SOMMAIRE
Vos contenus sont bien rédigés, vos pages bien maillées, votre SEO en ordre. Et pourtant, quand ChatGPT, Perplexity ou Claude synthétisent une réponse sur votre thématique, ils s’appuient sur des sources concurrentes. Le problème n’est pas toujours la qualité de votre contenu : c’est aussi la capacité des IA à trouver, dans le bruit de votre site, les pages qui méritent d’être citées.
Llms.txt propose une réponse à ce problème. Ce fichier texte placé à la racine de votre domaine présente aux modèles de langage les ressources à consulter en priorité, dans quel ordre et avec quel contexte. Encore faut-il que les IA le lisent, ce qui n’est pas acquis. Dans cet article, nous expliquons ce qu’est concrètement llms.txt, ce qu’on sait de son usage réel, pourquoi il complète (sans remplacer) le robots.txt et comment le structurer correctement.
Ce qu’est réellement llms.txt
Llms.txt est une proposition de format publiée en septembre 2024 par Jeremy Howard (Answer.AI) sur llmstxt.org, pour faciliter la lecture d’un site par les grands modèles de langage. L’idée part d’un constat simple : les LLMs ont une fenêtre de contexte limitée et traitent mal le HTML brut, rempli de navigation, de scripts et de CSS. Le fichier llms.txt sert donc de sommaire choisi : une table des matières écrite en Markdown, directement lisible par une IA.
Concrètement, il s’agit d’un fichier placé à https://votre-site.fr/llms.txt, accessible publiquement, qui contient dans cet ordre :
- Un titre H1 correspondant au nom du site ou du projet. C’est le seul élément obligatoire.
- Un résumé en blockquote (
>) qui décrit en une ou deux phrases la proposition de valeur. - Des paragraphes ou des listes de détail, sans titres.
- Des sections H2 qui regroupent les ressources par thématique, sous forme de liens Markdown accompagnés d’une courte description.
La spécification recommande aussi de proposer chaque page utile en Markdown, à la même URL suivie de .md (par exemple /guide/mon-guide/index.md pour /guide/mon-guide/). Le fichier llms-full.txt, qui rassemble le contenu complet des pages en un seul document, n’est pas dans la spécification : c’est une convention répandue, popularisée par les sites de documentation technique.
Ce que llms.txt peut apporter, et ses limites
Les moteurs de réponse qui cherchent sur le web au moment de répondre récupèrent quelques pages jugées pertinentes, puis en extraient les passages les plus utiles. Plus votre contenu est clair et condensé, plus il est facile à sélectionner, à citer et à résumer fidèlement.
Sur le papier, llms.txt répond à trois problèmes :
- Il hiérarchise votre site à la place de l’IA. Au lieu de laisser le modèle deviner quelles pages compter, vous lui présentez explicitement vos ressources prioritaires.
- Il réduit le bruit en écartant les éléments HTML inutiles (navigation, footer, bannières cookies). Le Markdown est directement lisible par les LLMs.
- Il signale l’intention éditoriale : un LLM qui lit votre llms.txt comprend sur quoi vous voulez faire autorité.
Les limites sont réelles. Google indique que ses AI Overviews s’appuient sur l’index de recherche classique et n’utiliseront pas llms.txt ; John Mueller l’a même comparé à l’ancienne balise meta keywords. D’autres observations montrent en revanche des robots d’OpenAI qui récupèrent ces fichiers. Aucune plateforme ne garantit son utilisation. Le coût d’implémentation reste faible, et l’exercice a un bénéfice certain : il vous oblige à décrire votre site de façon cohérente.
Llms.txt n’est pas un robots.txt bis
La confusion est fréquente. Les deux fichiers vivent à la racine du domaine, sont écrits en texte brut, et concernent les robots qui visitent votre site. Mais leurs rôles sont radicalement différents.
| Critère | robots.txt | llms.txt |
|---|---|---|
| Rôle | Contrôle d’accès (autoriser/bloquer) | Orientation éditoriale (suggérer de lire) |
| Cible | Crawlers (Googlebot, Bingbot, GPTBot…) | Modèles de langage au moment de la lecture |
| Format | Directives Allow / Disallow | Markdown structuré (H1, H2, liens) |
| Effet | Règle de crawl, respectée par les principaux robots | Sommaire du site, lu ou non selon les IA |
| Statut | Standard établi, fortement recommandé | Proposition, facultative |
Dit autrement : robots.txt contrôle l’entrée, llms.txt propose un parcours. Les deux sont complémentaires. Vous pouvez bloquer certaines sections via robots.txt (ex : /admin/) tout en mettant en avant vos meilleurs contenus via llms.txt.
Comment structurer un fichier llms.txt efficace
La spécification reste volontairement légère. Voici une structure qui convient à la plupart des sites BtoB, médias et éditeurs SaaS :
# Nom du site
> Phrase de résumé : qui vous êtes, pour qui, avec quelle proposition de valeur unique.
## Pages principales
- [Accueil](https://votre-site.fr/) : synthèse de l'offre.
- [Contact](https://votre-site.fr/contact/) : formulaire de mise en relation.
## Guides et ressources piliers
- [Titre du guide 1](https://votre-site.fr/guide/titre-1/) : description en une phrase de ce que le lecteur apprend.
- [Titre du guide 2](https://votre-site.fr/guide/titre-2/) : description en une phrase.
## Articles de référence
- [Titre de l'article](https://votre-site.fr/blog/slug/) : angle de traitement.
