Google dit que llms.txt ne sert à rien pour Search - voici à quoi ça sert vraiment
La documentation Search Central de Google de juin 2026 est sans ambiguïté : Google Search n'utilise pas llms.txt - ni pour les classements, ni pour les AI Overviews, ni pour rien. Les études d'adoption par des tiers le confirment : sur des centaines de milliers de domaines, 97 % des fichiers llms.txt n'ont jamais été récupérés et les modèles statistiques n'ont trouvé aucun effet de citation. Pourtant, Stripe, Vercel, Cloudflare, Anthropic et Mastercard livrent tous le fichier. Ils savent exactement ce qu'ils font. Ils construisent pour un public complètement différent : les agents de codage et les navigateurs agentiques qui le lisent.
Search Central l'a confirmé en juin 2026
Le guide d'optimisation IA de Google, mis à jour le 15 juin 2026, déclare maintenant directement : « Vous n'avez pas besoin de créer de nouveaux fichiers lisibles par machine, de fichiers texte IA, de balisage ou de Markdown pour apparaître dans Google Search (y compris ses capacités d'IA générative), car Google Search lui-même ne les utilise pas. » La mise à jour a été ajoutée, selon les termes de Google, « pour répondre aux questions de la communauté » - une façon diplomatique de dire que le battage médiatique avait dépassé les faits. John Mueller avait signalé la même chose sur Reddit quelques mois plus tôt, comparant llms.txt à la balise meta keywords : un fichier qui décrit ce qu'un site prétend être, alors que Google préfère simplement lire le site. Gary Illyes a confirmé en juillet 2025 que Google ne le supporte pas et n'a aucun plan pour le faire.
Largement déployé, rarement lu, aucun effet mesurable
SE Ranking a analysé environ 300 000 domaines et a découvert que ~10% avaient adopté le fichier - mais lorsqu'ils ont exécuté à la fois un modèle statistique et un classificateur XGBoost pour vérifier si le fichier était corrélé avec les citations d'IA, le résultat était plat : aucun effet, et le supprimer a en fait amélioré la précision du modèle. L'adoption était presque identique selon les niveaux de trafic (sites à faible trafic : 9,88%, moyen : 10,54%, élevé : 8,27%) - ce qui signifie que ce n'est pas quelque chose que les meilleurs performeurs font et que les autres copient. Ahrefs a trouvé un tableau similaire du côté de la lecture : sur 137 210 domaines qu'ils ont suivis (un échantillon biaisé techniquement, donc une limite supérieure de l'adoption réelle), 97% n'ont reçu zéro requête en mai 2026. Sur les 3% qui ont été récupérés, seulement 19,5% de ces requêtes provenaient d'outils d'IA nommés - GPTBot en premier, Claude Code en second. L'audit Chrome Lighthouse représentait environ 1 sur tous les 1 000 accès.
| Étude | Échantillon | Résultat clé |
|---|---|---|
| SE Ranking (fin 2025) | ~300 000 domaines | Aucun effet de citation ; supprimer la variable a amélioré la précision du modèle |
| Ahrefs (mai 2026) | 137 210 domaines | 97% jamais récupérés ; 19,5% des accès provenant d'outils d'IA nommés |
| Limy.AI (journal 90 jours) | 500M+ événements de bot IA | ~408 accès ciblés à llms.txt au total |
| Otterly.AI (journal serveur) | 62 100 visites de bot IA | 84 llms.txt ciblés (0,1% du trafic IA) |
L'étude de journal serveur de 90 jours de Limy.AI a mis en perspective l'ampleur brute : sur plus de 500 millions d'événements de bot IA, environ 408 ont ciblé llms.txt. Le test parallèle d'Otterly.AI a trouvé seulement 84 sur 62 100 visites de bot IA - 0,1% - qui ont accédé au fichier. Ces chiffres sont minuscules, mais ce sont les signaux réels provenant des journaux réels.
Qui le lit vraiment : agents de codage et navigateurs agentiques
Les classements ne sont pas la raison pour laquelle ces entreprises publient llms.txt. Elles le font
parce qu'une classe spécifique et croissante d'outils le lit par convention : Cursor,
Windsurf, Claude Code, GitHub Copilot, Cline et Aider recherchent tous
/llms.txt et /llms-full.txt comme indice de navigation quand
un développeur demande à l'agent d'« utiliser la documentation Stripe » ou de « interroger l'API Vercel ».
