llms.txt sert-il vraiment à quelque chose ?

Non, pas pour être cité par les IA. À la fin de l’été 2026, aucune donnée publique ne montre qu’un fichier llms.txt améliore les chances d’apparaître dans les réponses de ChatGPT, de Perplexity, de Gemini ou dans les AI Overviews de Google. Les logs serveurs indiquent que les robots des IA ne demandent pratiquement jamais ce fichier, aucun fournisseur ne l’a annoncé comme signal, et Google le compare publiquement à la balise meta keywords abandonnée il y a vingt ans. En revanche, le fichier n’est pas nuisible, il coûte une heure à produire, et il commence à devenir une case à cocher d’un autre chantier, celui du web agentique. llm-geo.fr, qui suit le sujet depuis la publication du format, le classe parmi les tâches à faire une fois, proprement, après tout ce dont l’effet est établi.

Le reste de cet article détaille les chiffres, la position de Google, le paradoxe apparu en 2026 avec PageSpeed Insights, et surtout ce qu’il vaut mieux faire du temps qu’on s’apprêtait à y consacrer.

Qu’est-ce que le fichier llms.txt ?

Il s’agit d’un fichier texte déposé à la racine d’un site, à l’adresse /llms.txt, rédigé au format Markdown. La proposition vient de Jeremy Howard, cofondateur d’Answer.AI et figure reconnue du machine learning, qui l’a publiée en septembre 2024.

L’intention de départ est parfaitement sensée. Les modèles de langage travaillent avec une fenêtre de contexte limitée, et parcourir le HTML complet d’un site pour en extraire l’essentiel coûte cher en calcul. Un fichier qui résumerait le site et hiérarchiserait ses pages importantes leur ferait gagner du temps. Le format tient en trois éléments. Un titre de niveau 1, quelques lignes présentant l’activité du site, puis des listes de liens dont chacun est suivi d’une annotation expliquant ce qu’on trouve derrière.

La comparaison qu’on entend partout, celle du « robots.txt des IA », est la source de la plupart des malentendus. Les deux fichiers n’ont rien de comparable en termes de statut. Le robots.txt est un standard respecté depuis les années 1990, que les crawlers consultent systématiquement, et dont l’effet est parfaitement établi, puisqu’il bloque ou autorise l’accès. Le llms.txt est une proposition récente qu’aucun grand fournisseur d’intelligence artificielle n’a officiellement adoptée. Le nom, avec sa terminaison en .txt et sa place à la racine, évoque une autorité que le fichier ne possède pas dans les faits.

Combien de sites en ont un aujourd’hui ?

SERanking a publié en novembre 2025 une analyse portant sur près de 300 000 domaines. 10,13 % d’entre eux disposent d’un fichier llms.txt. Pour un dispositif présenté un peu partout comme incontournable, c’est peu.

La même étude ventile l’adoption par niveau de trafic, et la ventilation en dit plus long que le total.

La courbe est plate, et elle penche même légèrement dans le mauvais sens. Les sites à fort trafic, ceux qui emploient des équipes SEO entières et testent tout ce qui bouge, adoptent le llms.txt moins souvent que les petits. Si le fichier apportait un avantage identifiable, les organisations les plus outillées seraient les premières à l’installer, comme elles l’ont fait pour les données structurées ou pour les sitemaps XML. On observe l’inverse.

Autrement dit, ceux qui ont les moyens de mesurer l’effet du fichier ne trouvent pas de raison de le déployer.

Pourquoi ce fichier est-il autant recommandé, alors ?

L’écart entre la recommandation et la mesure reste inhabituel, même dans un domaine aussi jeune.

Trois mécanismes se combinent. Le premier tient à la nouveauté du sujet. Quand une discipline émerge, les conseils circulent plus vite que les vérifications, et un article recopié dix fois acquiert une autorité que sa source n’avait pas. Le deuxième tient à la satisfaction que procure une action concrète. Déposer un fichier à la racine d’un site est simple, visible, et donne le sentiment d’avoir traité le sujet, là où les leviers qui fonctionnent réellement demandent de réécrire des pages pendant des semaines. Le troisième tient au nom lui-même. L’analogie avec le robots.txt confère au format une légitimité d’infrastructure qu’aucun fournisseur ne lui a accordée.

