On vous a dit d'ajouter un llms.txt sur votre site
Un prestataire vous envoie une proposition. Au milieu de la liste, une ligne : ajout d'un fichier llms.txt. Vous demandez à quoi cela sert. La réponse tient en une phrase — sans ce fichier, les intelligences artificielles ne verront pas votre site. Le travail annoncé paraît court. Vous êtes sur le point de valider.
Accordez-vous une soirée avant de le faire.
Ce fichier existe, il est réel, et il rend un service précis. Mais pas celui qu'on vient de vous décrire. Et pendant que vous l'ajoutez à votre liste, la décision qui détermine réellement votre présence dans les réponses des assistants, elle, n'est toujours pas prise.
Trois choses distinctes sont ici confondues dans une seule ligne de devis. Voici comment les séparer, laquelle mérite votre soirée, et ce qu'il faut aller regarder ce soir pour savoir où vous en êtes.
Trois objets sont confondus, et un seul décide de votre visibilité
Commençons par poser les objets, sans leur nom pour l'instant.
Le premier est une liste d'autorisations. À la racine de votre site, comme de la plupart des sites, se trouve un petit fichier texte que les robots consultent avant de parcourir vos pages. Il indique qui peut aller où. Son adresse ne varie jamais : votre nom de domaine, suivi de /robots.txt. C'est un objet ancien, né d'une convention de 1994, repris en 2022 par l'organisme qui normalise l'internet, qui lui a donné le statut de norme proposée. Ce que vous y écrivez engage : les robots sérieux le lisent et s'y conforment.
Le deuxième n'est pas un fichier, mais une liste de noms. Chaque éditeur d'assistant envoie non pas un robot, mais plusieurs, chacun portant un nom et remplissant une fonction distincte. Ce sont ces noms que vous inscrivez dans le fichier précédent. Vous n'autorisez jamais « les IA » en bloc : vous autorisez ou refusez des agents nommés, un par un.
Le troisième est un sommaire. Un fichier placé lui aussi à la racine, à l'adresse /llms.txt, qui propose aux programmes une table des matières de votre site rédigée simplement. Il a été proposé par un particulier en septembre 2024. Aucun organisme de normalisation ne l'a adopté. Ce n'est pas une norme, c'est une proposition.
La distinction essentielle tient en une ligne. Les deux premiers relèvent de la permission — ce que vous autorisez, agent par agent, et cela s'applique. Le troisième relève de la suggestion — un résumé que vous proposez, que rien n'oblige personne à lire.
Un mot sur ce nom, puisqu'il va revenir tout au long de l'article. Dans llms.txt, les trois premières lettres abrègent l'anglais *large language models*, les grands modèles de langage : la technologie qui fait fonctionner ChatGPT, Claude, Gemini ou Perplexity. Le nom du fichier annonce donc son destinataire supposé. Il ne dit rien de son effet.
Ce fichier de sommaire décrit une documentation, pas une entreprise
Pour juger de son utilité, le plus honnête est de lire ce que sa spécification dit vouloir résoudre. Vous y trouverez deux difficultés, et aucune des deux ne parle de votre visibilité.
La première : un modèle ne lit qu'une quantité limitée de texte à la fois, et chaque mot superflu coûte du temps et de l'argent. La seconde : une page web est encombrée de navigation, de publicités et de scripts, ce qui rend l'extraction d'une information propre difficile et imprécise.
Le remède proposé est cohérent avec le problème posé. Un fichier à la racine, écrit dans le format texte simple des développeurs : une première ligne portant le nom du projet, un résumé court, puis des sections qui listent chacune des liens accompagnés d'une note indiquant ce qu'on y trouvera. La spécification va plus loin et recommande de publier, en parallèle de chaque page, une version dépouillée de toute mise en forme.
Relisez cette description en pensant à votre propre site, et regardez ce qu'elle présuppose : de nombreuses pages de documentation, qu'un programme automatique doit parcourir vite pour trouver la bonne. Si votre site compte une vingtaine de pages destinées à des personnes, vous venez de constater que vous n'êtes pas le destinataire de cette proposition.
