Deux camps s’affrontent sur le sujet, et les deux ont tort. Le premier vend le llms.txt comme le nouveau robots.txt, indispensable à votre visibilité dans les moteurs génératifs. Le second conclut à l’inutilité totale, études à l’appui. La vérité tient dans une question que personne ne pose : de quel type de site parlez-vous ? Une documentation technique consommée par des agents de code n’a rien à voir avec un site vitrine de PME. J’ai lu les données disponibles, et elles disent quelque chose de précis, pas quelque chose de moyen. Voici ce que ce fichier fait réellement, pour qui, et comment vérifier sur vos propres logs plutôt que de me croire sur parole.
EN BREF
Le llms.txt a été conçu en 2024 pour aider les assistants de code à lire une documentation sans parser du HTML bruité. Il n’a jamais été un signal de référencement, et aucun grand laboratoire n’a confirmé s’en servir pour ses réponses. Deux études à grande échelle concluent à l’absence d’effet mesurable sur les citations dans les moteurs génératifs. Le fichier garde une utilité réelle si vous publiez de la documentation technique. Pour un site vitrine, comptez trente minutes de travail et zéro promesse.
À quoi le fichier llms.txt a-t-il été conçu pour servir ?
Remonter à l’intention d’origine règle la moitié du débat. Ce fichier ne vient pas du monde du SEO, et cela change tout.
Quelle différence avec le robots.txt et le sitemap ?
Les trois fichiers vivent à la racine de votre domaine et s’arrêtent là dans leurs ressemblances.
Le robots.txt gère l’accès : il autorise ou interdit, par user-agent. Le sitemap déclare vos URL canoniques à des moteurs qui ont déjà l’intention de vous explorer. Le llms.txt ne fait ni l’un ni l’autre. C’est un index rédigé en Markdown, avec un titre, une description courte et des sections thématiques listant vos pages importantes, chacune assortie d’une note explicative.
Autrement dit : le robots.txt contrôle, le sitemap déclare, le llms.txt recommande. Et une recommandation n’oblige personne. C’est la distinction que je pose en premier quand je fais un audit technique SEO, parce que confondre les trois conduit à attendre d’un fichier ce qu’un autre est seul à pouvoir faire.
DÉFINITION
Le llms.txt est un fichier Markdown placé à la racine du site, proposé en septembre 2024 par Jeremy Howard, cofondateur d’Answer.AI et de fast.ai. Le problème qu’il visait était technique : les fenêtres de contexte des modèles restent étroites, et une page HTML chargée de navigation, de scripts et de bandeaux coûte cher à lire. Il n’a jamais été ratifié par l’IETF ni par le W3C. C’est une convention, pas une norme.
Quels moteurs déclarent le lire aujourd’hui ?
Aucun, si l’on s’en tient aux engagements publics. C’est la réponse que le marché francophone n’aime pas entendre, et je l’assume parce qu’elle est vérifiable.
Ni OpenAI, ni Anthropic, ni Google, ni Perplexity, ni Mistral n’ont publié d’engagement selon lequel leurs systèmes de réponse consomment le llms.txt d’un site tiers. Beaucoup de ces entreprises publient leur propre fichier pour leur documentation, ce qui est une chose très différente et qui alimente la confusion.
Les données de trafic le confirment. Sur 137 210 domaines analysés par Ahrefs en juin 2026, les robots de récupération IA ne représentent que 1,1 pour cent des requêtes reçues par les fichiers llms.txt. Détail qui en dit long : Slackbot, le robot d’aperçu de liens de Slack, a demandé ces fichiers plus souvent que PerplexityBot.
Pourquoi Google ne le prend-il pas en compte pour les AI Overviews ?
Parce que Google l’a écrit noir sur blanc dans sa documentation destinée aux éditeurs. Vous n’avez pas besoin de créer un llms.txt ni d’autre balisage spécial pour apparaître dans la recherche Google, y compris dans ses fonctionnalités génératives, parce que la recherche Google ne les utilise pas.
La formulation officielle va plus loin et mérite d’être citée dans son esprit : maintenir un tel fichier ne nuira ni n’aidera votre visibilité, puisque le moteur l’ignore. Il n’y a donc pas d’ambiguïté à lever, ni de lecture entre les lignes à faire.