S’y ajoute une petite économie de générateurs, de modules et de fonctionnalités payantes construite autour du format. Un outil qui produit automatiquement votre llms.txt a besoin que le fichier soit perçu comme indispensable, ce qui alimente mécaniquement la recommandation.

Rien de tout cela ne prouve que le format soit inutile. Cela explique en revanche pourquoi il faut aller regarder les mesures plutôt que le volume de publications sur le sujet.

Les robots des IA lisent-ils vraiment ce fichier ?

Trois sources indépendantes répondent, et elles vont dans le même sens.

Les logs serveurs. SERanking a examiné les journaux de connexion de serveurs réels pour compter qui réclame quoi. Les robots d’OpenAI, de Google et d’Anthropic n’y demandent quasiment jamais l’adresse du fichier. Rapportés aux dizaines de milliers de passages enregistrés sur les pages, les appels au llms.txt se comptent sur les doigts d’une main. Aucune déclaration n’entre dans cette mesure. Soit le robot demande l’URL, soit il ne la demande pas, et le serveur l’enregistre.

Les tests contrôlés. L’expérience publiée par Otterly AI, qui a mis en place un llms.txt puis mesuré la visibilité dans les réponses IA avant et après, ne met en évidence aucun gain mesurable.

L’absence d’annonce. Aucun des trois grands opérateurs, OpenAI, Anthropic et Google, n’a jamais déclaré consulter ce fichier au moment de choisir les pages qu’il cite. Chacun d’eux communique pourtant abondamment sur ce qu’il attend des éditeurs, et aucun n’a jamais mentionné ce fichier.

L’analyse publiée sur llm-geo.fr pose une réserve que je reprends. L’absence d’effet constaté aujourd’hui ne vaut pas verdict pour les années à venir. Il suffirait qu’un opérateur majeur annonce prendre le format en compte pour que la conclusion s’inverse en une journée. Ce qui précède décrit l’état des connaissances à l’été 2026, pas une vérité définitive. Le domaine bouge trop vite pour qu’on écrive autrement.

Comment vérifier vous-même si les robots lisent votre llms.txt

Aucune de ces mesures ne dispense de regarder ce qui se passe chez vous, et la vérification est à la portée de n’importe qui disposant d’un accès à son hébergement. Elle prend un quart d’heure.

Les journaux de connexion de votre serveur enregistrent chaque requête reçue, avec l’adresse demandée et le nom du robot qui la demande. Il suffit d’y chercher les requêtes portant sur /llms.txt, puis de compter combien proviennent de robots d’intelligence artificielle. Sur la plupart des hébergements mutualisés, ces journaux sont accessibles depuis le panneau d’administration, souvent sous l’intitulé « logs bruts » ou « statistiques avancées ».

Les noms à chercher sont peu nombreux. Du côté d’OpenAI, GPTBot, OAI-SearchBot et ChatGPT-User. Du côté d’Anthropic, ClaudeBot. Du côté de Perplexity, PerplexityBot. Du côté de Google, Google-Extended. Si vous trouvez des dizaines de milliers de visites de ces robots sur vos pages et zéro requête sur votre llms.txt, vous venez de reproduire chez vous le résultat des études, sur vos propres données.

Cette vérification a un intérêt qui dépasse le llms.txt. Les mêmes journaux disent si ces robots accèdent réellement à vos pages, et avec quel code de réponse. Un code 200 signifie qu’ils ont obtenu le contenu. Un code 403 signifie qu’ils ont été refusés, et ce refus ne vient pas nécessairement de vous.

Que dit Google du llms.txt ?

