llms.txt est une norme proposée pour un fichier Markdown simple placé à la racine d’un site web, sous /llms.txt, qui donne aux grands modèles de langage une carte courte et organisée du contenu le plus utile du site. C’est une commodité pour les outils d’IA qui lisent les sites web, pas un signal de classement ou un contrôle d’accès. Les marketeurs peuvent en ajouter un rapidement, mais ne doivent pas s’attendre à ce qu’il modifie seul la visibilité sur Google ou les moteurs de réponse par IA.
La proposition a été publiée par Jeremy Howard d’Answer.AI en 2024. L’idée est simple : les pages web sont pleines de navigation, de scripts et de mises en page qui les rendent difficiles à lire pour les modèles de langage dans des fenêtres de contexte limitées. Un résumé Markdown propre pointant vers les pages importantes, idéalement avec des versions Markdown de ces pages, aide un outil d’IA à trouver et à comprendre ce qui compte.
Que contient un fichier llms.txt ?
Le format est intentionnellement libre et lisible par l’homme. Un fichier typique comprend :
- Un titre H1 avec le nom du site ou du projet.
- Une courte citation résumant ce que fait le site ou l’entreprise.
- Des paragraphes optionnels avec un contexte clé, comme à qui s’adresse le produit.
- Des sections H2 avec des listes de liens, chacune avec une courte description, par exemple “Services”, “Guides”, “Tarifs”, “Documentation”.
- Une section optionnelle, souvent intitulée “Optionnel”, pour les liens secondaires qui peuvent être ignorés lorsque le contexte est limité.
Certains sites publient également /llms-full.txt, un fichier unique contenant le texte intégral des pages clés. Les plateformes de documentation comme Mintlify et plusieurs entreprises d’outils de développement ont été des adopteurs précoces.
En quoi est-ce différent de robots.txt et sitemap.xml ?
Ces trois fichiers sont souvent confondus, mais ils ont des rôles différents.
- robots.txt indique aux robots d’indexation quels chemins ils peuvent ou ne peuvent pas récupérer. Il s’agit d’autorisation, et les robots comme Googlebot, GPTBot et ClaudeBot le lisent.
- sitemap.xml répertorie les URL pour que les moteurs de recherche les découvrent, avec des dates optionnelles. Il s’agit d’exhaustivité.
- llms.txt offre un résumé organisé et lisible pour les modèles de langage. Il s’agit de compréhension, et il ne répertorie que ce que vous jugez le plus important.
Le blocage ou l’autorisation des robots d’IA se fait toujours dans robots.txt. llms.txt ne peut empêcher personne d’utiliser votre contenu.
llms.txt aide-t-il le SEO ou la visibilité IA ?
Au moment de la rédaction, il n’y a aucune confirmation publique que les principaux moteurs de recherche ou produits de réponse par IA utilisent llms.txt comme signal de classement ou de citation. Les représentants de Google ont déclaré publiquement que la recherche Google ne l’utilise pas. Les analyses de journaux de serveur partagées par divers experts SEO ont montré peu ou pas de récupération régulière par les grands robots d’IA.
Là où il est utilisé, c’est dans les outils qui récupèrent un site à la demande : assistants de codage, agents d’IA et outils de développement qui recherchent /llms.txt lorsqu’ils sont invités à lire la documentation. Pour une entreprise de logiciels, cette utilisation est réelle. Pour une entreprise de services locaux, l’avantage pratique est moindre.
Traitez-le donc comme un ajout à faible coût et à faible risque. Cela prend un après-midi, cela vous oblige à décider quelles pages représentent le mieux l’entreprise, et cela pourrait aider à mesure que davantage d’outils l’adoptent. Cela ne remplace pas le travail qui génère réellement de la visibilité.
Qu’est-ce qui génère réellement de la visibilité dans les réponses IA ?
