llms.txt : est-ce que ça marche, et que faire à la place

Qu'est-ce que llms.txt, et qu'est-ce qu'il n'est pas ?

llms.txt est une liste de lecture organisée pour les machines : qui vous êtes, quelles pages font référence, où se trouvent les réponses faisant autorité. Jeremy Howard d'Answer.AI a proposé la spécification le 3 septembre 2024. La prémisse est pratique : le HTML conçu pour les humains est bruyant (navigation, scripts, bandeaux de consentement) et les fenêtres de contexte des modèles sont finies ; donnez donc à la machine une carte propre.

La spécification a deux niveaux. /llms.txt est l'index court : un résumé plus des liens choisis. /llms-full.txt intègre tout le contenu dans un seul document, pour qu'un agent puisse charger tout ce qui vous concerne en une seule requête.

Ce qu'il n'est pas compte autant. Ce n'est pas robots.txt : aucune application ne le soutient. Ce n'est pas un signal de classement : aucun moteur de recherche n'a dit lire le fichier pour le classement. Et ce n'est pas un contrôle d'accès : un robot qui l'ignore ne perd rien. robots.txt dit « voici ce que vous pouvez récupérer » ; llms.txt dit « voici ce qui vaut la peine d'être lu ». Les confondre produit l'essentiel des mauvaises analyses.

Google utilise-t-il llms.txt ?

La Recherche Google, non ; les outils Chrome de Google, oui. En dix jours en mai 2026, Google a fait deux gestes qui pointent dans des directions opposées, ce qui explique que les deux camps puissent le citer.

Le 5 mai 2026, Google a ajouté un audit llms.txt à Lighthouse dans une nouvelle catégorie de navigation agentique. L'audit signale un site si la récupération de /llms.txt renvoie une erreur serveur, et la documentation dit que sans le fichier « les agents peuvent passer plus de temps à explorer le site pour comprendre sa structure de haut niveau » (ppc.land). Le 15 mai 2026, Google a publié des consignes d'optimisation pour les fonctionnalités d'IA générative de la Recherche (AI Overviews et AI Mode). llms.txt en est absent, ce qui est cohérent avec ce que disent les représentants de la recherche de Google depuis l'apparition de la spécification : c'est le SEO technique standard qui compte.

Ce sont deux couches. La Recherche Google classe et cite à partir de son index HTML existant. La navigation agentique, où un agent d'IA visite votre site pour accomplir une tâche pour un utilisateur, a d'autres besoins, et c'est ce que l'équipe Chrome a commencé à auditer. Quiconque dit « Google l'exige » ou « Google l'a tué » cite une couche en ignorant l'autre.

Les robots d'IA lisent-ils réellement llms.txt ?

Rarement. Une analyse agrégée de 515 millions d'événements de robots a révélé que les requêtes pour /llms.txt représentent une part négligeable du trafic des robots d'IA (publiée sur aeo.press). GPTBot, ClaudeBot et PerplexityBot demandent massivement des pages HTML, comme l'ont toujours fait les robots de recherche.

La publication va plus vite que la lecture. Au 31 mars 2026, 7,4 % des entreprises du Fortune 500 (37 sur 500) avaient publié un llms.txt (ppc.land). Les sites de documentation pour développeurs l'ont adopté beaucoup plus vite, car les agents de codage sont le seul consommateur dont on sait aujourd'hui qu'il lit de tels fichiers.

Le résumé honnête : publier llms.txt ne change pas de façon mesurable la manière dont les principaux robots d'IA lisent votre site en 2026. Quiconque le vend comme un déblocage de trafic IA vend en avance sur les preuves.

Qu'est-ce qui contrôle les robots d'IA en 2026 ?

Cinq couches, dont deux seulement ont des dents. llms.txt est un instrument de la pile.

Les couches dont on débat (llms.txt, Content Signals) sont consultatives. La couche qui a changé du jour au lendemain le comportement des robots est la périphérie du CDN, et de nombreux propriétaires de sites ne l'ont jamais configurée consciemment.

Pourquoi les chiffres d'exploration par rapport aux clics comptent-ils ?

Parce que les systèmes d'IA consomment du contenu à l'échelle industrielle et renvoient presque aucune visite. Les données Cloudflare Radar du premier trimestre 2026 situaient le rapport exploration-référence, pages récupérées par clic humain référé, à environ 1276:1 pour GPTBot d'OpenAI et environ 23951:1 pour ClaudeBot d'Anthropic (Cloudflare). Si votre activité monétise les pages vues, cette asymétrie explique la révolte des éditeurs et l'expérience du paiement par exploration.

