llms.txt ne fera pas entrer vos produits dans les résultats shopping de l'IA. Votre flux, si.

Au cours de l'année écoulée, « ajoutez un fichier llms.txt » est devenu un conseil standard dans presque toutes les check-lists de visibilité sur les surfaces shopping de l'IA. Cela fonctionne rarement. Dans une étude de journaux serveur menée sur 12 semaines et 83 sites, publiée en 2026, les robots d'OpenAI et d'Anthropic ont demandé les fichiers llms.txt 16 fois au total, contre plus de 7 100 requêtes vers robots.txt sur les mêmes sites. Une seconde étude, portant sur 14 jours de journaux d'un seul site, n'a enregistré aucune récupération de llms.txt par un robot d'IA identifié. Cet article s'adresse à toute personne qui gère un flux produits et à qui l'on a présenté llms.txt comme le levier de la visibilité sur les surfaces shopping de l'IA. À la fin, vous saurez quel mécanisme détermine réellement si vos produits apparaissent dans Google AI Mode, ChatGPT et Perplexity, et ce qu'il faut corriger à la place.

Ce qu'est réellement llms.txt (et ce qu'il n'est pas)

llms.txt est une convention proposée, et non un standard shopping ou e-commerce. Le développeur Jeremy Howard en a publié la spécification originale le 3 septembre 2024, et une mise à jour en version 2 d'août 2026 le décrit comme un fichier Markdown placé à /llms.txt : un H1 avec le nom du site ou du projet (le seul élément obligatoire), un résumé facultatif sous forme de citation, des sections descriptives libres et des listes de liens vers d'autres pages délimitées par des H2. L'objectif est de fournir à un modèle de langage une carte courte et sélectionnée d'un site, au lieu de l'obliger à analyser des pages HTML complètes.

Rien dans la spécification ne mentionne les données produits, les prix, la disponibilité ou les flux shopping. Il s'agit d'une convention de documentation et de découverte de contenu, plus proche d'un sitemap sélectionné que d'un flux Google Merchant Center ou d'un catalogue produits structuré. Cette distinction compte, car la plupart des conseils qui incitent les équipes e-commerce à en publier un le traitent comme s'il s'agissait d'un format de flux.

Google a clairement dit qu'il n'utiliserait pas llms.txt

Lors de l'événement Search Central Deep Dive de Google en Asie-Pacifique, le 23 juillet 2025, Gary Illyes, de Google, a déclaré que Google ne prenait pas en charge llms.txt et n'avait pas l'intention de le faire, invitant les participants à continuer d'investir dans le SEO classique pour apparaître dans les AI Overviews plutôt que dans un format de fichier distinct. Aucune déclaration publique de Google n'est revenue sur ce point depuis. Certains articles de 2026 ont aussi évoqué une « proposition du W3C visant à standardiser llms.txt », ce qui est exagéré : le ticket concerné de la Technical Strategy du W3C en est au stade « Investigation », n'introduit explicitement aucun nouveau format, et son dernier commentaire de fond date de mai 2025. Il n'existe pas de standard W3C, et Google a été sans ambiguïté sur le fait qu'il n'utilise pas ce fichier pour le classement ni pour les AI Overviews.

Ce qu'ont montré deux études de journaux serveur de 2026

Deux mesures indépendantes confirment, données de trafic réelles à l'appui et pas seulement déclarations de principe, la partie « le fichier n'est pas récupéré » de l'histoire.

• EZY Research, du 27 avril au 19 juillet 2026, sur 83 sites issus d'un panel de 556 domaines : GPTBot a demandé llms.txt 7 fois et ClaudeBot 9 fois ; PerplexityBot 0 fois. Les mêmes robots ont demandé robots.txt 3 990 fois (OpenAI), 3 120 fois (Anthropic) et 775 fois (Perplexity).
• Saaslinks, trafic d'un seul site du 20 juillet au 3 août 2026 : 147 180 requêtes analysées au total, 723 requêtes de robots d'IA vers robots.txt, 151 vers de vraies pages (dont 90 % d'OpenAI) et aucune requête llms.txt d'un système d'IA identifié. Les 13 requêtes au total vers le fichier provenaient de courtiers en données, d'outils de profilage et de visiteurs humains.

