llms.txt : définition, rédaction et validation du fichier

En bref : llms.txt est un fichier Markdown proposé à l'adresse /llms.txt, qui donne aux modèles de langage une courte carte de votre site : un titre # Nom du site (la seule partie obligatoire), un résumé facultatif d'une ligne dans une citation > , et des sections ## qui listent vos pages les plus utiles sous forme de liens Markdown. Il ne contrôle pas l'exploration, ce n'est pas un signal de classement Google, et les principaux robots d'IA ne documentent pas sa lecture. Il reste peu coûteux à publier et utile aux outils et agents qu'on dirige vers votre site. Rédigez-le en dix minutes, servez-le en texte brut avec le statut 200 et validez-le.

Peu de fichiers web ont suscité autant d'attention pour un effet aussi peu documenté. Des plugins ajoutent llms.txt en un clic, des guides promettent qu'il vous « fera entrer dans ChatGPT », et de nombreux propriétaires de sites en publient un sans savoir ce qu'il doit contenir. Ce guide s'en tient à ce que définit la proposition, à ce que les fournisseurs d'IA ont dit ou non, et à la manière de rédiger un fichier correct et réellement utile. Il explique aussi précisément ce que valide notre vérificateur llms.txt gratuit, et comment corriger chaque problème signalé.

Ce qu'est llms.txt

La proposition llms.txt a été publiée par Jeremy Howard le 3 septembre 2024. Elle se décrit comme « a proposal to standardise on using an /llms.txt file to provide information to help agents use a website » (une proposition visant à standardiser l'usage d'un fichier /llms.txt pour fournir des informations aidant les agents à utiliser un site web), et la page précise qu'elle en est à sa deuxième version et reste ouverte aux contributions de la communauté.

L'idée : les pages HTML regorgent de navigation, de scripts et de mise en page qui gaspillent le contexte limité d'un modèle. Un court fichier Markdown rédigé par un humain peut indiquer à un modèle ce qu'est le site et où se trouve le contenu utile. La proposition indique que llms.txt « serait surtout utile pour l'inférence plutôt que pour l'entraînement », autrement dit lorsqu'un modèle ou un agent répond à une question et lit votre site en direct.

Le format, section par section

La proposition définit les sections dans un ordre fixe :

Chaque entrée d'une liste de fichiers est un élément de liste Markdown avec un lien obligatoire [nom](url), éventuellement suivi de deux-points et d'une note sur la page. La proposition suggère aussi de proposer une version Markdown de chaque page à la même URL en ajoutant .md, par exemple page.html.md, ou en remplaçant l'extension (page.md).

Le fichier se trouve généralement à la racine du site, mais la proposition l'autorise à n'importe quel chemin, pour couvrir les pages situées sous ce chemin, ce qui convient aux documentations hébergées sous /docs/. La documentation de Next.js, par exemple, renvoie vers un index à l'adresse /docs/llms.txt.

Ce que llms.txt n'est pas

• Pas un contrôle d'accès. Le fichier robots.txt, défini dans la RFC 9309, indique aux robots ce qu'ils peuvent récupérer. llms.txt n'autorise ni n'interdit rien. La proposition elle-même dit que les deux ont « des finalités différentes » et que llms.txt peut compléter robots.txt.
• Pas un sitemap. Un sitemap liste toutes les URL indexables pour les moteurs de recherche. llms.txt en liste une poignée choisie, avec du contexte. La proposition précise qu'un sitemap « n'est pas un substitut » à llms.txt.
• Pas une exigence de Google. Les consignes de Google sur les fonctionnalités d'IA indiquent : « You don't need to create new machine readable files, AI text files, or markup to appear in these features » (vous n'avez pas besoin de créer de nouveaux fichiers lisibles par machine, fichiers texte pour l'IA ou balisages pour apparaître dans ces fonctionnalités).
• Pas documenté par les grands robots d'IA. La documentation des robots d'OpenAI, d'Anthropic et de Perplexity explique les jetons robots.txt et les plages d'adresses IP ; en octobre 2026, aucune de ces pages ne mentionne llms.txt.

Pourquoi en publier un malgré tout

Trois raisons tiennent la route sans exagération :

1. Les agents et assistants de code le lisent lorsqu'on les dirige vers un site. Si un développeur colle l'URL de votre documentation dans un assistant, un index propre de liens Markdown est plus facile à exploiter que votre navigation rendue. C'est pourquoi les plateformes de documentation l'ont adopté en premier ; llmstxt.org répertorie des générateurs dans Mintlify, GitBook, Yoast SEO, AIOSEO, Wix et d'autres.
2. Il impose un exercice éditorial utile. Écrire une phrase sur ce que vous faites et choisir les dix pages qui comptent, c'est le même travail qui rend une page d'accueil claire pour les internautes et pour les robots de recherche qui alimentent les réponses d'IA.
3. Il ne coûte presque rien. Un fichier statique, sans maintenance continue au-delà de la mise à jour des liens.