Si l’objectif est d’apparaître dans ChatGPT, Gemini, Perplexity, Copilot ou Google AI Overviews, les mêmes fondamentaux comptent plus que n’importe quel fichier unique :
- Des pages rapides et explorables avec du texte rendu côté serveur que les robots peuvent lire.
- Des réponses claires en haut des pages, sous des titres formulés sous forme de questions.
- Des données structurées telles que le schéma Organisation, Produit, FAQ et Article le cas échéant.
- Des informations d’entité cohérentes : nom de l’entreprise, adresse, services et fondateurs identiques partout.
- Des mentions et des liens provenant de sites tiers de confiance, d’avis et d’annuaires.
- Des règles robots.txt qui autorisent les robots d’IA pour lesquels vous souhaitez être visible.
llms.txt se place à côté de ceux-ci comme un petit supplément, pas à leur place.
Comment rédiger un bon llms.txt ?
Choisissez les pages
Choisissez 10 à 30 pages qui expliquent le mieux l’entreprise : pages de services ou de produits principaux, tarifs, à propos, contact, guides clés et politiques. Ignorez les pages légères, les archives de tags et les pages de destination de campagne.
Rédigez des descriptions utiles
Chaque lien reçoit une phrase indiquant ce que le lecteur trouvera. “Services SEO : audits techniques, stratégie de contenu et création de liens pour les entreprises B2B” est plus utile que “Notre page SEO”.
Gardez-le à jour
Un llms.txt obsolète pointant vers des pages supprimées est pire que rien. Ajoutez-le à la liste de contrôle chaque fois qu’une page clé est créée, renommée ou retirée.
Une structure simple
- Nom de l’entreprise en H1.
- Résumé en une phrase dans une citation.
- Deux ou trois phrases sur qui vous servez et où.
- Sections pour les services, les ressources, les informations sur l’entreprise et le contact.
- Une section optionnelle pour les ressources secondaires.
Erreurs courantes
- Traiter llms.txt comme un fichier d’autorisations et s’attendre à ce qu’il bloque l’entraînement de l’IA.
- Répertorier des centaines d’URL, ce qui va à l’encontre du but d’un résumé organisé.
- Écrire des slogans marketing au lieu de descriptions factuelles.
- Oublier de le servir en texte brut au chemin racine exact.
- Prétendre aux clients qu’il garantit des citations IA.
Comment Alien Road applique llms.txt
Dans un engagement typique d’optimisation des moteurs génératifs, llms.txt est un petit élément dans une revue technique plus large. La découverte commence par la façon dont les systèmes d’IA décrivent actuellement le client : nous posons à ChatGPT, Gemini, Perplexity et Copilot une série de questions sur la marque et la catégorie et nous enregistrons les sources qu’ils citent et ce qu’ils font de mal.
La configuration se concentre d’abord sur les fondamentaux : accès des robots dans robots.txt, données structurées, informations d’entité cohérentes et contenu clair axé sur les réponses sur les pages clés. Le fichier llms.txt est ensuite rédigé à partir de la même liste de pages prioritaires, avec des descriptions factuelles d’une ligne, et placé à la racine du site. Pour les clients avec de la documentation, nous considérons également des versions Markdown des pages clés.
La mesure n’attribue pas les résultats à llms.txt seul, car cela ne peut pas être isolé honnêtement. Nous vérifions les journaux de serveur pour les demandes au fichier, et nous répétons les questions de réponse IA mensuellement pour suivre si les descriptions de marque deviennent plus précises et si les citations augmentent. Le rapport est clair sur les changements qui sont probablement responsables.
Par où commencer cette semaine
Notez les 15 pages que vous montreriez à un nouvel employé pour expliquer votre entreprise. Transformez cette liste en un fichier llms.txt avec un résumé d’une phrase et une courte description pour chaque lien, et publiez-le à la racine de votre site. Ensuite, passez le reste du temps à vérifier robots.txt pour les règles des robots d’IA, ce qui a un effet bien plus important sur la visibilité IA.
Continuer la lecture : GEO – AIO – AEO · GEO