Ce que la question recouvre vraiment
Le fichier llms.txt est un index en Markdown placé à la racine d’un site, censé aider les intelligences artificielles à comprendre sa structure sans parcourir tout le HTML. Pour une PME romande, la question n’est pas de savoir si le fichier existe, mais s’il change quelque chose à sa visibilité réelle dans ChatGPT, Perplexity ou les résumés générés par Google. Les données publiées en 2026 sont sans ambiguïté, et elles vont à l’encontre du discours commercial de certains prestataires.
Le llms.txt n’est ni une arnaque ni un levier décisif : c’est un fichier peu coûteux à produire, très peu consulté en pratique, et qui ne remplace pas le travail de fond sur le contenu. Comprendre ce qu’il fait, et surtout ce qu’il ne fait pas, évite d’investir du temps au mauvais endroit quand les ressources marketing sont limitées. Si vous partez de zéro, notre article sur comment une PME apparaît dans les réponses de ChatGPT pose les bases du mécanisme.
Qu’est-ce que le fichier llms.txt exactement ?
Le llms.txt est une proposition ouverte, publiée et maintenue sur llmstxt.org, qui consiste à déposer un fichier Markdown à la racine d’un site — à l’adresse /llms.txt — contenant un titre, un résumé du site en une phrase, puis des listes de liens vers les pages importantes.
Le format est volontairement minimal : un humain comme une machine peuvent le lire, et un agent conversationnel peut le charger entièrement dans sa fenêtre de contexte sans gaspiller de jetons à interpréter du HTML rempli de menus, de scripts et de bannières de cookies. La spécification, dans sa version 2, recommande également de proposer une version Markdown de chaque page, accessible en ajoutant .md à l’URL d’origine.
Les laboratoires d’IA appliquent eux-mêmes cette convention à leurs documentations techniques : OpenAI, Anthropic et Gemini publient chacun un llms.txt pour leurs pages destinées aux développeurs, ce qui explique une bonne partie de la notoriété du format auprès des agences.
Que disent les données réelles sur l’usage du llms.txt ?
C’est ici que la théorie rencontre les journaux de serveurs. En juin 2026, Ahrefs a publié une étude portant sur 137 000 domaines réels, en croisant les fichiers llms.txt publiés avec les requêtes effectivement reçues par ces fichiers. Le résultat est brutal : 28 % de ces domaines publient bien un llms.txt, mais 97 % de ces fichiers n’ont reçu strictement aucune requête au cours du mois de mai 2026. Autrement dit, la grande majorité des fichiers publiés ne sont jamais lus par quiconque.
Parmi les 3 % qui ont été consultés, 96 % des requêtes provenaient de robots, et seulement 19,5 % d’outils d’IA identifiés — le reste étant des crawlers SEO, des outils de profilage technique ou des services qui étudient le phénomène llms.txt lui-même. L’étude relève enfin qu’aucun robot d’IA n’est jamais allé chercher un llms.txt sur un site qui n’en publiait pas.
| Donnée mesurée | Résultat | Source |
|---|---|---|
| Domaines publiant un llms.txt | 28 % des 137 000 analysés | Ahrefs, juin 2026 |
| Fichiers n’ayant reçu aucune requête en mai 2026 | 97 % | Ahrefs |
| Part des requêtes provenant de robots | 96 % | Ahrefs |
| Requêtes issues d’outils d’IA identifiés | 19,5 % | Ahrefs |
| Robots d’IA cherchant un llms.txt inexistant | aucun | Ahrefs |
| Taux d’adoption sur un autre échantillon | 10,13 % de 300 000 domaines | SE Ranking |
Une seconde étude, menée par SE Ranking sur près de 300 000 domaines, arrive à une conclusion convergente : non seulement l’adoption est faible, mais aucune corrélation statistique n’a pu être établie entre la présence d’un llms.txt et la fréquence à laquelle un domaine est cité par les modèles de langage. La méta-analyse Zyppy de 54 études arrive au même verdict côté AI Overviews de Google, où le llms.txt obtient la note la plus basse de tous les facteurs testés.
Google utilise-t-il le fichier llms.txt ?
Non, et Google l’a écrit noir sur blanc. Le guide officiel de Google Search sur l’optimisation pour les fonctionnalités d’IA générative contient une section explicitement consacrée aux idées reçues, qui liste ce dont un site n’a pas besoin pour apparaître dans les résultats génératifs.
On y lit que vous n’avez pas à créer de nouveaux fichiers lisibles par machine, de fichiers texte destinés à l’IA, de balisage ou de Markdown pour apparaître dans Google Search, y compris ses fonctionnalités génératives, parce que Google Search ne les utilise tout simplement pas. Ce n’est pas un revirement de position mais une clarification d’une pratique constante.
Pour une PME suisse qui investit dans sa visibilité, la conséquence pratique est simple : aucun prestataire ne devrait facturer un llms.txt comme un levier de positionnement Google, ni laisser entendre qu’il influence les résumés générés par le moteur.
