llms.txt en 2026 : verdict après deux ans de proposition
Sur cette page
En bref
llms.txt est un fichier proposé pour résumer un site à l’intention des modèles de langage, mais aucun des trois services IA majeurs, Anthropic, OpenAI et Google, n’a annoncé le supporter comme signal de classement ou de citation. Une analyse portant sur environ 300 000 domaines (SE Ranking, couverte par Search Engine Journal le 20 novembre 2025) mesure une adoption de 10,13 % des domaines et ne trouve aucune corrélation mesurable entre la présence du fichier et la fréquence de citation dans les réponses des principaux LLM. Retirer cette variable améliore même la précision du modèle statistique utilisé pour expliquer les citations. John Mueller, chez Google, compare le fichier à la balise meta keywords : un signal auto-déclaré qu’aucun moteur ne vérifie plus. Le verdict n’est ni l’arnaque ni le levier miracle : llms.txt est une hygiène à coût nul dont l’effet reste à démontrer.
Ce que le fichier promet, concrètement
L’idée derrière llms.txt part d’un constat raisonnable : un site présente son contenu aux visiteurs humains avec du HTML riche en navigation, en publicités et en scripts, un format lourd à digérer pour un modèle de langage qui cherche surtout du texte utile. Un fichier markdown court, placé à la racine du domaine, promettait de résumer les pages clés dans un format plus facile à ingérer pour un agent IA. L’intention n’est pas absurde en soi, et elle s’inscrit dans la même famille de questions que ce qu’est le GEO : comment un contenu se comporte face à un modèle de langage plutôt que face à un moteur de recherche classique. Le problème n’est pas la promesse, c’est l’adoption par les moteurs qui étaient censés la lire.
Ce que Google documente réellement : robots.txt, pas llms.txt
La documentation officielle de Google sur le contrôle des robots d’exploration ne mentionne nulle part llms.txt. Le mécanisme que Google documente pour gérer l’accès des robots reste le fichier robots.txt : « A robots.txt file tells search engine crawlers which URLs the crawler can access on your site. » Et robots.txt lui-même n’est pas un outil de retrait de l’index : cette fonction appartient à la directive noindex, pas au fichier de contrôle des robots.
Pour l’entraînement des futurs modèles Gemini et le grounding (fournir du contenu de l’index Search au modèle au moment d’une requête), Google a introduit un jeton distinct dans robots.txt, Google-Extended, plutôt qu’un nouveau fichier. Ce jeton est décrit comme « a standalone product token that web publishers can use to manage whether content Google crawls from their sites may be used for training future generations of Gemini models ». Autrement dit, quand Google a voulu donner aux propriétaires de sites un contrôle sur l’usage IA de leur contenu, la solution retenue passe par robots.txt, pas par un fichier concurrent. Ceux qui veulent comprendre l’ensemble du paysage GEO au-delà de ce seul fichier trouveront le cadrage complet sur la page GEO, et la mise en contexte plus large entre logique LLM et référencement Google classique se trouve dans cette analyse de l’impact des LLM sur le SEO en 2026.
Ce que dit Google publiquement sur llms.txt
Le signal le plus direct vient de John Mueller, de Google, répondant à un administrateur qui hébergeait plusieurs milliers de domaines et observait qu’aucun robot n’allait chercher les fichiers llms.txt déployés. Sa réponse, rapportée par Search Engine Journal : « AFAIK none of the AI services have said they’re using LLMs.TXT (and you can tell when you look at your server logs that they don’t even check for it). To me, it’s comparable to the keywords meta tag. » La comparaison est parlante pour qui a suivi le référencement assez longtemps : la balise meta keywords était elle aussi une déclaration du propriétaire du site sur son propre contenu, sans vérification externe, et les moteurs ont fini par cesser de la lire parce qu’un signal auto-déclaré et non vérifié ne mérite pas de confiance.
