Ce qu'est llms.txt, et quels moteurs d'IA ont confirmé le lire

Qu'est-ce que llms.txt ?

Jeremy Howard a proposé llms.txt comme un fichier Markdown placé à /llms.txt sur un site web, listant les pages et les documents Markdown propres qu'un agent d'IA devrait lire en premier lorsqu'il doit comprendre le site. La proposition porte la date du 3 septembre 2024 sur llmstxt.org, et le texte publié aujourd'hui y est étiqueté v2. Le fichier trie au lieu d'énumérer : il nomme une poignée d'URL à forte valeur et décrit chacune, là où un sitemap liste tout ce qui est indexable.

La spécification énonce sa motivation en une phrase : "Agents are best served by concise, expert-level information gathered in a single, accessible location." (les agents sont le mieux servis par une information concise, de niveau expert, réunie en un seul endroit accessible). Rien dans la proposition n'accorde d'accès, n'en retire, ni n'oblige un moteur à récupérer le fichier. C'est une suggestion publiée à un chemin prévisible.

Dernière vérification : 9 septembre 2026.

Que doit contenir un fichier llms.txt ?

Un H1 est le seul élément que la spécification exige, et toutes les autres sections sont optionnelles. La spécification fixe l'ordre, ce qui permet à un parseur ou à une expression régulière de lire le fichier sans modèle de langage.

La forme que la spécification publie comme son propre exemple :

# Title
 
> Optional description goes here
 
Optional details go here
 
## Section name
 
- [Link title](https://link_url): Optional link details
 
## Optional
 
- [Link title](https://link_url)

Deux règles de placement en découlent. Le fichier se pose à la racine du site ou sur n'importe quel sous-chemin, et "a file covers the URLs under its path, and where more than one file applies, agents should use the most specific one," (un fichier couvre les URL sous son chemin, et lorsque plusieurs fichiers s'appliquent, les agents devraient utiliser le plus spécifique), donc /docs/llms.txt ne couvre que /docs/. La même proposition demande aux sites de servir un jumeau Markdown propre de chaque page à page.md ou page.html.md, et d'annoncer les deux avec les relations de lien rel="alternate" type="text/markdown" et rel="describedby", dans le HTML ou dans un en-tête HTTP Link:.

Quels moteurs d'IA ont confirmé lire llms.txt ?

Aucun opérateur de moteur n'indique dans sa documentation de crawler que ses produits lisent llms.txt, et les trois plus grands éditeurs en publient tous un pour leur propre documentation développeur. Publier un fichier et consommer un fichier sont deux actes distincts, et l'écart entre les deux est toute l'histoire de ce format.

Ce qui approche le plus d'une reconnaissance par un éditeur vient de Chrome. Lighthouse embarque un audit llms.txt dans ses contrôles de navigation agentique, décrivant le fichier comme "an emerging convention used to provide a machine-readable summary of a website's content, specifically designed for LLMs and AI agents," (une convention émergente servant à fournir un résumé lisible par machine du contenu d'un site, conçue pour les LLM et les agents d'IA) et prévenant que "without this file, agents may spend more time crawling the site to understand its high-level structure and primary content." (sans ce fichier, les agents peuvent passer plus de temps à explorer le site pour en comprendre la structure générale et le contenu principal). Cet audit ne nomme aucun moteur qui en lit un. Traitez avec méfiance tout chiffre d'adoption que vous voyez pour llms.txt s'il ne nomme ni source ni date. L'affirmation de la spécification elle-même est qualitative : "thousands of sites publish an llms.txt file." (des milliers de sites publient un fichier llms.txt).

