llms.txt et citations par l'IA : ce que l'on sait, et ce qu'on ignore

Deux articles parus cette semaine posent la même question par les deux bouts : est-ce que quelque chose sur votre propre site décide si un assistant IA le cite ? Un mainteneur explique que le fichier recommandé partout, llms.txt, n'a presque rien changé pour lui. Un éditeur raconte qu'un site bâti entièrement sur des statistiques inventées a continué d'être récupéré par ChatGPT bien après que Google a cessé de l'afficher. Aucun des deux n'est une étude. Les deux méritent une lecture attentive, et tous deux montrent le même écart gênant entre être trouvé et avoir raison.

Le témoignage d'un mainteneur : le fichier était rarement lu

Cristian Tabacitu maintient Backpack for Laravel, un paquet de panneau d'administration qui a une dizaine d'années. Il écrit qu'ils ont publié un llms.txt et qu'il doute de son utilité : les agents le cherchent rarement, et quand ils le trouvent, c'est une table des matières pour une documentation qu'ils pouvaient déjà lire. Il envisage de le retirer. Un serveur MCP construit pour chercher dans leur documentation a donné des résultats mitigés pour une raison voisine : l'agent doit décider de l'appeler, et la plupart du temps il ne le fait pas. Sa règle empirique : tout ce qu'un agent doit penser à aller chercher fonctionne mal, ce qui marche, c'est ce qui est déjà sous ses yeux ou déjà dans ses données d'entraînement.

Ce à quoi il attribue le mérite est surtout à l'ancienne : une API restée stable pendant des années, si bien que c'est le bon code qui a fini dans les données d'entraînement ; déprécier plutôt que renommer, parce qu'un renommage coupe ce qu'un modèle a appris en une ancienne et une nouvelle version ; dix ans d'issues publiques et de tutoriels comme exemples ; et un code lisible dans vendor/, là où les agents vont chercher eux-mêmes leurs réponses.

L'expérience d'un éditeur : être récupéré n'est pas être classé

Le second article vient du blog de Peec AI, une entreprise qui vend du suivi de visibilité dans les réponses d'IA : lisez-le donc comme un éditeur qui décrit sa propre expérience. L'auteur dit qu'en mars 2026 il a généré en une journée 50 000 pages de statistiques avec GPT-4.1, chaque chiffre inventé et jamais vérifié, pour environ 50 $. Selon lui, Google a indexé le site en une semaine environ, puis la visibilité s'est effondrée après deux mises à jour de Google. Pourtant, il rapporte que ChatGPT a continué de le récupérer : environ 72 000 requêtes de ChatGPT-User, l'agent qui va chercher les pages en temps réel, sur les 30 derniers jours seulement. Il affirme aussi que les chiffres inventés se sont retrouvés dans un article universitaire et dans une note de recherche d'une banque.

Sa conclusion : être bien classé sur Google et être récupérable par un assistant sont deux problèmes distincts. Un assistant réécrit une demande en plusieurs sous-requêtes, rassemble des pages candidates, les reclasse et en ouvre quelques-unes. Rien dans cette chaîne, telle qu'il la décrit, ne vérifie si un chiffre est vrai.

Ce que ce site sait de son propre llms.txt

Ce site sert /llms.txt et /llms-full.txt. Les deux sont construits à partir de données réelles : les pages de catégories d'outils, chaque outil activé avec sa description (le fichier complet ajoute les étapes et la FAQ de chaque outil), et les articles publiés du blog principal. Les deux sont uniquement en anglais. robots.txt autorise explicitement quatre robots d'IA par leur nom : GPTBot, ClaudeBot, PerplexityBot et Google-Extended.

Ce que le site ne sait pas compte davantage. Une visite de l'un de ces quatre robots est comptée à part dans ses statistiques, mais seulement quand la balise de suivi de la page la signale, ce que ne fait jamais un robot qui lit le HTML sans exécuter le script, et un simple fichier texte n'a aucun script. ChatGPT-User n'est pas dans la liste. Il n'existe donc ici aucune mesure de qui lit llms.txt, ni de savoir s'il a mené à une seule citation. Cet article n'affirme rien dans un sens ou dans l'autre, faute de base pour le faire.

La règle de la maison : seulement des chiffres sourcés

L'expérience de l'éditeur montre qu'un chiffre inventé peut aller très loin avant que quelqu'un le vérifie. La règle de ce site en est la réponse simple : chaque chiffre et chaque citation sont réels, sans aucune métrique inventée. Quand un chiffre apparaît, la phrase dit à qui il appartient et un lien mène à son origine. Cela coûte un peu de portée, parce qu'une affirmation sourcée est toujours plus étroite qu'une affirmation inventée. C'est pourtant la seule qui mérite d'être citée.

Si vous décidez quoi faire cette semaine : gardez llms.txt s'il ne vous coûte presque rien, mais n'attendez pas qu'il fasse le travail. Passez le temps là où les deux articles s'accordent sur un effet réel : des URL stables et des noms que vous ne renommez pas, des faits clairs avec leur source dans la phrase, des données structurées qui correspondent à la page visible, et une documentation qu'un agent peut lire sans qu'on le lui demande. Sources : Backpack for Laravel et l'expérience de Peec AI.