Maruo Studio › Blog › Étude GEO

Étude GEO : 100 sites de PME face aux IA

Nous avons passé 100 sites de PME françaises, bien placés sur des recherches commerciales, au crible de notre vérificateur. Le problème n'est pas celui qu'on croit.

Par Maruo · Publié le 13 novembre 2026 · Mesures du 13 novembre 2026 · 11 minutes de lecture

Résultats de l'étude sur 100 sites de PME : 81 % sans llms.txt, 1 % bloquent les IA dans le robots.txt, 7 % dans le pare-feu, 3 % déclarent leurs spécialités

L'essentiel

  • Score moyen : 79,4 sur 100. La plupart des PME ne sont pas « invisibles » pour les IA. Il leur manque une ou deux pièces, pas tout.
  • 81 % n'ont pas de fichier llms.txt. La moitié des sites (50 sur 100) ont tout le reste en ordre et plafonnent à 85 sur 100 à cause de ce seul fichier.
  • Le robots.txt n'est presque jamais en cause : 1 site sur 100 y bloque un robot d'IA.
  • Le vrai blocage est caché dans le serveur : 7 sites au robots.txt ouvert refusent quand même GPTBot et ClaudeBot. Aucun ne refuse le robot de ChatGPT recherche.
  • 3 % seulement décrivent leurs spécialités dans leurs données structurées.
79,4score moyen sur 100
81 %sans fichier llms.txt
7 %refusent des robots d'IA au niveau du serveur
22 %sans aucune donnée structurée

Pourquoi cette étude

Vos clients ne tapent plus seulement trois mots dans Google. De plus en plus, ils demandent à ChatGPT, Perplexity ou Copilot : « Quel cabinet comptable à Lyon pour une création d'entreprise ? » Pour qu'une IA vous recommande, une première condition doit être remplie : ses robots doivent pouvoir lire votre site.

On lit partout que « la majorité des PME sont invisibles pour les IA ». Nous voulions le vérifier, avec des chiffres plutôt qu'une impression. Nous avons donc pris 100 sites de PME qui sortent en tête de recherches commerciales, et nous les avons passés dans notre vérificateur llms.txt gratuit, le même jour, avec le même barème.

Résultat : l'idée reçue est fausse dans sa forme, mais juste sur le fond. Les PME ne ferment pas la porte aux IA. Elles oublient de leur laisser un plan. Et quand elles la ferment, c'est sans le savoir.

Méthode : comment nous avons mesuré

L'échantillon

100 sites, 25 par secteur, choisis parce qu'ils sont des cibles naturelles du référencement local ou B2B :

Les sites viennent des premiers résultats d'une recherche web sur des requêtes commerciales (par exemple « cabinet expert comptable Lyon » ou « logiciel gestion chantier BTP »). Nous avons écarté les annuaires, les comparateurs, les grands réseaux nationaux et les pages d'agences de franchise : seuls restent des sites d'entreprises indépendantes. Un site hors service a été remplacé par le résultat suivant.

La mesure

Chaque site est passé dans notre vérificateur le 13 novembre 2026, en moins de dix minutes. Le barème est celui qui est publié sur la page de l'outil :

CritèrePoints
Accès des 6 robots d'IA principaux dans le robots.txt (GPTBot, OAI-SearchBot, PerplexityBot, ClaudeBot, Google-Extended, Bingbot)30
Page d'accueil accessible et indexable20
Données structurées JSON-LD sur l'accueil15
Fichier llms.txt présent et bien formé15
Sitemap XML trouvable10
Balise title et meta description10

Nous avons ajouté un contrôle que l'outil ne fait pas encore : demander la page d'accueil en se présentant successivement comme un navigateur, puis comme GPTBot, OAI-SearchBot, PerplexityBot et ClaudeBot. Si le navigateur reçoit la page et un robot d'IA reçoit un refus, quelque chose filtre les IA avant le robots.txt. Chaque refus a été vérifié lors d'un second passage, lent, site par site. Seuls les refus constatés deux fois sont comptés.

