llms.txt : à quoi sert ce fichier, et faut-il en publier un ?

Cet article contient des liens affiliés : nous pouvons toucher une commission. En savoir plus

Le fichier llms.txt est un plan de site en Markdown, destiné aux agents IA : il a été proposé en 2024 pour qu’une IA retrouve vite la bonne page d’une documentation, pas pour améliorer un classement. Google écrit dans son guide de juillet 2026 qu’il l’ignore, et deux études ne trouvent aucun effet sur les citations des IA.

Nous n’avons mesuré l’effet de llms.txt sur aucun moteur. Cet article repose sur la spécification, la documentation de Google (lues le 21 octobre 2026), deux études lues à la source et un relevé de 26 sites que nous avons fait avec curl le même jour. Comment on teste explique pourquoi certains articles restent informatifs. Pour la définition du GEO, voir GEO : définition et différences avec le SEO.

Qu’est-ce que le fichier llms.txt ?

C’est un fichier texte en Markdown, placé à la racine d’un site (/llms.txt) ou dans un sous-dossier, qui présente le site en quelques lignes et pointe vers les pages utiles. La proposition, rédigée par Jeremy Howard en 2024 et passée en version 2 en 2026, veut que ces pages aient aussi une version Markdown propre, pour qu’un agent n’ait pas à nettoyer du HTML.

Le format est simple. Seul le titre de niveau 1 est obligatoire. Viennent ensuite, dans cet ordre, un résumé en citation, des paragraphes libres, puis des sections de niveau 2 qui contiennent des listes de liens. Une section nommée « Optional » regroupe les liens qu’un agent peut ignorer s’il manque de place.

# Mon site

> Une phrase qui dit ce qu'est le site et pour qui.

## Guides
- [Démarrer](https://exemple.fr/demarrer.md): installation en 5 minutes
- [Tarifs](https://exemple.fr/tarifs.md): grille des offres

## Optional
- [Historique des versions](https://exemple.fr/versions.md)

À quoi sert vraiment le fichier llms.txt ?

Il sert à guider un agent IA qui cherche une information pendant qu’il aide un utilisateur, par exemple un assistant de code qui consulte la documentation d’une bibliothèque. D’après la proposition, il est surtout utilisé pour les documentations de logiciels, et son auteur le pense d’abord pour l’inférence (la réponse à une demande), même si l’entraînement des modèles pourrait en profiter.

Ce n’est donc ni un fichier de classement, ni un fichier d’autorisation. Les trois fichiers à la racine d’un site n’ont pas le même rôle :

La proposition précise que le llms.txt ne remplace pas le sitemap : un sitemap est trop gros pour tenir dans la fenêtre de contexte d’un modèle, et il ne contient pas les versions lisibles par une IA.

Qui publie un fichier llms.txt ?

Sur 26 sites que nous avons testés le 21 octobre 2026, 12 publient un vrai fichier llms.txt, 12 répondent 404 et 2 refusent la requête. Notre échantillon est choisi, pas aléatoire : il ne dit rien de la proportion réelle sur le web.

Pour ne pas compter de fausses pages, nous avons exigé un code 200, un type qui n’est pas HTML et un contenu qui commence par « # ». Les quatre éditeurs d’IA publient le fichier pour leur documentation, mais pas la documentation de Google Search. À plus grande échelle, SE Ranking a trouvé un fichier sur 10,13 % de près de 300 000 domaines, avec une adoption entre 8 et 11 % quel que soit le trafic des sites.

Les IA et Google lisent-ils le fichier llms.txt ?

Pour Google, la réponse est écrite : son guide d’optimisation pour l’IA générative, mis à jour le 10 juillet 2026, range les fichiers llms.txt parmi ce qu’on peut ignorer. Google Search ne les utilise pas, et en publier un ne nuit ni n’aide à sa visibilité. Pour OpenAI, Perplexity et Anthropic, les pages lues sur leurs robots ne disent pas qu’ils s’en servent pour choisir leurs sources.

Deux études mesurent l’effet, avec leurs limites :

Aucune de ces deux études ne prouve qu’un llms.txt est inutile partout, notamment pour les assistants de code qui lisent une documentation. Elles montrent seulement que, pour être cité dans des réponses de recherche, il n’y a pas de signe d’effet aujourd’hui.

Faut-il publier un fichier llms.txt ?

Cela dépend de votre site. Si vous publiez une documentation technique ou une API, c’est le cas d’usage de la proposition, et le fichier peut aider les agents de code qui la consultent. Si votre site est un média ou un comparateur, rien dans les sources lues ne montre un gain de citations : n’y passez pas de temps, et ne le vendez pas comme une garantie.

Notre propre fichier est généré automatiquement à partir de nos articles, dans les trois langues, avec leurs descriptions. Il ne nous coûte rien à maintenir, et nous n’en attendons rien. Nous n’avons pas mesuré si des robots le demandent.

Si vous décidez d’en publier un, les trois points qui comptent : un titre et un résumé exacts, des liens vers les pages que vous voulez vraiment faire lire, et un contrôle avec curl qu’il est servi en 200 avec un contenu qui commence par « # ». Un site mal configuré peut renvoyer une page HTML avec un code 200 pour une adresse inexistante, ce qui donne l’impression d’avoir un fichier alors qu’il n’y en a pas. Aucun des 26 sites de notre relevé ne le faisait, mais c’est le contrôle du contenu qui le garantit.

Que faire à la place pour être cité ?

Les sources lues convergent sur le reste : des pages indexées et explorables, un robots.txt qui n’interdit pas les robots de recherche des IA, un contenu qui apporte un point de vue propre. Notre guide d’audit GEO gratuit montre comment vérifier ces points et mesurer si une marque est citée. Pour suivre le résultat chaque mois sans le faire à la main, nous avons comparé quatre outils dans notre comparatif des outils de suivi de visibilité IA, et notre choix pour démarrer est Hikoo, qui affichait un essai de 7 jours sans carte bancaire le 12 octobre 2026.

Ce que nous n’avons pas vérifié

• L’effet d’un llms.txt sur ChatGPT, Perplexity, Claude ou Gemini : nous n’avons fait aucun test, nous avons lu des études et des documentations.
• Si des robots d’IA demandent le llms.txt de notre site : nous n’avons pas analysé nos journaux.
• La méthode et les données brutes de SE Ranking et d’OtterlyAI : nous avons lu leurs pages, pas reproduit leurs mesures.
• La représentativité de nos 26 sites : l’échantillon est choisi, et nous n’avons testé que la racine de chaque domaine.
• Les documentations d’OpenAI, de Perplexity et d’Anthropic sur leurs robots, relevées le 18 octobre 2026.
• La demande hors de France : le volume de recherche cité (de 1 000 à 1 300 par mois selon l’écriture de « llms txt ») vient d’un outil qui ne couvre que la France.