John Mueller, de l’équipe Search, a comparé publiquement le llms.txt à la balise meta keywords. Le rapprochement n’a rien d’une formule. La balise meta keywords permettait à un éditeur de déclarer lui-même les mots-clés de sa page, sans que personne puisse vérifier la déclaration. Elle a été massivement détournée, puis ignorée par tous les moteurs, et elle ne sert plus à rien depuis deux décennies. Interrogé directement sur l’usage du llms.txt par Google, Mueller a répondu par la négative.

La logique de fond est difficile à prendre en défaut. Un document rédigé par l’éditeur du site, que personne ne vient contredire, se manipule sans le moindre effort. Un moteur qui s’y fierait verrait aussitôt apparaître des llms.txt annonçant que le site fait autorité sur trente sujets qu’il n’a jamais traités. L’histoire du référencement a appris aux moteurs, génératifs compris, à écarter ce qu’un site proclame sur lui-même. Ils s’en tiennent au contenu effectivement publié, à ce que des tiers en disent et à l’autorité observée dans les faits.

llm-geo.fr ajoute une nuance de méthode que je reprends. Les communicants de Google ont, par le passé, entretenu un flou stratégique sur certains sujets SEO, et une déclaration officielle ne vaut pas preuve. Sur ce point précis, en revanche, elle est corroborée par des données indépendantes. L’adoption est faible, aucun test ne trouve d’effet, et les logs montrent que le fichier n’est pas lu. Quand le discours officiel et les mesures tierces pointent dans la même direction, il devient raisonnable de les croire.

Pourquoi PageSpeed Insights vérifie-t-il alors mon llms.txt ?

Depuis 2026, PageSpeed Insights, l’outil d’audit public de Google adossé à Lighthouse, affiche une nouvelle catégorie expérimentale intitulée « Navigation agentique ». Parmi les vérifications qu’elle contient figure un audit nommé « llms.txt suit les recommandations ». Le libellé précise que si le fichier ne respecte pas le format attendu, « les grands modèles de langage ne comprennent pas comment votre site doit être exploré ou utilisé pour l’entraînement », et qu’il doit s’agir d’« un fichier Markdown contenant au moins un en-tête H1 ».

Beaucoup y ont vu un revirement, puisque Google dit ne pas s’en servir tout en l’auditant. La contradiction disparaît dès qu’on distingue deux usages sans rapport l’un avec l’autre.

La sélection de sources pour répondre à une question. Être cité dans une réponse de ChatGPT ou dans un AI Overview, voilà ce qui intéresse le référencement dans les IA. Sur ce terrain, le llms.txt ne compte pas, et c’est exactement ce dont parlait John Mueller.

La navigation agentique. Il s’agit d’agents automatisés qui parcourent un site et agissent dessus pour le compte d’un utilisateur : réserver une table, comparer des références, remplir un formulaire, extraire une information précise. Le domaine se construit en ce moment, autour de protocoles comme WebMCP, et c’est précisément l’objet de la nouvelle rubrique de l’outil de Google. Vu sous cet angle, un fichier bien formé devient une recommandation défendable.

Les articles qui annoncent que « Google valide enfin le llms.txt » omettent systématiquement une précision. Google qualifie lui-même la rubrique d’« encore en cours de développement et susceptible d’être modifiée », et l’audit qui nous occupe y porte la mention « non noté ». Il n’entre donc dans aucun score, il informe. Un facteur de classement, il ne l’est en aucun cas.

Le fichier n’augmentera pas vos citations cette année. Il figure en revanche sur la liste de contrôle d’un chantier voisin, celui des agents, que Google a commencé à outiller.

Faut-il en créer un malgré tout ?

Oui, si l’on comprend bien ce qu’on achète. La synthèse tient en cinq questions.

La position que défend llm-geo.fr sur ce point est celle d’un arbitrage de temps plutôt que d’une opposition de principe. Si vous disposez de dix heures à consacrer à votre visibilité dans les IA ce mois-ci, les passer sur un llms.txt serait un mauvais emploi de ce temps. Si le fichier vous prend une heure et que vous avez par ailleurs traité les leviers à effet démontré, autant le faire proprement, pour un coût nul et une case cochée le jour où le web agentique deviendra un sujet.