## Optional
- [Mentions légales](https://votre-site.fr/mentions-legales/)
- [Politique de confidentialité](https://votre-site.fr/politique-confidentialite/)
Quelques règles de bon sens :
- Limitez-vous à 30-50 entrées maximum. L’objectif est de mettre en avant ce qui compte, pas de dupliquer votre sitemap.
- Rédigez chaque description comme un micro-résumé. Le LLM s’en sert pour décider s’il charge la page complète.
- Regroupez par intention, pas par type de contenu. Une section “Méthodologie” vaut mieux qu’un tas de liens blog + guide mélangés.
- Placez les ressources secondaires sous
## Optional. La spécification précise que cette section peut être ignorée quand le contexte doit rester court.
Pour llms-full.txt et les versions .md, une règle s’impose : générez-les au moment du build, à partir des mêmes données que vos pages. Écrits à la main, ils divergent du site à la première mise à jour de l’offre. C’est ce que nous faisons pour etincelia.fr : notre llms.txt, notre llms-full.txt et la version Markdown de chaque guide et de chaque article sont produits par le build, et chacune de ces pages signale sa version Markdown par une balise <link rel="alternate" type="text/markdown">.
Intégrer llms.txt dans une stratégie GEO globale
Le fichier ne produit pas de résultats s’il vit en vase clos. Il doit s’inscrire dans une démarche cohérente de Generative Engine Optimization, la discipline qui rend votre marque visible dans les réponses d’IA. Pour comprendre ce cadre plus large, notre guide complet sur le GEO pose les fondations.
Concrètement, llms.txt fonctionne bien combiné à :
- Un balisage Schema.org propre (Organization, Article, FAQPage, Person) pour que chaque page mise en avant soit également interprétable en données structurées.
- Un contenu extractible : paragraphes courts, H2/H3 explicites, tableaux comparatifs, FAQ en fin d’article. Les techniques détaillées dans notre guide Comment apparaître dans ChatGPT s’appliquent directement aux pages listées dans votre llms.txt.
- Une cohérence d’entité : votre llms.txt doit parler de votre marque dans les mêmes termes que votre page “À propos”, vos profils LinkedIn et vos fiches partenaires. Une même phrase de présentation, reprise partout, évite les descriptions contradictoires.
- Un suivi des citations pour vérifier que les pages listées sont effectivement reprises par les moteurs IA. Des outils comme Profound, Peec, Otterly ou AthenaHQ permettent de suivre l’évolution de vos citations dans le temps.
La checklist GEO en 20 actions place d’ailleurs la publication d’un llms.txt parmi les fondations techniques à déployer en priorité.
Les erreurs fréquentes à éviter
Plusieurs erreurs reviennent souvent :
- Copier-coller du sitemap XML. Le sitemap liste tout, llms.txt doit trier. Un fichier qui contient 500 URLs sans description hiérarchique est inutile pour un LLM.
- Oublier les descriptions. Un lien nu (
- [Page](url)) demande au modèle de charger la page pour comprendre son contenu. Une description courte économise des tokens et augmente les chances de sélection. - Mélanger plusieurs langues sans structure. Si votre site est multilingue, créez un llms.txt par langue (
/fr/llms.txt,/en/llms.txt) ou regroupez explicitement les sections par langue. - Laisser le fichier vieillir. Une IA qui lit votre site répète ce qu’il déclare, y compris ce qui n’est plus vrai. Nous l’avons constaté sur notre propre site : une durée de mission retirée de notre offre, encore présente dans nos pages et notre llms.txt, était reprise mot pour mot par Perplexity.
- Cacher le fichier derrière une authentification ou un JS. Le llms.txt doit être accessible en GET public, au format texte brut, sans redirection.
- Laisser les versions
.mds’indexer dans Google. Elles dupliquent vos pages : servez-les avec un en-têteX-Robots-Tag: noindex.
Llms.txt et les autres protocoles IA
Llms.txt n’est qu’une brique. D’autres mécanismes structurent la relation entre sites et IA :
- MCP (Model Context Protocol), porté par Anthropic, standardise la façon dont un modèle accède à des outils et des données externes au moment de la génération. C’est un cran plus haut que llms.txt, qui reste statique.
- Les règles robots.txt propres aux robots d’IA (GPTBot, ClaudeBot, PerplexityBot, Google-Extended) contrôlent l’accès de chaque acteur à vos pages, pour l’entraînement comme pour la recherche.
- Schema.org propose déjà des propriétés utiles pour relier un contenu à ses sources et aux entités qu’il traite (
citation,isBasedOn,mentions).
Llms.txt est le point d’entrée le plus accessible : une soirée de travail suffit pour déployer une première version propre, puis le suivi de vos citations sur plusieurs mois dira ce qu’il apporte sur votre site.
Conclusion
Llms.txt ne garantit pas d’apparaître dans ChatGPT ou Perplexity, et Google dit ne pas s’en servir. Il reste utile pour une raison simple : il vous oblige à hiérarchiser vos ressources et à décrire votre site de façon cohérente, pour les IA qui le lisent. Combiné à un balisage Schema.org solide, à des contenus extractibles et à un suivi rigoureux de vos citations, il coûte peu et ne vous expose à aucun risque.
Prenez trente minutes cette semaine : identifiez vos dix pages les plus stratégiques, rédigez leur description en une phrase, publiez un premier llms.txt à la racine de votre domaine. Puis automatisez-le dès que votre site évolue souvent.
Vous souhaitez faire auditer votre stratégie GEO et construire un llms.txt aligné sur vos objectifs de visibilité IA ? → Parlons-en