Mueller relève aussi une faille structurelle : rien n’empêche un site d’écrire un llms.txt qui décrit un contenu différent de ce que voient réellement les visiteurs, ce qui ouvre une porte au cloaking. L’article précise en outre : « none of the major AI services, Anthropic, OpenAI, and Google, have announced support for the proposed LLMs.txt standard. »
L’étude à 300 000 domaines : zéro corrélation mesurable
La position anecdotique de Mueller trouve un appui statistique dans une analyse de SE Ranking, publiée le 20 novembre 2025 et couverte par Search Engine Journal, portant sur environ 300 000 domaines. Le taux d’adoption mesuré est de 10,13 % des domaines, ce qui veut dire que près de neuf sites sur dix analysés n’avaient tout simplement pas déployé le fichier. Plus révélateur encore : l’étude ne trouve aucune relation entre la présence de llms.txt et la fréquence à laquelle un domaine est cité dans les réponses des principaux modèles de langage.
Le détail méthodologique le plus solide de cette étude concerne un modèle prédictif XGBoost construit pour expliquer les citations IA à partir de plusieurs variables. Retirer la variable llms.txt de ce modèle en améliore la précision. Un modèle statistique qui devient plus précis sans une variable donnée indique que cette variable n’apportait pas d’information utile à la prédiction, elle ajoutait du bruit. C’est l’argument le plus fort du dossier contre llms.txt comme levier de visibilité IA : ce n’est pas une absence de preuve, c’est une preuve d’absence d’effet mesurable dans cet échantillon.
L’article précise également que Google n’a pas indiqué que llms.txt sert de signal dans les AI Overviews ou l’AI Mode (une distinction utile à garder en tête : voir ce qu’est l’AIO pour ne pas confondre citation IA et indexation classique), et que la documentation crawler d’OpenAI se concentre elle aussi sur les contrôles robots.txt plutôt que sur ce standard proposé.
Trois situations concrètes
Une PME pense que llms.txt va la faire « voir » par ChatGPT ou Perplexity. L’étude à 300 000 domaines ne trouve aucun lien mesurable entre la présence du fichier et la fréquence de citation, et retirer la variable améliore même la précision du modèle prédictif. Le geste reste sans risque si le coût de déploiement est nul, mais il ne remplace pas le travail qui compte réellement : du contenu citable, une structure de données soignée (voir le billet sur les données structurées Schema.org), et les techniques qui déplacent réellement l’aiguille en visibilité IA, détaillées dans ce guide d’optimisation du contenu pour l’IA.
Une agence vend un « audit GEO » où poser llms.txt figure comme livrable prioritaire, présenté comme condition pour être cité par les IA. Selon Mueller, aucun service IA n’a déclaré utiliser le fichier, et les logs serveur confirment que le bot n’y va même pas. La distinction à faire n’est pas entre un fichier utile et un fichier inutile, mais entre le fichier lui-même (hygiène gratuite, sans preuve d’effet) et le fournisseur qui le vend comme un levier prioritaire. Ce dossier ne rejuge pas les fournisseurs GEO : ce verdict-là reste posé sur la page des services GEO facturés comme condition de visibilité.
Un administrateur bloque Google-Extended dans robots.txt en croyant limiter du même coup l’indexation Google Search ou la citation par d’autres IA. Ce jeton ne gère que l’entraînement des futurs modèles Gemini et le grounding via Vertex AI, séparément du contrôle d’indexation classique. Google précise explicitement que Google-Extended n’a pas d’effet sur l’inclusion d’un site dans la Recherche Google ni sur son classement. Ce que les autres fournisseurs IA (ChatGPT, Perplexity, Claude) font de leur côté n’est pas couvert par cette documentation : le jeton ne s’adresse qu’aux crawlers de Google.
Erreurs coûteuses à éviter
- Confondre llms.txt avec un signal de classement reconnu. Aucun des trois services IA majeurs n’a annoncé le supporter.