Le seul vrai risque tient au contenu du fichier lui-même. Un llms.txt liste des URL, et rien n’oblige à y faire figurer des pages que vous préférez discrètes, espaces de préproduction, pages de remerciement ou documents internes accessibles sans authentification. Le fichier est public et lisible par n’importe qui, y compris par des gens qui cherchent précisément ce genre d’oubli.

À quoi ressemble un llms.txt correct ?

Le format est volontairement minimal. Un fichier valide tient en quelques lignes de Markdown, avec un titre de niveau 1, un paragraphe de description, puis des sections regroupant des liens annotés.

# Nom du site

> Une phrase qui décrit ce que fait le site et pour qui.

## Pages principales

- [Nos prestations](https://exemple.fr/prestations/) : ce que nous faisons, avec les tarifs.
- [Méthode](https://exemple.fr/methode/) : comment se déroule une mission, étape par étape.

## Ressources

- [Guide du sujet X](https://exemple.fr/guide/x/) : les définitions et les chiffres à jour.
- [Foire aux questions](https://exemple.fr/faq/) : les vingt questions les plus posées.

Trois règles suffisent à produire un fichier qui passera les vérifications automatiques. Le format doit être du Markdown, avec au minimum un en-tête H1, ce que l’audit de PageSpeed Insights contrôle explicitement. Les liens doivent être annotés, c’est-à-dire suivis d’une courte description qui dit ce qu’on trouve derrière, sans quoi le fichier n’apporte rien de plus qu’un sitemap. Et la liste doit rester courte, puisque deux cents URL ne hiérarchisent plus rien et contredisent l’intention même du format.

Il existe une variante, llms-full.txt, qui contient non plus des liens mais le texte intégral des pages. Elle pose un problème d’entretien évident, puisqu’il faut la régénérer à chaque modification du site, et son intérêt reste encore plus théorique que celui du fichier principal.

Où mettre ces dix heures à la place ?

Écarter un levier sans effet n’a de sens que si l’on sait vers quoi rediriger l’effort, et sur ce terrain il existe des mesures autrement plus solides.

La structure du contenu, qui a un effet mesuré et reproductible. Une étude expérimentale publiée en avril 2026 par Junwei Yu, Mufeng Yang, Yepeng Ding et Hiroyuki Sato, sous le nom de GEO-SFE, a fait varier la structure de pages sans toucher à leur contenu sémantique. Même information, même vocabulaire, seule l’organisation change. Le taux de citation par les moteurs génératifs augmente de 17,3 %, et l’effet s’observe sur six moteurs différents, ce qui écarte l’hypothèse d’un biais propre à un modèle. Il s’agit d’une prépublication non revue par les pairs, ce qui invite à la prudence sur le chiffre exact, mais la direction est claire et cohérente avec le reste de la littérature.

Le travail éditorial, dont l’effet est établi depuis plus longtemps qu’on ne le croit. L’étude fondatrice du domaine, signée Pranjal Aggarwal, Vishvak Murahari et leurs coauteurs de l’IIT Delhi, de Princeton, de Georgia Tech et de l’Allen Institute for AI, remonte à novembre 2023. Elle mesure que les meilleures stratégies d’optimisation, combinées, augmentent la visibilité d’un contenu dans les réponses génératives de 30 à 40 %. Elle établit aussi que le bourrage de mots-clés est la seule technique testée dont l’effet soit nul ou légèrement négatif, uniformément sur tous les domaines examinés.

Le placement de l’information dans la page. Les moteurs génératifs extraient massivement le début des contenus. Répondre à la question dès les premières lignes, avant tout préambule, augmente les chances qu’un passage soit repris tel quel. C’est le principe du front-loading, et c’est la raison pour laquelle cet article commence par une réponse en gras plutôt que par une mise en contexte.