C'est exactement de là que le format vient, et c'est là qu'il sert. Les documentations destinées aux développeurs d'OpenAI et d'Anthropic en publient une, à la racine de leurs sites respectifs : des index de liens rangés par thème, faits pour qu'un programme trouve vite la bonne page.
Le format fonctionne donc. Pour son usage : une documentation technique, lue par un programme qui assiste un développeur.
La seule question qui vous concerne est de savoir si votre site est cela.
Google ignore ce fichier, et il le dit lui-même
Google publie un guide consacré à l'apparition dans ses fonctionnalités génératives. Ce guide indique qu'il n'est pas nécessaire de créer de nouveaux fichiers lisibles par machine, de fichiers texte destinés aux IA, ni de balisage particulier pour apparaître dans la Recherche Google.
Sur ce fichier précisément, la formulation ne laisse pas de marge : le créer et l'entretenir ne nuira ni n'aidera à votre visibilité ni à votre classement, parce que la Recherche l'ignore. Google ajoute qu'il reste loisible de le maintenir si d'autres services l'utilisent — autrement dit, la question ne relève pas de son périmètre.
Deux précisions comptent ici. D'abord, cette position couvre la Recherche y compris ses fonctionnalités génératives : Google présente l'IA comme intégrée à la Recherche, pas comme un produit à part. Ensuite, ce que Google vous recommande à la place n'a rien d'exotique — un contenu utile, une structure technique claire, une exploration et une indexation de vos pages qui fonctionnent.
Les autres éditeurs ne disent rien de différent, chacun à sa manière. La page d'OpenAI consacrée à ses robots explique comment les gouverner et renvoie au fichier d'autorisations ; elle recommande d'y laisser passer son robot de recherche. La page équivalente de Perplexity fait de même. Celle d'Anthropic détaille les lignes à écrire dans ce même fichier pour bloquer ses agents. Aucune des trois ne présente un fichier de sommaire comme un moyen d'être cité.
Une réserve, et elle est importante : le sujet évolue vite. Ce qui est écrit ici vaut à la date de consultation portée en fin d'article, aux adresses qui y sont listées. Cela se revérifie aux mêmes adresses, et cela prend quelques minutes.
La décision qui compte porte sur ce que vous autorisez
Passons au fichier qui, lui, est réellement lu.
Son principe est élémentaire : des lignes qui nomment un robot, suivies de lignes qui indiquent les parties du site auxquelles il a accès. Ce qui change tout, c'est le premier mot de chaque bloc — vous nommez un agent, pas une entreprise, et surtout pas une catégorie.
Vous n'aurez que deux mots à reconnaître, et ils reviennent partout. Le premier ouvre un bloc et désigne son destinataire ; il est suivi du nom exact d'un robot, ou d'une étoile lorsque la règle vaut pour tous ceux qui ne sont pas nommés ailleurs. Le second annonce une interdiction : il est suivi du chemin interdit. Une barre oblique seule y désigne la racine, c'est-à-dire l'intégralité du site. Deux lignes suffisent donc à fermer un site entier à un robot, et la personne qui les écrit ne mesure pas toujours ce qu'elle ferme.
Car derrière un même éditeur circulent plusieurs robots aux missions différentes, et les refuser n'a pas du tout les mêmes conséquences. Ils se rangent en trois familles :
ceux qui explorent le web pour entraîner les modèles ;
ceux qui explorent le web pour alimenter l'index de recherche de l'assistant, celui dans lequel il puise pour répondre ;
ceux qui ouvrent une page sur-le-champ, parce qu'un utilisateur vient de poser une question qui l'exige.
Voici les noms publiés par chaque éditeur, relevés le 11 août 2026 dans leurs documentations respectives.
