llms.txt pour PME — utilité, limites et mise en place

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

Ouvrez un éditeur de texte, écrivez trois lignes, enregistrez sous llms.txt à la racine de votre domaine : vous venez de créer un point d'entrée pour les outils compatibles. Ce fichier ne contient pas de balise exotique ni de code compliqué, c'est du Markdown lisible par un humain autant que par une machine. Sa promesse est modeste et honnête : donner à un agent IA un point d'entrée clair vers votre contenu, au lieu de le laisser deviner la structure de votre site à travers votre menu et votre pied de page.

Une fiche d'orientation, pas une page de plus

Un llms.txt est un fichier public, également lisible dans un navigateur. Son objectif est d'orienter les outils compatibles. Il s'adresse aux modèles de langage et aux agents qui explorent le web pour répondre à une question. Pensez-le comme le sommaire commenté que vous tendriez à un stagiaire le premier jour : voici qui nous sommes, voici les cinq documents à lire en priorité, voici où trouver les tarifs et les garanties. La spécification, publiée par Jeremy Howard sur la proposition llms.txt de Jeremy Howard, décrit précisément ce format.

Ce que ce n'est pas

• Pas un contrôle d'accès — il ne définit aucune règle de crawl et ne protège aucune ressource privée.
• Pas une garantie de citation — publier le fichier ne prouve ni sa lecture par un assistant ni une future citation.
• Pas un standard des moteurs — c'est une initiative communautaire, pas une exigence de Google.

Pourquoi ce fichier texte ressort deux ans après son lancement

Jeremy Howard a publié la proposition le 3 septembre 2024 et sa version 2 le 10 août 2026. Elle décrit un format pour guider les agents vers les contenus utiles d'un site. L'existence de cette convention ne prouve pas son adoption dans chaque assistant.

Ce que contrôle Lighthouse

La documentation officielle du contrôle Lighthouse llms.txt confirme un contrôle de navigation agentique. Une erreur serveur est signalée ; une absence en 404 est marquée non applicable, car le fichier reste facultatif. Ce contrôle ne mesure ni un classement ni un taux de citation.

Un usage à qualifier

Des documentations de produits proposent ce format. Cela illustre un usage pour orienter un agent vers une référence technique. Pour une PME, l'intérêt doit se juger sur un besoin identifié et le coût de maintenance.

Ce qu'un agent IA trouve dans votre llms.txt et n'obtient pas de votre page d'accueil

Votre page d'accueil est écrite pour un visiteur humain pressé : un slogan, un carrousel, trois boutons, beaucoup de mise en forme et souvent du contenu chargé en JavaScript. Pour un agent qui a quelques secondes et un budget de contexte limité, c'est du bruit. Il doit deviner votre métier à partir d'un menu, reconstituer votre offre à partir de vignettes et espérer que vos pages importantes ne sont pas noyées.

Du signal, pas du décor

Le llms.txt inverse la logique. Vous ne laissez plus l'agent explorer au hasard : vous lui tendez une liste courte, hiérarchisée, de vos pages qui comptent, chacune avec un titre explicite et une phrase de contexte. Là où la page d'accueil dit « Bienvenue chez nous », le llms.txt dit « Voici notre page tarifs, voici nos zones d'intervention, voici notre garantie, voici la fiche technique du produit phare ». C'est la différence entre une devanture et un plan annoté.

Un contexte prêt à citer

Cette mise au propre joue sur un mécanisme plus prosaïque : un agent qui trouve une information nette, attribuée à une URL précise, a moins de raisons de reconstituer un fragment approximatif à la volée. Aucune étude publique ne chiffre ce gain à ce jour — c'est une hypothèse de travail, pas un résultat mesuré, et son intérêt doit donc se vérifier dans votre contexte. La mécanique de citation côté ChatGPT, elle, est détaillée dans notre analyse des citations par ChatGPT.

L'anatomie d'un llms.txt conforme, bloc par bloc

La force du format tient à sa simplicité : il se lit à l'œil nu. La spécification officielle ne rend obligatoire qu'un seul élément, le titre. Tout le reste est recommandé mais libre, ce qui le rend accessible même sans compétence technique poussée.

Les blocs, dans l'ordre

• Un H1 — le nom du site ou du projet. C'est la seule section réellement obligatoire.
• Un blockquote de résumé — une ou deux phrases qui disent ce que vous faites et pour qui.
• Des sections Markdown libres — zéro, une ou plusieurs, pour un paragraphe de contexte, sans contrainte de forme.
• Des sections en H2 contenant des listes de fichiers — au format « - [Titre du lien](url) : précision optionnelle », une ligne par page utile.

La section « Optional » et le bon emplacement

Une convention utile : une section nommée « Optional » regroupe les liens secondaires qu'un agent peut ignorer quand son contexte est court. Vous hiérarchisez ainsi l'essentiel et l'accessoire. Côté emplacement, le fichier peut vivre à la racine (/llms.txt) ou sur n'importe quel sous-chemin (/docs/llms.txt) ; il décrit alors les URLs situées sous ce chemin, et l'agent doit choisir le fichier le plus spécifique. Une PME avec un seul site se contente d'un /llms.txt racine ; une entreprise avec une documentation produit distincte peut en ajouter un sous /docs.