Les mentions par des tiers. Être nommé sur des sites que vous ne contrôlez pas reste le signal que les moteurs peuvent vérifier, par opposition à tout ce que vous déclarez chez vous. C’est précisément l’argument qui condamne le llms.txt, retourné dans l’autre sens. Ce qui se dit de vous ailleurs pèse plus lourd que ce que vous dites de vous-même.

L’accès des robots. L’autre fichier à la racine a, lui, un effet que personne ne discute. La section suivante lui est consacrée.

Le vrai fichier à vérifier se trouve juste à côté

Pendant que le llms.txt occupe les discussions, un fichier voisin décide réellement de votre présence dans les réponses des IA, et il est mal réglé sur un nombre considérable de sites.

La difficulté vient de ce que les éditeurs de modèles font tourner plusieurs robots aux missions différentes, sous des noms voisins. Les uns constituent des corpus d’entraînement, les autres vont chercher une page au moment de répondre à une question. Les bloquer n’a pas du tout les mêmes conséquences, comme le détaille llm-geo.fr dans son guide consacré aux crawlers.

Google-Extended concentre à lui seul l’essentiel des erreurs. Son intitulé laisse croire à une extension du robot Google classique, et beaucoup d’éditeurs l’ont ajouté en Disallow par réflexe défensif au moment des débats sur l’entraînement des modèles. Or c’est le jeton qui gouverne l’usage du contenu par Gemini et par les AI Overviews. Le bloquer ne retire pas le site de l’index Google classique, mais il le retire des réponses génératives de Google, désormais présentes sur une large part des recherches, y compris en France depuis leur déploiement du 22 juillet 2026.

Refuser l’entraînement tout en restant citable est parfaitement possible, et c’est la position que défendent plusieurs éditeurs. Elle consiste à bloquer GPTBot, Applebot-Extended et meta-externalagent, en laissant passer OAI-SearchBot, ChatGPT-User, PerplexityBot, ClaudeBot et Google-Extended. La nuance ne tient à rien d’autre qu’à la lecture attentive de huit noms.

Un robots.txt impeccable ne garantit toutefois rien, et ce scénario explique une bonne part des absences inexpliquées dans les réponses IA. Un pare-feu applicatif, un CDN ou un module anti-bot peuvent rejeter les mêmes robots en amont, avec un code 403, sans que rien n’apparaisse dans le fichier public. Seuls les journaux du serveur permettent de le voir, ce qui ramène à la vérification décrite plus haut.

Le llms.txt vous prend une heure et son effet sur les citations n’est pas démontré. Le robots.txt vous prend cinq minutes à relire et il décide, de façon binaire, si vous pouvez être cité. Par lequel commencer, la question ne se pose pas longtemps.

Le seul cas où le llms.txt sert vraiment

Il existe un contexte où le fichier a un usage pratique documenté, et il explique probablement l’enthousiasme initial autour du format.

Les sites de documentation technique destinés aux développeurs en tirent un bénéfice réel. Les assistants de code consomment directement les fichiers indiqués pour retrouver la syntaxe d’une bibliothèque ou les paramètres d’une API, et un llms.txt bien tenu leur évite de deviner la structure d’une documentation. Plusieurs éditeurs de frameworks en maintiennent un pour cette raison précise.

C’est un usage de niche, et surtout un usage complètement différent de celui qui intéresse la plupart des entreprises. Être trouvé par un assistant de code qui cherche la signature d’une fonction n’a rien à voir avec être cité dans une réponse grand public sur un produit ou un service. Confondre les deux est à l’origine d’une bonne partie des recommandations erronées qui circulent sur le sujet.

Questions fréquentes

Le llms.txt améliore-t-il le référencement sur Google ?

Non, en aucune façon. Google a indiqué ne pas l’utiliser, ni pour le classement classique, ni pour la sélection des sources des AI Overviews. Le fichier n’a pas d’effet SEO.