Les résultats sont publiés de façon agrégée. Nous ne citons aucune entreprise en mauvais exemple.

Résultat 1 : un score moyen de 79 sur 100

Sur 100 sites, le score moyen est de 79,4 sur 100, et la médiane de 85. 13 sites obtiennent 100 sur 100.

Résultat du vérificateur llms.txt pour un site noté 100 sur 100 : anneau vert et le titre « Votre site est bien ouvert aux IA », adresse du site floutée
1. Un des 13 sites notés 100 sur 100 par le vérificateur. Capture réelle de l'outil, adresse du site floutée.

Répartition des 100 sites par niveau

Paliers du vérificateur, en nombre de sites

  • 75 et plus : bien ouverts79
  • 45 à 74 : partiellement lisibles14
  • Moins de 45 : difficiles à lire7
Source : Maruo Studio, 100 sites de PME françaises mesurés le 13 novembre 2026.

C'est plus haut que ce qu'on lit souvent. Il faut le dire clairement : notre barème est volontairement accessible. Un site sans llms.txt peut atteindre 85, car le fichier ne compte que pour 15 points. Le score dit si les fondations sont là. Il ne dit pas si ChatGPT vous recommande.

L'immobilier ferme la marche

Score moyen par secteur

Sur 100, 25 sites par secteur

  • Artisans du bâtiment84,2
  • Éditeurs de logiciels82,0
  • Expertise comptable80,1
  • Agences immobilières71,1
Source : Maruo Studio, mesures du 13 novembre 2026.

Les agences immobilières sont nettement en retrait : 5 sur 25 sont sous la barre des 45. La cause n'est presque jamais le robots.txt. Elle se trouve dans la façon dont certains sites d'agences sont hébergés, comme on le verra au résultat 3.

Les artisans, eux, s'en sortent bien. La plupart de leurs sites tournent sur WordPress avec une extension SEO, qui produit par défaut un sitemap, des balises et un minimum de données structurées.

Résultat 2 : le llms.txt, grand absent (81 %)

19 sites sur 100 publient un fichier llms.txt. Les 81 autres n'en ont pas. C'est l'écart le plus net de toute l'étude, et c'est lui qui explique le chiffre le plus frappant : 50 sites sont bloqués à exactement 85 sur 100. Robots autorisés, accueil indexable, sitemap, balises, données structurées : tout y est, sauf ce fichier.

Résultat du vérificateur pour un site noté 85 sur 100 : robots d'IA tous autorisés, sitemap et données structurées en ordre, mais le fichier llms.txt est signalé absent, adresse du site floutée
2. Un des 50 sites plafonnés à 85 : tout est en ordre, le llms.txt manque. Capture réelle de l'outil, adresse du site floutée.

Sites avec un fichier llms.txt, par secteur

Sur 25 sites par secteur

  • Éditeurs de logiciels10
  • Expertise comptable4
  • Artisans du bâtiment3
  • Agences immobilières2
Source : Maruo Studio, mesures du 13 novembre 2026. Barre pleine = 25 sites.

Les éditeurs de logiciels ont pris de l'avance, ce qui est logique : le llms.txt est né dans le monde de la documentation technique, et leurs équipes suivent ces sujets. Les cabinets, les agences et les artisans sont loin derrière.

Quand le fichier existe, il est souvent bâclé

Petite observation sur les outils : les 3 sites Wix de l'échantillon ont tous un llms.txt et obtiennent 100 sur 100, et 3 des 4 sites Webflow en ont un. Sur WordPress, seulement 7 sur 44. L'échantillon Wix et Webflow est trop petit pour en tirer une règle, mais la tendance est cohérente : quand la plateforme génère le fichier, il existe. Quand il faut l'activer ou l'écrire, il manque.

Le llms.txt n'est pas un levier de classement Google : Google indique qu'aucun fichier spécial n'est nécessaire pour ses fonctionnalités d'IA. Mais il est lu par des agents et des outils d'IA. Avec 81 % de concurrents qui n'en ont pas, c'est l'avantage le moins cher à prendre. Nous détaillons le format dans notre guide llms.txt : exemple complet et 7 erreurs.

