llms.txt est un fichier texte au format Markdown placé à la racine d'un site web pour indiquer aux modèles de langage quelles pages prioritaires consulter. La proposition a été formalisée par Jeremy Howard (Answer.ai) en septembre 2024 sur le domaine llmstxt.org. Son adoption reste partielle en 2026, principalement chez les éditeurs techniques et les sociétés AI-native. Son utilité pour une stratégie GEO est réelle mais limitée : c'est un signal complémentaire, pas un levier décisif.
Depuis 2024, un débat occupe les équipes SEO et GEO : faut-il publier un fichier llms.txt à la racine de son site ? La question revient fréquemment dans mes appels de découverte, souvent avec une attente disproportionnée par rapport à l'effet réel du fichier.
Je propose ici une lecture sobre : ce qu'est précisément llms.txt, comment il s'écrit, où en est son adoption, et dans quels cas son implémentation a du sens pour une PME française.
Définition et origine
llms.txt est une proposition technique formalisée par Jeremy Howard sur le site llmstxt.org en septembre 2024. L'idée : fournir aux LLMs un point d'entrée Markdown, lisible et concis, listant les ressources prioritaires d'un site et leur description.
Le format s'inspire de robots.txt mais adresse un problème différent. Là où robots.txt indique aux crawlers ce qu'ils peuvent ou ne peuvent pas indexer, llms.txt indique aux LLMs ce qu'ils gagneraient à consulter, dans un format directement consommable par un modèle.
La proposition n'est pas un standard officiel ratifié par un consortium. C'est une convention émergente, adoptée par un nombre croissant d'acteurs mais non obligatoire.
Syntaxe : à quoi ressemble un llms.txt
Le fichier est un Markdown structuré. Le format canonique défini sur llmstxt.org prévoit :
- Un titre H1 avec le nom du projet ou de l'entreprise
- Un paragraphe de blockquote contenant une description courte
- Des sections H2 regroupant les liens par thématique
- Sous chaque H2, une liste de liens au format Markdown, chacun pouvant porter une description courte après le pipe
Exemple minimal :
# Trust-UP
> Service GEO indépendant basé en France. Aide les entreprises B2B à apparaître dans les réponses de ChatGPT, Perplexity, Gemini et Microsoft Copilot.
## Documentation
- [À propos](https://trust-up.fr/a-propos): Lubin Mercier, expert GEO
- [Méthode](https://trust-up.fr/methode): processus d'audit et de retainer
- [FAQ](https://trust-up.fr/faq): questions fréquentes sur le GEO
## Articles
- [Qu'est-ce que le GEO](https://trust-up.fr/articles/qu-est-ce-que-le-geo): guide complet
- [Signaux de citation](https://trust-up.fr/articles/signaux-citation-chatgpt-claude): 7 signaux IA
Le fichier doit être servi à l'adresse https://votre-domaine.fr/llms.txt, avec un Content-Type text/plain ou text/markdown.
llms.txt vs robots.txt vs sitemap.xml
Ces trois fichiers répondent à des besoins distincts. Confondre leurs rôles génère des configurations incohérentes.
| Fichier | Public | Rôle | Format | Obligation |
|---|---|---|---|---|
| robots.txt | Crawlers (SEO + IA) | Autoriser ou bloquer l'accès | Texte simple, directives | Standard de facto, lu par tous les crawlers |
| sitemap.xml | Moteurs de recherche | Lister exhaustivement les URLs | XML structuré | Standard officiel, supporté Google/Bing |
| llms.txt | LLMs | Pointer vers contenu prioritaire en Markdown | Markdown | Convention émergente, adoption partielle |
llms.txt n'est pas un remplaçant de sitemap.xml. Il en est le complément qualitatif : là où le sitemap dit "voici toutes les pages", llms.txt dit "voici les pages qui valent la peine d'être lues par un modèle, et voici leur description".
État de l'adoption en 2026
L'adoption de llms.txt en 2026 reste hétérogène. Plusieurs sociétés de documentation technique et plusieurs éditeurs AI-native ont publié leur fichier (notamment dans l'écosystème Answer.ai, Anthropic et d'autres acteurs orientés développeurs). Les marques B2B grand public restent prudentes.
Du côté des consommateurs du fichier, c'est-à-dire des LLMs eux-mêmes, l'usage explicite n'est pas confirmé par tous les éditeurs. À ce jour, aucune documentation publique d'OpenAI, Anthropic ou Google ne confirme une priorisation systématique du contenu pointé par llms.txt dans leur pipeline d'entraînement ou d'indexation.
Publier llms.txt revient donc à envoyer un signal dans l'attente qu'il soit lu. C'est un pari à coût faible sans garantie d'effet immédiat.
Quand l'implémenter, quand ne pas s'embêter
Pour un organisme de formation Qualiopi qui se lance dans le GEO, je recommande d'implémenter llms.txt si trois conditions sont réunies :
- Le site dispose déjà de pages bien structurées, factuellement denses, qui méritent d'être pointées
- L'équipe technique peut maintenir le fichier à jour quand les pages évoluent
- L'audit GEO a déjà couvert les fondamentaux : Schema.org propre, robots.txt cohérent avec l'autorisation des crawlers IA, contenu citable
À l'inverse, ne pas perdre de temps sur llms.txt si :
- Le contenu du site n'est pas encore citable (vague, sans données, sans structure)
- Aucune Schema.org n'est en place
- Les crawlers IA principaux (GPTBot, OAI-SearchBot, Claude-Web, PerplexityBot, Google-Extended) sont bloqués dans robots.txt
Dans ce dernier cas, llms.txt reste lettre morte. Bloquer les bots tout en publiant un fichier d'accueil pour eux est incohérent.
Recommandation Trust-UP
Je recommande llms.txt en complément d'un audit GEO complet, pas en remplacement. C'est une optimisation à coût faible et à effet potentiel modéré, qui prend tout son sens quand les fondamentaux du site sont déjà en place.
Sur trust-up.fr, je publie mon propre llms.txt depuis le Tier 1 du chantier GEO. Il pointe vers les pages méthode, FAQ, articles fondateurs et à propos. C'est cohérent avec le positionnement du site comme démo GEO live.
Pour aller plus loin : Combien d'articles publier pour une stratégie GEO efficace