Qu'est-ce que llms.txt ?
LLMs.txt est un format de fichier proposé, publié en markdown brut à l'adresse racine d'un site web, qui donne aux systèmes d'IA un aperçu court et choisi du contenu d'un site et des liens vers ses pages les plus importantes, écrit spécifiquement pour être lu par un modèle de langage plutôt que par une personne qui navigue sur une page. L'idée derrière est simple : une page web construite pour des humains porte des menus de navigation, des publicités, des scripts et du balisage de mise en page qui gaspillent l'attention limitée d'un système d'IA quand il essaie d'extraire le contenu réel, et un fichier résumé propre et conçu à cet effet supprime cette charge inutile.
Le fichier a été rédigé par Jeremy Howard, figure reconnue de la communauté IA et open-source, et publié pour la première fois en septembre 2024 comme proposition communautaire plutôt que comme norme officielle. Sa structure est volontairement simple : un titre H1 avec le nom du projet ou de l'entreprise, un court résumé en citation, et une série de liens markdown regroupés sous des titres H2 pointant vers une documentation ou un contenu plus détaillé ailleurs sur le site.
La comparaison à laquelle on pense immédiatement est robots.txt, et elle est utile jusqu'à un certain point. Les deux sont de petits fichiers texte brut situés à une adresse web prévisible. Là où ils divergent compte plus que là où ils se recoupent : robots.txt est un ensemble de règles d'accès que les crawlers bien élevés sont censés suivre, leur indiquant ce qu'ils peuvent ou non récupérer, tandis que llms.txt ne porte aucune autorité de ce type. Il se rapproche davantage d'un mot d'accueil sélectionné laissé pour un visiteur que d'une porte verrouillée, informatif plutôt qu'applicable, ce qui est la chose la plus importante à comprendre avant de décider combien d'effort il mérite.
Pourquoi llms.txt est important
Trois points expliquent pourquoi c'est devenu une vraie question pour les entreprises qui investissent dans la visibilité IA, accompagnés d'une réserve claire.
- Il s'appuie sur un format que les entreprises comprennent déjà. La comparaison avec robots.txt rend le concept facile à expliquer en interne, un petit fichier texte à la racine du site qui s'adresse à des systèmes automatisés, même si les deux fichiers servent des objectifs vraiment différents, l'un sur les permissions, l'autre sur l'orientation du contenu.
- L'adoption est réelle mais reste minoritaire. Une étude à grande échelle portant sur plusieurs centaines de milliers de domaines a trouvé qu'environ un sur dix publie déjà un fichier llms.txt, et la liste des adoptants inclut des entreprises technologiques reconnues, ce qui indique que la pratique dépasse l'expérimentation marginale sans être encore proche de l'universalité.
- Les principaux crawlers d'IA ne le demandent pas encore, pour la plupart. C'est la réserve à formuler clairement plutôt qu'à minimiser : les crawlers d'OpenAI, Google et Anthropic ne récupèrent pas actuellement les fichiers llms.txt en volume significatif, ce qui fait qu'en publier un aujourd'hui est un pari tourné vers l'avenir sur la direction que prendra le crawling par IA, pas un levier avec un gain immédiat et mesurable.
Le cadrage honnête est que llms.txt se situe entre une pratique réellement utile et une pratique spéculative, qui vaut la peine d'être faite parce qu'elle est bon marché et que la tendance lui est favorable, pas parce qu'elle garantit actuellement un gain de visibilité.
Comment ça fonctionne
Quatre éléments définissent le fichier tel que proposé actuellement.
Emplacement et format. Un fichier markdown brut placé à la racine du site, accessible à une adresse web prévisible, lisible aussi bien par les systèmes d'IA que, si quelqu'un décide de regarder, par une personne qui l'ouvre directement.
Une structure requise. Un H1 avec le nom du site ou du projet, une citation avec un résumé court, un contexte additionnel optionnel, et des sections délimitées par des H2 listant des liens markdown avec de brèves descriptions pointant vers des pages plus détaillées.
Un contenu choisi, pas exhaustif. Le fichier est censé mettre en avant ce qui compte vraiment, pages clés, documentation centrale, contexte essentiel, plutôt que refléter un plan de site complet, puisque tout l'intérêt est d'éviter à un système d'IA de tout trier lui-même.