Il ne réparera pas un site que les robots d'IA ne peuvent pas atteindre. Si OAI-SearchBot reçoit un 403 de votre pare-feu, aucun fichier texte n'y changera rien. Vérifiez d'abord l'accès avec le vérificateur de robots d'IA et lisez notre guide des robots d'IA pour les détails.

Exemples de llms.txt prêts à copier

Un produit logiciel

# Tallyboard

> Tallyboard is time tracking and invoicing software for agencies of 5 to 200 people. Plans start at $12 per user per month; a 14-day trial needs no card.

Tallyboard runs in the browser and on iOS and Android, and integrates with QuickBooks, Xero and Slack.

## Product
- [Features](https://www.example.com/features): timers, timesheets, approvals, invoicing
- [Pricing](https://www.example.com/pricing): plans, limits and annual discount
- [Integrations](https://www.example.com/integrations): QuickBooks, Xero, Slack, Jira

## Help
- [Getting started](https://www.example.com/help/getting-started): set up a workspace in 10 minutes
- [API reference](https://www.example.com/docs/api.md): REST API, authentication and rate limits

## Optional
- [Changelog](https://www.example.com/changelog)
- [Company](https://www.example.com/about)

Un commerce local

# North Street Bakery

> Family bakery in Springfield, Illinois, baking sourdough, pastries and custom cakes since 2009. Open Monday to Saturday.

## Visit
- [Location and hours](https://www.example.com/visit): 120 North Street, opening hours, parking
- [Contact](https://www.example.com/contact): phone, email and order form

## Order
- [Custom cakes](https://www.example.com/cakes): flavors, sizes, prices and lead time
- [Catering](https://www.example.com/catering): office breakfast boxes

Un site de documentation

# Lumen SDK

> Lumen is an open-source JavaScript SDK for building offline-first apps. MIT license.

## Docs
- [Quick start](https://docs.example.com/quick-start.md): install and first sync in five minutes
- [Configuration](https://docs.example.com/config.md): every option with defaults
- [Conflict resolution](https://docs.example.com/conflicts.md): how merges work

## Examples
- [Todo app](https://docs.example.com/examples/todo.md)

## Optional
- [Architecture notes](https://docs.example.com/internals.md)

Les règles qui rendent le fichier utile : rédigez le résumé sous forme de faits (quoi, pour qui, où, prix), utilisez des URL absolues de pages canoniques qui renvoient 200, gardez des notes courtes et pointez vers les versions Markdown lorsque vous en avez.

Comment fonctionne le vérificateur llms.txt de Searvia

Le vérificateur llms.txt utilise le même moteur que notre vérificateur SEO de site web. Vous saisissez un domaine ou l'adresse d'une page ; il lit cette page (votre page d'accueil si vous ne saisissez qu'un domaine) et les fichiers du site qui l'entourent, exécute 38 contrôles en une vingtaine de secondes et place en tête les trois contrôles qui concernent cet outil. Voici exactement ce que fait chacun.

Fichier llms.txt (priorité faible). Le vérificateur suit la page jusqu'à son adresse finale, puis demande /llms.txt sur cet hôte, en suivant les redirections. Le fichier n'est considéré comme présent que si :

• il répond avec le statut 200,
• ce n'est pas une page HTML (un type de contenu text/html, ou un corps commençant par <!doctype ou <html>, signifie que votre serveur a renvoyé une page web, le plus souvent une page « introuvable » ou la page d'accueil), et
• il n'est pas vide.

Le contrôle est réussi lorsque le fichier, après une éventuelle marque d'ordre des octets (BOM) et des espaces initiaux, commence par # , c'est-à-dire le H1 exigé par la proposition. Le rapport compte aussi les liens Markdown de la forme [texte](url). Il émet un avertissement, et non un échec, lorsque le fichier est absent ou sans titre, car llms.txt est facultatif.

Le vérificateur ne valide ni la citation, ni l'ordre des sections, ni l'existence des pages liées, et il ne regarde que la racine de l'hôte, pas /docs/llms.txt. Il ne recherche pas llms-full.txt.

Accès des robots d'IA (priorité haute). Le même rapport indique si robots.txt autorise 10 robots d'IA et de recherche et 2 jetons de refus d'entraînement d'IA à récupérer la page, et si votre pare-feu repousse une requête qui s'identifie comme GPTBot (un avertissement, pas une preuve, puisque la requête ne provient pas des adresses d'OpenAI). Il figure dans l'objectif de cet outil, car un llms.txt que les robots ne peuvent pas atteindre ne sert à rien.

Sitemap XML (priorité moyenne). Le vérificateur essaie les lignes Sitemap: de robots.txt, puis /sitemap.xml et /sitemap_index.xml, jusqu'à quatre adresses. Il réussit dès la première qui répond 200 avec une racine <urlset> ou <sitemapindex> et indique combien d'entrées <loc> il a trouvées. Le sitemap et llms.txt remplissent des rôles différents, et il vous faut les deux.

La note globale de A+ à F couvre l'ensemble des 38 contrôles, pondérés par priorité, et le rapport peut être partagé par lien.

Lire le résultat

Un succès avec 0 lien signifie que le fichier a un titre mais aucun lien Markdown : il ne donne rien à suivre aux outils. Un succès avec 300 liens signifie que vous avez collé un sitemap ; réduisez-le aux pages qui comptent.