Les deux études signalent de réelles limites : des échantillons modestes et des chaînes user-agent autodéclarées. Aucune ne prétend savoir ce qu'un modèle fait en interne d'un contenu qu'il n'a jamais récupéré. La tendance est néanmoins cohérente entre les deux panels et concorde avec les déclarations publiques de Google. Si une anecdote largement relayée selon laquelle OpenAI récupérerait llms.txt « toutes les 15 minutes » circule dans votre équipe, considérez-la comme une anecdote isolée, contredite par deux mesures systématiques.

Le mécanisme qui alimente réellement les surfaces shopping de l'IA de Google

La documentation d'aide Shopping de Google explique d'où AI Mode, les AI Overviews et Google Shopping tirent leurs informations produits : « Les marques, les marchands et les autres fournisseurs de contenu envoient leurs informations produits directement à Google via des outils comme Merchant Center et Manufacturer Center. » Ces données alimentent le Shopping Graph, décrit comme « un référentiel dynamique d'informations produits qui offre une vue à jour des produits disponibles », qui « alimente des expériences pilotées par l'IA comme les résumés d'avis, les conseils d'achat ou les recommandations de produits ». La page ne présente pas l'exploration (crawl) comme une source de données produits pour le shopping.

C'est la raison concrète pour laquelle llms.txt n'apporte rien aux surfaces shopping de l'IA de Google : ces surfaces sont alimentées par des flux, pas par l'exploration. Le levier est la qualité des données du flux dans Merchant Center, et non un fichier à la racine de votre domaine. Notre guide de préparation des flux au commerce agentique détaille ce qu'exigent AI Mode, UCP et ACP au niveau protocolaire ; cet article reste plus ciblé, sur ce qui fait ou non bouger les lignes en matière de visibilité sur les surfaces shopping de l'IA.

Ce qu'exige réellement Instant Checkout de ChatGPT

Le parcours d'achat de ChatGPT, Instant Checkout, a été lancé le 29 septembre 2025 et repose sur l'Agentic Commerce Protocol développé par OpenAI avec Stripe. Il prend actuellement en charge les achats d'un seul article, avec comme premiers partenaires les vendeurs Etsy américains et plus d'un million de marchands Shopify. Les marchands postulent via un portail dédié, et OpenAI indique qu'un marchand qui traite déjà ses paiements avec Stripe peut activer les paiements agentiques avec « une seule ligne de code ».

La surface technique concernée est la Product Feed Specification publiée par OpenAI pour l'Agentic Commerce Protocol, et non llms.txt. Dans les grandes lignes, elle définit :

• Un en-tête de flux avec feed_id, account_id, target_merchant et target_country (un code pays à deux lettres), tous obligatoires.
• Un objet produit avec un id stable obligatoire, des champs title, description, url et media facultatifs, et un tableau variants obligatoire.
• Chaque variante avec un id et un title obligatoires, ainsi que price, list_price et unit_price sous forme de montants entiers en unités mineures ISO 4217, des barcodes structurés (type et valeur, par exemple une paire GTIN), un objet availability combinant un indicateur booléen et une énumération de statut (in_stock, backorder, preorder, out_of_stock, discontinued), des valeurs condition comme new ou secondhand, ainsi que categories, variant_options et seller.

Il faut distinguer deux choses qu'OpenAI a dites ici. Instant Checkout fonctionne avec ce flux structuré soumis par les marchands ayant postulé. Les mentions de produits générales dans une conversation ChatGPT ordinaire sont décrites par OpenAI comme « organiques et non sponsorisées, classées uniquement selon leur pertinence », ce qui renvoie aux signaux habituels de contenu et de SEO plutôt qu'à un flux soumis par le marchand. Un flux vous donne accès à la surface transactionnelle Instant Checkout ; il ne garantit pas à lui seul une mention dans une conversation ouverte. Notre guide sur les recommandations de produits dans ChatGPT approfondit ce volet de la conversation ouverte.