Ce qui compte pour les SERP génératives de Google reste ce qui comptait avant : accessibilité au crawl, contenu textuel, données structurées cohérentes avec la page, maillage. Rien de nouveau, et c’est précisément ce que Google répète.
Pourquoi les avis sur llms.txt sont-ils à ce point contradictoires ?
Parce que les deux camps répondent à des questions différentes en croyant répondre à la même. L’un parle d’agents de code, l’autre de citations dans ChatGPT.
Que valent les études qui concluent à l’absence d’effet ?
Elles valent mieux que les billets d’opinion, et il faut savoir ce qu’elles mesurent exactement.
SE Ranking a analysé environ 300 000 domaines. Deux résultats en sortent. D’abord un taux d’adoption de 10,13 pour cent, soit un site sur dix. Ensuite, aucune corrélation statistiquement significative entre la présence du fichier et la fréquence de citation par les moteurs. Le détail le plus parlant vient de leur modèle prédictif : retirer la variable llms.txt a amélioré la précision du modèle. Le fichier apportait du bruit, pas du signal.
L’étude Ahrefs attaque par l’autre bout, les logs plutôt que les corrélations. Sur les domaines disposant d’un fichier valide, 97 pour cent n’ont reçu aucune requête sur ce fichier en mai 2026. Deux méthodes indépendantes, deux résultats nuls, même direction. Cela ne prouve pas que le fichier ne servira jamais. Cela prouve qu’aujourd’hui, tout effet éventuel reste sous le seuil de bruit d’échantillons de cette taille.
En quoi un site de documentation diffère-t-il d’un site vitrine ?
C’est la segmentation que personne ne fait, et elle renverse la conclusion.
Dans les données Ahrefs, le deuxième plus gros demandeur de fichiers llms.txt n’est pas un moteur de recherche IA. C’est Claude Code, un assistant de développement. Devant tous les robots de réponse. Le fichier est donc bien lu, mais par une population que le discours sur le GEO n’avait pas prévue.
La logique est limpide une fois posée. Un développeur ouvre son assistant de code et lui demande d’intégrer votre API. L’assistant a besoin d’une carte propre de votre documentation pour ne pas inventer un point d’entrée qui n’existe pas. Là, le llms.txt fait exactement ce pour quoi il a été pensé.
Maintenant transposez à un site vitrine de PME qui vend de la plomberie ou du conseil. Personne ne charge votre site dans un assistant de code. Le cas d’usage n’existe pas, donc le fichier ne sert rien, quelle que soit sa qualité.
Confond-on la présence du fichier et la qualité du contenu source ?
Systématiquement, et c’est le biais qui explique la plupart des témoignages positifs.
Les entreprises qui publient un llms.txt soigné sont aussi celles qui documentent proprement, structurent leur contenu et entretiennent leurs pages. Quand leurs citations progressent, l’attribuer au fichier revient à créditer le panneau d’affichage pour la qualité du bâtiment. Une architecture sémantique pensée pour l’IA produit des effets mesurables ; un index à la racine n’en produit pas.
À RETENIR
Les deux camps mesurent des choses différentes. Ceux qui constatent un effet parlent d’assistants de développement lisant une documentation technique. Ceux qui concluent au néant mesurent les citations dans les moteurs de réponse. Les deux ont raison dans leur périmètre. Avant de trancher pour votre site, demandez-vous qui, concrètement, chargerait vos pages dans un outil d’IA.
Comment vérifier si votre llms.txt est réellement consulté ?
Voilà la seule façon de sortir du débat d’opinion. Vos logs serveur savent, et ils ne discutent pas.
Quels user-agents chercher dans vos logs serveur ?
Commencez par les robots officiellement documentés, qui ont chacun un rôle distinct.
- GPTBot, le robot d’entraînement d’OpenAI.
- OAI-SearchBot, celui qui alimente les fonctionnalités de recherche de ChatGPT.
- ChatGPT-User, déclenché par une action de l’utilisateur dans une conversation.
- ClaudeBot et les agents de développement associés, dont Claude Code.
- PerplexityBot, Google-Extended, CCBot et les robots des assistants que vous voyez apparaître dans vos données.
Ne vous fiez pas au seul user-agent : il se falsifie en une ligne. OpenAI publie ses plages d’adresses IP, et la vérification croisée user-agent plus IP reste la seule méthode propre. C’est un réflexe de base en analyse de logs serveur, trop souvent négligé quand on parle d’IA. C’est pourtant le socle de tout audit de visibilité IA qui prétend aller au-delà des suppositions.