Le serveur mcpdoc open-source de LangChain expose llms.txt comme
source de données de première classe. Pour ces agents, le fichier est ce qu'une sitemap est pour Googlebot :
un index structuré de l'endroit où se trouve le contenu utile, afin que l'agent n'ait pas à
explorer et deviner. Lighthouse 13.3 de Chrome - publié le 7 mai 2026 - a fait passer l'audit llms.txt
du statut expérimental à la catégorie par défaut « Navigation agentique »,
pointant dans la direction opposée à celle de l'équipe Search. C'est une division au sein de
Google : Search dit de l'ignorer, Chrome dit de l'auditer.
Les nuances honnêtes
Quelques points à considérer aux côtés des chiffres clés :
La division Chrome/Search est réelle. Lighthouse 13.3 audite llms.txt sous « Navigation agentique » tandis que Search Central dit de l'ignorer. Chaque équipe a raison sur ses propres termes, car elles optimisent pour différents crawlers et cas d'usage. Si la navigation agentique se développe comme source de trafic, l'équipe Lighthouse pourrait se retrouver du bon côté de l'histoire.
La critique de Mueller sur la manipulabilité a du mérite. Un fichier qui dit à l'IA ce que un site prétend être - sans aucune vérification - est structurellement similaire à la balise meta keywords. Aucun grand fournisseur d'IA (OpenAI, Anthropic, Google, Meta, Mistral) n'a engagé à le traiter comme signal de citation en production. Jusqu'à ce que l'un d'eux le fasse, le traiter comme levier GEO est de la spéculation.
Un cas précoce était directionnel, pas une preuve. Une seule preuve de concept auto-rapportée (dev5310, février 2026) a trouvé qu'après avoir soumis llms.txt à Search Console, Google AI Mode l'a cité comme source principale en 24 heures - tandis que les classements de mots-clés suivis n'ont pas bougé. C'est directionnel et intéressant, mais c'est n=1, auto-rapporté, et pas une étude reproductible. Nous le notons par souci de complétude, pas comme preuve d'un effet large.
Le coût de sa publication est faible. Une demi-journée pour le rédiger, aucune maintenance continue, aucun risque de pénalités. Cela en fait un pari asymétrique bon marché : si le trafic agent augmente et le fichier compte, vous êtes prêt ; s'il reste du bruit, vous avez perdu presque rien. Le cadre à utiliser est l'infrastructure de préparation aux agents - pas un levier de classement ou de citation.
« Comparable à la balise meta keywords »
Le commentaire Reddit de John Mueller est le cadrage le plus clair de l'intérieur de Google : « À ma connaissance, aucun des services d'IA n'a dit qu'il utilisait LLMs.TXT (et vous pouvez voir dans vos journaux de serveur qu'ils ne le vérifient même pas). Pour moi, c'est comparable à la balise meta keywords - c'est ce qu'un propriétaire de site prétend que son site concerne… pourquoi ne pas simplement vérifier le site directement ? » L'analogie est exacte : la balise meta keywords a été ignorée parce que les propriétaires de sites en ont abusé ; llms.txt porte le même risque structurel. Gary Illyes, séparément, a confirmé en juillet 2025 que Google ne le supporte pas et n'a pas l'intention de le faire. Les documents de juin 2026 rendent la position officielle de Google plutôt que d'inverser une position antérieure.
Construisez-le pour les agents qui le lisent réellement
llms.txt ne fait rien pour le classement de recherche. Les données d'Ahrefs, SE Ranking, Limy.AI et Otterly.AI s'accordent toutes : cela n'a aucun effet mesurable sur les citations d'IA dans les produits que la plupart des gens considèrent comme « la recherche IA ». Google l'a maintenant mis par écrit. C'est une convention de navigation pour la couche croissante d'agents de codage et de navigateurs agentiques qui parcourent votre documentation quand un développeur leur pose une question. Stripe et Vercel le proposent parce que leur audience principale comprend de plus en plus de développeurs travaillant dans Cursor et Claude Code. Si la vôtre aussi, cela vaut la peine de consacrer une demi-journée à en écrire un. Si votre audience est des consommateurs qui vous trouvent via Google ou Perplexity, investissez ce temps dans quelque chose que les modèles utilisent réellement : un contenu de haute qualité, bien structuré, qui gagne des citations par lui-même.
Sources : Google Search Central - Guide d'optimisation IA (juin 2026) · Search Engine Roundtable - Barry Schwartz · SE Ranking - Étude d'adoption llms.txt · Ahrefs - Étude llms.txt (137 210 domaines) · Limy.AI - Analyse des journaux de serveur · Search Engine Journal - Scission Chrome vs Search · Search Engine Journal - Comparaison de Mueller avec la balise meta keywords · dev5310 - Étude de cas unique auto-rapportée (directionnelle uniquement)