llms.txt : le guide complet, de la spécification aux preuves

Qu'est-ce que llms.txt ?

Le problème que la proposition cherche à résoudre est réel et bien posé : les fenêtres de contexte des modèles sont trop petites pour avaler un site entier, et convertir des pages HTML pleines de navigation, de publicités et de scripts en texte exploitable est difficile et imprécis. D'où l'idée d'un index en markdown, le format que les modèles comprennent le mieux, qui dit à un système pressé : voici qui nous sommes, et voici les dix pages qui comptent. La proposition d'origine suggère aussi de servir une version markdown de chaque page importante, à la même URL suffixée de .md.

Un point d'intention souvent oublié : la proposition vise l'inférence, c'est-à-dire le moment où un modèle ou un agent lit le web pour répondre, pas l'entraînement. llms.txt ne bloque rien, n'autorise rien, ne protège rien : c'est une offre de curation, pas un contrôle d'accès. Cette distinction sépare llms.txt de robots.txt de façon fondamentale, et une partie de la confusion du marché vient de l'analogie de nommage entre les deux fichiers. La comparaison complète des trois fichiers, rôle par rôle, est dans robots.txt, sitemap.xml et llms.txt : différences et rôles.

La spécification exacte de llms.txt

• Emplacement : /llms.txt à la racine du site ; un sous-chemin est explicitement permis par la spécification.
• H1 obligatoire : le nom du projet ou du site. C'est, selon la spécification, la seule section requise.
• Citation en bloc : un court résumé du site, avec les informations clés pour comprendre le reste du fichier.
• Sections H2 de listes de fichiers : chaque entrée est un lien markdown obligatoire, suivi d'un deux-points et d'une note facultative décrivant la ressource.
• Section « Optional » : sémantique définie par la spécification ; si elle est présente, ses URLs peuvent être sautées quand un contexte plus court est nécessaire. L'outil officiel llms_txt2ctx l'exclut d'ailleurs par défaut et ne l'inclut que sur option.
• Pages .md associées : la proposition d'origine suggère de servir une version markdown propre de chaque page importante, à la même URL suffixée de .md.

# Nom du site

> Une phrase qui resume ce qu'est le site, pour qui,
> et ce qu'on y trouve d'important.

Texte libre optionnel : contexte, precisions, avertissements.

## Section principale

- [Nom de la page](https://exemple.fr/page): description courte
- [Autre page](https://exemple.fr/autre): ce qu'elle contient

## Optional

- [Ressource secondaire](https://exemple.fr/annexe): peut etre
  ignoree si le contexte est court

Le principe qui démêle tout : publier n'est pas consommer

Google et Gemini utilisent-ils llms.txt ? La chronologie complète

L'alternative que Mueller cite, WebMCP, mérite d'être située : c'est un brouillon de standard porté par des ingénieurs de Google et Microsoft au sein d'un groupe communautaire du W3C, qui expose les fonctionnalités d'un site comme des outils appelables par des agents, avec un essai public dans Chrome depuis juin 2026. Ce n'est pas encore un standard non plus, mais cela indique où l'écosystème navigateur cherche la solution du problème que llms.txt voulait résoudre. Pour Gemini en tant qu'application, aucune déclaration distincte de celle de Search n'existe : statut aucune preuve suffisante.

La matrice de support : qui prend en charge llms.txt, avec quel niveau de preuve

Ce que disent les journaux serveur : cinq mesures convergentes

Le détail de la ventilation Ahrefs vaut d'être lu une fois : parmi les requêtes reçues par les 3 % de fichiers effectivement consultés, on trouve des outils d'audit SEO (21,7 %), des bots non identifiés (14,9 %), des crawlers génériques (13,1 %), du profilage technologique (11,6 %), des agents d'IA (10,5 %), des outils de mesure GEO (5,8 %), des crawlers d'entraînement (5,3 %), des scanners spécialisés llms.txt (3,6 %), et tout en bas les assistants d'IA (2,5 %) et les robots de récupération pour la recherche IA (1,1 %). Autrement dit : le fichier est surtout lu par l'industrie qui s'observe elle-même.

llms.txt améliore-t-il la visibilité dans les IA ? La réponse en l'état des preuves

Mécanisme théorique, preuve disponible, recommandation pratique : voilà comment lire chaque promesse GEO autour de ce fichier. Le mécanisme théorique existe (un index propre pourrait aider un système de récupération) ; la preuve disponible est nulle (aucun système ne documente l'utiliser) ; la recommandation pratique en découle : publiez le fichier si son coût est marginal pour vous, n'en attendez rien de mesurable, et n'y consacrez jamais du temps pris sur les leviers étayés. Les facteurs dont l'effet est mieux étayé sont classés par niveau de preuve dans les 100 facteurs qui influencent les recommandations des IA.