| Nom du robot | Éditeur | Ce qu'il fait | Ce que vous perdez en le refusant |
|---|---|---|---|
| GPTBot | OpenAI | Explore pour l'entraînement des modèles | Rien de votre visibilité |
| OAI-SearchBot | OpenAI | Explore pour afficher des sites dans les résultats de ChatGPT | Vos pages sortent des réponses de ChatGPT |
| ChatGPT-User | OpenAI | Ouvre une page à la demande d'un utilisateur | Une page ne peut plus être consultée en cours de conversation |
| ClaudeBot | Anthropic | Explore pour l'entraînement des modèles | Rien de votre visibilité |
| Claude-SearchBot | Anthropic | Indexe pour la qualité des résultats de recherche | Vos pages sortent de cet index |
| Claude-User | Anthropic | Accède au site lors d'une demande d'utilisateur | Une page ne peut plus être consultée en cours de conversation |
| PerplexityBot | Perplexity | Explore pour afficher et lier des sites dans les résultats, sans servir à l'entraînement | Vous sortez des résultats de Perplexity |
| Perplexity-User | Perplexity | Visite une page à la demande d'un utilisateur | Rien : Perplexity indique que cet agent ne suit généralement pas ce fichier |
| Googlebot | Explore pour la Recherche, fonctionnalités génératives comprises | Vous sortez de la Recherche Google | |
| Google-Extended | Gouverne l'usage de votre contenu pour l'entraînement de Gemini et l'amélioration des réponses | Aucun effet sur votre présence ni sur votre classement dans la Recherche |
Lisez la dernière colonne, et une chose apparaît.
Refuser un robot d'entraînement ne retire rien à votre visibilité. Refuser un robot de recherche vous retire des réponses. Rien, dans la forme du fichier, ne distingue ces deux lignes : elles s'écrivent de la même manière, dans le même mouvement, par quelqu'un convaincu de poser un seul geste. Une seule des deux a un coût commercial.
Google l'énonce explicitement pour son propre agent d'entraînement : celui-ci n'affecte ni l'inclusion d'un site dans la Recherche, ni son classement, et ne sert pas de signal de classement. Le refuser est donc une décision de principe sur l'usage de votre contenu, pas une décision de visibilité. Les deux méritent d'être prises, mais séparément.
Une dernière nuance à connaître avant de trancher : les agents qui agissent à la demande d'un utilisateur forment un cas à part. Perplexity indique que le sien ne suit généralement pas les instructions du fichier d'autorisations, au motif qu'une personne est à l'origine de la requête.
Interdire la visite n'est pas interdire l'affichage
Voici la confusion qui coûte le plus cher, et elle mérite une section à elle seule.
Le fichier d'autorisations gouverne la visite. Il ne gouverne pas l'affichage. Google l'écrit dans sa documentation, et la formulation vaut d'être relue lentement : une page interdite dans ce fichier peut malgré tout être indexée si d'autres sites pointent vers elle. Son adresse, et éventuellement le texte des liens qui la désignent, peuvent apparaître dans les résultats — sans description, puisque le contenu n'a jamais été lu.
Le résultat est visible, et vous l'avez probablement déjà croisé sans l'identifier : une adresse qui s'affiche nue, sans titre parlant ni phrase de description, au milieu de résultats correctement présentés. Ce n'est pas un défaut d'affichage. C'est une page dont l'accès a été interdit, et que le moteur affiche donc de la seule manière qui lui reste.
Les instructions correctes pour qu'une page n'apparaisse pas sont ailleurs : une ligne invisible écrite dans la page elle-même, qui demande explicitement de ne pas l'indexer — Google la nomme noindex —, un accès protégé par mot de passe, ou la suppression pure et simple. Google assortit cela d'un avertissement explicite : ce fichier ne doit pas servir à dissimuler une page.
Et le corollaire est contre-intuitif. Si vous bloquez un robot dans le fichier d'autorisations, il ne lit jamais la page — donc il ne lit jamais l'instruction qui s'y trouve et qui lui demande de ne pas l'indexer. Un blocage trop large produit alors l'inverse exact de ce que vous cherchiez.
Pour les fonctionnalités génératives de Google en particulier, aucun mécanisme nouveau n'est requis. Sa documentation renvoie aux instructions déjà en place : celle qui empêche l'indexation, et trois autres qui gouvernent l'extrait de texte affiché — l'une l'interdit sur toute la page, l'autre sur un passage précis que vous entourez, la troisième en limite la longueur. Ces trois instructions s'écrivent dans le code de la page, et c'est à la personne qui tient votre site de les poser.
Vingt minutes ce soir suffisent à savoir où vous en êtes
Il vous faut un navigateur. Rien d'autre, et aucun accès particulier : ces fichiers sont publics par construction.
