autoranko
Étude

llms.txt à l’épreuve des faits : qui en publie un parmi les 500 domaines les plus populaires

Nous avons demandé /llms.txt aux 500 premiers domaines Tranco le 8 novembre 2026 et validé chaque fichier : 59 en publient un valide, 59 répondent par du HTML.

Par Autoranko Research7 min de lecture
Voir le Markdown

En bref

  • 59 des 319 domaines que nous avons pu vérifier servent un llms.txt valide (18,5 %), soit 11,8 % de tout le top 500.
  • 59 répondent à /llms.txt par une page HTML et HTTP 200 : un faux 200 qu’un vérificateur fondé sur le code de statut compterait comme un fichier.
  • Sur les 59 fichiers, 54 ont le résumé, mais seuls 27 écrivent chaque élément sous forme de lien, et 16 réussissent toutes les vérifications de notre validateur.
  • 13 sites publient aussi un llms-full.txt, de 1 Ko à 3 Mo.
  • L’adoption est plus forte dans le bas de la liste (21,0 %) que dans les 100 premiers (13,3 %).
Sur cette page
  1. Ce qu’est llms.txt, et ce qu’il n’est pas
  2. Comment nous avons vérifié
  3. Ce qu’a renvoyé /llms.txt
  4. Les pages HTML en 200 sont le piège le plus fréquent
  5. Dans quelle mesure les fichiers respectent le format
  6. De quelques centaines d’octets à plusieurs mégaoctets
  7. llms-full.txt
  8. Qui en publie un
  9. Publier un llms.txt tout en bloquant les robots d’IA
  10. Faut-il en publier un ?
  11. Limites de cette étude
  12. Télécharger les données
  13. Questions fréquentes
  14. Données brutes
  15. Sources

Ce qu’est llms.txt, et ce qu’il n’est pas

llms.txt est une proposition publiée par Jeremy Howard sur llmstxt.org en septembre 2024 : un fichier Markdown à la racine du site qui indique aux modèles de langage ce qu’est le site et où se trouvent ses pages les plus utiles. Sa seule partie obligatoire est un H1 avec le nom du site. La proposition y ajoute un résumé sous forme de citation (>), du texte libre facultatif et des sections H2 qui listent des liens au format - [nom](url): notes ; une section nommée « Optional » regroupe les liens qu’un agent peut ignorer.

Ce n’est ni un standard ni un robots.txt : il n’accorde ni ne refuse rien. Nous ne connaissons aucun grand fournisseur de recherche IA qui documente l’utiliser pour classer ou citer des pages. llms-full.txt, un fichier unique avec le texte complet, est une convention complémentaire que certains sites utilisent ; la proposition de llmstxt.org ne la définit pas.

Comment nous avons vérifié

  • Les mêmes 500 domaines de la liste Tranco 94P72 et la même collecte que notre étude sur les robots d’IA, le 8 novembre 2026.
  • Respect de robots.txt : nous n’avons demandé /llms.txt et /llms-full.txt que lorsque le robots.txt du domaine autorisait notre robot. 30 domaines l’interdisaient et 151 n’avaient pas de robots.txt joignable (presque tous des domaines techniques sans site), ce qui laisse 319 domaines vérifiés.
  • Classement de chaque réponse : fichier valide = HTTP 2xx, pas du HTML, à un chemin qui se termine toujours par /llms.txt après les redirections, et qui commence par un H1 ; page HTML ; redirigé vers une autre page ; 4xx ; erreur (5xx, 429 ou panne réseau).
  • Validation de chaque fichier avec le même code que notre validateur llms.txt : H1 en premier, résumé en citation, sections H2 avec des liens, chaque élément de liste sous forme de lien, URL absolues, pas de doublons, uniquement des titres H1 et H2, moins de 100 Ko.

Ce qu’a renvoyé /llms.txt

Résultat de la requête /llms.txt, 319 domaines vérifiés
RésultatDomainesPart
llms.txt valide (commence par un H1)5918,5 %
Fichier texte qui n’est pas un llms.txt (pas de H1)41,3 %
Page HTML avec HTTP 2005918,5 %
Redirigé vers une autre page30,9 %
404 ou autre erreur 4xx18858,9 %
Erreur (5xx, 429, réseau)61,9 %

Un llms.txt valide reste l’exception : 59 domaines vérifiés sur 319 (18,5 %), soit 11,8 % des 500.