Comment créer un fichier llms.txt : le tutoriel

1. 1Créez un fichier texte brut nommé exactement llms.txt, encodé en UTF-8, sans mise en forme HTML.
2. 2Placez-le à la racine du site, accessible à l'URL /llms.txt (un sous-chemin est permis par la spécification, la racine est l'usage).
3. 3Ouvrez par un H1 : le nom de votre site ou entreprise, seul élément obligatoire.
4. 4Ajoutez la citation en bloc : une à trois lignes qui disent ce qu'est le site, pour qui, et ce qu'on y trouve : c'est la phrase qu'un modèle lira en premier.
5. 5Structurez en sections H2 thématiques (offre, documentation, ressources, entreprise...), chacune listant des liens au format nom, URL, deux-points, description.
6. 6Sélectionnez, ne déversez pas : cinq à trente pages qui répondent réellement aux questions sur votre entreprise ; la valeur du fichier est sa curation, pas son exhaustivité.
7. 7Rédigez des descriptions factuelles : ce que contient la page, pas un slogan ; chaque description doit aider un modèle à décider s'il a besoin de cette page.
8. 8Isolez le secondaire dans une section « Optional » : la spécification permet aux outils de la sauter quand le contexte est court.
9. 9Servez le fichier avec un en-tête X-Robots-Tag noindex pour éviter son indexation parasite, sans le bloquer dans robots.txt.
10. 10Vérifiez l'accessibilité : l'URL répond en 200, en texte brut, sans redirection exotique ; puis surveillez qui le demande dans vos journaux serveur.

Faut-il créer un llms.txt ? L'arbre de décision

Avez-vous une documentation technique que des developpeurs
utilisent avec des agents de code (configures par le developpeur) ?
    |
    +-- OUI --> Creez llms.txt (+ pages .md).
    |           Seul public reel identifie. Priorite MOYENNE.
    |
    +-- NON
         |
         v
Votre plateforme (docs, CMS, e-commerce) genere-t-elle
deja le fichier automatiquement ?
    |
    +-- OUI --> Gardez-le, mais AUDITEZ-LE :
    |           pas de brouillons, pas d'URLs cassees,
    |           noindex en place. Cout nul.
    |
    +-- NON
         |
         v
Avez-vous 10 a 60 minutes, des pages stables,
et quelqu'un pour le maintenir ?
    |
    +-- OUI --> Creation possible en fin de liste :
    |           assurance a bas cout, benefice
    |           non demontre. Priorite FAIBLE.
    |
    +-- NON --> N'en creez pas. Aucun systeme
                documente ne le lira. Consacrez
                ce temps aux leviers etayes.

Limites et zones d'ombre

• Le non-observable : un llms.txt déjà présent dans un corpus d'entraînement, ou récupéré par un pipeline interne sans user-agent identifiable, échapperait aux journaux. Les 97 % de fichiers jamais demandés sont une borne haute de non-usage observable, pas une preuve d'inutilité absolue.
• Le silence n'est pas un non : seul Google s'est prononcé. OpenAI, Anthropic, Perplexity et Microsoft n'ont rien déclaré, ni pour ni contre : leur statut est « aucune preuve », pas « démenti ».
• Panels restreints : les études de journaux portent sur des périmètres limités (parfois un seul site) ; leur convergence fait leur force, aucune ne suffirait seule.
• Le futur : une adoption par une plateforme majeure changerait le dossier du jour au lendemain ; la surveillance de vos propres journaux et des documentations officielles est le seul détecteur fiable, pas les blogs.
• Ce que les agents font du fichier : même quand un agent récupère un llms.txt (10,5 % des rares requêtes), on ignore ce qu'il en fait ensuite ; et le cas Meta, seul robot à demander le fichier plus souvent que robots.txt sur un panel, reste inexpliqué faute de toute communication de Meta.

La place de llms.txt parmi les preuves négatives du GEO, à côté du balisage Schema.org, est rappelée dans le guide complet du GEO.