Depuis deux ans, le fichier llms.txt revient dans toutes les checklists de visibilité IA. L'idée est séduisante : un fichier Markdown à la racine du site qui résume vos pages pour les modèles de langage, comme robots.txt le fait pour les crawlers. Sauf qu'en 2026, les données et les positions officielles racontent une autre histoire.

Réponse courte : aucun moteur génératif majeur n'utilise llms.txt aujourd'hui pour choisir ou citer ses sources. Le fichier ne nuit pas, il coûte peu, mais il ne remplace rien. Voici ce que disent les chiffres, et où porter l'effort à la place dans une stratégie de Generative Engine Optimization (GEO).

Ce qu'est llms.txt, et ce qu'il n'est pas

llms.txt est une proposition de standard, pas une norme adoptée par les moteurs. Le principe : un fichier /llms.txt en Markdown listant vos pages importantes avec une courte description de chacune, pour aider un modèle à comprendre la structure du site sans avoir à en parser le HTML.

La confusion la plus fréquente porte sur son rôle. llms.txt ne contrôle pas l'accès des crawlers IA à votre contenu. C'est robots.txt qui autorise ou bloque GPTBot, ClaudeBot, PerplexityBot ou OAI-SearchBot. Un llms.txt parfaitement rédigé sur un site qui bloque les crawlers IA dans son robots.txt ne sert absolument à rien.

Ce que disent les données : 97 % des fichiers ne sont jamais lus

En mai 2026, Ahrefs a analysé 137 210 domaines ayant reçu du trafic sur le mois, en croisant analytics web et analytics de bots. Les résultats sont sans ambiguïté :

  • 28 % des domaines étudiés publiaient un llms.txt valide (fichier Markdown réel, réponse HTTP 200).
  • 97 % de ces fichiers n'ont reçu aucune requête sur tout le mois de mai. Rien ne les a récupérés.
  • Parmi les rares requêtes qui arrivaient, 96 % venaient de bots, et seulement 4 % d'humains.
  • Les crawlers d'entraînement type GPTBot et ClaudeBot représentaient 5,3 % des requêtes touchant ces fichiers.

Les auteurs précisent que leur panel penche vers des sites techniques et sensibilisés au SEO : les 28 % d'adoption sont donc un plafond, pas une moyenne du web. Autrement dit, l'adoption réelle est plus faible encore, et l'usage par les moteurs quasi nul.

Ce que disent officiellement les plateformes

Google : « Google Search ne les utilise pas »

La documentation officielle de Google sur l'optimisation pour les fonctionnalités d'IA générative est explicite : il n'est pas nécessaire de créer de nouveaux fichiers lisibles par machine, de fichiers texte pour l'IA, de balisage spécifique ni de Markdown pour apparaître dans Google Search. Sur llms.txt en particulier, Google indique que « Google Search ne les utilise pas » et que le fait d'en publier un ne nuira ni n'aidera à la visibilité ou au classement.

John Mueller est allé plus loin publiquement : aucun service d'IA n'a annoncé s'en servir, et les logs serveur montrent qu'ils ne vont même pas le chercher. Il a comparé le fichier à la balise meta keywords, un signal que les sites déclarent et que personne ne lit.

La même documentation range aussi deux autres réflexes très répandus dans les prestations GEO au rayon des choses inutiles : découper artificiellement le contenu en micro-blocs (chunking) et réécrire les pages « pour l'IA ». Google renvoie au socle SEO classique, exactement le même constat que nous faisions sur les critères de citation dans les AI Overviews.

OpenAI, Anthropic, Perplexity : le silence

Les trois éditeurs publient de la documentation à destination des éditeurs de sites. Elle porte sur les user-agents, l'accès au crawl et robots.txt. Aucun des trois n'indique que llms.txt est requis, recommandé, ou utilisé pour décider des citations.

Des affirmations contraires circulent : « Anthropic le supporte », « Perplexity le lit pour prioriser ses pages ». Elles ne s'appuient sur aucune communication officielle des éditeurs concernés, et les analyses de logs serveur les contredisent. Méfiez-vous des prestataires qui vendent un llms.txt comme un levier de citation : c'est un signe fiable qu'ils n'ont pas lu la documentation.

Alors, faut-il en créer un ?

Notre position, appliquée à nos propres sites : oui, si c'est quasi gratuit ; non, si ça consomme un vrai budget.

Trois cas de figure.

Votre CMS le génère automatiquement. Laissez-le faire. Le coût marginal est nul, et si un moteur se met à l'exploiter demain, vous êtes prêt.