Comment corriger chaque problème llms.txt

1. Aucun fichier llms.txt n'a été trouvé

1. Rédigez le fichier à partir de l'un des exemples ci-dessus. Enregistrez-le en texte brut UTF-8 sous le nom exact llms.txt, en minuscules.
2. Placez-le là où votre serveur sert la racine du site :
   • Sites statiques et la plupart des frameworks : le dossier public/ ou static/ (Next.js, Vite, Astro, Nuxt et Hugo servent tous ce dossier à la racine).
   • WordPress : Yoast SEO et AIOSEO peuvent générer le fichier ; sinon, téléversez-le dans le dossier racine de WordPress, à côté de wp-config.php.
   • Shopify : vous ne pouvez pas téléverser de fichiers à la racine ; utilisez donc une application, ou téléversez le fichier dans Files et créez une redirection d'URL de /llms.txt vers celui-ci. Le vérificateur suit les redirections, donc cela fonctionne tant que la cible est servie en texte.
   • Wix : llmstxt.org cite Wix parmi les plateformes qui prennent en charge le fichier ; consultez les paramètres SEO de votre site.
3. Ouvrez https://yourdomain.com/llms.txt dans une fenêtre privée et vérifiez que vous voyez du Markdown brut, et non votre site.
4. Relancez le vérificateur llms.txt.

2. llms.txt existe mais ne commence pas par un titre « # »

Les premiers caractères non vides doivent être # suivi d'une espace. Causes courantes :

• Le fichier commence par le résumé ou une liste vide ; ajoutez # Nom de votre site en première ligne.
• Le titre est écrit #Nom sans espace, ou Nom souligné par ===. Utilisez # Nom.
• Une marque d'ordre des octets (BOM) invisible au début du fichier. Notre vérificateur l'ignore, mais d'autres analyseurs ne voient alors pas # comme premiers caractères. Enregistrez le fichier en « UTF-8 sans BOM » dans votre éditeur par précaution.
• Un plugin a ajouté un commentaire ou une ligne « généré par » au-dessus du titre. Déplacez-la en dessous ou supprimez-la.

3. L'adresse renvoie une page web au lieu du fichier

Si vous avez téléversé un fichier mais que le vérificateur indique toujours qu'il est introuvable, demandez les en-têtes :

curl -I https://yourdomain.com/llms.txt

• Statut 200 avec Content-Type: text/html : la route fourre-tout de votre application répond à chaque URL inconnue par la page d'accueil ou une page « introuvable » avec le statut 200. Servez le fichier avant les routes de l'application, ou configurez le gestionnaire de fichiers statiques.
• Statut 404 : le fichier n'est pas là où le serveur le cherche. Vérifiez le dossier et le nom du fichier.
• Statut 301 ou 302 vers la page d'accueil : une règle de redirection intercepte les chemins inconnus. Ajoutez une exception.
• Statut 403 : une règle de sécurité bloque les fichiers .txt ou les chemins inconnus. Autorisez /llms.txt.

Définissez ensuite le type de contenu en texte brut. Dans Nginx :

location = /llms.txt {
    default_type text/plain;
    charset utf-8;
}

Sous Apache, AddType text/plain .txt dans la configuration du site ou dans .htaccess fait la même chose. text/markdown convient aussi ; tout sauf du HTML passe.

4. L'accès des robots d'IA échoue ou le sitemap est manquant

Ces points figurent dans le rapport llms.txt parce qu'ils comptent davantage. Si les robots de recherche d'IA sont bloqués dans robots.txt ou par le pare-feu, corrigez cela en premier ; notre guide des robots d'IA détaille les étapes. Si aucun sitemap n'a été trouvé, publiez-en un listant vos pages indexables, déclarez-le dans robots.txt avec une ligne telle que Sitemap: https://www.example.com/sitemap.xml, et soumettez-le dans Google Search Console et Bing Webmaster Tools.

Le maintenir à jour

Un llms.txt avec des liens morts est pire que pas de fichier, car il envoie les outils vers des pages d'erreur. Trois habitudes le gardent exact :

• Générez-le à partir de vos données quand c'est possible. Une étape de build qui écrit le fichier à partir de votre navigation ou de l'index de votre documentation ne dérive jamais.
• Relisez-le quand les tarifs, les offres ou la gamme changent. La ligne de résumé est la partie la plus susceptible de devenir obsolète.
• Ne liez que des pages canoniques. Pas d'URL redirigées, pas de paramètres de suivi, pas de pages noindex.

Exemple concret (hypothétique)

L'exemple suivant est hypothétique, il ne s'agit pas de données réelles. Fernway Travel, un voyagiste inventé, installe un plugin qui génère llms.txt. Le vérificateur affiche « No llms.txt file was found. » curl -I montre le statut 200 et Content-Type: text/html : la couche de cache du site a servi une page d'accueil en cache pour la nouvelle adresse. Après purge du cache, le fichier apparaît, mais le vérificateur indique désormais qu'il « exists but does not start with a