Comment isoler les accès au fichier des autres requêtes d’exploration ?
Un filtre suffit : ne gardez que les lignes dont l’URL demandée vaut exactement /llms.txt, ou /llms-full.txt si vous en publiez un.
Sortez ensuite trois colonnes : la date, le user-agent et le code de réponse. Comptez les requêtes par robot et par mois. Vérifiez au passage que le fichier répond bien en 200 et qu’il est servi en texte brut, parce qu’un fichier correctement écrit mais mal servi ne compte pas.
Comparez enfin ce volume au nombre total de requêtes reçues des mêmes robots sur l’ensemble du site. Le rapport entre les deux vous dit si ces robots s’intéressent à votre index ou seulement à vos pages.
LE CALCUL
Prenez les chiffres publiés et faites l’arithmétique. Sur les domaines disposant d’un fichier valide, 97 pour cent ne reçoivent aucune requête dessus sur un mois. Sur les 3 pour cent restants, les robots de récupération des moteurs IA pèsent 1,1 pour cent des requêtes constatées. La probabilité que votre fichier soit lu par un moteur de réponse au cours d’un mois donné se compte donc en fractions de pour cent. Face à cela, le coût est de trente minutes. Le rapport reste favorable, mais c’est un pari à faible mise, pas un levier.
Que conclure si le fichier n’est jamais appelé ?
Que vous êtes dans le cas général, et qu’il n’y a rien à corriger.
Un fichier jamais appelé n’est ni un signe de mauvaise implémentation ni une pénalité. Il signifie que personne, aujourd’hui, ne vient le chercher chez vous. Vérifiez tout de même les deux causes techniques triviales, une erreur 404 et un blocage par votre pare-feu applicatif, puis passez à autre chose.
Faut-il installer un llms.txt sur votre site, et sous quelle forme ?
Ma réponse dépend entièrement de ce que vous publiez. Voici les trois cas que je distingue chez mes interlocuteurs.
Quels sites en tirent un bénéfice mesurable aujourd’hui ?
Un seul profil, clairement identifié : ceux qui publient de la documentation technique destinée à des développeurs.
Si vos utilisateurs chargent vos pages dans un des agents de code du marché pour construire une intégration, le fichier n’est pas une option, c’est une exigence de qualité produit. Un index propre fait la différence entre un assistant qui génère du code fonctionnel et un assistant qui hallucine un point d’entrée.
Deuxième profil, en émergence : les catalogues destinés à être parcourus par des agents. Là, le pari se défend, à condition de l’appeler un pari. Pour tous les autres, dont l’immense majorité des PME, le fichier relève de l’hygiène facultative. Vous le publiez parce que cela coûte trente minutes et que l’usage peut évoluer, pas parce qu’un effet est attendu.
Que mettre dedans pour qu’il serve à quelque chose ?
Le format est volontairement minimal, et le respecter compte plus que de le densifier.
Un titre de niveau 1 avec le nom du site. Une description d’une ligne dans une citation en bloc. Puis des sections de niveau 2 regroupant vos liens par thème, chaque lien assorti d’une phrase qui explique ce qu’on y trouve. Les annotations sont la partie utile : sans elles, vous avez réécrit un sitemap en Markdown.
Limitez-vous à vos pages réellement structurantes. Vingt-cinq à trente liens suffisent largement pour un site de conseil, et cette contrainte a une vertu secondaire que je trouve plus précieuse que le fichier lui-même : elle vous oblige à écrire noir sur blanc ce que vous voulez qu’une IA retienne de vous. Cet inventaire nourrit directement votre travail sur les entités nommées.
Quelles erreurs rendent le fichier contre-productif ?
Trois, et la dernière peut réellement vous coûter des positions.
Un fichier obsolète qui pointe vers des URL redirigées ou supprimées : vous donnez une carte fausse à qui accepte de la lire. Un fichier exhaustif qui liste deux cents pages : vous avez recréé le problème que le format prétendait résoudre.
La troisième est la plus sérieuse et se confond souvent avec le sujet : publier une copie Markdown de chacune de vos pages. Ce n’est pas un llms.txt, c’est une autre pratique, et si ces fichiers sont indexables vous fabriquez du contenu dupliqué à grande échelle. Cette confusion circule beaucoup, y compris chez des prestataires sérieux, et elle transforme une convention inoffensive en problème technique réel.
