Ce symptôme apparaît lorsqu’un site ajoute llms.txt parce que le marché en parle, mais sans construire la couche qui donne du sens à ce fichier.
Le fichier peut lister des pages importantes. Il peut orienter un agent vers les bonnes ressources. Il peut réduire le bruit de découverte. Mais il ne gouverne pas l’ensemble du corpus.
Signes typiques
- le fichier pointe vers quelques pages, mais pas vers les preuves essentielles ;
- la politique d’usage de l’IA est absente ou générique ;
- les données structurées ne correspondent pas toujours au contenu visible ;
- les pages de services ne distinguent pas assez les offres ;
- les CTA et formulaires restent ambigus ;
- les exclusions et limites ne sont pas déclarées ;
- les contenus historiques contredisent les pages principales ;
- le site n’a pas de hiérarchie explicite des sources.
Risque
Le site donne un signal de modernité, mais pas un signal de fiabilité. Un agent peut trouver le fichier, puis reconstruire une compréhension à partir d’un corpus incohérent. Le résultat peut être une mauvaise recommandation, une mauvaise attribution d’expertise ou une action mal orientée.
Direction d’intervention
La bonne réponse n’est pas de supprimer llms.txt. C’est de le replacer dans une gouvernance complète : routes canoniques, preuve, politique IA, données structurées, maillage, pages de définitions, fichiers machine et parcours actionnables.
L’entrée la plus directe est l’audit Lighthouse Agentic Browsing lorsque la question part du fichier. Si le problème touche l’ensemble de l’architecture, l’audit de navigabilité agentique ou le service de gouvernance IA et lecture machine devient plus pertinent.