Sommaire
Dans un article publié le 20 janvier 2026, Ana Fernández a alimenté le débat autour de llms.txt, un fichier censé aider des systèmes d’IA à parcourir plus facilement un site. L’autrice indique avoir suivi 10 sites sur 90 jours avant et 90 jours après la mise en place du fichier, puis comparé l’évolution du crawl et du trafic issu d’outils et assistants IA.
llms.txt : de quoi parle-t-on ?
llms.txt est un fichier texte (souvent en Markdown) que certains sites placent à la racine de leur domaine. L’idée défendue par ses promoteurs est de fournir aux assistants et agents IA une liste de pages “à privilégier” (documentation, pages produit et FAQ), avec un format plus simple à lire que des pages web riches en menus, scripts et éléments de design.
Dans le papier, l’autrice rapproche llms.txt d’un plan de site, mais pensé pour des systèmes d’IA. Le fichier ne “crée” pas de contenu, il référence ce qui existe déjà.
Ce qui a été mesuré
L’analyse dit avoir observé :
- la fréquence de crawl “IA” dans les logs,
- le trafic attribué à ChatGPT, Claude, Perplexity et Gemini,
- les changements effectués sur les sites sur la même fenêtre de temps.
Les résultats rapportés
Sur les 10 sites suivis :
- 2 sites progressent sur le trafic IA (+12,5 % et +25 %),
- 8 sites ne montrent pas de variation notable,
- 1 site recule de -19,7 %.
L’article affirme aussi que les deux hausses ne prouvent pas un effet direct de llms.txt.
Les deux hausses, replacées dans leur contexte
“Neobank” : +25 % après llms.txt, mais plusieurs chantiers en parallèle
L’autrice associe la hausse à une combinaison de facteurs sur la période :
- campagne RP autour d’un sujet réglementaire (licence bancaire) avec couverture média,
- refonte de pages produit avec tableaux de comparaison (taux, frais et minimums),
- création de pages FAQ pensées pour une extraction facile,
- refonte d’un centre de ressources,
- corrections techniques (structure des titres et erreurs de crawl).
Le message : l’alignement de ces actions rend l’attribution à llms.txt difficile.
B2B SaaS : +12,5 %, attribué à des “assets” téléchargeables
Le second cas met en avant la publication de 27 templates téléchargeables (cadres de gestion de projet, modèles financiers, planners). L’article note une hausse du trafic Google vers ces ressources sur la même période, avec une dynamique qui dépasse la date de création du fichier.
Les 8 sites “sans effet” et un cas de baisse
Pour huit sites, l’autrice dit n’avoir vu ni hausse de crawl, ni hausse de trafic IA après la mise en ligne de llms.txt. Les sites auraient surtout listé du contenu déjà existant (pages produit, études de cas, documentation et guides d’achat), donc déjà accessible.
Le site en baisse (-19,7 %) se trouve dans l’assurance. L’article attribue plutôt cette baisse à une tendance globale du site sur plusieurs canaux, sans signal qui relie directement le recul au fichier.
Pourquoi l’effet de llms.txt reste peu visible, selon l’article
Malgré le bruit autour de llms.txt, les observations sur 10 sites montrent peu de changements mesurables après mise en ligne. L’auteur avance ensuite plusieurs explications.
1) Un usage non confirmé par les grands acteurs
Elle écrit qu’aucun grand fournisseur de modèles (OpenAI, Anthropic, Google et Meta) n’a annoncé officiellement exploiter llms.txt. Elle ajoute que, côté technique, les logs serveur montrent rarement des requêtes vers ce fichier. L’article rapporte aussi une prise de position attribuée à John Mueller. Selon lui, on ne voit pas les services IA le consulter dans les logs, et ils ne disent pas s’en servir.
2) L’argument “efficacité” : surtout utile sur la documentation
Un fichier Markdown est plus simple à lire qu’une page HTML chargée (menus, scripts, habillage). Cette “efficacité” aurait un intérêt surtout quand des agents doivent extraire vite de l’information structurée.
L’autrice limite toutefois ce bénéfice à des cas précis, centrés sur la documentation et les API, donc des produits orientés développeurs. Elle mentionne Vercel pour illustrer des parcours d’acquisition attribués à ChatGPT, tout en présentant ce cas comme représentatif d’un contexte “developer tools”.
3) “Un sitemap, pas une stratégie”
Llms.txt se comporte comme un sitemap. Il référence et organise des pages, mais ne crée pas de visibilité à lui seul. L’autrice rappelle que, dans les deux cas où le trafic IA progresse, d’autres changements ont eu lieu sur la même période, ce qui rend l’attribution au fichier difficile.
Elle liste notamment :
- des assets nouveaux et actionnables (templates téléchargeables),
- des pages structurées pour extraction (tableaux comparatifs et FAQ),
- des corrections techniques (crawl et indexation),
- des signaux externes (presse, liens et notoriété).
Dans cette analyse, llms.txt apparaît comme un artefact de gouvernance (prioriser et rendre explicite ce qu’un agent doit lire). Il peut améliorer la “lisibilité” si un crawler le consulte, mais il ne compense ni l’absence d’actifs réellement citables, ni des freins d’accès (crawl/indexation), ni le déficit de signaux externes.