Ce qui vous fait entrer dans Perplexity Shopping

L'assistant shopping de Perplexity s'approvisionne en données produits de deux façons, toutes deux proches du flux plutôt que fondées sur l'exploration. La première est l'intégration de plateformes, principalement Shopify, qui donne accès aux « informations les plus récentes et les plus pertinentes sur les produits des entreprises utilisant Shopify ». La seconde est le Perplexity Merchant Program, un programme gratuit par lequel les grands e-commerçants « partagent leurs fiches techniques produits » directement, en bénéficiant d'une intégration de paiement pour l'achat dans l'assistant et d'un accès gratuit à l'API. Aucune de ces voies ne passe par llms.txt ni par l'exploration générale, ce qui concorde avec l'absence totale de récupération de llms.txt par PerplexityBot dans l'étude d'EZY Research citée plus haut.

Là où le balisage Schema.org sur la page reste important

Rien de tout cela ne rend inutiles les données structurées de vos pages produits : elles répondent simplement à une autre question. La documentation Search Central de Google sur les résultats enrichis de fiches marchandes liste les propriétés Product obligatoires (name, image, un offers imbriqué) et les propriétés Offer obligatoires (price, priceCurrency), avec des propriétés recommandées dont gtin, mpn, sku, brand.name, availability et itemCondition. Ce balisage régit les résultats enrichis organiques de fiches marchandes et le rapport Fiches marchandes de la Search Console. Il fonctionne en parallèle de votre flux Merchant Center, et non à sa place, et l'exactitude des catégories et des attributs dans le flux lui-même, celle que gère notre mapping des catégories de produits, reste ce qui pèse le plus pour le Shopping Graph.

Une ligne de flux, avant et après

L'écart entre une ligne de flux Google Shopping typique et une variante prête pour l'ACP est faible, mais il cache un piège dans lequel tombent presque toutes les premières tentatives : les prix en unités mineures entières, et non en chaînes décimales.

Avant, une ligne standard de type Merchant Center :

id: SKU-4821-BLK-M | title: Classic Wool Coat - Black - Medium | price: 129.00 USD | availability: in stock | gtin: 4006381333931

Après, restructurée selon ce qu'attend la spécification de flux ACP :

product.id: SKU-4821 (stable parent) | variant.id: SKU-4821-BLK-M | variant.price: { amount: 12900, currency: "USD" } | variant.availability: { available: true, status: "in_stock" } | variant.barcodes: [{ type: "gtin13", value: "4006381333931" }] | variant.condition: ["new"]

Deux changements comptent le plus : le prix est passé d'une chaîne décimale à un entier en unités mineures (129.00 devient 12900, et non 129), et la disponibilité est devenue un objet structuré au lieu d'un texte libre. Ce sont deux erreurs fréquentes la première fois qu'une équipe transpose un flux Shopping vers la structure ACP.

Une check-list pratique

1. Cessez de considérer llms.txt comme une tâche de visibilité shopping. Rendez-le non prioritaire pour le travail sur les données produits ; le rôle qu'il peut jouer concerne la découverte de documentation en général, hors du périmètre de ce guide.
2. Auditez d'abord votre flux Merchant Center au regard des attributs Product et Offer obligatoires et recommandés par Google ; c'est ce qui alimente réellement le Shopping Graph, et c'est le moyen le plus rapide de repérer les lacunes grâce aux contrôles d'optimisation de flux de Feedance.
3. Ajoutez ou vérifiez le balisage schema.org Product et Offer sur vos pages, séparément de votre flux, car il régit une autre surface.
4. Si vous vendez via Shopify ou Etsy, vérifiez le statut de votre candidature à Instant Checkout au lieu de supposer que l'intégration de la plateforme suffit.
5. Si vous postulez directement au flux ACP, convertissez les prix en unités mineures entières et la disponibilité en énumération structurée avant votre première soumission, et non après un refus.
6. Pour Perplexity Shopping, au-delà de la couverture Shopify par défaut, postulez directement au Perplexity Merchant Program.
7. Gardez le flux à jour. Des données de prix ou de stock obsolètes qui parviennent tardivement à ces surfaces font bien plus de dégâts que l'absence d'un fichier llms.txt ne pourra jamais en faire ; Feedance synchronise quotidiennement avec l'offre Essentials et toutes les heures avec l'offre Business, et le bon rythme dépend de la fréquence à laquelle vos prix et vos stocks évoluent.

