# llms.txt : le guide complet (et ce que Google en dit vraiment)

> Un fichier texte de 2 Ko à la racine de votre domaine, proposé en 2024, aujourd'hui réclamé par la moitié des articles GEO du web — et explicitement écarté par la documentation de Google Search. Les deux affirmations sont vraies. Voici comment elles tiennent ensemble.

Publié le: 2026-08-26 · Mis à jour le: 2026-08-26 · 8 min de lecture
Source: https://indexonic.com/blog/llms-txt-guide-complet/

Vous avez probablement lu qu'il fallait « ajouter un llms.txt ». Vous avez peut-être aussi lu que Google déclare ne pas l'utiliser. Les deux sont exacts, et l'agacement vient de ce que personne ne précise _pour qui_ le fichier est écrit. Ce guide répond à trois questions dans l'ordre : ce que le fichier est, qui le lit, et s'il vaut votre temps.

## Ce qu'est llms.txt, exactement

llms.txt est une convention proposée en septembre 2024 par Jeremy Howard (Answer.AI) et documentée sur [llmstxt.org](https://llmstxt.org/). Le principe : un fichier Markdown, servi en texte brut à `/llms.txt`, qui présente le site à un modèle de langage — ce qu'est l'organisation, quelles pages font autorité, où se trouve la documentation propre. C'est une **table des matières éditorialisée**, pas un fichier de permissions.

La confusion la plus fréquente est de le traiter comme un robots.txt. robots.txt dit _ce qui est interdit_ et suit une norme réelle, [RFC 9309](https://www.rfc-editor.org/rfc/rfc9309.html). llms.txt dit _ce qui compte_, n'interdit rien, et n'est normalisé par personne. Un crawler qui ignore votre llms.txt ne viole aucune règle.

La seconde confusion porte sur le sitemap. Un sitemap XML est exhaustif et destiné à une machine qui indexe : il liste tout, sans hiérarchie de sens. llms.txt est sélectif et destiné à une machine qui _résume_ : il liste peu, avec une phrase d'explication par lien. Si votre llms.txt contient vos 800 URLs, vous avez écrit un sitemap dans le mauvais format.

## Le format, ligne par ligne

La structure attendue tient en quatre éléments : un titre H1 (le nom de l'entité), un bloc de citation qui résume le site en une ou deux phrases, des sections H2 contenant des listes de liens au format Markdown avec une description après le deux-points, et une section facultative — souvent nommée `Optional` — pour ce qui peut être ignoré si le contexte manque de place.

*/llms.txt — un exemple complet et minimal*

```
# Riad Zitoun

> Riad de 8 chambres dans la médina de Marrakech, ouvert toute l'année,
> propriété familiale depuis 1998. Réservation directe, sans intermédiaire.

## Pages de référence

- [Les chambres](https://exemple.ma/chambres): les 8 chambres, superficie, literie, prix par saison
- [Le petit-déjeuner et la table d'hôtes](https://exemple.ma/table): horaires, menus, allergènes
- [Nous trouver](https://exemple.ma/acces): adresse exacte, dépose taxi, parking gardé le plus proche
- [Conditions d'annulation](https://exemple.ma/conditions): délais, remboursements, arrhes

## Faits vérifiables

- Adresse : 12 derb Zitoun, médina, Marrakech 40000, Maroc
- Téléphone : +212 5 24 00 00 00
- Chambres : 8 · Capacité : 19 personnes · Enregistrement : à partir de 14h
- Langues parlées : arabe, français, anglais, espagnol

## Optional

- [Journal du riad](https://exemple.ma/journal): billets saisonniers, utile mais pas essentiel
```

Trois détails font la différence entre un fichier lu et un fichier ignoré. Les URLs doivent être **absolues** : le fichier est souvent lu hors contexte, un lien relatif n'a alors plus de base. La description après le deux-points doit être **informative** — « nos services » ne sert à rien, « prix par saison et politique d'annulation » oriente réellement la lecture. Et le fichier doit être **court** : il est lu en même temps que la question de l'utilisateur, dans une fenêtre de contexte partagée.