Est-ce que ChatGPT lit mon llms.txt ?

Les logs serveurs analysés à grande échelle montrent que les robots d’OpenAI ne le demandent quasiment jamais. Rien n’interdit qu’un cas particulier existe, mais à l’échelle des dizaines de milliers de visites observées, l’accès est négligeable.

Faut-il supprimer un llms.txt existant ?

Non. Le fichier ne nuit pas, sauf s’il expose des URL que vous préférez garder discrètes. Dans ce cas, il faut le corriger plutôt que le supprimer. S’il est déjà en place et propre, laissez-le.

Quelle différence entre llms.txt et robots.txt ?

Le robots.txt donne des instructions d’accès aux robots, il est respecté depuis des décennies, et son effet est certain, puisqu’il autorise ou bloque. Le llms.txt est une proposition de description du contenu, sans adoption officielle par les fournisseurs d’IA, et sans effet mesuré sur les citations. Si vous ne deviez en vérifier qu’un des deux, ce serait le robots.txt.

Google a-t-il changé d’avis en auditant le llms.txt dans PageSpeed Insights ?

Non. L’audit relève d’une catégorie expérimentale consacrée à la navigation agentique, il porte la mention « non noté », et la catégorie est présentée par Google comme susceptible d’être modifiée. La sélection de sources pour répondre à une question et la navigation d’agents automatisés sur un site sont deux sujets distincts.

Combien de temps faut-il pour en créer un ?

Une heure pour un site de taille modeste, en le rédigeant à la main. Il existe des générateurs automatiques, mais ils produisent souvent une liste exhaustive d’URL sans annotation, ce qui vide le format de son intérêt et augmente le risque d’exposer des pages non prévues.

Un llms.txt peut-il remplacer le sitemap XML ?

Non, les deux fichiers s’adressent à des destinataires différents. Le sitemap XML est consommé par les moteurs de recherche classiques et son effet sur l’exploration est établi. Le llms.txt vise les modèles de langage, qui ne le lisent pas. Supprimer un sitemap pour le remplacer par un llms.txt serait une mauvaise affaire.

Mon hébergeur propose de générer un llms.txt automatiquement, faut-il accepter ?

Sans opposition de principe, avec deux précautions. Vérifiez ce que le générateur a listé, notamment l’absence de pages que vous préférez discrètes, et vérifiez qu’il produit des liens annotés plutôt qu’une liste brute d’adresses. Un fichier de six cents URL sans description ne correspond pas à l’intention du format et ne vous apportera rien de plus qu’un sitemap.

Faut-il le mettre à jour ?

S’il se limite à une vingtaine de liens vers vos pages structurantes, une révision annuelle suffit. Voilà d’ailleurs un argument pour rester bref, un fichier de deux cents lignes devenant un objet à maintenir pour un bénéfice qui reste à démontrer.

Ce qu’il faut retenir

Le llms.txt occupe une place étrange dans les discussions sur la visibilité dans les IA. Très commenté, très recommandé, et pratiquement sans effet mesurable sur l’objectif qu’on lui prête. Les trois chiffres à garder en tête sont l’adoption de 10,13 % sur près de 300 000 domaines mesurée par SERanking en novembre 2025, la courbe plate qui montre que les gros sites ne l’adoptent pas plus que les petits, et l’absence totale d’accès à ce fichier dans les logs des robots d’IA.

Condamner le fichier serait excessif. Il s’agit plutôt de le remettre à sa place, une tâche d’une heure, à traiter après les leviers dont l’effet est établi, et dont la véritable utilité se jouera peut-être ailleurs, du côté des agents qui navigueront sur les sites pour le compte de leurs utilisateurs. « Autant le faire bien une fois », écrit llm-geo.fr, plutôt que « il faut absolument en avoir un ».

Et si vous cherchez où investir sérieusement, commencez par vérifier que votre robots.txt n’interdit pas l’accès aux robots des IA. Cette vérification prend cinq minutes et produit un effet dont personne ne discute.