Trente minutes de travail, pas une stratégie
Publiez le fichier si cela vous coûte trente minutes. Ne construisez rien dessus.
La hiérarchie des priorités n’a pas bougé d’un centimètre : accessibilité au crawl, contenu que personne d’autre ne produit, données structurées cohérentes, mentions sur des sources tierces, cohérence de vos entités. Ce sont ces leviers qui déplacent des citations dans les moteurs génératifs, et une stratégie SEO et GEO cohérente les traite dans cet ordre. Le llms.txt arrive après, comme option gratuite sur un usage futur.
Ce que je vous demande surtout, c’est de refuser les deux discours faciles. Ni « indispensable », ni « inutile ». Ouvrez vos logs, filtrez sur /llms.txt, comptez. Vous aurez votre réponse en dix minutes, et elle vaudra mieux que la mienne parce qu’elle portera sur votre site. Si vous voulez que je fasse ce croisement avec vous, exposez-moi votre cas.
Sources et références
Cet article s’appuie sur l’étude Ahrefs portant sur 137 000 domaines, qui mesure par les logs la part des fichiers jamais consultés et identifie les robots qui les demandent réellement, ainsi que sur l’analyse de SE Ranking conduite sur près de 300 000 domaines, consacrée au taux d’adoption et à la corrélation avec la fréquence de citation. La position officielle du moteur provient du guide de Google pour l’optimisation des fonctionnalités d’IA générative. La méthode de vérification par les journaux serveur repose sur la documentation d’OpenAI relative à ses robots d’exploration. Les ordres de grandeur sur la présence du fichier parmi les sources réellement citées ont été confrontés à l’analyse d’ALLMO consacrée aux URL citées par les moteurs de réponse.
FAQ - llms.txt : les sept questions que je n’ai pas traitées ici
Le llms.txt peut-il empêcher une IA d’utiliser mon contenu ?
Non, il ne bloque strictement rien. Le contrôle d’accès passe par le robots.txt et par votre pare-feu applicatif, avec des règles par user-agent. Confondre les deux fichiers expose à croire son contenu protégé alors qu’il ne l’est pas.
Faut-il le placer à la racine ou peut-il vivre ailleurs ?
À la racine du domaine, à l’adresse /llms.txt, puisque c’est là que les outils le cherchent par convention. Un fichier placé ailleurs ne sera trouvé que si vous en donnez explicitement l’adresse. Servez-le en texte brut avec un code 200.
Un llms-full.txt apporte-t-il quelque chose de plus ?
C’est une convention compagnon qui intègre le contenu complet des pages dans un seul fichier, au lieu d’y renvoyer par des liens. Elle se justifie pour une documentation technique volumineuse destinée aux agents de code. Pour un site de services, elle ajoute du poids sans usage identifié.
Le fichier doit-il être mis à jour à chaque publication ?
Non, et vouloir le faire est le meilleur moyen de l’abandonner. Une revue trimestrielle suffit, en vérifiant surtout qu’aucun lien ne pointe vers une URL redirigée ou supprimée. Un fichier obsolète nuit davantage qu’un fichier absent.
Existe-t-il un risque de divulguer sa stratégie éditoriale à ses concurrents ?
Le fichier est public et lisible par n’importe qui, y compris vos concurrents. Le risque reste faible puisqu’il ne liste que des pages déjà en ligne et déjà indexées. Évitez simplement d’y annoter des intentions commerciales que vous n’exposez pas ailleurs.
Les CMS proposent-ils une génération automatique fiable ?
Plusieurs extensions le font, et le résultat vaut ce que vaut le paramétrage : une génération exhaustive produit un index illisible. Si votre plateforme le génère proprement et gratuitement, laissez faire. Sinon, écrivez-le à la main, cela prend moins de temps que de configurer l’extension.
Quelle alternative privilégier si le llms.txt ne sert pas mon cas ?
Travaillez ce que les moteurs consomment réellement : un contenu structuré en questions et réponses, des données factuelles datées et attribuées, des données structurées cohérentes avec le texte visible, et des mentions sur des sources tierces reconnues. Ces leviers ont un effet documenté, contrairement au fichier.
