llms.txt 2026 : faut-il l'installer ou ignorer ce fichier

On vous a vendu llms.txt comme la nouvelle case à cocher SEO de 2026. Trois agences vous ont déjà cité ce fichier sur un devis. Pourtant SE Ranking vient de crawler 300 000 domaines et n'a trouvé aucun effet mesurable du llms.txt sur les citations IA. Ni ChatGPT, ni Perplexity, ni Google AI Overviews ne le lisent en production. Faut-il le déployer quand même ? Réponse sans posture commerciale.

Le fichier llms.txt vient de Jeremy Howard, fondateur d'Answer.AI, proposé en septembre 2024. L'idée tient en une ligne : un fichier markdown placé à la racine du site, qui hiérarchise pour les modèles de langage les contenus à considérer en priorité, avec leur résumé et leurs liens. Une sorte de plan d'urbanisme à destination des IA.

La spec et qui l'a proposée

La spec est publique sur llmstxt.org. Trois sections : titre du site, description courte, blocs de liens prioritaires. Vous pouvez ajouter une variante llms-full.txt qui inclut le contenu textuel complet de vos pages clés. Pas de validation par un standard W3C. Pas d'adoption officielle par les régies de moteurs de recherche. Howard a posé une bouteille à la mer, en espérant que les fournisseurs de modèles la ramassent.

Différence avec robots.txt en une minute

Trois fichiers, trois usages distincts. Robots.txt indique qui peut crawler quoi. Sitemap.xml liste les URLs pour Google et consorts. llms.txt prétend orienter la compréhension des modèles, en markdown plutôt qu'en XML, avec une logique éditoriale plutôt qu'une logique d'index. Sur le papier, c'est élégant. En pratique, personne du côté des grands fournisseurs ne s'est engagé à le lire.

Pourquoi 14 % des SaaS l'ont quand même installé

Stripe, Vercel, Anthropic, Cloudflare ont adopté le fichier dès les premiers mois. Effet d'autorité immédiat. Les SaaS techniques ont suivi par mimétisme : 14 % des 1 000 premiers domaines SaaS analysés en disposent. Les PME ont ensuite reçu le sujet par leurs agences, sous forme de devis intitulés « optimisation GEO 2026 ». C'est rarement le produit qui décide. C'est le bruit du marché.

Le marketing GEO de fin 2025 a installé ce fichier comme bonne pratique sans contradiction. Puis une équipe de chercheurs SEO a décidé de mesurer l'effet réel, données à l'appui.

Méthodo SE Ranking sur 300 000 domaines

SE Ranking a crawlé 300 000 domaines actifs entre octobre et décembre 2025. Pour chaque domaine, ils ont relevé la présence ou l'absence d'un fichier llms.txt valide. Ils ont croisé cette donnée avec les citations effectives dans ChatGPT search, Perplexity et Google AI Overviews sur un panel de 50 000 requêtes commerciales. L'échantillon couvre 14 secteurs et 8 langues, en excluant les domaines avec moins de 10 pages indexées. Protocole le plus large publié à ce jour sur le sujet.

Verdict statistique XGBoost, corrélation nulle

L'équipe a entraîné un modèle XGBoost sur la corrélation entre présence du fichier et probabilité de citation IA. Résultat SHAP value : proche de zéro pour la variable llms.txt. L'intervalle de confiance à 95 % englobe zéro. La variable n'explique aucune variation des citations. Pas même un effet de second ordre. À l'inverse, les balises de données structurées, la fraîcheur du contenu et la présence sur Wikipedia ressortent comme des prédicteurs forts. La hiérarchie est claire, et c'est exactement la logique que nous détaillons dans notre lecture du SEO après les AI Overviews.

ALLMO 94 000 URLs citées, même résultat

L'étude ALLMO publiée la même période a analysé 94 000 URLs réellement citées par les modèles en production. Le taux de présence du fichier dans cet échantillon ne dépassait pas le taux moyen observé sur le web. Deux méthodes différentes, deux laboratoires différents, même verdict. Quand deux études indépendantes convergent vers l'absence d'effet, le débat est tranché jusqu'à preuve du contraire.

Le fichier n'est pas mort pour autant. Il sert un cas d'usage très précis, qu'on confond trop souvent avec un cas généraliste.

Agents devtools (Cursor, Continue, Aider)

Les agents de code comme Cursor, Continue ou Aider lisent ce fichier quand un développeur leur demande de travailler avec votre bibliothèque ou votre API. Le markdown devient une carte d'orientation : où trouver la doc de référence, quels endpoints prioritaires, quels guides ingérer avant de produire du code. Utilisation réelle, vérifiable dans les logs serveur, mais cantonnée au développement logiciel.