Les limites de ce guide

Ce guide porte sur les flux et les sources de données, il ne constitue pas un audit SEO technique complet. L'implémentation de schema.org sur les pages est une tâche de template ou de CMS, et non un élément qu'une plateforme de gestion de flux configure directement ; un outil dédié de SEO technique ou de validation des données structurées détectera des erreurs de balisage au niveau des pages qu'une plateforme de flux comme Feedance n'a jamais été conçue pour voir. Les études de journaux serveur citées ici portent surtout sur des sites de petite taille et ne peuvent pas savoir ce qu'un modèle fait en interne d'un contenu qu'il n'a jamais récupéré. L'Agentic Commerce Protocol et le Merchant Program de Perplexity sont en outre récents et vont évoluer ; considérez les noms de champs cités ici comme un instantané et consultez la spécification en vigueur avant de développer quoi que ce soit. Rien de tout cela ne couvre les surfaces shopping de l'IA régionales en dehors de Google, OpenAI et Perplexity, qui évoluent selon leur propre calendrier.

Questions fréquentes

llms.txt aide-t-il mes produits à apparaître dans ChatGPT ou dans les résultats shopping de l'IA de Google ?
Aucune preuve publique ne va dans ce sens. Google a clairement déclaré qu'il n'utiliserait pas llms.txt pour les AI Overviews, et deux études indépendantes de journaux serveur menées en 2026 ont montré que les robots d'IA le demandent bien moins souvent que robots.txt, et dans un cas jamais en quatorze jours.

Quelle est la différence entre le Shopping Graph et un flux Merchant Center ?
Votre flux Merchant Center correspond aux données que vous soumettez. Le Shopping Graph est le référentiel interne de Google, mis à jour en continu et construit à partir de ces données, qui alimente ensuite les résultats Shopping, les AI Overviews et AI Mode.

Ai-je besoin de flux distincts pour Google AI Mode, ChatGPT Instant Checkout et Perplexity Shopping ?
Dans les faits, oui, sous des formats différents : un flux Merchant Center pour Google, un flux Agentic Commerce Protocol pour ChatGPT Instant Checkout après approbation du marchand, et soit les données de la plateforme Shopify, soit une soumission directe pour le Merchant Program de Perplexity.

Le balisage schema.org Product sur la page remplace-t-il mon flux Merchant Center ?
Non. Il régit une surface distincte, les résultats enrichis organiques de fiches marchandes, et Google le considère comme complémentaire de la soumission d'un flux, et non comme un substitut.

Comment faire entrer mes produits dans Instant Checkout de ChatGPT ?
Postulez via le portail marchand d'OpenAI. Vendre sur Shopify ou être un vendeur Etsy américain vous rapproche davantage de l'éligibilité qu'une intégration entièrement nouvelle ; les marchands déjà sur Stripe pourraient activer les paiements agentiques avec une seule ligne de code.

Comment faire entrer mes produits dans Perplexity Shopping ?
Vendez via Shopify pour une couverture de base, ou postulez directement au Perplexity Merchant Program pour partager vos fiches techniques produits et activer l'achat dans l'assistant.

Faut-il seulement publier un fichier llms.txt ?
Pour la visibilité des produits et du shopping en particulier, non : ce n'est pas la priorité que le débat SEO en a fait. Le rôle qu'il peut jouer concerne la découverte de documentation en général, un problème différent de celui de faire apparaître des produits sur les surfaces shopping de l'IA.

Si vous voulez un état des lieux concret de la couverture des attributs de votre propre flux avant de décider quoi corriger en premier, passez-le dans l'outil gratuit d'audit de flux produits de Feedance.