Ouvrez votre fichier d'autorisations. Dans la barre d'adresse, votre nom de domaine suivi de /robots.txt. Si une page d'erreur s'affiche, le fichier n'existe pas, et tout est autorisé par défaut. Si du texte s'affiche, lisez-le en entier : il est court.
Relevez les noms. Notez chaque robot nommé et l'instruction qui le suit. Les noms exacts publiés par chaque éditeur figurent dans le tableau ci-dessus. Une étoile à la place d'un nom signifie que la règle vaut pour tous les robots non nommés par ailleurs : c'est la ligne à lire en premier, car c'est elle qui décide du sort de tous les agents que vous n'avez pas prévus.
Posez une question par ligne. S'agit-il d'un robot d'entraînement, d'un robot de recherche, ou d'un robot déclenché par un utilisateur ? Un robot de recherche refusé appelle une décision, et cette décision n'est pas technique : elle porte sur votre présence dans les réponses d'un assistant que vos clients utilisent peut-être déjà.
Regardez le second fichier. Votre nom de domaine suivi de /llms.txt. Si quelque chose s'affiche, ouvrez trois des liens qu'il contient au hasard. Un sommaire qui décrit des pages disparues vaut moins que pas de sommaire du tout.
Écrivez trois lignes. Ce que vous avez trouvé, ce que vous décidez d'autoriser, et la date. C'est ce document, et non le fichier, qui vous servira dans six mois quand quelqu'un vous demandera pourquoi telle ligne est là.
Ce qui ne marche pas
Quatre gestes coûtent cher, et aucun ne produit ce qu'on en attend.
Poser le fichier de sommaire une fois, puis ne plus jamais y toucher. Sa valeur repose entièrement sur l'exactitude des liens qu'il contient. Votre site vit, vos pages changent d'adresse, certaines disparaissent. Un sommaire périmé conduit un programme vers des pages mortes et donne de votre site une image plus mauvaise que son absence. Si personne chez vous n'est chargé de le maintenir, ne le créez pas.
Décider un blocage total sans arbitrage. « Bloquons toutes les IA » est une phrase, pas une décision. Elle mélange deux questions qui n'ont rien à voir : l'usage de vos contenus pour entraîner des modèles, qui relève de votre position sur votre propriété intellectuelle, et votre présence dans les réponses des assistants, qui relève de votre commerce. Vous pouvez parfaitement trancher la première dans un sens et la seconde dans l'autre. Traitez-les séparément, ligne par ligne.
Recopier le fichier d'un autre site. Un fichier d'autorisations décrit l'organisation des dossiers d'un site précis : les chemins interdits chez quelqu'un d'autre n'ont aucun sens chez vous. Recopié, il bloque au mieux des chemins qui n'existent pas dans votre site, au pire des pages que vous vouliez visibles. Le sommaire recopié est plus fâcheux encore, puisqu'il décrit alors les contenus de quelqu'un d'autre sous votre nom de domaine.
Attendre du sommaire qu'il compense une page illisible. Aucun fichier posé à la racine de votre site ne rendra intéressante une page qui ne répond à aucune question. Un texte qui énonce clairement ce que vous faites, pour qui, où et à quelles conditions reste ce qui se cite le mieux — et il se lit aussi bien par vos clients que par un programme.
Questions fréquentes
Faut-il créer ce fichier de sommaire, oui ou non ?
Si votre site publie une documentation technique volumineuse destinée à des développeurs, le créer se justifie. Pour un site vitrine, un site d'établissement ou un site de service, rien ne l'impose aujourd'hui : la Recherche Google l'ignore explicitement, et aucun éditeur d'assistant ne le présente comme un moyen d'être cité. S'il est déjà en place et à jour, le conserver ne coûte rien.
Le créer peut-il nuire à mon référencement ?
Non, pas dans la Recherche Google, qui indique le laisser sans effet dans un sens comme dans l'autre. Le seul risque réel est un risque d'attention : le temps passé sur ce fichier est du temps qui n'est pas passé sur les décisions d'autorisation, lesquelles ont, elles, des conséquences immédiates.
Comment savoir si mon site est déjà bloqué pour les assistants ?
Ouvrez votre nom de domaine suivi de /robots.txt et cherchez les noms figurant dans le tableau plus haut. Une ligne interdisant l'accès à la racine à un robot de recherche signifie que vos pages ne peuvent pas alimenter les réponses de l'assistant concerné.
