llms.txt : ce qu'on sait, ce qu'on suppose

À ce jour, aucun éditeur de modèle de langage n’a confirmé publiquement exploiter le fichier llms.txt. C’est une proposition de la communauté, pas un standard reconnu, et rien ne démontre qu’un assistant s’en sert pour décider de citer une source plutôt qu’une autre.

Cela n’empêche pas de le publier. Cela devrait empêcher de le facturer comme une prestation de visibilité.

Que contient un fichier llms.txt ?

Le format a été proposé en septembre 2024 par Jeremy Howard, d’Answer.AI. L’idée est simple et défendable : un site publie à sa racine un fichier Markdown qui résume ce qu’il est et liste ses pages importantes, chacune assortie d’une phrase de description.

L’intention est d’épargner à un modèle le travail d’interpréter du HTML encombré de menus, de bandeaux et de scripts, en lui offrant une version propre de la même information. Une variante, llms-full.txt, va plus loin en donnant le contenu intégral plutôt que la table des matières.

Le rapprochement avec robots.txt est trompeur. robots.txt est un standard ancien, universellement implémenté, dont le respect est vérifiable dans les journaux d’un serveur. llms.txt est une convention proposée, que rien n’oblige personne à lire.

Les moteurs d’IA lisent-ils vraiment llms.txt ?

Établi : le format existe, il est documenté, et une partie de l’écosystème l’a adopté. Plusieurs éditeurs d’outils pour développeurs publient le leur, et des générateurs l’ajoutent automatiquement.

Non établi : que quiconque le lise au moment de composer une réponse. Du côté de Google, John Mueller a publiquement comparé le fichier à la balise keywords, cette métadonnée que les moteurs ont cessé de prendre en compte il y a plus de quinze ans parce qu’elle décrivait un site selon ce site lui-même. La comparaison est rude, et elle porte sur le point sensible : un fichier qu’une entreprise rédige sur elle-même n’apporte aucune vérification externe.

Une chose est simple à contrôler par vous-même : cherchez llms.txt dans les journaux d’accès de votre serveur. Sur la plupart des sites, personne ne le demande.

Pourquoi Kerith publie-t-il un llms.txt malgré tout ?

Parce que le coût est nul et le risque inexistant. Écrire ce fichier prend quelques minutes, il pèse quelques kilo-octets, il n’introduit aucune dette technique et il ne peut nuire à rien.

Parce que les conventions se stabilisent parfois après coup. Si un éditeur décide un jour de s’en servir, les sites qui en disposent déjà n’auront rien à rattraper.

Et parce que le rédiger oblige à un exercice utile : formuler en quelques lignes ce que fait l’entreprise, page par page. Ce travail sert immédiatement, indépendamment du fichier, parce qu’il produit exactement les phrases dont les métadonnées et les chapôs ont besoin.

Ce sont trois bonnes raisons. Aucune n’est une preuve d’efficacité, et il faut le dire dans cet ordre.

Qu’est-ce qui marche à la place de llms.txt ?

Les leviers dont l’effet s’observe sont moins spectaculaires et demandent plus de travail.

L’accès des robots. Un modèle ne cite pas ce qu’il ne peut pas lire. Un pare-feu qui bloque les robots d’IA, ou un contenu injecté en JavaScript, coûtent infiniment plus cher que l’absence de llms.txt. C’est la première chose à contrôler.

La structure de la page elle-même. Un titre formulé comme une question réelle, une réponse dans les premières lignes, un paragraphe par idée. Un modèle extrait des passages, pas des pages : ce qui compte est qu’un passage se comprenne hors de son contexte.

Les données structurées. Le balisage Schema.org lève l’ambiguïté sur ce que fait l’entreprise, où elle intervient et qui écrit. Contrairement à llms.txt, il est effectivement lu, et depuis longtemps.

La cohérence des informations ailleurs. Nom, activité, localisation identiques sur le site, les annuaires, les réseaux et la presse. Une information contradictoire d’un support à l’autre rend une entreprise floue pour un modèle, et un modèle qui doute ne cite pas.

Ce que les autres disent de vous. C’est le seul signal qu’une entreprise ne peut pas s’attribuer elle-même, et c’est précisément pour cette raison qu’il pèse.

Faut-il payer pour un llms.txt ?

La question n’est pas de savoir si llms.txt fonctionne. Elle est de savoir combien de prestations sont vendues aujourd’hui sur des mécanismes que personne n’a vérifiés.

Le GEO est une discipline jeune, où l’écart entre ce qui s’affirme et ce qui se démontre est considérable. La seule protection consiste à demander, pour chaque levier proposé, comment son effet sera mesuré. Une réponse honnête existe pour la plupart d’entre eux. Pour llms.txt, elle est : on ne sait pas encore.

Pour savoir ce que les assistants disent de votre entreprise aujourd’hui, il y a une méthode de relevé reproductible, et elle ne coûte rien. Le reste du travail est décrit sur la page GEO.