llms.txt et SEO : 844 000 implémentations, zéro usage confirmé par l'IA

Pourquoi llms.txt figure aujourd'hui à l'agenda de toutes les entreprises B2B en Europe

Peu de propositions techniques ont autant marqué le débat sur le GEO en 2025 que llms.txt. L'idée est séduisante : un seul fichier Markdown à la racine, qui fournit aux systèmes d'IA comme ChatGPT, Perplexity ou Google AI Overviews une carte éditorialisée des contenus les plus importants d'un site web. Des plugins le génèrent automatiquement, des conférences le recommandent, et il figure désormais comme point standard dans de nombreux cahiers des charges de refonte de site.

C'est précisément là que naît le problème pour les décideurs B2B en Europe : la diffusion suggère l'efficacité, mais les preuves ne soutiennent pas cette attente. Aucun grand fournisseur d'IA n'a confirmé consulter ou exploiter ce fichier. Pour allouer sérieusement un budget GEO, il ne faut donc pas un acte de foi, mais une évaluation lucide : ce que llms.txt peut apporter aujourd'hui, ce qu'il ne peut pas apporter, et quelles mesures produisent à la place une visibilité IA mesurable. Cet article sépare les faits démontrables des promesses marketing.

Ce qu'est llms.txt et en quoi il diffère de robots.txt et de sitemap.xml

llms.txt a été proposé le 3 septembre 2024 par Jeremy Howard, cofondateur du laboratoire de recherche Answer.AI. Il s'agit d'un fichier Markdown placé sous /llms.txt, qui regroupe de brèves informations de contexte, des repères et des liens vers d'autres fichiers Markdown plus détaillés. Le seul élément obligatoire est un titre H1 avec le nom du projet ou du site ; le texte original le dit mot pour mot : « This is the only required section ». Toutes les autres sections, par exemple un bloc optionnel de ressources secondaires, sont facultatives.

Il est important de bien distinguer les trois fichiers, souvent mis dans le même sac :

• robots.txt : indique ce que les crawlers ont le droit de faire ou non. C'est un contrôle d'accès et d'interdiction, pas une offre de contenu.
• sitemap.xml : liste, dans un format lisible par les machines, toutes les URL indexables. Il sert à une découverte exhaustive, pas à la priorisation ni à la mise en forme des contenus.
• llms.txt : est une table des matières éditorialisée au format Markdown, lisible aussi bien par les humains que par les machines. Il ne doit pas tout lister, mais mettre en avant l'essentiel sous une forme adaptée aux LLM.

La différence décisive : robots.txt et sitemap.xml sont des standards établis, réellement exploités par les moteurs de recherche. llms.txt est une proposition sans soutien officiel des fournisseurs d'IA.

Le problème que llms.txt devait résoudre à l'origine

Howard justifie sa proposition à deux endroits. Dans la spécification sur llmstxt.org, il écrit que les fenêtres de contexte restent trop petites pour contenir la plupart des sites web dans leur ensemble, et que les pages HTML avec navigation, publicité et JavaScript sont difficiles à reconvertir de façon précise en texte propre pour les modèles de langage. Dans l'article de blog d'Answer.AI, il souligne que rassembler le bon contexte à partir d'un site web est ambigu. L'hypothèse est que les éditeurs de sites savent mieux que quiconque quels contenus sont essentiels et peuvent fournir cette sélection éditorialisée sous une forme lisible par les machines.

Cette idée de base est compréhensible et techniquement bien pensée. Elle explique pourquoi la proposition a si vite séduit les développeurs et les éditeurs d'outils. Elle n'explique pas, en revanche, si les systèmes de recherche IA utilisent réellement le fichier en pratique. C'est précisément cet écart entre une idée plausible et l'usage réel qui est au cœur du sujet.

Le paradoxe de l'adoption : forte diffusion en chiffres absolus, faible portée

La diffusion de llms.txt est souvent communiquée en chiffres absolus, ce qui donne l'impression d'un standard de fait. Ainsi, BuiltWith recensait le 25 octobre 2025 plus de 844 000 sites web avec llms.txt, comme le documente Publii. Le chiffre en direct du tracker BuiltWith fluctue depuis. La vision relative est plus fiable. Une analyse de SE Ranking montre que sur environ 300 000 domaines étudiés, seuls 10,13 pour cent avaient implémenté un fichier llms.txt. Près de 90 pour cent des domaines étudiés s'en passent donc.

Ce paradoxe est central pour évaluer la stratégie : un grand nombre absolu d'implémentations ne signifie pas que les sites faisant autorité, ceux qui comptent pour la visibilité IA, disposent du fichier. Beaucoup d'implémentations proviennent d'une génération automatique par plugin, et non d'une décision éditoriale réfléchie. La diffusion est ici un signal faible. Elle mesure la facilité avec laquelle on peut produire quelque chose, pas son efficacité.

