Le guide complet de llms.txt (avec exemples) : format, hébergement et utilisation par les robots IA

llms.txt est un fichier Markdown en texte brut que vous placez à la racine de votre domaine (https://votredomaine.com/llms.txt) et qui offre aux modèles d'IA une carte propre et sélectionnée de vos contenus les plus importants. C'est une convention proposée — introduite par Jeremy Howard d'Answer.AI en septembre 2024 — et non un standard web officiel ; aucun grand fournisseur d'IA ne garantit actuellement qu'il le lit ni que le fait d'en avoir un améliore votre classement.

Cette honnêteté d'emblée compte, car la plupart des guides sur llms.txt le survendent. Celui-ci va vous montrer exactement comment écrire le fichier, où l'héberger, comment il se rapporte à robots.txt et sitemap.xml, et ce qu'il fait et ne fait pas réellement aujourd'hui. Si vous voulez la vision stratégique plus large, lisez notre guide sur comment rendre votre site web repérable par l'IA en complément de celui-ci.

Qu'est-ce que llms.txt et quel problème résout-il ?

Lorsqu'un grand modèle de langage a besoin d'informations sur votre site, il se heurte à deux problèmes. Premièrement, les pages HTML sont bruitées : menus de navigation, bandeaux de cookies, publicités, JavaScript et pieds de page enfouissent le contenu réel. Deuxièmement, les modèles travaillent dans une fenêtre de contexte limitée et ne peuvent donc pas ingérer tout votre site. Convertir un HTML brouillon en signal propre au moment de l'inférence est coûteux et source d'erreurs.

llms.txt répond à cela en effectuant la sélection à la place du modèle. Plutôt que de laisser un robot deviner quelles pages comptent, vous lui tendez un court document Markdown structuré qui liste vos ressources clés avec des descriptions en langage clair. Voyez-le comme une table des matières écrite spécifiquement pour des machines qui lisent du texte, et non pour des navigateurs qui affichent des pixels.

Il vaut la peine d'être précis sur la portée. llms.txt vise la récupération au moment de l'inférence — le moment où un assistant IA répond à une question et veut y intégrer des informations pertinentes et actuelles sur votre produit, votre documentation ou vos politiques. Il n'a pas été conçu comme un mécanisme de contrôle des données d'entraînement. Ce rôle appartient toujours à robots.txt et aux nouvelles directives spécifiques aux robots d'IA.

Le format du fichier llms.txt

La spécification définit une structure Markdown simple et lisible par l'humain. Elle comporte une partie obligatoire et plusieurs parties facultatives, et l'ordre est fixe pour que les analyseurs puissent s'y fier.

Le format, dans l'ordre :

1. Un H1 avec le nom du projet ou du site. C'est la seule ligne strictement obligatoire.
2. Une citation en bloc (>) avec un court résumé. Une ou deux phrases décrivant ce qu'est le site ou le projet. Facultatif mais fortement recommandé.
3. Zéro ou plusieurs paragraphes de contexte supplémentaire (sans titres), donnant les détails dont un modèle a besoin pour interpréter le reste du fichier.
4. Des sections H2, chacune contenant une liste de liens Markdown. Chaque élément de liste est un hyperlien, éventuellement suivi de deux-points et d'une courte description.
5. Une section ## Optional. Les liens qui y figurent sont explicitement marqués comme superflus — un modèle au budget de contexte serré peut les laisser tomber sans rien perdre d'essentiel.

Le choix de conception clé est que tout est du Markdown standard. Cela signifie que le même fichier est lisible par un humain dans un éditeur de texte et facilement analysable par un modèle, puisque les LLM maîtrisent déjà le Markdown.

