Qu'est-ce que le llms.txt

Une nouvelle étape dans le positionnement web

Le SEO (Search Engine Optimization) se peaufine depuis plus de deux décennies : depuis les années 90, des moteurs comme Google publient —et les professionnels du secteur déchiffrent— des signaux de plus en plus précis pour déterminer quelle page mérite d’apparaître en premier dans une liste de résultats. Liens entrants, vitesse de chargement, données structurées, expérience utilisateur… le terrain est déjà bien balisé, avec des règles raisonnablement stables et des outils matures pour les mesurer.

Avec l’essor des LLM génératifs —des systèmes qui ne renvoient pas une liste de liens, mais une réponse synthétisée, citant ou non les sources qui la soutiennent— ce terrain si balisé s’est rouvert. Ce n’est pas que le SEO cesse d’être utile : il reste la base de l’indexation et de la visibilité dans les moteurs de recherche classiques. C’est qu’un nouvel espace est apparu, où il n’existe pas encore de règles établies ni d’outils matures équivalents —le GEO— et où tous les acteurs, des sites web aux fournisseurs de LLM eux-mêmes, sont encore en train de tester quels signaux comptent vraiment.

Le llms.txt est un exemple direct de cette étape initiale : une proposition concrète, non un standard consolidé, qui tente de résoudre un problème réel —comment faire qu’un site web déclare quel contenu mérite d’être lu— sans que l’on sache encore avec certitude si les grands fournisseurs vont l’adopter de façon généralisée. Cet article explique ce qu’il est, d’où il vient, et ce que dit l’adoption réelle jusqu’à présent.

Qu’est-ce que le llms.txt

llms.txt est un fichier texte au format markdown publié à la racine d’un site web (/llms.txt) pour déclarer explicitement quel contenu est pensé pour être lu, fragmenté et cité par des systèmes génératifs basés sur des modèles de langage —GPTBot (OpenAI), ClaudeBot (Anthropic), PerplexityBot et d’autres crawlers d’IA. Il n’a pas d’organisme de normalisation formel unique : c’est une convention proposée, adoptée de façon croissante par les sites qui pratiquent le GEO.

La définition courte fonctionne comme une réponse autonome : le llms.txt est le fichier qui déclare, à la racine d’un site, quel contenu mérite d’être lu et cité par un LLM, sans que l’agent ait à l’explorer et à le déduire par lui-même.

D’où vient la proposition

Le llms.txt n’est pas un standard imposé par un consortium web ni par un fournisseur de LLM : il a été proposé par Jeremy Howard, cofondateur d’Answer.AI et de fast.ai, en septembre 2024, publié sur llmstxt.org. La motivation de départ était concrète : les fenêtres de contexte des LLM sont petites en comparaison du volume total d’un site web, et les pages HTML —avec navigation, publicité et JavaScript— sont coûteuses à traiter pour une machine qui n’a besoin que du contenu réel. Le format proposé est délibérément minimal : un titre H1, un paragraphe résumé en citation, des sections H2 avec des liens vers des ressources, et une section optionnelle pour le contenu secondaire.

Analogie et différence avec robots.txt

Le nom et l’emplacement (à la racine du domaine) évoquent délibérément le classique robots.txt, mais la fonction est différente :

• robots.txt déclare des permissions d’exploration : quelles routes un crawler donné peut ou ne peut pas visiter. C’est une liste de règles d’accès.
• llms.txt déclare la lisibilité et la citabilité : quel contenu existe, ce qui mérite d’être lu et comment il est organisé pour être résumé ou cité avec précision. Ce n’est pas une liste de règles d’accès, c’est un index orienté machine.

Les deux fichiers peuvent coexister sur un même site sans conflit : le robots.txt continue de contrôler ce qui peut être exploré, et le llms.txt montre, dans ce qui est autorisé, ce qui est le plus pertinent à citer.

L’extension llms-full.txt

À côté du llms.txt basique (un index court avec liens et résumés), une deuxième convention s’est développée, llms-full.txt, qui inclut le contenu complet du site intégré directement au format markdown. La différence pratique est le coût de consultation pour l’agent : avec le llms.txt seul, un LLM doit faire une requête HTTP supplémentaire pour chaque page qu’il veut lire en entier ; avec le llms-full.txt, tout le contenu arrive en une seule réponse, sans allers-retours supplémentaires.

Quelle a été l’adoption réelle

L’adoption réelle du llms.txt a été mesurée à plusieurs reprises depuis sa proposition. À la mi-2025, des milliers de sites web disposaient déjà d’un llms.txt publié, dont des entreprises technologiques connues comme Anthropic, Stripe, Cloudflare et Vercel ; les secteurs les plus adoptants sont ceux qui dépendent le plus de la précision technique —intelligence artificielle, outils pour développeurs, SaaS. Il existe même des annuaires communautaires qui recensent les sites ayant implémenté un llms.txt.

Mais l’adoption du format n’est pas la même chose que sa lecture réelle par les fournisseurs de LLM. En juin 2025, John Mueller (Google) a déclaré publiquement qu’aucun système d’IA n’utilise le llms.txt de façon confirmée, et que les journaux serveur montrent que les crawlers d’IA ne le sollicitent pas en volume significatif. Aucun des grands fournisseurs —OpenAI, Google, Anthropic— n’a publié de documentation confirmant qu’ils le consultent au moment de l’inférence. Cela n’invalide pas la pratique —un fichier déclaratif peu coûteux, sans réel coût de maintenance automatisée, reste raisonnable— mais cela nuance toute promesse qu’exposer un llms.txt améliorerait, à lui seul, la citabilité d’un site de façon mesurable à court terme.

Cas réel : implémentation sur Xiringase-web

Ce site même implémente les deux fichiers en production, générés automatiquement à partir du contenu réel du site (non maintenus à la main) :

• /llms.txt génère une liste résumée : les projets propres de Xiringase, les articles du blog (avec lien et résumé court) et les pages indexables (manifeste, support).
• /llms-full.txt intègre le contenu complet en markdown : le corps entier de chaque article du blog, les reportages des projets et les sections éditoriales de la page d’accueil, le tout dans un seul fichier texte brut.

Les deux ne sont servis qu’en asturien (la langue canon du site) ; les traductions en espagnol, anglais et français vivent sous /es, /en et /fr respectivement, sans être dupliquées dans le llms.txt.

Relation avec le GEO

Le llms.txt est l’une des pratiques concrètes qui définissent le GEO : c’est littéralement l’un des « flux pensés pour les machines » cité comme pilier pratique de cette discipline —des fichiers qui aident un agent automatique à savoir quel contenu existe sur un site et où il se trouve, sans avoir à explorer tout le web pour le déduire.

Il importe de marquer la limite : le llms.txt n’est pas la source de la citabilité d’un site, ce n’est qu’une couche d’index par-dessus elle. Un site au contenu bien structuré —atomique, avec des données structurées, factuellement vérifiable— reste citable même s’il n’expose pas de llms.txt. Et inversement, exposer un llms.txt sans contenu de qualité en dessous n’améliore pas la citabilité réelle : cela facilite seulement la découverte d’un contenu qui, en lui-même, a ou n’a pas de valeur à être cité.

Sources

• Howard, J. The /llms.txt file. Answer.AI, septembre 2024. https://llmstxt.org
• Sherman, C. Meet llms.txt, a proposed standard for AI website content crawling. Search Engine Land, septembre 2024. https://searchengineland.com/llms-txt-proposed-standard-453676
• Implémentation réelle de ce site : https://xiringase.com/llms.txt et https://xiringase.com/llms-full.txt.