llms.txt
Une convention pour publier à /llms.txt un index d'un site web pensé pour les LLM — un résumé markdown organisé de ce qu'est le site et de l'endroit où vit son contenu important, écrit pour les robots et agents IA plutôt que pour les navigateurs.
L'IA de production est un système : contexte, outils, permissions, traces, évaluations et boucles de rétroaction autour du modèle.
Ce que c'est
llms.txt, proposé par Jeremy Howard (Answer.AI) en 2024, est un fichier markdown à la racine d'un site : un nom, un court résumé et une liste organisée de liens vers le contenu qui compte. Un llms-full.txt optionnel porte le contenu étendu. Les sites de documentation et les produits tournés vers l'IA l'ont adopté rapidement parce qu'il ne coûte presque rien à publier.
Pourquoi c'est important
Le HTML construit pour les navigateurs dépense la fenêtre de contexte d'un agent en navigation, scripts et mise en page. Un index organisé permet à un agent de trouver le contenu canonique en une seule requête. La convention est jeune et inégalement honorée par les robots — traitez-la comme un pari peu coûteux, une surface de découverte parmi plusieurs.
Concepts liés
Agent Skills, MCP, WebMCP, Fiche d'agent.
Ressources connexes
Un format ouvert, organisé en dossiers, pour empaqueter la connaissance procédurale qu'un agent IA charge à la demande — instructions, scripts et ressources dans un SKILL.md que l'agent ne lit que lorsqu'une tâche l'exige.
Le standard ouvert d'Anthropic pour exposer outils, ressources et prompts aux modèles d'IA — publié fin 2024, largement adopté dans l'écosystème agentique, le tissu conjonctif de l'intégration d'outils IA moderne.
Un standard web proposé qui permet à une page d'exposer des outils de style MCP aux agents s'exécutant dans le navigateur — navigator.modelContext — pour qu'un site devienne appelable par les agents, pas seulement lisible.
Une description structurée de ce qu'un agent IA sait faire, de la façon de lui parler et de la confiance qu'il exige — le visage public d'un agent compatible A2A.
Comment nous l'utilisons
Les sites produits de notre pile publient llms.txt aux côtés des autres surfaces lisibles par machine — un serveur MCP hébergé et des index Agent Skills sous /.well-known/ — pour qu'un agent puisse lire ce qu'un produit fait et comment interagir avec lui, sans moissonnage.