Le motif compagnon : llms-full.txt et les pages .md

Deux conventions apparentées apparaissent souvent aux côtés de llms.txt :

• llms-full.txt — un fichier unique et plus volumineux qui contient le texte complet réel, et non de simples liens. Utile quand vous voulez qu'un modèle ait tout en une seule récupération, au prix d'un fichier bien plus gros.
• Versions .md propres des pages — la pratique consistant à servir une copie Markdown de n'importe quelle page HTML à la même URL avec .md ajouté (par exemple about.html.md). Les liens de votre llms.txt peuvent pointer vers ces versions propres pour qu'un modèle n'ait jamais à analyser de HTML.

Exemples de fichiers travaillés

Voici un llms.txt minimal pour un petit produit SaaS. C'est la base que tout le monde devrait pouvoir produire.

# Acme Analytics

> Acme Analytics is a privacy-first web analytics tool for small
> teams. It is cookieless, GDPR-compliant, and self-hostable.

Acme replaces heavyweight analytics suites with a single lightweight
script. Pricing is flat-rate per site with no event caps.

## Docs

- [Quick Start](https://acme.example/docs/quickstart.md): Install the
  script and see your first data in under five minutes.
- [API Reference](https://acme.example/docs/api.md): Full REST API for
  querying metrics programmatically.
- [Self-Hosting Guide](https://acme.example/docs/self-host.md): Run
  Acme on your own infrastructure with Docker.

## Product

- [Features](https://acme.example/features.md): What Acme measures and
  how it protects visitor privacy.
- [Pricing](https://acme.example/pricing.md): Flat monthly pricing per
  tracked site.

## Optional

- [Changelog](https://acme.example/changelog.md): Release history.
- [Company](https://acme.example/about.md): Team and founding story.

Un deuxième exemple, cette fois pour un commerce de services local plutôt qu'un produit logiciel. Remarquez comme les descriptions portent les faits dont un assistant IA aurait besoin pour répondre directement à une question de client.

# Harbor Dental Clinic

> Harbor Dental is a family dental practice in Portland, Oregon,
> offering general, cosmetic, and emergency dentistry since 2004.

## Services

- [General Dentistry](https://harbordental.example/general.md):
  Cleanings, fillings, crowns, and preventive care.
- [Emergency Care](https://harbordental.example/emergency.md):
  Same-day appointments for pain, breaks, and lost fillings.
- [Cosmetic Dentistry](https://harbordental.example/cosmetic.md):
  Whitening, veneers, and Invisalign.

## Visit

- [Hours & Location](https://harbordental.example/contact.md): Open
  Mon-Fri 8am-5pm at 120 Harbor St, Portland OR 97201.
- [New Patients](https://harbordental.example/new-patients.md):
  Insurance accepted, intake forms, and what to expect.

## Optional

- [Patient Reviews](https://harbordental.example/reviews.md)
- [Blog](https://harbordental.example/blog.md)

Un troisième, réduit au minimum absolu qui reste valide — un H1 et une section. C'est légitime ; vous n'avez pas besoin de toutes les sections pour disposer d'un fichier utilisable.

# Jane Doe — Freelance Illustrator

> Editorial and children's book illustrator based in Berlin,
> available for commissions.

## Links

- [Portfolio](https://janedoe.example/work.md): Selected published work.
- [Rates & Contact](https://janedoe.example/contact.md): Commission
  pricing and how to get in touch.

Où l'héberger

Hébergez le fichier à la racine de votre domaine : https://votredomaine.com/llms.txt. C'est l'unique emplacement que la convention spécifie, exactement comme robots.txt. Ne le placez pas dans un sous-répertoire et ne le renommez pas — les outils recherchent précisément ce chemin.

Quelques notes pratiques d'hébergement :

• Servez-le avec le type de contenu text/plain (ou text/markdown) ; la plupart des hébergeurs de fichiers statiques le font automatiquement pour un fichier .txt.
• Assurez-vous qu'il renvoie un HTTP 200 à l'URL canonique et qu'il n'est pas bloqué par une authentification, un géoblocage ou une règle robots.txt de type disallow.
• Si vous exploitez plusieurs sous-domaines (par exemple docs. et app.), chaque sous-domaine peut avoir son propre llms.txt limité à cet hôte.
• Gardez-le sous contrôle de version et mettez-le à jour quand vos URL importantes changent, tout comme vous maintiendriez un sitemap.