Ce fichier peut-il contenir des règles que je n'ai jamais écrites ?
Oui. Certaines plateformes le génèrent automatiquement, avec des règles par défaut que personne chez vous n'a décidées. C'est précisément pour cette raison que la lecture vaut d'être faite : le contenu de ce fichier engage votre visibilité, qu'il ait été écrit par vous ou non.
Puis-je autoriser un robot et interdire un autre du même éditeur ?
Oui, et c'est même le mode d'emploi normal du fichier. Chaque bloc nomme un agent et ne vaut que pour lui. Autoriser le robot de recherche d'un éditeur tout en refusant son robot d'entraînement est une configuration parfaitement ordinaire.
Un fichier interdisant l'entraînement protège-t-il juridiquement mon contenu ?
Cette question dépasse le cadre technique et relève du droit applicable à votre activité et à votre pays. Le fichier exprime une instruction que les robots conformes respectent ; il ne constitue pas en lui-même une analyse juridique. Sur ce point, adressez-vous à un professionnel du droit.
Pour aller plus loin
Où placer une validation humaine dans un enchaînement automatique — même famille de problème : un réglage posé une fois, qui agit ensuite sans que personne ne le relise.
Les postes qui rouleront chaque mois derrière un agent IA — une autre ligne de proposition qui s'annonce courte, et dont deux postes ne sont presque jamais chiffrés.
Les huit décisions à trancher avant la première maquette — quand la question ne porte plus sur un fichier mais sur le site entier, et qu'elle se règle avant qu'on parle de design.
Ce soir, deux adresses
Ne planifiez rien, et n'ouvrez aucun outil.
Tapez votre nom de domaine suivi de /robots.txt. Lisez ce qui s'affiche. C'est le document qui gouverne aujourd'hui l'accès des robots à votre site, et il est probable que vous ne l'ayez jamais lu.
Tapez ensuite votre nom de domaine suivi de /llms.txt. S'il n'existe pas, vous savez maintenant que ce n'est pas ce qui vous manque.
En vingt minutes, vous aurez remplacé un conseil entendu par une décision prise. C'est une inversion utile, et elle vaut bien au-delà de ces deux fichiers.
Sources
Les positions décrites ici sont celles publiées par les éditeurs eux-mêmes. Elles ont été reformulées, non recopiées. Le sujet évolue vite : ce qui précède vaut à la date de consultation et se revérifie aux mêmes adresses.
Jeremy Howard, spécification llms.txt, llmstxt.org, publiée en septembre 2024, consultée le 11 août 2026.
Google, Search Central, « Guide d'optimisation pour les fonctionnalités d'IA générative dans la Recherche », developers.google.com/search/docs/fundamentals/ai-optimization-guide, dernière mise à jour indiquée au 10 juillet 2026, consultée le 11 août 2026.
Google, Search Central, « Introduction au fichier robots.txt », developers.google.com/search/docs/crawling-indexing/robots/intro, consultée le 11 août 2026.
Google, Search Central, « Robots d'exploration courants de Google », developers.google.com/search/docs/crawling-indexing/google-common-crawlers, consultée le 11 août 2026.
Google, Search Central, « Les fonctionnalités d'IA et votre site web », developers.google.com/search/docs/appearance/ai-features, consultée le 11 août 2026.
OpenAI, documentation développeurs, « Bots », developers.openai.com/api/docs/bots, consultée le 11 août 2026.
Anthropic, centre d'assistance, « Does Anthropic crawl data from the web, and how can site owners block the crawler? », support.claude.com, consultée le 11 août 2026.
Perplexity, documentation, « PerplexityBot », docs.perplexity.ai/guides/bots, consultée le 11 août 2026.
IETF (Internet Engineering Task Force), RFC 9309, « Robots Exclusion Protocol », rfc-editor.org, publiée en septembre 2022, statut de norme proposée, consultée le 11 août 2026.
Fichiers llms.txt servis par developers.openai.com et platform.claude.com, consultés le 11 août 2026.
INSEN STUDIO
On regarde votre situation ensemble ?
Vous repartez avec une lecture claire, avec ou sans nous.
Demander un audit digital
