前言：当AI自动化遇到私有业务系统时会发生什么？试想这样一个场景：你所在的公司有一套内部开发的ERP系统，界面元素命名规则独特，业务流程复杂，权限体系层层嵌套。你兴致勃勃地想让AI帮你做自动化测试，于是你给AI发了一条指令——“登录并完成本月财务报表的提交”。AI模型盯着这个陌生的界面，开始“脑补”——它用训练数据中的通用ERP模式去理解你的系统，然后点错了按钮、跳过了关键校验、甚至触发了权限警告。这并非AI能力不够，而是AI根本不了解你的私有业务逻辑。这正是本文要解决的核心问题。字节跳动Web Infra团队开源的Midscene.js，截至目前（2026年5月）已经迭代至v1.8.0版本，在GitHub上积累了超过12.5k Stars，在互联网、金融、政企、汽车等多个行业完成了落地。然而，在实际的企业级部署中，开发者们逐渐意识到一个关键瓶颈——AI模型对私有业务系统的上下文理解深度，直接决定了自动化成功率的高低。在本文中，我们将深入探讨如何利用LLMs.txt这一新兴机制，为Midscene.js注入准确的业务上下文，让大模型真正“看懂”你的私有系统，实现从“盲人摸象”到“胸有成竹”的跨越。一、问题溯源：为什么通用AI模型在私有系统中“水土不服”？1.1 三个典型痛点痛点一：界面术语的“方言差异”每个企业的内部系统都有自己的命名习惯。某金融科技公司的后
