Adoption de llms.txt : combien des 10,000 premiers sites en ont un ?

Résultats clés

• 16.1 % des grands sites servent un llms.txt (881 sur 5,480), dans notre exploration du 28 octobre 2026 du top 10,000 de Tranco.
• Le top 1,000 est en tête : 22.5 % en ont un, contre 15.4 % des sites classés de 1,001 à 10,000.
• Environ la moitié sont mal formés. 414 des 881 fichiers (47 %) respectent la structure llmstxt.org. Le défaut habituel est du texte rédigé dans une section de liens (409 fichiers).
• 11.3 % des sites répondent à /llms.txt par une page web, généralement leur page d’accueil, qui ressemble à un fichier dans un navigateur et n’est rien pour un parseur.
• Le fichier typique est petit : une médiane de 7,284 caractères et 33 liens. 59 fichiers dépassent 100,000 caractères.
• 36 sites publient un llms.txt et bloquent GPTBot, et 4 bloquent OAI-SearchBot, donc le crawler de recherche d’OpenAI lui-même risque de ne pas récupérer le guide écrit pour lui.

L’adoption baisse avec le rang, de 22.5 % dans le top 1,000 à 10.6 % dans la tranche 9,001–10,000, mais pas de façon régulière : la tranche 2,001–3,000 égale le haut du classement. Les entreprises de logiciels et d’infrastructure forment une bonne part des premiers adoptants. Dans le top 200 que nous avons pu lire, on trouve cloudflare.com, fastly.com, wordpress.org, adobe.com, digicert.com, opera.com, sentry.io, intuit.com, samsung.com, dropbox.com, gravatar.com, kaspersky.com, ubuntu.com, shopify.com.

À quoi ressemblent les fichiers

Le format llmstxt.org est court : un H1 avec le nom du site, un résumé optionnel en blockquote, des paragraphes optionnels, puis des sections H2 qui ne contiennent que des listes de liens. Les trois défauts que nous avons le plus trouvés :

• Du texte rédigé ou des puces simples dans une section H2 (409 fichiers). La spécification réserve ces sections aux éléments - [name](url): notes, donc un lecteur qui la suit ignore le reste.
• Plus d’un H1 (90 fichiers), généralement un long document collé en entier.
• Pas de H1 en tête (42 fichiers), souvent parce que le fichier commence par sa propre URL ou un commentaire.

Quelqu’un le lit-il ?

Pas d’une manière que les grands assistants aient confirmée. Google dit clairement que vous « don’t need to create new machine readable files, AI text files, or markup » pour apparaître dans AI Overviews ou AI Mode (Google Search Central), et la documentation des crawlers d’OpenAI, d’Anthropic et de Perplexity ne mentionne pas llms.txt. Ses lecteurs les plus évidents aujourd’hui sont les agents de code et les outils de documentation. Le chiffre de 16.1 % mesure donc combien d’équipes ont jugé que cela valait vingt minutes, pas un facteur de classement. Notre guide Qu’est-ce que llms.txt explique quoi y mettre.

Si vous en publiez un

1. Vérifiez qu’il renvoie bien le fichier. Ouvrez /llms.txt et regardez le code source. Si vous voyez le HTML de votre page d’accueil, vous n’en avez pas.
2. Limitez les sections à des liens. Mettez toute explication dans le résumé ou dans des paragraphes avant le premier H2.
3. Gardez-en un index. Une liste des pages qui répondent aux questions des acheteurs, avec une note pour chacune, vaut mieux qu’une copie de votre site.
4. Laissez entrer les crawlers. Un fichier écrit pour les modèles de langage sert peu si robots.txt bloque les crawlers qui le récupéreraient. Voir quels sites bloquent les crawlers IA.
5. Validez-le. Le validateur llms.txt utilise le même code que nous ici.

Méthode et limites

Nous avons pris les 10,000 premiers domaines de la liste Tranco GQ3LK (un classement de recherche qui combine des données Chrome UX Report, Cloudflare Radar, Cisco Umbrella, Majestic et Farsight du 28 septembre au 27 octobre 2026). Le 28 octobre 2026, notre crawler a demandé la page d’accueil de chaque domaine en HTTPS, en suivant les redirections. Beaucoup d’entrées Tranco sont des domaines de CDN, d’API ou de tracking sans site web : 2,155 n’ont donné aucune réponse HTTP et 1,415 ont répondu 403. Nous avons gardé les 5,480 domaines dont la page d’accueil renvoyait une page HTML avec le statut 200, comptés une fois par nom d’hôte final après redirections.

Pour chaque site, nous avons demandé /llms.txt sur le nom d’hôte final. Nous avons considéré qu’un site en avait un quand la réponse était 200, pas du HTML, et se lisait comme du markdown (un titre ou un lien markdown près du début). 617 sites ont renvoyé du HTML, 44 autre chose (surtout des corps d’erreur JSON), 3,789 un 404 ou un autre 4xx, et 149 ont échoué. La structure a été vérifiée avec le validateur de notre validateur llms.txt ; « respecte » signifie aucune erreur par rapport au format llmstxt.org, avertissements permis. Nous avons aussi demandé /llms-full.txt.

Notre crawler s’est identifié comme Mentioned-Research/1.0. Les sites qui refusent les bots inconnus au pare-feu sont absents de l’échantillon, et ces sites sont probablement plus stricts avec les crawlers IA aussi, donc considérez chaque taux de blocage ici comme un plancher plutôt qu’une estimation pour tout le web. Les chiffres décrivent des sites populaires, pas le web dans son ensemble, et une journée d’octobre 2026.

Citer cette page

Vous pouvez citer ces chiffres et en faire des graphiques avec un lien vers cette page. Citation suggérée : Mentioned, « llms.txt Adoption: How Many of the Top 10,000 Sites Have One? », 28 octobre 2026, https://mentioned.at/learn/llms-txt-adoption. Données et texte publiés sous licence CC BY 4.0.

Questions

Lancer un check gratuit