Résultat 3 : le blocage n'est pas dans le robots.txt, il est dans le pare-feu

C'est le résultat le plus important de l'étude, et le plus contre-intuitif.

Dans les robots.txt, 1 seul site sur 100 interdit un robot d'IA (en l'occurrence GPTBot, ClaudeBot, Google-Extended et CCBot, les robots d'entraînement et de Claude). 92 sites ont un robots.txt lisible, et seulement 6 y écrivent une règle dédiée à un robot d'IA. Autrement dit : presque personne ne bloque les IA volontairement.

Résultat du vérificateur pour le seul site de l'étude qui bloque des robots d'IA dans son robots.txt : GPTBot, ClaudeBot et Google-Extended marqués « bloqué » en rouge, et la ligne Content-Signal ai-train=no en bonus, adresse et nom du site floutés
3. Le seul site de l'étude qui bloque des robots d'IA dans son propre robots.txt, volontairement. Il publie aussi la ligne Content-Signal (ai-train=no) : il autorise la recherche IA mais refuse l'entraînement. Capture réelle de l'outil, adresse et nom du site floutés.

Mais quand on frappe à la porte de la page d'accueil en se présentant comme un robot d'IA, le tableau change.

Où les robots d'IA sont bloqués

En nombre de sites, sur 100

  • Bloqués dans le robots.txt1
  • Refusés par le serveur, robots.txt ouvert7
Source : Maruo Studio, 13 novembre 2026. Refus constatés à deux reprises avec les user-agents des robots.

7 sites dont le robots.txt est ouvert refusent pourtant les robots d'IA au niveau du serveur. Le navigateur reçoit la page, le robot reçoit une erreur 403 ou une page d'attente vide (code 202).

RobotCe qu'il faitSites qui le refusent
GPTBotCollecte pour l'entraînement des modèles d'OpenAI7
ClaudeBotRobot d'Anthropic (Claude)7
PerplexityBotIndex de recherche de Perplexity5
OAI-SearchBotRecherche de ChatGPT0

Deux enseignements :

Résultat du vérificateur pour une agence immobilière notée 30 sur 100 : la page d'accueil répond par le code 202 au lieu de 200, marqué « à corriger », adresse du site floutée
4. Une des agences immobilières bloquées par le pare-feu : sa page d'accueil répond 202 (une page d'attente) au lieu de 200, aussi bien au navigateur qu'aux robots d'IA. Le vérificateur le signale, mais seul le test par user-agent (section suivante) dit lequel des deux bloque qui. Capture réelle de l'outil, adresse du site floutée.

Deux autres sites n'ont répondu à aucune de nos requêtes automatisées, même présentées comme un navigateur : impossible de dire s'il s'agit d'une protection ou d'une panne, ils ne sont donc pas comptés parmi les 7. Nous avons vécu le même problème sur un de nos propres sites : jusqu'au 12 novembre 2026, le réglage des robots d'IA de Cloudflare y bloquait PerplexityBot, alors que le robots.txt était ouvert.

Un robots.txt ouvert ne prouve rien. Ce qui compte, c'est ce que reçoit le robot quand il frappe à la porte.

Résultat 4 : des entreprises sans identité pour les IA

Les données structurées (JSON-LD) disent aux machines qui est l'entreprise, ce qu'elle fait, où elle est et où trouver ses profils officiels. C'est ce qui aide une IA à relier votre nom à votre métier et à votre ville.

Ce que disent les données structurées de la page d'accueil

En nombre de sites, sur 100

  • Au moins un bloc JSON-LD78
  • Décrit l'entreprise (Organization, LocalBusiness…)65
  • Liens vers ses profils officiels (sameAs)43
  • Adresse40
  • Spécialités déclarées (knowsAbout)3
Source : Maruo Studio, 13 novembre 2026. Analyse du JSON-LD de la page d'accueil.