Vous pouvez l'écrire en trente minutes. Faites-le, en le traitant comme un document de synthèse de marque plutôt que comme un fichier technique : nom de l'entité, ce que vous faites, pages clés, faits chiffrés et datés. Ce travail de clarification a une valeur réelle, indépendamment de llms.txt. Il vous force à formuler votre positionnement en termes factuels, exactement ce qu'un modèle sait reprendre.

On vous propose une prestation facturée pour « optimiser votre llms.txt ». Refusez. Le budget est mieux placé ailleurs, et les tarifs GEO réels ne justifient pas de payer pour un fichier que rien ne lit.

Un dernier point rarement mentionné : un llms.txt liste des URL. Si vous y placez des pages que vous préférez discrètes (environnements de recette, documents internes, pages en cours), vous créez un index prêt à l'emploi pour n'importe quel scraper. Vérifiez ce que vous exposez.

Où porter l'effort à la place

Les chantiers ci-dessous ont, eux, un effet mesurable sur les citations. Ils constituent le socle de tout travail de Generative Engine Optimization sérieux.

  1. Vérifier que les crawlers IA peuvent réellement passer. Ouvrez votre robots.txt et confirmez que GPTBot, OAI-SearchBot, ClaudeBot et PerplexityBot ne sont pas bloqués. Beaucoup de sites les ont interdits par précaution au moment où ces user-agents sont apparus, sans jamais revenir sur la décision. C'est la première cause d'invisibilité totale dans les moteurs génératifs, et elle est réparable en cinq minutes.

  2. Servir le contenu sans JavaScript. La plupart des crawlers de moteurs IA n'exécutent pas le JS. Une page rendue côté client est, pour eux, une page vide. Rendu serveur ou pré-rendu statique : c'est non négociable.

  3. Donner une réponse autonome en tête de section. Un modèle extrait des passages, pas des pages. Chaque section doit contenir une réponse complète et compréhensible hors contexte, dans ses deux premières phrases. C'est la différence structurelle qui fait qu'un contenu est citable ou non.

  4. Verrouiller la cohérence de votre entité. C'est le vrai travail que llms.txt fait semblant de faire. Même nom, même description, mêmes chiffres, même adresse sur votre site, vos profils, les annuaires métier et les comparatifs de votre secteur. Un modèle qui recoupe trois définitions divergentes de votre activité n'en retient aucune. Sur le rôle des sources tierces dans la sélection des citations, nous détaillons le mécanisme dans notre article sur les AI Overviews.

  5. Regarder les bons rapports. Google expose désormais un rapport IA générative dans la Search Console : c'est votre seule donnée déclarative côté Google. Pour ChatGPT, Perplexity ou Gemini, aucune console n'existe, il faut un suivi dédié de vos requêtes métier. Complétez avec vos logs serveur, qui vous disent lesquels de ces crawlers passent réellement et sur quelles pages. C'est aussi ce qui distingue un travail SEO et IA unifié d'une simple optimisation on-site.

Questions fréquentes

Publier un llms.txt peut-il pénaliser mon site ? Non. Google indique explicitement que le fichier n'a aucun effet, positif ou négatif, sur la visibilité et le classement. Le seul risque réel est d'y exposer des URL que vous ne souhaitiez pas rendre publiques.

llms.txt remplace-t-il robots.txt ou le sitemap ? Non, et il ne joue pas le même rôle. robots.txt gouverne l'accès des crawlers, le sitemap XML sert la découverte des URL par les moteurs, llms.txt n'est qu'une synthèse éditoriale sans consommateur établi. Gardez les deux premiers impeccables.

Cela peut-il changer ? Oui, et c'est le seul argument sérieux en faveur du fichier. Si un éditeur majeur annonce demain qu'il l'exploite, l'avoir déjà en place fait gagner quelques semaines. C'est ce qui justifie de le maintenir quand le coût est nul, pas d'y investir un budget aujourd'hui.

Comment savoir si des IA lisent le mien ? Vos logs serveur. Filtrez les requêtes sur /llms.txt et regardez les user-agents. Dans la grande majorité des cas, vous ne trouverez rien. C'est en soi l'information la plus utile de cet article.

llms.txt est un bon exemple de ce que produit un marché jeune : une pratique qui se diffuse par mimétisme plus vite qu'elle ne se vérifie. Le GEO n'échappe pas à cette règle, et la seule protection reste de confronter chaque recommandation aux données et à la documentation officielle des éditeurs.

Si vous voulez savoir ce qui bloque réellement vos citations, entre accès crawl, rendu, structure et autorité, c'est exactement ce que couvre notre diagnostic de visibilité IA.