Les preuves contre une utilisation active par les systèmes de recherche IA

Trois éléments indépendants contredisent l'hypothèse selon laquelle les systèmes de recherche IA exploitent aujourd'hui activement llms.txt.

Premièrement, la déclaration de Google. John Müller, de Google, a expliqué qu'aucun système d'IA n'utilise actuellement le fichier llms.txt. Pour les AI Overviews, Google indique : « use normal SEO practices » ; il ne faudrait ni GEO, ni LLMO, ni rien d'autre en plus. Par ailleurs, Gary Illyes a précisé que Google ne prend pas en charge llms.txt et ne prévoit pas de le faire.

Deuxièmement, la réalité des logs serveur. Une expérience d'OtterlyAI a analysé de vrais accès de crawlers. Résultat : sur plus de 62 100 visites de bots IA en 90 jours, seules 84 requêtes visaient le fichier /llms.txt, soit une part d'environ 0,1 pour cent du trafic des bots IA. À titre de comparaison : une page moyenne du même site a reçu environ 265 visites de bots IA sur la même période ; llms.txt, avec 84 visites, a donc été consulté environ trois fois moins. Les crawlers ne demandent pas le fichier de manière systématique.

Troisièmement, l'analyse de corrélation. SE Ranking a vérifié si la présence d'un llms.txt était liée à la fréquence des citations par l'IA. Ni l'analyse statistique ni le modèle de machine learning n'ont montré d'effet de llms.txt sur la fréquence à laquelle un domaine est cité par les LLM. Particulièrement révélateur : lorsque la variable llms.txt a été retirée du modèle, les prédictions se sont même améliorées. Le fichier ne contribuait donc en rien à expliquer la visibilité IA.

Ce qui détermine vraiment la visibilité IA

Si llms.txt n'explique pas les citations par l'IA, la question réellement pertinente se pose : qu'est-ce qui les explique alors ? Ici, les données sont bien plus claires et directement applicables à la pratique du GEO.

Mentions de marque plutôt que backlinks : une analyse d'Ahrefs portant sur 75 000 marques montre que les mentions de marque sur le web sont corrélées à la visibilité dans les AI Overviews avec r=0,664, nettement plus que les backlinks avec r=0,218, soit un rapport d'environ trois pour un. Concrètement, les relations presse digitales, les articles d'experts, les annuaires sectoriels et des mentions cohérentes sur l'ensemble du web ont plus d'effet que le netlinking classique.

Statistiques et citations de sources dans le contenu : l'étude publiée dans les actes de KDD '24, souvent citée comme l'étude GEO de Princeton, démontre qu'une optimisation ciblée peut augmenter jusqu'à 40 pour cent la visibilité dans les réponses génératives. Les méthodes les plus efficaces sont l'ajout de statistiques, l'intégration de citations crédibles et la mention de sources fiables, avec des améliorations relatives de 30 à 40 pour cent sur la métrique Position-Adjusted Word Count et de 15 à 30 pour cent sur la mesure Subjective Impression. Selon l'étude, les méthodes de type keyword stuffing n'apportent guère d'amélioration. Le benchmark comprenait 10 000 requêtes issues de domaines variés.

Front-loading et Answer Islands : les contenus qui donnent la réponse principale dès les premières phrases et sont organisés en blocs clairement délimités, citables de manière autonome, sont plus faciles à extraire pour les modèles de langage. Ce n'est pas une astuce de format de fichier, mais une discipline éditoriale qui agit sur chaque page.

La conclusion est sans appel : les leviers de la visibilité IA se trouvent dans le contenu lui-même et dans la présence de la marque, pas dans un fichier d'index séparé.

Où llms.txt apporte un réel bénéfice en dehors de la recherche

L'absence d'effet sur la visibilité dans la recherche IA ne signifie pas que le fichier soit sans valeur. Il a des cas d'usage légitimes, simplement situés en dehors du contexte de la recherche.

• Workflows agentiques et tool use : lorsqu'un utilisateur donne une URL précise à un agent IA et lui demande de la traiter, une carte Markdown éditorialisée peut faciliter la prise en main. Ici, le fichier est consulté de manière ciblée, et non découvert par un crawler de recherche.
• Pipelines RAG internes : les entreprises qui construisent leurs propres systèmes de retrieval sur leur documentation tirent profit d'une source Markdown propre et prestructurée. Le bénéfice naît dans le système interne maîtrisé, pas sur le web ouvert.
• Consommation de documentation pour les outils de développement et le SaaS : dans le segment des développeurs et du SaaS, où les utilisateurs appliquent activement des modèles de langage à la documentation produit, llms.txt peut améliorer l'accès aux contenus techniques. C'est dans ce segment que l'utilité réelle est la plus plausible.

Pour une entreprise B2B typique en Europe dont l'objectif est la visibilité dans ChatGPT Search, Perplexity ou Google AI Overviews, ces cas d'usage ne s'appliquent généralement pas.

