llms.txt est une norme proposée : un fichier Markdown placé à la racine d’un site web qui donne aux grands modèles de langage une carte courte et organisée du contenu le plus utile du site. Il a été suggéré par Jeremy Howard d’Answer.AI en 2024. Ce n’est pas un fichier de contrôle d’accès, et aucune grande entreprise d’IA n’a confirmé qu’elle s’y fie, les équipes doivent donc le publier avec des règles claires et des attentes modestes.
À quoi est censé servir llms.txt ?
L’idée est simple. Les sites web sont remplis de navigation, de scripts et de publicités qui empêchent un modèle de trouver le texte important dans une fenêtre de contexte limitée. llms.txt offre un résumé propre : un titre, une courte description et des listes groupées de liens vers des pages clés, idéalement avec des versions Markdown simples de ces pages.
La proposition décrit également un llms-full.txt optionnel, qui contient le texte intégral des pages importantes dans un seul fichier. Les sites de documentation pour les outils de développement ont été parmi les premiers à l’adopter, car les programmeurs collent souvent la documentation dans des assistants IA.
Certains plugins SEO et constructeurs de sites génèrent désormais le fichier automatiquement. Cela facilite la publication, mais aussi la publication sans réfléchir à ce qu’il contient.
llms.txt améliore-t-il la visibilité dans les réponses de l’IA ?
Au moment de la rédaction, il n’existe aucune preuve publique que ChatGPT, Gemini, Claude ou Perplexity utilisent llms.txt lors du choix des sources pour les réponses. Les représentants de Google ont déclaré publiquement que les fonctionnalités d’IA de Google ne l’utilisent pas. Les journaux de serveur sur de nombreux sites montrent peu ou pas de demandes pour le fichier de la part des robots d’exploration d’IA.
Cela ne le rend pas inutile. Les outils axés sur les développeurs et certains frameworks d’agents peuvent le lire, et son entretien coûte peu. Mais il ne devrait pas remplacer le travail qui affecte réellement la visibilité de l’IA : pages explorables, structure claire, faits précis, données structurées et mentions sur des sites tiers de confiance.
Quels sont les risques réels de la publication de llms.txt ?
Le fichier est petit, mais il est public et indique ce que vous considérez comme important. Cela crée quelques risques qui méritent d’être énumérés avant que quiconque ne le télécharge.
- Le confondre avec robots.txt : llms.txt ne bloque rien. L’accès des robots d’exploration est toujours contrôlé par les agents utilisateurs robots.txt tels que GPTBot, ClaudeBot, Google-Extended et PerplexityBot.
- Exposer des pages cachées : les fichiers générés automatiquement répertorient parfois des pages de staging, de remerciement ou protégées.
- Contenu obsolète : un fichier qui pointe vers des produits abandonnés ou d’anciens prix envoie aux modèles des faits erronés.
- Duplication de contenu : llms-full.txt copie des pages entières dans une autre URL publique, que d’autres scrapers peuvent prendre en une seule requête.
- Surinvestissement : des heures passées à régler le fichier au lieu de réparer les pages que les gens et les robots d’exploration lisent réellement.
Parmi ceux-ci, le contenu obsolète est le plus courant. Un fichier écrit une fois lors du lancement d’un site web est rarement mis à jour lorsque la gamme de produits change.
Quelles règles de gouvernance devez-vous définir en premier ?
Traitez llms.txt comme toute autre déclaration publique sur l’entreprise. Il a besoin d’un propriétaire, d’un cycle de révision et d’un périmètre clair.
Propriété et révision
Attribuez un propriétaire, généralement dans le domaine du SEO ou du contenu. Révisez le fichier chaque fois que la navigation du site, la gamme de produits ou la structure des prix change, et au moins une fois par trimestre. Gardez-le dans le contrôle de version avec le reste du site afin que les modifications soient traçables.
Règles de périmètre
Ne listez que les pages publiques et indexables que vous seriez heureux de voir citées. Excluez les zones de compte, les paniers, les projets juridiques, les outils internes et les pages de destination de campagne qui expireront. Si une page porte une balise noindex, elle n’a pas sa place dans le fichier.