En quoi llms.txt diffère de robots.txt et sitemap.xml

Ces trois fichiers vivent tous à la racine du domaine et s'adressent tous à des clients automatisés, ce qui explique justement qu'on les confonde. Ils résolvent des problèmes différents et sont complémentaires, pas substituables. Gardez les trois.

Le modèle mental : sitemap.xml dit « voici tout ce qui existe », robots.txt dit « voici ce à quoi vous pouvez et ne pouvez pas accéder », et llms.txt dit « voici ce qui compte vraiment et ce que cela signifie ». Un sitemap est exhaustif et sans description ; un llms.txt est sélectif et annoté.

Une clarification importante sur le contrôle du crawl. llms.txt ne bloque personne de rien — il n'accorde aucune permission et n'en révoque aucune. Si vous voulez contrôler si les entreprises d'IA crawlent votre site pour l'entraînement, cela se fait via les règles user-agent de robots.txt (pour des robots comme GPTBot, ClaudeBot, Google-Extended) et, de plus en plus, une couche de permissions distincte proposée de type ai.txt. Ne traitez pas llms.txt comme un fichier de consentement ou d'opt-out.

Comment les robots et assistants IA l'utilisent réellement

C'est ici que l'honnêteté est essentielle, car l'écart entre ce qui est techniquement possible et ce qui est confirmé en production est large.

Ce qui se passe aujourd'hui. Un ensemble croissant d'outils destinés aux développeurs lit llms.txt. Les plateformes de documentation, plusieurs assistants de codage IA et intégrations d'IDE, ainsi que certains cadres de récupération, vont récupérer /llms.txt quand vous les pointez vers un domaine, puis l'utiliser pour décider quelles pages tirer dans le contexte. Si vous avez déjà collé une URL de documentation dans un outil de codage IA et l'avez vu trouver rapidement les bonnes pages de référence, un llms.txt en est peut-être la raison.

Ce qui n'est pas confirmé. À l'heure où ces lignes sont écrites, les grands produits de recherche IA grand public ne se sont pas publiquement engagés à utiliser llms.txt comme signal de classement ou de récupération dans leurs réponses web générales. Des déclarations publiques de personnes chez certains grands fournisseurs ont été sceptiques, notant qu'ils extraient déjà du contenu du HTML à grande échelle. Vous ne devriez donc pas vous attendre à ce que publier un llms.txt vous fasse, à lui seul, citer plus souvent dans les réponses d'un assistant IA généraliste.

Pourquoi cela peut tout de même valoir la peine. Le coût est quasi nul — il s'agit d'un petit fichier Markdown — et la pratique impose un exercice utile : décider lesquelles de vos dix ou vingt URL représentent réellement votre valeur, et rédiger une description d'une ligne pour chacune. Cette clarté aide votre HTML, vos métadonnées et votre stratégie de contenu, quel que soit celui qui lit le fichier. Et si l'adoption grandit, vous êtes déjà positionné. C'est la même logique de faible coût et de forte optionalité qui sous-tend l'optimisation pour les moteurs génératifs au sens large : vous optimisez pour la façon dont les systèmes IA consomment le contenu, parce que c'est là que se dirige la découverte.

Pour du contenu que les systèmes IA analysent dès maintenant avec un effet confirmé, les données structurées font davantage le gros du travail que llms.txt. Voyez notre décryptage du balisage schema que les moteurs de recherche IA lisent réellement — associer un schema valide à un llms.txt propre couvre à la fois les canaux confirmés et émergents.

Adoption actuelle et limites

Pour garder des attentes calibrées, voici l'état des lieux en termes simples.