Évaluer de façon réaliste le risque, l'effort et le bénéfice

Une évaluation honnête donne : low risk, low cost, low upside. Le risque est faible, car le fichier ne casse rien. L'effort est faible, à condition de ne le créer qu'une seule fois. Le bénéfice attendu pour la visibilité dans la recherche IA est, selon les données actuelles, pratiquement nul.

Trois aspects méritent néanmoins l'attention :

• Effort de maintenance : un llms.txt maintenu à la main devient obsolète. Si les contenus changent mais pas le fichier, on obtient des instantanés contradictoires.
• Instantanés obsolètes : une carte éditorialisée erronée est pire que pas de carte du tout, car elle donne une image déformée du site.
• Risques de spam et de cloaking : un fichier qui affiche un contenu différent de celui des pages réelles peut dériver vers le cloaking. La cohérence entre llms.txt et le site réel est donc indispensable.

Si l'on implémente llms.txt, mieux vaut le traiter comme un complément automatisé et peu exigeant en maintenance, et non comme une mesure GEO assortie d'une promesse d'efficacité.

Pertinence pour la stratégie GEO en Europe

L'urgence de la visibilité IA est réelle, indépendamment de llms.txt. En Autriche, selon Statistik Austria, 31 pour cent des personnes âgées de 16 à 74 ans ont déjà utilisé au moins une fois un outil d'IA générative comme ChatGPT, et 28 pour cent également au cours des trois mois précédant l'enquête. Les données proviennent de l'enquête sur l'utilisation des TIC dans les ménages 2024.

Pour les stratégies GEO B2B, il en découle deux choses. Premièrement : près d'un tiers des personnes de 16 à 74 ans en Autriche ont déjà utilisé des outils d'IA générative ; la visibilité IA n'est donc pas un sujet d'avenir. Deuxièmement : la bonne réponse, ce sont des contenus vérifiables et bien structurés, avec sources et statistiques, et non un fichier technique sans effet prouvé. Dans l'espace germanophone en particulier, où les contenus spécialisés de grande qualité sont souvent moins présents dans le corpus d'entraînement des LLM, un contenu substantiel est le levier le plus efficace.

Mesurer correctement le trafic référent issu de l'IA et les conversions

La recherche d'information assistée par l'IA modifie profondément le comportement de clic, ce qui rend la mesure plus exigeante. Une analyse du Pew Research Center fondée sur des données de navigation américaines montre que les utilisateurs ayant vu un résumé IA n'ont cliqué sur un résultat de recherche classique que lors de 8 pour cent des visites, contre 15 pour cent sans résumé IA. Sur un lien situé dans le résumé lui-même, seul 1 pour cent a cliqué. En outre, 26 pour cent des utilisateurs ont mis fin à leur session après une page avec résumé IA, contre 16 pour cent sans. Ces chiffres proviennent du marché américain, mais la tendance est transposable à la zone DACH.

Concrètement, les métriques de clic classiques sous-estiment la valeur de la visibilité IA, car une partie de l'effet se produit sous forme d'impressions liées aux citations, sans clic. Pour bien mesurer le trafic référent restant, une approche sur deux plans est recommandée :

• Segmentation GA4 : isoler les sources IA comme ChatGPT, Perplexity ou Gemini en tant que sources de référence distinctes et analyser séparément leur comportement, par exemple l'engagement et les conversions.
• Analyse des logs serveur : analyser directement dans les logs les accès des bots IA pour voir quelles pages sont réellement consultées. C'est précisément cette méthode qui a montré, dans l'expérience d'OtterlyAI, que llms.txt n'est presque jamais demandé.

En combinant les deux niveaux, on mesure la visibilité IA de façon fiable au lieu de la supposer sur la foi d'un format de fichier.

Recommandation : la matrice de décision llms.txt

La décision peut se résumer à une matrice simple.

• Génération automatisée disponible, par exemple via le CMS ou un plugin : l'implémenter. L'effort est minimal, le risque faible, et dans le contexte des outils de développement ou du SaaS, il existe un bénéfice secondaire plausible. Attente : aucun effet mesurable sur la visibilité dans la recherche IA.
• Maintenance manuelle uniquement et aucun cas d'usage agentique ou documentaire : y renoncer ou le traiter comme strictement secondaire. L'effort de maintenance dépasse le bénéfice démontré.
• Budget GEO limité : ne pas investir dans llms.txt, mais dans les mesures éprouvées.

D'après les données, la priorité va aux leviers dont l'effet est démontré : des mentions de marque cohérentes sur l'ensemble du web plutôt que le seul netlinking, le front-loading des réponses et l'utilisation de statistiques et de citations de sources directement dans le contenu, ainsi qu'une mesure rigoureuse via la segmentation GA4 et les logs serveur. Au mieux, llms.txt est un complément inoffensif. Le vrai travail GEO se fait sur la page elle-même, pas dans un fichier d'index.