En quoi llms.txt diffère-t-il de robots.txt ?

robots.txt est un fichier de permission de récupération avec une RFC derrière lui et un support documenté par tous les grands opérateurs de crawler, et llms.txt est une proposition de tri de contenu sans force exécutoire et sans consommateur confirmé. La spécification trace elle-même la même ligne : "robots.txt lets automated tools know what access to a site is considered acceptable, such as for search indexing bots. llms.txt information is instead used on demand, when an agent needs information about a topic while assisting a user." (robots.txt indique aux outils automatisés quel accès à un site est jugé acceptable, par exemple pour les bots d'indexation ; l'information de llms.txt sert au contraire à la demande, quand un agent a besoin d'information sur un sujet en assistant un utilisateur).

Les deux fichiers sont publics et ni l'un ni l'autre n'est un contrôle juridique. Quel crawler arrive réellement est une question à laquelle répondent les journaux serveur, pas l'un ou l'autre fichier, et les fiches CCBot et ChatGPT-User expliquent ce que signifie chaque user agent quand il se présente.

Qu'est-ce que llms-full.txt ?

Mintlify est à l'origine de llms-full.txt, un fichier compagnon qui, selon ses mots, "combines your entire documentation site into a single file as context for AI tools and LLM indexing" (réunit tout votre site de documentation dans un seul fichier comme contexte pour les outils d'IA et l'indexation par les LLM), chaque page y étant rendue avec son titre, son URL source, sa description et son corps Markdown complet. La spécification llms.txt ne définit pas llms-full.txt, ne le mentionne pas, et ne l'exige pas. Les plateformes de documentation génèrent les deux ensemble, et c'est pourquoi la paire apparaît sur tant de sites de doc à la fois.

Le partage pratique : llms.txt est un index assez petit pour tenir dans une fenêtre de contexte, et llms-full.txt est le corpus derrière lui. Un site qui ne publie que le dump complet a tendu à un agent un fichier trop gros pour l'usage auquel l'index était destiné.

Qui devrait publier un fichier llms.txt ?

Les équipes de documentation en tirent le retour le plus clair, parce que les agents de code sont le seul public observé à suivre le format. La spécification le dit directement : "llms.txt files are used most heavily for software documentation, where coding agents follow them to find API references and tutorials." (les fichiers llms.txt servent surtout à la documentation logicielle, où les agents de code les suivent pour trouver des références d'API et des tutoriels). Un agent de code pointé sur votre doc d'API récupère les URL que vous nommez, ce qui est une situation différente d'un moteur de recherche décidant quoi citer.

Pour un site marketing, publier coûte une heure et ne promet rien de mesurable aujourd'hui. Écrivez-le si votre contenu est réellement difficile à analyser depuis le HTML, et ne l'écrivez pas à la place du travail qui a des preuves derrière lui. Se faire citer par un assistant passe toujours par des pages explorables, des réponses claires et des mentions de tiers, ce que couvrent la generative engine optimization et l'answer engine optimization.

Comment vérifier si quelque chose lit votre llms.txt ?

Cherchez dans vos journaux d'accès les requêtes vers /llms.txt et lisez le user agent de chaque appel. Une requête portant un user agent d'agent signifie que quelque chose a récupéré le fichier, un résultat vide sur un mois signifie que rien ne l'a fait, et l'une comme l'autre réponse vous coûte une commande. Cette ligne de journal est la seule preuve de première main disponible, puisque aucun éditeur ne rapporte les récupérations de llms.txt dans une console.

Le nombre de récupérations ne vous dit toujours pas si un assistant vous a cité. Pour cela, regardez les réponses elles-mêmes : RedReplier suit les conversations publiques qui nomment votre marque sur Reddit, X, Bluesky, Facebook et Hacker News, là où les assistants vont chercher quand ils répondent à des questions de votre catégorie.

Questions fréquentes

llms.txt aide-t-il le SEO ?

Aucun effet documenté sur le classement n'existe. La documentation de Google sur les fonctionnalités d'IA ne mentionne pas llms.txt et désigne robots.txt comme le contrôle de la façon dont les sites sont explorés pour Search. Publier le fichier ne change rien à la façon dont Googlebot récupère ou classe vos pages, et aucune documentation Google ne relie les deux.