• C'est une proposition, pas un mandat. Il n'y a pas d'organe directeur, pas de test de conformité et pas de pénalité pour ne pas en avoir. La spécification vit dans un dépôt public et évolue.
• Sa lecture est facultative pour les consommateurs. Tout outil ou modèle qui le lit le fait par choix. Beaucoup ne le font pas.
• Ce n'est pas un signal de classement. Aucun fournisseur de recherche ou d'IA n'a confirmé qu'il influe sur la visibilité. Traitez toute affirmation contraire comme du marketing, pas comme un fait.
• Il peut dériver. Comme un sitemap, un llms.txt qui pointe vers des URL mortes ou obsolètes est pire que rien. Il nécessite un entretien.
• Il ne remplace pas un bon contenu ni des données structurées. C'est un fichier de pointeurs. Si les pages vers lesquelles il pointe sont minces, le pointeur n'aide pas.

Rien de tout cela ne fait de llms.txt une mauvaise idée. Cela en fait une pratique d'hygiène à faible risque et tournée vers l'avenir — plus proche de l'ajout d'un sitemap en 2006 que d'un levier de croissance garanti. Publiez-le, gardez-le exact et laissez l'écosystème rattraper son retard.

Foire aux questions

llms.txt est-il un standard web officiel ?

Non. C'est une convention proposée, introduite en septembre 2024 et maintenue dans une spécification publique, mais elle n'a été ratifiée par aucun organisme de normalisation tel que le W3C ou l'IETF. Contrairement à robots.txt, formalisé sous la RFC 9309, llms.txt n'a aucun statut officiel et aucun fournisseur n'est tenu de le prendre en charge.

Ajouter llms.txt améliorera-t-il mon classement dans Google ou dans la recherche IA ?

Il n'existe aucune preuve que ce soit le cas, et aucun grand fournisseur ne l'a confirmé comme signal de classement ou de récupération pour les réponses web générales. Vous devriez l'ajouter pour son faible coût et son potentiel futur, pas comme une tactique SEO. Les vrais gains de visibilité proviennent toujours d'un contenu de qualité, de données structurées et d'une bonne santé technique.

Ai-je encore besoin de robots.txt et sitemap.xml si j'ai llms.txt ?

Oui, absolument. Les trois fichiers remplissent des rôles différents et complémentaires : sitemap.xml liste toutes vos URL pour la découverte, robots.txt contrôle l'accès et les permissions des robots, et llms.txt sélectionne et décrit votre contenu clé pour la lecture par l'IA. llms.txt n'accorde aucune permission et ne peut donc jamais remplacer robots.txt.

Où exactement le fichier llms.txt doit-il se trouver ?

À la racine de votre domaine, servi à https://votredomaine.com/llms.txt, renvoyant un HTTP 200 avec un type de contenu texte brut ou Markdown. Il ne doit pas se trouver dans un sous-répertoire ni derrière une authentification. Si vous avez plusieurs sous-domaines, chacun peut héberger son propre fichier limité à cet hôte.

Quelle longueur un fichier llms.txt doit-il avoir ?

Gardez-le court et sélectionné — généralement vos dix à trente URL les plus importantes, chacune avec une description d'une ligne. Tout l'intérêt réside dans la sélectivité, alors résistez à l'envie de lister chaque page. Si vous voulez fournir le texte complet plutôt que des liens, utilisez un fichier llms-full.txt distinct pour que le llms.txt principal reste un index léger.

Vous n'avez pas à écrire et à maintenir tout cela seul, à la main. Des outils comme emax.studio peuvent générer le contenu optimisé pour l'IA vers lequel votre llms.txt devrait pointer — pages propres, résumés structurés et texte qui commence par la réponse — de sorte que le fichier renvoie vers du matériel qui vaut réellement la peine d'être cité.

Créez votre première campagne marketing propulsée par l'IA sur emax.studio — plan gratuit disponible.