Tester le fichier llms.txt d’un site

Comment utiliser l’outil

Saisissez l’adresse d’un site ou d’une de ses pages et cliquez sur « Vérifier ». L’outil cherche le llms.txt du dossier de la page, puis celui de la racine, et retient le premier qui répond. Il affiche les constats, rangés en « À corriger », « À noter » et « OK », les sections du fichier avec leurs liens, et le fichier lui-même, lignes signalées surlignées.

Les dix premiers liens du fichier sont interrogés en même temps, sans suivre les redirections : un lien qui répond par une erreur ou qui redirige est signalé. Pour relire un fichier avant de le mettre en ligne, ouvrez « Tester un llms.txt avant de le publier » : l’analyse se fait alors dans votre navigateur.

Ce qu’est un llms.txt

C’est une proposition de Jeremy Howard, publiée le 3 septembre 2024 : un fichier Markdown placé à la racine d’un site, ou dans un de ses sous-dossiers, qui présente le site et pointe vers ses pages utiles, pour des modèles de langage.¹ Quand plusieurs fichiers s’appliquent, le plus précis l’emporte.¹

La proposition fixe un ordre précis. Un titre H1 avec le nom du site ou du projet, seule section obligatoire. Puis une citation qui résume l’essentiel, des détails sans titres, et des sections H2 qui contiennent des listes de liens, chacun écrit « [nom](url) » et suivi au besoin de deux-points et d’une note. Une section H2 nommée « Optional » regroupe les liens qu’un agent peut sauter quand il a besoin de moins de contexte.¹

# Nom du site

> Ce que fait le site, en une ou deux phrases.

Des précisions utiles, sans titre.

## Pages principales

- [Services](https://www.exemple.fr/services/): ce qui est proposé
- [Contact](https://www.exemple.fr/contact/)

## Optional

- [Mentions légales](https://www.exemple.fr/mentions/)

La même proposition suggère de publier une version Markdown des pages utiles, à la même adresse suivie de « .md ».¹ L’outil ne vérifie pas ces versions.

Ce que l’outil contrôle

D’abord la réponse du serveur. Un 404 veut dire qu’il n’y a pas de fichier, ce qui n’est pas une faute. Une erreur 5xx est le seul cas où l’audit llms.txt de Lighthouse échoue.⁴ Un piège à surveiller est la page HTML servie à la place du fichier, avec un code 200 : le site renvoie son accueil ou sa page d’erreur pour toute adresse inconnue, et un robot reçoit alors du HTML au lieu d’un texte.

Ensuite la structure : un H1 qui ouvre le fichier, une citation de résumé, des sections H2, des éléments de liste qui commencent chacun par un lien, pas de titre de niveau 3 ou plus, pas de lien en double. Enfin les liens eux-mêmes : adresses lisibles, et code HTTP des dix premiers.

Ce qu’en font Google et Lighthouse

Google le dit sans détour dans son guide sur l’IA générative : il n’est pas nécessaire de créer des fichiers texte pour l’IA comme le llms.txt pour apparaître dans la recherche, et Google Search ne les utilise pas. En garder un ne nuit pas et n’aide pas la visibilité ni le classement ; Google ajoute qu’on peut en maintenir un pour d’autres services qui s’en servent.² Sa page sur les fonctionnalités d’IA va dans le même sens.³

Lighthouse, l’outil d’audit de Chrome, contrôle pourtant le fichier dans sa catégorie Navigation agentique, qui évalue la façon dont des agents IA peuvent parcourir un site.⁵ L’audit est classé non applicable quand le fichier manque, puisque le fichier reste facultatif, et n’échoue que sur une erreur serveur.⁴

Faut-il en publier un ?

Pour Google, non : sa documentation l’écrit en toutes lettres.² Pour d’autres agents, la proposition vise les modèles qui consultent un site au moment de répondre, et un fichier court, à jour et bien construit coûte peu. S’il en existe un, autant qu’il soit lisible : un fichier cassé, une page HTML à sa place ou des liens morts donnent une mauvaise image du site à qui le lit.

Un llms.txt ne règle aucun accès. Il ne bloque ni n’autorise aucun robot : c’est le rôle du robots.txt, que lisent les robots d’exploration avant de télécharger une page.

Ce que l’outil ne voit pas

L’outil vérifie la forme du fichier, pas la pertinence de son contenu : il ne dit pas si les pages choisies sont les bonnes ni si le résumé est juste. Il ne lit pas les versions Markdown des pages, ne remonte qu’un niveau de dossier avant la racine, lit le fichier jusqu’à 500 Kio et vérifie dix liens au plus.

Chaque vérification compte pour une requête sur un quota de 20 par tranche de 10 minutes et par visiteur, partagé avec les autres outils du site. Le serveur lit le fichier, renvoie le résultat et ne conserve ni l’adresse ni le contenu.

Après le test

Le llms.txt n’a d’intérêt que si les robots peuvent lire le site. Le test d’accès des robots IA montre ce que le robots.txt autorise à GPTBot, ClaudeBot ou PerplexityBot, et le vérificateur d’IP de robots dit si ceux de vos journaux sont les vrais. Pour être cité par les moteurs génératifs, le contenu et l’exploration pèsent davantage qu’un fichier : c’est le sujet de l’article sur le GEO.

Questions fréquentes