Les pages HTML en 200 sont le piège le plus fréquent

59 domaines (18,5 %) ont répondu à /llms.txt par HTTP 200 et une page HTML : le plus souvent leur page d’accueil, une page d’erreur générique ou un écran de connexion. C’est exactement autant que de fichiers valides. Un vérificateur qui ne regarde que le code de statut les compte comme des fichiers llms.txt ; un agent qui les télécharge reçoit du HTML.

3 autres redirigent /llms.txt vers une page différente (par exemple, workers.dev mène à la page produit de Cloudflare Workers) et 4 servent un texte qui n’est pas un llms.txt : un fichier qui commence par sa propre URL au lieu d’un H1, une liste de 1 Mo sans titre, une adresse IP ou une erreur JSON.

Dans quelle mesure les fichiers respectent le format

Vérifications réussies par les 59 fichiers valides
  • Résumé en citation (>)54 (91,5 %)
  • Sections H2 avec des liens54 (91,5 %)
  • Chaque élément est un lien27 (45,8 %)
  • Uniquement des URL absolues58 (98,3 %)
  • Aucun lien en double43 (72,9 %)
  • Uniquement des titres H1 et H246 (78,0 %)
  • Moins de 100 Ko52 (88,1 %)
  • Section « Optional »13 (22,0 %)
  • Liens vers des pages .md11 (18,6 %)

Les deux dernières sont indicatives : la proposition ne les impose pas.

Le défaut le plus courant concerne les listes : seuls 27 des 59 fichiers (45,8 %) écrivent chaque élément sous la forme - [nom](url) ou - [nom](url): notes. Les autres mélangent des puces en texte brut ou placent la description après un tiret plutôt qu’après les deux-points de la proposition. Presque tous ont le résumé (54) et des URL absolues (58). 16 fichiers réussissent toutes les vérifications : github.com, adobe.com, samsung.com, shopify.com, macromedia.com, hcaptcha.com, roku.com, centinel-analytica.com, ea.com, branch.io, dell.com, wps.com, plesk.com, calendly.com, intel.com, businessinsider.com.

De quelques centaines d’octets à plusieurs mégaoctets

Le fichier valide médian pèse 15,3 Ko et liste 63 liens. 7 dépassent 100 Ko, le seuil à partir duquel notre validateur alerte, et le plus gros (sourceforge.net) pèse au moins 2 Mo. Un index censé tenir dans la fenêtre de contexte d’un modèle ne devrait pas peser un mégaoctet.

llms-full.txt

13 domaines publient un llms-full.txt qui commence par un titre, et tous ont aussi un llms.txt. Leur taille va de 1 Ko à 3 Mo : cloudflare.com, github.com, sentry.io, ubuntu.com, shopify.com, forter.com, amplitude.com, centinel-analytica.com, paloaltonetworks.com, cm.com, name.com, substack.com, intel.com.

Qui en publie un

llms.txt valide par tranche du classement Tranco
RangVérifiésllms.txt valide
1–100608 (13,3 %)
101–25010218 (17,6 %)
251–50015733 (21,0 %)

L’adoption est plus forte dans le bas de la liste (21,0 % aux rangs 251–500) que dans les 100 premiers (13,3 %), dominés par les plateformes grand public et l’infrastructure. Les fichiers valides se concentrent chez les éditeurs de logiciels et de services pour développeurs. Voici les 15 mieux classés :

Les 15 domaines les mieux classés avec un llms.txt valide
RangDomaineTailleLiensTout réussillms-full.txt
2cloudflare.com16,8 Ko90NonOui
34github.com28 Ko117OuiOui
41fastly.net16,2 Ko87NonNon
60adobe.com10,3 Ko46OuiNon
67wordpress.org5,6 Ko36NonNon
75digicert.com8,2 Ko48NonNon
78opera.com11,3 Ko29NonNon
100wordpress.com7,2 Ko20NonNon
103sentry.io91,1 Ko498NonOui
108intuit.com5,7 Ko47NonNon
120samsung.com4,5 Ko31OuiNon
130webex.com35,2 Ko122NonNon
133dropbox.com204 Ko780NonNon
167ubuntu.com12,6 Ko65NonOui
168gravatar.com21,4 Ko4NonNon

Publier un llms.txt tout en bloquant les robots d’IA

11 des 59 sites dotés d’un llms.txt bloquent à la racine au moins l’un des 12 jetons d’IA de notre étude sur les robots, et 3 (gravatar.com, bloomberg.com, businessinsider.com) bloquent GPTBot ou ClaudeBot. Ce n’est pas forcément contradictoire : un site peut refuser les robots d’entraînement tout en se décrivant pour les assistants qui ouvrent des pages à la demande d’un utilisateur.