Aucun mécanisme d'application. Contrairement à robots.txt, que les crawlers sont censés respecter comme un ensemble de règles, llms.txt est purement informatif. Rien n'oblige un système d'IA à le lire, à l'utiliser, ou à traiter son contenu comme faisant autorité, ce qui constitue la différence centrale avec les fichiers de contrôle d'accès. Les plateformes qui en génèrent déjà un automatiquement, dont Mintlify et GitBook, le font généralement à partir d'une structure de documentation existante, un indice utile pour penser le fichier même en l'écrivant à la main, comme une distillation d'une structure déjà présente plutôt qu'un contenu nouveau inventé de zéro.
Mise en œuvre
L'ordre ci-dessous reflète comment ajouter un fichier llms.txt sans surinvestir dans un format qui cherche encore ses repères.
- Écrire le résumé comme si l'on expliquait l'entreprise à une nouvelle recrue en deux phrases. La citation en haut de page porte le plus de poids, car c'est la partie la plus susceptible d'être réellement lue et utilisée si le fichier est repéré du tout.
- Ne lister que les pages qui comptent vraiment. Pages de service ou produit centrales, contenu définitionnel clé, documentation essentielle, pas chaque page du site, car la sélection constitue toute la valeur du format.
- Garder le fichier à la racine du site, en markdown brut. Pas de mise en forme personnalisée, pas de syntaxe non standard, car le but est la lisibilité machine par le plus large éventail possible d'outils.
- Le traiter comme un ajout à faible coût, pas comme un projet. Étant donné que les principaux crawlers ne le demandent pas encore largement, consacrer plus de quelques heures à la première version est difficile à justifier face à d'autres travaux de SEO technique ou de visibilité IA.
- Le mettre à jour quand le contenu central du site change réellement. Un llms.txt périmé qui pointe vers des pages obsolètes est pire que l'absence de fichier, car il induit activement en erreur tout système qui le lit.
- Surveiller les journaux serveur pour les requêtes de crawlers d'IA vers le fichier dans le temps. À mesure que l'adoption évolue chez les crawlers d'IA, les données de journal sont le moyen le plus fiable de savoir si l'investissement commence à porter ses fruits pour un site donné.
Combien ça coûte
Le coût direct est proche de zéro, ce qui rend justement llms.txt intéressant même si son retour concret reste à prouver. Écrire une première version demande typiquement une à deux heures de travail pour quelqu'un qui connaît déjà bien le contenu du site, sans budget de développement ni outillage spécialisé, et des plateformes comme Mintlify et GitBook en génèrent déjà un automatiquement dans le cadre de leur documentation.
Le vrai coût, comme pour plusieurs pratiques légères de SEO technique, est l'entretien plutôt que la création. Un fichier qui reflète fidèlement le site le premier jour et n'est plus jamais revisité devient lentement du bruit plutôt qu'un signal, et la plupart des entreprises intègrent cet entretien dans un cycle existant de revue SEO technique ou de contenu plutôt que d'en faire une ligne budgétaire séparée.
Il existe aussi un coût d'opportunité plus petit à nommer, pas financier mais attentionnel. Le temps passé à peaufiner un fichier llms.txt est du temps non consacré aux fondamentaux du SEO technique qui affectent mesurablement à la fois le classement dans la recherche traditionnelle et le taux de citation par l'IA aujourd'hui, données structurées, HTML sémantique propre, contenu qui répond d'abord à la question. Pour une petite équipe aux heures limitées, l'ordre des priorités compte plus que le fichier lui-même, et llms.txt vient après que ces fondamentaux sont déjà dans un état raisonnable, pas avant.
Conclusion
LLMs.txt est un pari bon marché et à faible risque sur une direction vers laquelle l'écosystème du crawling IA pourrait ou non pleinement évoluer, pas encore un levier prouvé pour la visibilité IA. L'argument honnête pour l'adopter aujourd'hui repose sur son coût quasi nul et sur le fait qu'un ensemble croissant et crédible d'entreprises technologiques en publient déjà un, pas sur une garantie actuelle que les principaux systèmes d'IA le liront et agiront en conséquence.
Les entreprises qui en tirent la valeur la plus raisonnable sont celles qui le traitent comme un petit ajout à faible effort à une fondation technique déjà solide, contenu structuré, HTML propre, définitions claires, plutôt que comme un substitut à cette fondation ou un raccourci garanti vers les citations IA.