Résultat 5 : les bases oubliées

Rien de spectaculaire ici, mais ces oublis coûtent des points faciles :

Les limites de l'étude

Une étude honnête dit ce qu'elle ne mesure pas.

Plan d'action en 4 étapes pour dépasser 90 sur 100

Dans l'ordre, du plus coûteux à ignorer au plus simple à faire :

  1. Vérifiez ce que reçoivent les robots, pas seulement votre robots.txt. Regardez les réglages de votre hébergeur, de votre extension de sécurité ou de votre pare-feu (chez Cloudflare : la gestion des robots d'IA). Laissez passer au minimum OAI-SearchBot, PerplexityBot et ClaudeBot, les robots qui servent la recherche et les réponses. Vous pouvez refuser l'entraînement (GPTBot, CCBot) sans toucher à votre visibilité dans les réponses.
  2. Publiez un llms.txt et relisez-le. Un titre au nom de l'entreprise, une phrase de résumé, 5 à 15 liens vers les pages qui répondent aux questions de vos clients. Notre générateur gratuit le prépare en 2 minutes.
  3. Donnez une identité à votre entreprise. Sur la page d'accueil, un bloc JSON-LD Organization ou LocalBusiness avec le nom, l'adresse, les profils officiels (sameAs) et les spécialités (knowsAbout).
  4. Réglez les bases. Un sitemap déclaré dans le robots.txt, une meta description sur chaque page importante, la langue déclarée, et une adresse qui fonctionne avec et sans www.

Pour vérifier où vous en êtes, passez votre site dans le vérificateur : il applique exactement le barème de cette étude, et vous saurez en 10 secondes si vous êtes dans les 50 % bloqués à 85.

Votre site est-il dans les 81 % ?

Testez-le gratuitement avec le vérificateur de l'étude. Si vous préférez que ce soit fait pour vous : llms.txt, réglage des robots d'IA, données structurées et rapport avant/après, en 5 jours ouvrés. Et pour savoir si ChatGPT, Perplexity et Copilot vous citent vraiment, je pose 5 questions de vos clients à ces IA et je vous envoie le résultat sous 7 jours, gratuitement.

Questions fréquentes

Quelle part des sites de PME a un fichier llms.txt ?

Dans notre échantillon de 100 sites de PME françaises mesuré le 13 novembre 2026, 19 avaient un fichier llms.txt, soit 81 % sans. Les éditeurs de logiciels sont les plus équipés (10 sur 25), les agences immobilières les moins (2 sur 25).

Les PME bloquent-elles les robots d'IA dans leur robots.txt ?

Presque jamais : 1 site sur 100 bloquait un robot d'IA dans son robots.txt. En revanche, 7 sites dont le robots.txt était ouvert refusaient GPTBot et ClaudeBot au niveau du serveur, par un pare-feu ou une protection de l'hébergeur.

Comment savoir si mon pare-feu bloque les robots d'IA ?

Lire le robots.txt ne suffit pas. Il faut regarder les réglages du pare-feu ou de l'hébergeur (par exemple la gestion des robots chez Cloudflare), les journaux du serveur, ou demander la page d'accueil avec le user-agent d'un robot d'IA et comparer la réponse avec celle d'un navigateur.

Un bon score sur le vérificateur garantit-il d'être cité par ChatGPT ?

Non. Le score mesure si le site est lisible par les robots d'IA. Être lisible ne garantit pas d'être cité, mais être illisible garantit d'être ignoré. La citation dépend aussi du contenu des pages et de la réputation de l'entreprise sur le web.

Les données de l'étude sont-elles disponibles ?

Les résultats sont publiés de façon agrégée et anonyme. Chaque entreprise peut mesurer son propre site avec le vérificateur gratuit, qui applique le même barème que l'étude.

Sources et références, consultées le 13 novembre 2026

Maruo, fondateur de Maruo Studio. Teste, mesure et publie : chaque chiffre de cet article vient d'une mesure faite le 13 novembre 2026, avec l'outil que vous pouvez utiliser vous aussi.

À lire aussi