链接让代理有目的地浏览你的网站，而非盲目爬取。
操作
机器可读的CTA（购买、订阅、预订）带有端点和参数——无需JavaScript。
缓存
ETag和条件请求让代理检查更改而无需重新下载内容。
MAKO文件的样子
结构化YAML前置数据 + 优化的Markdown正文。AI代理需要的一切，不需要的一概没有。
---
mako: "1.0"
type: product
entity: "Nike Air Max 90"
tokens: 280
language: en
actions:
- name: add_to_cart
endpoint: /api/cart/add
links:
internal:
- url: /category/running
context: "Browse running shoes"
---
# Nike Air Max 90
Mid-range casual running shoe by Nike.
## Key Facts
- Price: 79.99 EUR (was 149.99, -47%)
- Rating: 4.3/5 (234 reviews)
- In stock, sizes EU 38-46