llms.txt en 2026 : ce que ce fichier fait vraiment (et ce qu'il ne fait pas)

Il y a des idées si séduisantes qu’on voudrait qu’elles marchent. llms.txt en fait partie. Proposé en septembre 2024 par Jeremy Howard, ce petit fichier texte posé à la racine d’un site promettait d’ouvrir aux intelligences artificielles une porte d’entrée claire : voici ce que contient ce site, voici par où le lire. Deux ans plus tard, nos clients nous posent la question sans détour — faut-il encore s’en soucier ? La réponse honnête tient en deux temps : non, pas pour ce qu’on vous a vendu ; oui, pour une poignée d’usages précis.

Un fichier, une promesse simple

L’idée part d’un constat trivial : une page web moderne est illisible pour une machine. Menus, bannières de cookies, scripts, encarts, balisage à rallonge — l’essentiel s’y noie dans le bruit. llms.txt propose donc une carte plutôt que le territoire : un résumé structuré, écrit en Markdown, censé dire à une IA ce qu’un site contient et par où commencer. Là où robots.txt indique aux moteurs où ne pas aller, llms.txt prétend indiquer aux IA par où entrer.

La spécification est d’une sobriété exemplaire : un titre avec le nom du site, une phrase de résumé, puis des sections listant les pages qui comptent. Sur le papier, c’est élégant. Le problème n’est pas l’idée — c’est que presque personne, du côté des IA, ne s’en sert.

Ce que disent les faits en 2026

Deux ans d’usage réel ont livré leur verdict, et il est sévère. Google a tranché, publiquement : son guide d’optimisation pour l’IA, publié en juin 2026, affirme qu’« il n’est pas nécessaire de créer des fichiers texte pour l’IA », et l’un de ses porte-parole a comparé llms.txt à la vieille balise meta keywords — un signal que plus personne ne lit. Une analyse d’Ahrefs, au printemps 2026, a enfoncé le clou : 97 % des fichiers llms.txt observés n’avaient reçu aucune requête d’IA. Les robots des grands modèles — ceux d’OpenAI, d’Anthropic, de Perplexity — passent devant sans s’arrêter et lisent le HTML directement.

Aucun grand fournisseur de modèle, à ce jour, ne s’est engagé à utiliser llms.txt comme signal dans ses réponses. On est loin de l’adhésion universelle dont jouit robots.txt. Qui vous vend ce fichier comme un sésame vers ChatGPT vous raconte une histoire.

Là où il sert vraiment

Faut-il pour autant l’enterrer ? Non — à condition de le remettre à sa place. Sa vraie utilité est du côté des développeurs et de la documentation technique. Les assistants de code — Cursor, Claude Code, Copilot et leurs semblables — vont chercher /llms.txt et /llms-full.txt quand on les pointe sur une doc, pour s’y repérer sans avaler des mégaoctets de HTML. C’est un usage d’agent, pas de moteur de recherche : ce n’est pas votre client qui lit ce fichier, c’est l’outil d’un développeur. Des maisons comme Stripe, Cloudflare, Vercel ou Anthropic en publient pour cette raison précise — leurs sites servent d’abord à être intégrés par des machines.

Pour un cabinet d’avocats, une société de VTC ou un diagnostiqueur immobilier, ce cas de figure ne se présente jamais. Leur audience n’est pas une flotte d’agents de code pointés sur une API. Poser un llms.txt sur leur site ne leur fera ni gagner ni perdre une seule citation dans ChatGPT. Ce n’est pas nocif ; c’est simplement hors sujet.

Ce qui compte vraiment pour être cité

Reste la vraie question, celle qui intéresse nos clients : comment être cité par les IA, maintenant qu’elles répondent souvent à la place de Google ? La réponse n’a rien d’un fichier magique — elle tient dans le contenu et sa structure.

Ce qui fait qu’un modèle reprend votre propos, c’est la clarté d’une affirmation, la présence de faits vérifiables, une page qui répond précisément à une question réelle, et — surtout — des mentions de vous ailleurs, sur des sources que les IA lisent déjà. Une étude fondatrice sur le sujet (le « GEO », pour Generative Engine Optimization) l’a mesuré dès 2024 : un contenu étayé de citations, de statistiques et de sources claires voit sa présence dans les réponses génératives progresser nettement. Ce n’est pas un fichier à la racine qui produit cet effet, c’est la matière même des pages.

S’y ajoute un socle technique discret mais décisif : les données structurées (le JSON-LD de Schema.org), qui décrivent sans ambiguïté une entreprise, un service, un horaire, un article. Là, l’IA ne devine plus : elle lit une fiche d’identité pensée pour elle, et cite plus volontiers ce qu’elle comprend.

Aucun fichier ne vous fera citer à la place d’un bon contenu. La seule discipline qui paie, c’est de dire clairement ce que l’on fait — pour les lecteurs d’abord, pour les machines ensuite.

Ranger le territoire, pas cocher une case

C’est cette honnêteté que nous appliquons chez Netilpa : nous ne vendons pas de case à cocher, nous rangeons le contenu. Nos sites conservent un /llms.txt généré automatiquement — il ne coûte rien et ne nuit pas — mais l’essentiel du travail est ailleurs : des pages claires, des données structurées propres, une écriture qui donne aux IA de quoi citer. Kunavi, le magazine que vous lisez, s’applique la règle à lui-même.

Ce que llms.txt nous apprend, au fond

La leçon dépasse le fichier lui-même. À chaque nouveauté, le web se divise entre ceux qui vendent la martingale du moment et ceux qui regardent ce qui marche vraiment. Deux ans après le battage, le verdict est clair : llms.txt a une utilité réelle mais étroite, et aucun pouvoir magique sur votre visibilité. Ce qui vous fera citer demain par une IA, c’est ce qui vous faisait déjà bien référencer hier — un site honnête, précis, qui dit ce qu’il fait. Le reste est affaire de mode.