Qu'est-ce que llms.txt ? Votre site en a-t-il besoin ?

llms.txt est un fichier proposé, placé à la racine d'un site (/llms.txt), qui résume en Markdown pour les grands modèles de langage (LLM) ce qu'est le site et où se trouvent ses pages essentielles. À ce jour, aucun grand fournisseur d'IA n'a déclaré officiellement s'en servir pour générer ses réponses, et Google écrit noir sur blanc que son moteur de recherche l'ignore. Pour la plupart des sites, llms.txt n'est donc pas indispensable : c'est une expérience peu coûteuse au rendement incertain, sauf pour les produits dotés d'une documentation technique.

À retenir

llms.txt est une proposition communautaire publiée par Jeremy Howard le 3 septembre 2024 ; aucun organisme de normalisation ne l'a adoptée.
Le fichier est du Markdown simple : seul un titre H1 est obligatoire, suivi d'un résumé, de notes et de listes de liens.
Le guide officiel de Google sur les fonctionnalités d'IA générative indique que llms.txt n'aide ni ne nuit à la visibilité dans la recherche Google, puisque celle-ci l'ignore.
Le cas d'usage le plus net est la documentation produit et API que les développeurs fournissent à leurs assistants de code.
La visibilité dans l'IA dépend toujours de la qualité du contenu, de l'exploration et des mentions dans d'autres sources ; seul un suivi mesuré vous dira si le fichier change quelque chose.

Qu'est-ce que llms.txt exactement ?

La proposition tient en une courte spécification publiée sur llmstxt.org. L'idée : épargner au modèle menus, bandeaux de cookies et scripts grâce à une table des matières lisible qui dit « commencez ici ». Pour une définition courte, consultez notre fiche de glossaire llms.txt.

La structure du fichier

Selon la spécification, les sections suivent cet ordre :

Un titre H1 portant le nom du projet ou du site (seule section obligatoire).
Un bloc de citation résumant l'activité du site.
Des paragraphes de détail facultatifs, sans titres.
Des sections H2 contenant chacune une liste de liens au format [nom](url): note courte.
Par convention, une section H2 « Optional » pour les liens secondaires qu'un modèle peut ignorer si le contexte est limité.

Exemple pour un éditeur fictif de logiciel e-commerce :

# Exemple Boutique Logiciel
> Plateforme e-commerce dans le cloud pour les PME.

## Documentation
- [Installation](https://exemple.fr/docs/installation.md): ouvrir sa première boutique
- [Référence API](https://exemple.fr/docs/api.md): points de terminaison REST

## Optional
- [Notes de version](https://exemple.fr/changelog.md)

La proposition recommande aussi de servir une version Markdown propre des pages utiles à la même URL suffixée par .md (par exemple page.html.md). De nombreuses plateformes de documentation génèrent en outre un llms-full.txt regroupant tout le contenu dans un seul fichier ; cette pratique ne fait pas partie de la spécification.

Quelle différence avec robots.txt et sitemap.xml ?

Ces trois fichiers ont des rôles distincts :

Fichier	Rôle	Destinataires	Statut
robots.txt	Indique quel robot peut explorer quoi	Robots d'exploration (Googlebot, GPTBot…)	Protocole largement adopté
sitemap.xml	Liste toutes les URL indexables	Moteurs de recherche	Protocole largement adopté
llms.txt	Offre une carte de contenu sélectionnée et résumée	LLM et agents qui cherchent une information au moment de répondre	Proposition ; prise en charge non garantie

Point essentiel : llms.txt n'est pas un contrôle d'accès. Pour bloquer ou autoriser un robot d'IA, c'est robots.txt qu'il faut utiliser ; OpenAI documente par exemple que GPTBot et OAI-SearchBot respectent ses règles. llms.txt dit seulement : « si vous êtes ici, regardez d'abord ceci ».

Les systèmes d'IA lisent-ils vraiment llms.txt ?

Réponse honnête : les preuves sont minces. En avril 2025, John Mueller (Google) a indiqué qu'à sa connaissance aucun service d'IA n'avait déclaré utiliser llms.txt, que les journaux serveur ne montraient même pas de requêtes vers ce fichier, et l'a comparé à l'ancienne balise meta keywords. Le guide officiel de Google Search Central sur les fonctionnalités d'IA générative est encore plus clair : nul besoin de nouveaux fichiers lisibles par machine, de fichiers texte pour l'IA ou de Markdown pour apparaître dans la recherche Google ; elle les ignore, et en ajouter un n'aide ni ne nuit.