Quels leviers pèsent réellement plus lourd que le llms.txt ?
Si le llms.txt ne fait pas la différence, la question devient : qu’est-ce qui la fait ? La recherche académique apporte une réponse mesurable. L’étude GEO: Generative Engine Optimization, menée par des chercheurs de Princeton et Georgia Tech, a testé plusieurs stratégies d’optimisation sur des milliers de requêtes réelles adressées à des moteurs génératifs.
Sa conclusion principale : ajouter des statistiques pertinentes et citables augmente la visibilité d’une source dans les réponses générées d’environ 40 %, un effet bien supérieur à un travail cosmétique sur le style ou le vocabulaire. Concrètement, pour une PME romande, cela signifie qu’une page qui répond directement à une question dès sa première phrase, avec un chiffre réel et un lien vers sa source, dispose d’un avantage mesurable sur une page qui décrit un service en termes généraux. Le travail utile est éditorial avant d’être technique — et c’est aussi le plus long à produire. Si la distinction entre ce travail et le référencement classique reste floue, notre article sur la différence entre le GEO et le SEO la pose en détail.
| Levier | Effort réel | Impact sur la citation par une IA |
|---|---|---|
| Publier un fichier llms.txt | Faible — une heure, une fois | Marginal : 97 % des fichiers ne sont jamais lus |
| Réponse autonome en tête de chaque section | Moyen, à chaque page | Élevé : c’est le passage que l’IA extrait |
| Statistiques sourcées avec lien vers l’original | Moyen, à chaque article | Environ +40 % de visibilité (étude GEO) |
| Fiche Google complète et avis récents | Continu, tous les mois | Décisif sur les requêtes locales |
Pour la mise en pratique page par page, notre article sur comment structurer un site pour être cité par une IA générative détaille le rôle réel du balisage, du maillage interne et des réponses courtes.
Faut-il quand même publier un llms.txt sur son site ?
Oui, mais pour les bonnes raisons et sans y consacrer plus d’une heure. Le fichier coûte presque rien à produire, ne présente aucun risque pour le référencement — Google précise qu’il n’a d’effet ni positif ni négatif sur le classement — et il rend service dans un cas précis : quand un agent conversationnel ou un outil de documentation vient lire votre site, il trouve immédiatement une carte propre de vos pages importantes. C’est une commodité, pas une stratégie.
L’erreur serait de le publier puis de considérer que le sujet de la visibilité dans les IA est traité. Chez NovaUp, le llms.txt est maintenu sur les sites clients parce qu’il garantit une vue complète et à jour de l’arborescence, ce qui sert aussi de contrôle interne : quand une page n’y figure pas, c’est très souvent qu’elle est mal reliée au reste du site. Le vrai travail reste ailleurs, dans le contenu et dans la fiche Google.
Faut-il piloter sa visibilité dans les IA soi-même ou déléguer ?
Le faire soi-même est parfaitement réaliste pour une PME qui dégage du temps. Poser à ChatGPT et Perplexity les questions qu’un client poserait, noter si l’entreprise apparaît et à partir de quelle source, ajuster ensuite les pages concernées : rien de tout cela n’exige de compétence technique rare. La difficulté n’est pas la complexité, c’est la régularité. Les modèles changent en continu, et une réponse qui vous citait le mois dernier peut cesser de le faire sans aucun signal.
C’est le même arbitrage que pour le référencement classique, détaillé dans notre article sur combien coûte une agence SEO en Suisse : le travail est faisable en interne, mais il demande une veille que peu de dirigeants tiennent sur douze mois en plus de leur activité principale. NovaUp intègre ce suivi mensuel dans son Plan Croissance, à 597 CHF/mois avec engagement sur six mois (797 CHF/mois sans engagement), aux côtés du référencement on-site et de la gestion de la fiche Google.
Par où commencer concrètement ?
Publiez votre llms.txt si vous n’en avez pas — c’est une heure de travail, sans risque pour le référencement, et le sujet est clos. Puis consacrez le temps restant à ce qui pèse réellement dans les réponses générées : une réponse claire et autonome en tête de chaque page importante, des chiffres sourcés avec un lien vers l’étude d’origine plutôt que des affirmations invérifiables, et une fiche Google tenue à jour avec des avis récents.
C’est cet ordre de priorité qui distingue une démarche efficace d’un empilement de fichiers techniques. Pour savoir où vous en êtes aujourd’hui, sur Google comme dans les réponses générées par les IA, NovaUp propose un audit gratuit de 15 minutes : votre visibilité est analysée à la main avant l’appel, comparée à trois concurrents locaux, avec un plan d’action concret remis en fin d’échange. Vous pouvez aussi consulter la page tarifs SEO Suisse romande pour comparer les plans avant de vous engager, ou appeler directement le +41 79 912 62 09.
Miguel Angelo