## Ce que Google en dit — la version non commentée

Le 15 mai 2026, Google a publié un guide d'optimisation pour les fonctionnalités génératives de la recherche. Sa position sur les fichiers de ce type est écrite noir sur blanc dans [le guide lui-même](https://developers.google.com/search/docs/fundamentals/ai-optimization-guide) : il n'est pas nécessaire de créer de nouveaux fichiers destinés aux machines, de balisage particulier ou de Markdown pour apparaître dans Google Search, y compris ses fonctionnalités génératives, parce que Google Search ne les utilise pas. Le maintien d'un llms.txt n'améliore ni ne dégrade le classement.

> **À retenir** — Si votre unique objectif est d'apparaître dans les AI Overviews et dans AI Mode, llms.txt n'y contribue pas. Toute agence qui vous vend le contraire vend une affirmation que la documentation de l'éditeur contredit.

Cette clarté est une bonne nouvelle : elle déplace la discussion du terrain de la croyance à celui de l'audience. La vraie question n'est pas « est-ce que ça marche », c'est « qui le lit ? ».

## Qui lit réellement ce fichier

Trois familles de lecteurs, très différentes, avec des enjeux très différents.

- **Les agents et assistants de développement.** Les outils qui travaillent sur du code — assistants d'IDE, agents de documentation — vont chercher un llms.txt parce qu'il leur épargne le parsing d'une page rendue en JavaScript. C'est aujourd'hui l'usage le plus établi et le plus mesurable.
- **Les agents à la demande.** Lorsqu'un utilisateur colle votre URL dans un assistant, la requête part immédiatement, avec un User-Agent identifiable (`ChatGPT-User`, `Claude-User`, `Perplexity-User`). Ce trafic-là est déclenché par un humain qui vous a déjà en tête : c'est la visite la plus qualifiée de votre journal.
- **Les outils tiers de l'écosystème GEO.** Tableaux de bord de visibilité, moteurs de recherche pour agents, annuaires spécialisés. Ils sont petits pris un à un, mais ce sont eux qui alimentent les comparatifs sur lesquels d'autres modèles s'appuient ensuite.

Ce que cette liste ne contient pas est aussi important : ni Googlebot, ni l'indexation classique. llms.txt est un fichier destiné aux agents, pas aux moteurs de recherche. Traitez-le comme tel et il cesse d'être décevant.

## Vérifiez qui vous lit — trois commandes

La théorie ne remplace pas vos journaux. Sur un serveur Apache ou nginx, une seule ligne vous dit si un agent a déjà demandé le fichier :

*Ce que vos journaux savent déjà*

```
# Qui a demandé llms.txt, et avec quel User-Agent ?
grep 'llms.txt' /var/log/nginx/access.log | awk '{print $1, $12, $13, $14}' | sort | uniq -c

# Quels agents IA sont passés cette semaine, toutes URLs confondues ?
grep -Ei 'GPTBot|ChatGPT-User|ClaudeBot|Claude-User|PerplexityBot|Google-Extended|Bytespider' \
  /var/log/nginx/access.log | awk '{print $1}' | sort | uniq -c | sort -rn | head

# Le fichier répond-il vraiment 200, en texte brut, sans redirection surprise ?
curl -sSI -L https://votre-domaine.com/llms.txt | grep -Ei 'HTTP/|content-type|location'
```

Le troisième contrôle attrape la panne la plus courante et la plus invisible : un **soft-404**. Beaucoup d'hébergements renvoient la page d'accueil, avec un code 200, pour n'importe quelle URL inconnue. Votre `llms.txt` « existe » donc pour tout vérificateur naïf, alors qu'il sert du HTML. C'est un défaut que nous avons corrigé dans notre propre audit après l'avoir vu passer : un fichier absent qui répond 200 est pire qu'un 404, parce qu'il se signale comme sain.