Cohérence avec robots.txt
Décidez d’abord de votre politique de robot d’exploration d’IA dans robots.txt. Si vous y bloquez un robot d’exploration, lister des pages pour lui dans llms.txt envoie des signaux contradictoires. Écrivez les deux décisions sur la même page de votre document de politique.
Comment rédiger un bon fichier llms.txt ?
Restez court et factuel. Commencez par un H1 contenant le nom de l’entreprise ou du site, puis un bloc de citation d’un paragraphe indiquant ce que fait l’organisation et pour qui. Regroupez les liens sous des titres H2 tels que Services, Guides et Entreprise, chacun avec une description d’une ligne.
- Utilisez des descriptions simples et précises plutôt que des slogans marketing.
- Faites un lien vers l’URL canonique de chaque page.
- Mentionnez les lieux, les langues et les services de base dans le résumé.
- Ajoutez une section optionnelle pour les ressources secondaires, comme le suggère la proposition.
- Vérifiez que chaque lien renvoie un statut 200 avant de publier.
Comment Alien Road applique llms.txt
Notre équipe GEO traite llms.txt comme une petite partie d’un audit de visibilité IA plus large. La découverte commence par les journaux de serveur et robots.txt : quels robots d’exploration d’IA visitent, ce qu’ils demandent et ce que le client autorise actuellement.
Si le client veut le fichier, nous le rédigeons à partir du sitemap canonique, supprimons tout ce qui est noindexed ou temporaire, et faisons approuver les descriptions par le propriétaire du contenu. Il est mis en ligne avec une date de révision trimestrielle dans le calendrier du projet.
La mesure est honnête quant à l’incertitude. Nous enregistrons les demandes pour le fichier, suivons les mentions de marque dans les réponses d’IA pour un ensemble fixe d’invites, et rapportons les deux. Si le fichier ne montre aucun effet mesurable, le rapport l’indique et l’effort se déplace vers les pages et les citations qui comptent le plus.
Comment llms.txt s’intègre-t-il dans un plan GEO plus large ?
L’optimisation des moteurs génératifs, ou GEO, consiste à être trouvé et cité dans les réponses d’IA. Les facteurs qui comptent le plus sont les mêmes que ceux qui comptent pour la recherche : pages qui se chargent et s’affichent sans JavaScript lourd, titres clairs, réponses directes près du haut, informations sur l’auteur et l’entreprise, et données structurées qui décrivent les produits, les services et les organisations.
Les mentions par des tiers ont également du poids. Les réponses d’IA s’appuient souvent sur des sites d’avis, des annuaires industriels, la couverture médiatique et des forums. Une marque qui apparaît avec précision dans ces endroits est plus facile à décrire correctement pour un modèle qu’une marque qui ne se décrit qu’elle-même.
Vu dans cet ordre, llms.txt est une dernière couche soignée. Il résume ce qui est déjà fort sur le site. Si les pages sous-jacentes sont minces ou obsolètes, le fichier ne fait qu’orienter les modèles vers du matériel faible plus efficacement.
Une répartition budgétaire sensée est donc déséquilibrée : la grande majorité de l’effort sur la qualité du contenu, l’accès au crawl et les citations, et une petite part sur la maintenance de llms.txt. Si la norme obtient un soutien confirmé plus tard, le fichier sera déjà en bon état.
Par où commencer cette semaine
Ouvrez votre robots.txt et notez votre position actuelle sur chaque robot d’exploration d’IA majeur. Ensuite, recherchez dans les journaux de votre serveur les demandes vers /llms.txt pour voir si quelque chose le demande déjà. Si vous décidez de publier, rédigez le fichier à la main à partir de vos vingt meilleures pages publiques, faites-le approuver par un propriétaire et mettez une date de révision dans le calendrier avant qu’il ne soit mis en ligne.
Continuer la lecture : GEO – AIO – AEO · GEO