Nuance : Lighthouse, l'outil d'audit de Chrome, a ajouté en 2026 une catégorie « Agentic Browsing » avec une vérification expérimentale de llms.txt. Elle contrôle seulement l'absence d'erreur serveur ; un fichier absent (404) est jugé « non applicable », sans pénalité ni effet revendiqué sur le classement.

Beaucoup d'éditeurs publient un llms.txt pour leur documentation. Cet usage est surtout déclenché par l'utilisateur : un développeur colle l'URL du fichier dans son assistant de code, ou un plugin d'IDE le charge comme contexte. Nous détaillons la manière dont l'IA choisit ses sources dans quelles sources l'IA cite-t-elle ?

Votre site a-t-il besoin de llms.txt ?

Tout dépend du type de site et de vos ressources.

Quand c'est pertinent

Produits destinés aux développeurs : si vous proposez une API, un SDK ou une documentation logicielle complexe, vos utilisateurs travaillent déjà avec des assistants de code. Un llms.txt propre les aide à répondre avec des informations exactes.
Sites préparés pour les agents d'IA : un point d'entrée structuré est une expérience raisonnable.

Quand ce n'est pas une priorité

Commerces locaux, sites vitrines, petites boutiques en ligne : la visibilité dépend ici de la qualité du contenu, des avis, des annuaires et des mentions sur des sources tierces.
Sites aux problèmes de SEO technique non résolus : si vos pages sont inexplorables, cachées derrière du JavaScript ou lentes, commencez par là.

Exemple hypothétique : un cabinet dentaire lyonnais qui consacre une journée à llms.txt gagnera sans doute bien moins qu'un cabinet qui publie une page répondant clairement à « combien coûte un implant dentaire ? » et figure dans des annuaires de santé reconnus. Stratégie d'ensemble : qu'est-ce que le GEO ?

Créer un fichier llms.txt, étape par étape

Si vous tentez l'expérience, gardez un périmètre réduit et mesurable :

Fixez l'objectif : à quelles questions un modèle doit-il répondre correctement ?
Choisissez 10 à 30 pages clés au maximum : les plus utiles et les plus durables, pas tout le site.
Rédigez le résumé : dans le bloc de citation, décrivez votre marque en une phrase factuelle, sans superlatifs.
Proposez des versions Markdown si possible : générez des versions .md des pages clés et faites pointer les liens vers elles.
Publiez à la racine : le fichier doit répondre à https://votredomaine.fr/llms.txt, en text/plain ou text/markdown, sans erreur serveur.
Automatisez la maintenance : un llms.txt tenu à la main et plein de liens morts peut être pire que rien.
Mesurez : surveillez dans vos journaux serveur qui récupère le fichier, et comparez votre visibilité dans les réponses d'IA avant et après.

Comment mesurer l'effet ?

Publier llms.txt ne rend pas visible dans l'IA par magie. Deux niveaux de données sont nécessaires. D'abord les journaux serveur : ils montrent quels user-agents récupèrent le fichier et à quelle fréquence. Sans requête, pas d'effet. Ensuite la mesure au niveau des réponses : poser régulièrement de vraies questions d'utilisateurs aux assistants d'IA, sur votre marché cible, et noter combien de réponses citent votre marque et quelles sources s'affichent.

Les réponses d'IA varient même pour une requête identique ; une capture d'écran ne prouve rien. Il faut exclure les réponses en échec du dénominateur et comparer les concurrents sur le même échantillon. Nous détaillons ces principes dans mesurer la visibilité IA et sur la page méthodologie de GeoDog. Pour obtenir une base de référence pour votre marque, vous pouvez lancer une analyse gratuite puis relancer les mêmes questions quelques semaines après la publication du fichier.

Côté recherche, l'étude « GEO: Generative Engine Optimization » d'Aggarwal et al. (KDD 2024) montre que des interventions sur le contenu (citations, statistiques) influent sur la visibilité ; rien de comparable n'existe pour llms.txt. Voir aussi GEO vs SEO.

FAQ

Ajouter llms.txt peut-il nuire à mon SEO ?

Selon le guide officiel de Google, non : la recherche Google ignore le fichier, il ne fait donc ni monter ni baisser votre classement.

Puis-je bloquer les robots d'IA avec llms.txt ?

Non. Le contrôle d'accès se fait dans robots.txt ; llms.txt ne bloque rien.

Quelle différence entre llms.txt et llms-full.txt ?

llms.txt est une carte courte faite de liens. llms-full.txt rassemble généralement tout le texte de la documentation dans un seul fichier ; il ne figure pas dans la spécification de base.

Qu'est-ce que llms.txt et votre site en a-t-il vraiment besoin ?