- Croire qu’ajouter le fichier produit un effet mesurable à court terme sur les citations IA. L’étude à 300 000 domaines ne trouve aucune corrélation mesurable.
- Traiter le retrait ou l’absence de llms.txt comme un risque de visibilité. Le modèle prédictif devient plus précis sans cette variable, preuve qu’elle n’ajoutait pas d’information utile.
- Bloquer Google-Extended dans robots.txt en croyant limiter aussi l’indexation Search. Ce jeton contrôle seulement l’entraînement des futurs modèles Gemini et le grounding, pas le classement Search.
- Utiliser robots.txt comme méthode pour retirer une page de l’index Google. La documentation officielle est explicite : robots.txt gère l’accès des robots, noindex gère le retrait de l’index.
- Surveiller les logs serveur en espérant y voir une preuve d’usage du llms.txt par les bots IA. Même quand un robot va chercher le fichier occasionnellement, cela ne se traduit pas par un effet observé sur les citations.
FAQ
Est-ce que Google utilise llms.txt comme signal de classement ou de citation ?
Non. Rien dans la documentation Google ni dans l’étude SE Ranking n’indique que llms.txt sert de signal dans la Recherche, les AI Overviews ou l’AI Mode. John Mueller compare le fichier à la balise meta keywords, un signal auto-déclaré qu’aucun moteur ne vérifie.
Est-ce qu’OpenAI ou Anthropic déclarent le supporter ?
Non. Aucun des trois services IA majeurs n’a annoncé de support officiel du standard proposé, et la documentation crawler d’OpenAI citée par Search Engine Journal se concentre sur les contrôles robots.txt plutôt que sur llms.txt.
Faut-il quand même en ajouter un ?
Le coût de déploiement est faible et le risque nul, ce qui en fait une hygiène défendable pour qui veut couvrir toutes les bases. Ce n’est toutefois pas une priorité de visibilité : aucune source de ce dossier ne montre d’effet mesurable sur les citations IA.
Bloquer Google-Extended empêche-t-il ChatGPT ou Perplexity de me citer ?
Ce jeton contrôle spécifiquement l’entraînement des futurs modèles Gemini et le grounding Google. Google précise qu’il n’a pas d’effet sur l’inclusion d’un site dans la Recherche Google ni sur son classement. Son effet sur ChatGPT ou Perplexity n’est pas documenté par Google, puisque le jeton ne s’adresse qu’à ses propres crawlers.
Un fichier llms.txt peut-il remplacer le balisage de données structurées ?
Non. Ce sont deux mécanismes distincts : llms.txt propose un résumé à l’intention des modèles de langage, tandis que le balisage de données structurées cible les moteurs de recherche classiques. Le détail de ce que couvre ce second mécanisme se trouve dans le billet sur les données structurées Schema.org.
Retirer un llms.txt déjà en place nuit-il à la visibilité IA ?
Aucun effet mesurable trouvé dans l’étude à 300 000 domaines. Retirer la variable llms.txt du modèle prédictif de citation en améliore même la précision, ce qui indique qu’elle n’apportait pas d’information utile à la prédiction.
Sources
- Google for Developers : Google Common Crawlers (Google-Extended) : jeton de contrôle robots.txt pour l’entraînement des futurs modèles Gemini et le grounding, distinct de l’indexation Search, consulté le 2026-09-05.
- Google for Developers : Introduction à robots.txt : fonctionnement de robots.txt et distinction avec noindex comme mécanisme de retrait de l’index, consulté le 2026-09-05.
- Search Engine Journal : Google Says LLMs.txt Comparable To Keywords Meta Tag : déclaration de John Mueller et absence de support officiel des trois services IA majeurs, consulté le 2026-09-05.
- Search Engine Journal : LLMs.txt Shows No Clear Effect On AI Citations, Based On 300K Domains : étude SE Ranking sur environ 300 000 domaines, adoption de 10,13 %, absence de corrélation avec la citation IA, consulté le 2026-09-05.