Mais le rapport mesure les clics, et les clics ne sont pas le seul retour. Une exploration qui n'envoie aucun visiteur décide quand même si un modèle sait que vous existez, vous décrit avec exactitude et vous nomme quand un acheteur demande une présélection. Pour une entreprise B2B, la réponse de l'IA est souvent le point de contact, et vos statistiques ne l'enregistrent jamais. Nous avons détaillé ce glissement dans AEO, GEO et SEO : l'objectif passe de gagner le clic à être la réponse citée avec exactitude.

Faut-il bloquer ou autoriser les robots d'IA ?

Cela dépend de la finalité de votre contenu. Le même calcul exploration-clics joue différemment selon le type d'activité.

Pour la plupart des entreprises B2B, la réponse est ouvert. Le site marketing existe pour que le marché sache ce que vous faites ; un système d'IA qui le lit et le répète avec exactitude fait le travail du site. Bloquer GPTBot pour protéger un contenu dont le but est d'être connu inverse la stratégie. L'actif à protéger est l'exactitude, pas l'accès, et préserver l'exactitude d'une plateforme à l'autre est le cœur du travail de visibilité IA.

Qu'arrive-t-il à votre marque quand votre propre site est bloqué ?

Les sources ouvertes de haute autorité pèsent plus. Cloudflare bloque par défaut les robots d'IA pour les nouveaux domaines, les éditeurs bloquent ou mesurent l'accès, et le paiement par exploration tarife ce qui était gratuit. À mesure que le web ouvert se réduit du point de vue d'un robot, la récupération se concentre sur les corpus qui restent ouverts par conception : Wikipédia, Wikidata, registres publics, dépôts universitaires.

Si votre site est opaque aux robots, par choix ou par défaut du CDN, alors votre article Wikipédia (si l'un est justifié), votre entité Wikidata et les autres sources ouvertes deviennent le dossier de fait que l'IA lit sur vous. C'est pourquoi nous traitons la présence encyclopédique comme une infrastructure plutôt que comme de la vanité. Une page n'existe que si des sources indépendantes soutiennent la notoriété, et personne ne peut promettre ce que dira une IA. La mécanique figure dans Wikipédia AEO, le service Wikidata et graphe de connaissances et tactiques SEO Wikipédia.

Comment rédiger un bon llms.txt ?

Écrivez-le comme une entrée de dictionnaire, pas comme un slogan, et ne gardez que des faits que vous pouvez assumer. Quatre règles couvrent l'essentiel de la valeur :

1. Définissez l'entité dans la première ligne. Si un modèle ne lit que vingt jetons, ils doivent dire ce que vous êtes.
2. Pointez vers le profil complet. Gardez l'index lisible en diagonale et liez llms-full.txt pour les agents qui veulent tout en une seule récupération.
3. Associez des URL canoniques à des faits qui portent chiffres et dates. « Fondée : 2010 » est récupérable et répétable ; les adjectifs, non. Mettez le prix à côté de l'URL quand la page en indique un.
4. Dites ce que vous ne revendiquez pas. Les modèles répètent leurs sources. Si votre fichier survend, la réponse de l'IA survend, et le premier appel du prospect commence par une correction. Une courte section « ce que nous ne revendiquons pas » est une assurance d'exactitude.

Un squelette minimal :

# Nom de l'entreprise : définition en une ligne

> Résumé en deux phrases de ce que vous faites et pour qui.

## Pages clés
- [Services](https://example.com/services): ce qui est proposé et les prix
- [À propos](https://example.com/about): date de création, lieu, direction

## Ce que nous ne revendiquons pas
- Aucun résultat garanti ; les limites du service en une ligne.

Régénérez le fichier quand les faits changent. Un fichier périmé qui énonce mal vos prix est pire que pas de fichier. Nous publions le nôtre à la racine du domaine, généré à partir des données canoniques du site, et sa dernière section énonce ce que nous ne garantissons pas.

Comment WikiBusines peut vous aider

llms.txt est la couche de lisibilité par l'IA la moins coûteuse et la moins déterminante. Nous travaillons sur celles qui comptent. L'édition rémunérée sur Wikipédia est toujours déclarée au nom de WikiBusines, et nous ne garantissons jamais ce que dira une IA.

• Audit de visibilité IA, €490. Comment les assistants vous décrivent aujourd'hui et sur quelles sources ils s'appuient.
• LLM Hub. Un hub de connaissances lisible par les machines pour votre entreprise, bâti à partir de vos propres faits canoniques.
• Wikidata, à partir de €680. Des fiches d'entité que les moteurs utilisent pour vous distinguer d'entreprises au nom proche.
• Audit de notoriété, à partir de €490, déduit du prix de la page si vous commandez dans un délai d'un mois. Création de page à partir de €2,400 pour l'anglais, 4-5 semaines, avec 90 jours de suivi et de garantie après la publication.

Pour commencer, contactez-nous.