Où placer llms.txt sur un site ?

À /llms.txt sur la racine du site, ou sur n'importe quel sous-chemin comme /docs/llms.txt. La spécification indique qu'un fichier "covers the URLs under its path, and where more than one file applies, agents should use the most specific one." (couvre les URL sous son chemin, et lorsque plusieurs fichiers s'appliquent, les agents devraient utiliser le plus spécifique). Un fichier sur un sous-chemin est le bon choix quand seule une partie de votre site mérite de guider un agent.

llms.txt est-il un standard officiel ?

Non. llms.txt est une proposition publiée par Jeremy Howard sur llmstxt.org, hébergée dans le dépôt AnswerDotAI/llms-txt et ouverte aux contributions. Elle n'a ni RFC, ni organisme de normalisation, ni exigence de conformité, et c'est la différence entre elle et la RFC 9309, le document derrière robots.txt.

Quelle différence entre llms.txt et sitemap.xml ?

Un sitemap liste toutes les pages indexables pour les moteurs de recherche, et llms.txt en liste quelques-unes, triées, pour les agents. La spécification soutient qu'un sitemap ne le remplace pas parce qu'il omet les versions Markdown des pages, exclut les URL externes utiles, et couvre des documents qui, additionnés, dépassent la fenêtre de contexte d'un modèle.

Ai-je besoin de llms-full.txt en plus ?

Non. La spécification llms.txt ne définit pas du tout llms-full.txt. La convention vient de Mintlify, qui génère les deux pour les sites de doc qu'il héberge, et le fichier complet est un dump en un seul bloc de tout un ensemble de documentation, pas un index.

Faut-il bloquer les crawlers d'IA plutôt que les guider ?

C'est une décision robots.txt, et elle tient à savoir si les citations comptent plus pour vous que les jetons d'entraînement. Anthropic, OpenAI et Google font tourner des user agents distincts pour l'entraînement et pour la recherche, bloquer l'un n'oblige donc pas à bloquer l'autre. Publier un llms.txt ne remplace ni n'annule aucune de ces règles.

Qui a créé llms.txt ?

Jeremy Howard a proposé le format, avec une date du 3 septembre 2024 sur llmstxt.org. Le texte qui y est publié aujourd'hui porte la mention v2, et le projet vit dans le dépôt AnswerDotAI/llms-txt, ouvert aux contributions de la communauté. Aucun organisme de normalisation ne le régit.

ChatGPT lit-il les fichiers llms.txt ?

OpenAI publie son propre llms.txt sur developers.openai.com/llms.txt pour sa documentation développeurs, mais rien dans sa documentation sur les robots d'exploration n'indique que ChatGPT ou un autre produit OpenAI en lit un. Cette documentation couvre robots.txt, les user agents et les plages d'IP, et ne renvoie vers son propre llms.txt que comme index de la documentation. Publier le fichier sur votre propre site ne dit rien sur le fait que les robots d'OpenAI le consultent ailleurs.

Que se passe-t-il si vous ne publiez pas de fichier llms.txt ?

Rien ne casse. La spécification établit elle-même le contraste avec robots.txt : ignorer robots.txt rompt une convention d'exploration ancienne, alors qu'ignorer llms.txt n'a aucun effet documenté. L'audit Lighthouse de Chrome prévient que sans ce fichier, les agents peuvent passer plus de temps à comprendre la structure d'un site, mais c'est un coût pour l'agent, pas une pénalité pour le site.

Les agents de code utilisent-ils vraiment llms.txt ?

La spécification indique que les fichiers llms.txt "sont utilisés surtout pour la documentation logicielle, où les agents de code les suivent pour trouver les références d'API et les tutoriels", la seule audience pour laquelle le format dispose de preuves documentées. C'est différent d'un moteur de recherche qui décide seul quoi citer. Un agent de code pointé vers votre documentation d'API va chercher exactement les URL que vous y nommez.