## llms.txt, llms-full.txt, /ai/index.md, sitemap.xml : lequel fait quoi

| Fichier | Lecteur visé | Contenu | Effet sur Google Search |
| --- | --- | --- | --- |
| /llms.txt | Agents, outils de dev | Résumé + liens choisis, ~1–3 Ko | Aucun (documenté) |
| /llms-full.txt | Agents disposant d'un grand contexte | Le contenu de référence en entier, en Markdown | Aucun |
| /ai/index.md | Agent qui veut une page précise | Le jumeau Markdown d'une page HTML donnée | Aucun |
| /sitemap.xml | Moteurs de recherche | Toutes les URLs, avec dates | Oui — c'est son rôle |
| JSON-LD (schema.org) | Moteurs et modèles | Les faits de l'entité, typés | Oui — résultats enrichis |

Un point d'attention sur le jumeau Markdown : si la même URL peut répondre en HTML ou en Markdown selon l'en-tête `Accept`, le serveur doit renvoyer `Vary: Accept`. Sans cela, un cache intermédiaire peut servir du Markdown au visiteur humain suivant. Nous nous sommes fait prendre sur notre propre domaine ; la règle est désormais posée sans condition.

## Les sept erreurs qui rendent le fichier inutile

1. **Y recopier le sitemap.** 400 liens sans description ne disent rien à un modèle ; ils consomment du contexte et repoussent l'information utile.
2. **Des URLs relatives.** Le fichier est lu hors de son contexte d'origine ; `/chambres` n'y résout plus.
3. **Des descriptions promotionnelles.** « Le meilleur riad de Marrakech » n'est pas un fait exploitable. « 8 chambres, ouvert toute l'année, annulation gratuite jusqu'à 48 h » l'est.
4. **Des faits invérifiables.** Un modèle qui vous cite engage sa propre fiabilité ; il privilégie ce qu'il peut recouper sur votre site.
5. **Le laisser pourrir.** Un fichier qui annonce des horaires de 2024 produit une citation fausse — pire qu'aucune citation.
6. **Le mettre ailleurs qu'à la racine.** C'est `https://domaine.com/llms.txt`, pas un sous-dossier.
7. **Le servir en HTML.** Le `Content-Type` doit être `text/plain`. Une page d'erreur stylée qui répond 200 compte comme un fichier manquant.

## Alors, faut-il l'écrire ?

Verdict honnête, en deux lignes. Si vous attendez un gain de classement Google : non, la documentation dit l'inverse et personne ne peut vous promettre autre chose. Si votre audience comprend des développeurs, si votre produit est documenté, ou si vous voyez déjà passer `ChatGPT-User` et `Claude-User` dans vos journaux : oui, parce qu'écrire deux kilo-octets coûte une demi-heure et que le fichier travaille pour ces lecteurs-là.

Le vrai bénéfice est d'ailleurs souvent indirect. Pour écrire un bon llms.txt, il faut décider quelles sont les cinq pages qui font autorité, formuler ce que fait l'entreprise en une phrase, et lister des faits vérifiables. La plupart des sites découvrent à ce moment-là qu'ils ne savent pas répondre — et cette clarification-là profite à tout le reste : au JSON-LD, aux méta-descriptions, et à la page d'accueil.

> **Faites-le vérifier** — L'audit gratuit d'Indexonic vérifie le vôtre à la source : code de réponse réel, type MIME, détection du soft-404, liens résolus un par un. Aucun compte n'est requis pour lancer le premier scan.


## Questions fréquentes

### llms.txt améliore-t-il mon classement dans Google ?
Non. La documentation de Google publiée en mai 2026 indique que Search n'utilise pas ces fichiers et que leur présence n'influence ni positivement ni négativement la visibilité. Le fichier s'adresse aux agents et aux outils tiers, pas à Googlebot.

### Quelle différence entre llms.txt et llms-full.txt ?
llms.txt est une table des matières courte : un résumé et une sélection de liens décrits. llms-full.txt est la version étendue qui contient le contenu de référence lui-même en Markdown, pour un agent capable d'absorber davantage de contexte.

### Faut-il bloquer les crawlers IA plutôt que les guider ?
Ce sont deux décisions distinctes. Le blocage se fait dans robots.txt, par User-Agent, et concerne l'entraînement autant que la citation. llms.txt ne bloque rien ; il oriente ceux que vous laissez entrer. Vous pouvez parfaitement autoriser la citation et refuser l'entraînement.

### À quelle fréquence mettre le fichier à jour ?
À chaque changement d'un fait qu'il contient — horaires, prix, adresse, gamme de produits — et au minimum à chaque refonte de la structure du site. Un fichier obsolète ne se contente pas d'être inutile : il produit des citations fausses.

---
Indexonic — https://indexonic.com · https://agent.indexonic.com