Quoi écrire dans le llms.txt d'une PME de 30 salariés

Le plus dur n'est pas la syntaxe, c'est de choisir quoi mettre. Pour une PME de 30 salariés, la règle est simple : listez les pages qu'un prospect vous demande au téléphone. Ce sont exactement celles qu'un agent doit trouver et savoir citer.

Les pages qui méritent une ligne

• Services et offre — ce que vous faites, décliné par prestation.
• Tarifs ou grille de prix — même une fourchette, si vous l'affichez.
• Zones d'intervention — villes, départements, rayon d'action.
• Garanties et conditions de retour — ce qui rassure et ce que l'agent citera pour répondre à « êtes-vous fiables ? ».
• FAQ technique et documentation produit — les réponses précises que vous répétez sans cesse.

Écrire les libellés comme des réponses

Soignez le titre et la précision de chaque lien : « [Garantie décennale et SAV](/garanties) : couverture, délais, procédure » vaut mieux qu'un sec « [Garanties](/garanties) ». L'agent lit cette phrase comme un résumé. Ajoutez un blockquote qui situe l'entreprise en une phrase — secteur, clientèle, territoire. Et pensez la cohérence avec vos données structurées schema.org : le llms.txt et le balisage racontent la même histoire à deux lecteurs différents, et doivent rester cohérents. En vingt lignes, une PME couvre l'essentiel de ce qu'un client demande.

Le second volet de la spec — la version Markdown de vos pages

La proposition v2 décrit aussi un second volet : exposer une version Markdown de vos pages, à la même adresse. L'idée est d'offrir à l'agent le contenu d'une page débarrassé du HTML, du menu et des scripts, donc directement lisible.

La convention de nommage

À une page publiée en HTML, vous faites correspondre un fichier Markdown à la même URL : « page.html.md » ou « page.md ». Pour une URL sans nom de fichier, la version Markdown devient « index.html.md » ou « index.md ». L'agent qui sait lire cette convention récupère le texte pur plutôt que d'extraire péniblement le contenu du gabarit.

Deux relations de lien à déclarer

Pour que la correspondance soit explicite, la spec s'appuie sur deux link relations : rel="alternate" avec type="text/markdown" pointe vers la version .md, et rel="describedby" pointe vers le llms.txt qui couvre la page. Vous pouvez les déclarer de deux manières : en balise HTML <link> dans l'en-tête de la page, ou en en-tête HTTP « Link: » renvoyé par le serveur. Ce volet demande un peu plus qu'un fichier texte — une génération côté serveur ou un plugin — et fournit du texte aux outils qui savent découvrir et lire ces variantes. Pour une PME, c'est un chantier de deuxième temps, à mener une fois le llms.txt racine en place.

robots.txt, sitemap.xml, llms.txt — qui contrôle quoi

robots.txt exprime des règles d'exploration pour les robots qui les respectent ; ce n'est pas un mécanisme d'authentification. Un sitemap XML signale des URLs aux moteurs sans garantir leur indexation. llms.txt propose un parcours de lecture aux outils compatibles.

Recherche, entraînement et requête utilisateur

La documentation officielle des robots OpenAI distingue OAI-SearchBot pour la recherche et GPTBot pour l'entraînement. Leurs réglages sont indépendants. Les règles robots.txt peuvent ne pas s'appliquer à ChatGPT-User, utilisé pour certaines actions demandées par un utilisateur.

La documentation des robots et requêtes utilisateur Perplexity distingue PerplexityBot de Perplexity-User ; ce dernier ignore généralement robots.txt lors d'une récupération demandée par l'utilisateur. Vérifiez aussi le pare-feu et les journaux serveur. Protégez les données privées par un contrôle d'accès effectif.

Ce que llms.txt ne fera pas pour vous

Google indique dans son guide officiel pour la recherche générative que Search ignore llms.txt pour la visibilité et le classement. Aucun fichier IA ou balisage spécial n'est requis pour y apparaître.

Une publication facultative à maintenir

Vous pouvez maintenir un llms.txt pour un service qui le lit. Vérifiez alors ses liens, la fraîcheur des informations et les versions Markdown proposées. Une liste périmée ou une publication accidentelle d'informations internes crée du travail et des risques. Le fichier mérite un responsable et un contrôle lors des changements d'offre.

Publier le fichier et distinguer accès et citation

Commencez par les pages publiques utiles aux clients. Le temps nécessaire dépend de votre accès au site et du nombre de pages à vérifier.

Écrire et publier

• Sélectionnez les pages à jour : services, zones couvertes, documentation et contact.
• Rédigez un titre, un résumé et des liens explicites suivant la proposition v2.
• Publiez le fichier, vérifiez son HTTP 200 et les destinations de chaque lien.

Séparer les preuves

Donner directement le fichier à un assistant teste sa compréhension, pas sa découverte spontanée. Posez une question dont la réponse figure dans une page liée, puis contrôlez la réponse et sa source. Les journaux serveur peuvent établir qu'une URL a été demandée sans prouver qu'elle a influencé une réponse. Pour suivre les citations, utilisez un protocole distinct, comme celui proposé pour tester la visibilité de votre entreprise dans les IA, avec plusieurs essais documentés.