Fichier llms.txt : pourquoi les experts SEO le jugent inutile

Qu'est-ce que le fichier llms.txt exactement ?

Le concept, lancé par Jeremy Howard fin 2024, est séduisant dans sa simplicité. Il s'agit d'un fichier texte placé à la racine d'un site (votresite.com/llms.txt) qui contient une table des matières de vos contenus les plus importants, rédigée en Markdown.

L'idée de base est de contourner le « bruit » du HTML. Un site web classique contient des menus, des bannières de cookies, des scripts publicitaires et des pieds de page. Selon les promoteurs de ce standard, fournir un résumé épuré en Markdown permettrait aux LLMs de gagner du temps et d'économiser des tokens lors de leurs recherches en temps réel. Des acteurs comme Stripe ou Cloudflare ont d'ailleurs adopté ce fichier sur leurs propres documentations, ce qui a vite donné une fausse impression de standardisation.

Pourquoi les experts SEO affirment-ils qu'il est inutile ?

Malgré l'engouement initial, la réalité technique et les retours d'expérience ont vite refroidi les spécialistes du référencement. Trois éléments majeurs expliquent ce scepticisme :

• Aucun support officiel : Aucun fournisseur d'IA majeur n'a déclaré utiliser ce fichier pour indexer ou prioriser du contenu.
  
• Absence totale de données : Il n'existe aucune étude robuste démontrant une corrélation entre la présence d'un llms.txt et une augmentation du trafic provenant des IA.
  
• Les IA lisent déjà le HTML : C'est l'argument le plus décisif. Les modèles de langage ont été entraînés massivement sur du code HTML. Ils n'ont nullement besoin d'une version simplifiée pour comprendre une page web.
  

Lors d'un webinaire dédié à la visibilité dans les LLMs, le consultant SEO Ryan Law a qualifié cette pratique de perte de temps, rappelant que l'optimisation pour l'IA passe par bien d'autres leviers.

Et la tendance des pages séparées en .md ?

Face au manque de résultats du llms.txt, une autre idée a circulé : créer de toutes pièces des pages en .md (Markdown) en plus des pages HTML, puis les référencer dans les métadonnées pour que les bots des IA ne lisent qu'elles.

Cette approche est non seulement inutile, mais dangereuse. John Mueller, ingénieur chez Google, a publiquement qualifié cette idée de « stupide », rappelant que servir un contenu différent aux robots d'indexation et aux utilisateurs humains s'apparente du cloaking. C'est une pratique strictement interdite par les guidelines des moteurs de recherche. Microsoft (Bing) a ajouté que cela doublerait inutilement la charge de crawl, les robots vérifiant de toute façon l'équivalence des contenus.

Sur quoi concentrer ses efforts à la place ?

Plutôt que de courir après des tactiques non prouvées, les développeurs et éditeurs ont tout intérêt à solidifier les fondations techniques de leurs sites. L'optimisation pour les réponses générées par l'IA (souvent appelée GEO) rejoint finalement les bonnes pratiques du SEO classique.

Pour être compris par les machines, un site doit avant tout proposer :

• des données structurées (Schema.org) précises et complètes,
  
• une architecture HTML sémantique propre (balises header, main, article),
  
• du contenu répondant directement aux questions des utilisateurs (E-E-A-T).
  

Ces éléments demandent du travail, mais ils ont fait leurs preuves auprès de Google, et par extension, des systèmes d'IA qui s'appuient sur les mêmes signaux de qualité pour citer leurs sources.