Faut-il en publier un ?

  1. Cela coûte peu et ne nuit pas s’il est correct. Voyez-le comme une documentation pour les agents, pas comme un facteur de classement.
  2. Si vous n’en avez pas, renvoyez un vrai 404, pas une page HTML en 200.
  3. Servez-le en text/plain ou text/markdown, en UTF-8.
  4. Commencez par le H1, puis un résumé d’une ou deux phrases en citation.
  5. Restez bref : un index choisi, des URL absolues et des éléments - [nom](url): note.
  6. Liez des versions Markdown de vos pages clés si vous en avez.
  7. Générez-le à partir de votre site avec le générateur llms.txt et vérifiez-le avec le validateur.

Limites de cette étude

  • llms.txt est une proposition, pas un standard. Trouver un fichier ne dit rien de sa lecture par un système d’IA.
  • Une requête par fichier, depuis un seul endroit (Europe) et avec un seul agent utilisateur : les fichiers protégés contre les robots ou servis seulement à certains agents nous échappent.
  • Seule la racine du domaine est vérifiée. Les fichiers publiés ailleurs (par exemple docs.exemple.com/llms.txt) ne comptent pas, sauf si la racine y redirige.
  • Les tailles au-delà de la limite de lecture sont enregistrées à la valeur de la limite (truncated: true).

Télécharger les données

Les résultats par domaine, avec l’issue de chaque requête et chaque vérification du validateur, sont dans llms-txt-2026-11.json (179,1 Ko, en anglais). Si vous les réutilisez, citez la liste Tranco : Le Pochat et al., NDSS 2019.

Questions fréquentes

llms.txt aide-t-il à se classer dans Google ou à apparaître dans ChatGPT ?

Nous ne connaissons aucun grand fournisseur de recherche IA qui documente l’utiliser pour classer ou citer des pages. Il est peu coûteux à publier et utile comme documentation pour les agents, mais ne le traitez pas comme un facteur de classement.

Quelle différence entre llms.txt et llms-full.txt ?

llms.txt est un index court : un titre, un résumé et des listes de liens. llms-full.txt, quand il existe, réunit le texte complet des pages dans un seul fichier. La proposition de llmstxt.org définit le premier ; le second est une convention suivie par certains sites.

Pourquoi une page HTML à l’adresse /llms.txt pose-t-elle problème ?

Parce qu’elle répond 200 pour un fichier qui n’existe pas. Les vérificateurs simples la comptent comme un fichier et les agents téléchargent du HTML au lieu du Markdown. Si vous n’avez pas de llms.txt, renvoyez un 404.

Quelle taille doit faire un llms.txt ?

Juste ce qu’il faut pour un index. Notre validateur alerte au-delà de 100 Ko ; le fichier valide médian de cette étude pèse 15,3 Ko.

Pourquoi les 500 domaines n’ont-ils pas tous été vérifiés ?

Parce que nous respectons robots.txt : 30 domaines interdisaient notre robot et 151 n’avaient pas de robots.txt joignable, presque toujours des domaines techniques sans site. Tous figurent dans le jeu de données avec la raison.

Données brutes

Sources

Interroger un assistant IA sur cet article

Chaque lien ouvre l’assistant dans un nouvel onglet avec une question sur cet article. Selon l’assistant, elle est saisie pour vous ou envoyée aussitôt ; seules la question et l’adresse de cette page sont transmises.

Comment cet article a été fait

Autoranko Research a collecté les données le 8 novembre 2026 avec la méthode décrite plus haut. Le texte a été rédigé avec l’aide de l’IA, et chaque chiffre est généré à partir du jeu de données publié : les tableaux et les phrases ne peuvent pas se contredire.

Signaler une erreur

Outils gratuits sur ce sujet

Découvrez ce que les assistants IA disent de votre marché

Autoranko suit les questions de vos acheteurs sur les modèles GPT et Claude, indique pour chaque chiffre comment il a été mesuré et rédige les articles qui y répondent.