Les LLM providers qui ne le lisent pas

OpenAI, Anthropic et Google n'ont publié aucune documentation officielle indiquant qu'ils lisent ce fichier pour leur moteur de recherche en production. Aucune annonce, aucune note technique, aucune mention dans les guides aux éditeurs. Quand un éditeur de moteur souhaite qu'un fichier soit considéré, il le dit. Voir sitemap.xml ou IndexNow. Le silence est lui-même un signal.

L'effet attentiste et le pari à 4 heures

L'argument « au cas où ça serve un jour » mérite d'être pris au sérieux. Quatre heures de dev représentent un coût faible. Mais ces quatre heures ne sont pas neutres si elles remplacent un chantier qui aurait, lui, un effet mesurable dès demain. Le coût d'opportunité est le vrai sujet.

Sortez la calculatrice. Le débat n'est pas philosophique, il est budgétaire.

Coût d'installation : 4 heures

Audit du contenu prioritaire, rédaction du fichier markdown, déploiement à la racine du domaine, vérification de la validité : comptez une demi-journée pour un dev interne ou une agence rodée. Tarif de marché 200 à 400 euros selon le prestataire. Rien de spectaculaire, mais rien de gratuit.

Coût caché de maintenance

Le vrai coût arrive après. Chaque fois que vous publiez une nouvelle page pilier, que vous refondez un service ou que vous modifiez votre architecture, ce fichier doit suivre. Sinon il pointe vers du contenu obsolète, ce qui, pour les agents qui le lisent vraiment, vous décrédibilise. Comptez deux heures par trimestre pour le maintenir. Sur trois ans, le cumul tourne autour de 24 heures, soit l'équivalent d'une refonte de page pilier dont le retour serait, lui, mesurable.

Seul scénario où ça paye dès aujourd'hui

Vous éditez un SaaS, un SDK, une API publique, un produit développeur. Vos utilisateurs ouvrent Cursor ou Continue pour écrire du code contre votre produit. Le fichier fonctionne alors comme une documentation augmentée pour agents. ROI évident, vérifiable dans vos logs. Dans tous les autres cas, vous payez une assurance contre un risque qui n'existe pas encore.

Le constat est inconfortable pour les agences qui ont déjà vendu le sujet. Il est libérateur pour vous.

Cas SaaS ou outil dev : installez

Si votre produit cible des développeurs, ce fichier mérite votre demi-journée. Documentez-le, maintenez-le, mesurez les accès dans vos logs serveur. Données réelles, décisions réelles. C'est le seul cas où l'investissement se défend en réunion budget.

Cas PME B2B classique : passez votre tour

Si vous vendez du conseil, du service, un produit physique, un SaaS métier non technique, le fichier n'a pas sa place dans votre top 10 GEO 2026. Réinvestissez les quatre heures dans une action mesurable, validée par les données SE Ranking et ALLMO.

Les 3 actions GEO qui ont un effet mesurable

Premièrement, les mentions de marque dans des contenus tiers cités par les modèles. Présence sur Wikipedia, classements sectoriels, médias spécialisés, citations dans des articles de référence. Les deux études la classent comme prédicteur numéro un.

Deuxièmement, les données structurées Schema.org propres et à jour. Organization, Product, FAQPage, Article. Les modèles lisent ces balises, beaucoup plus fiable que d'espérer qu'ils consultent un fichier optionnel.

Troisièmement, des réponses directes en haut de page. Un paragraphe dense de 60 à 100 mots qui répond à la question sans contexte préalable. Format prisé par les moteurs génératifs pour citer la source. C'est ce que nous priorisons dans notre audit GEO orienté priorités mesurables pour les PME B2B.

llms.txt n'est pas un mensonge. C'est une bonne idée qui n'a pas trouvé son marché, relayée par des agences qui ont compris que vous, dirigeant de PME, avez peu de temps pour vérifier les sources. La donnée tranche : aucun effet mesurable sur les citations IA pour la quasi-totalité des PME B2B. Si vous éditez du dev tooling, déployez sérieusement. Sinon, les quatre heures se placent mieux ailleurs, et la donnée le démontre.

La question utile n'est pas « faut-il llms.txt » mais « quelles actions GEO 2026 ont un effet vérifiable sur mes citations IA, et dans quel ordre les attaquer ». Ces arbitrages méritent une heure de cadrage avec quelqu'un qui regarde vos données réelles, pas un devis pré-rempli.

Vous voulez prioriser vos chantiers GEO 2026 sans payer pour du vent ? Un appel découverte de 30 minutes avec Uxomnia vous donne un classement honnête de vos priorités, sans devis automatique.