Surfaces lisibles par machine

En plus de ses pages destinées aux humains, le site publie des surfaces conçues pour les outils: robots d’indexation, lecteurs de flux, outils de sécurité et modèles de langage. L’inventaire complet, avec les liens actifs, est la page légale Fichiers publics lisibles par machine; cette page-ci énonce les règles — quelles familles de surfaces existent, pourquoi, et comment une nouvelle surface s’ajoute.

Deux sitemaps#

Un sitemap XML est pour les moteurs de recherche. Un plan de site HTML est pour les humains.

/sitemap.xml est généré par Hugo et liste les URL canoniques pour les robots. Le plan de site lisible par les humains est volontairement sélectif: un index structuré des pages qu’une personne pourrait vraiment vouloir visiter, pas un inventaire de chaque URL générée. Les flux, les alias de langue et les pages individuelles de mots-clés n’y ont pas leur place.

Le plan de site HTML est une page de contenu normale avec un gabarit dédié — des fichiers de contenu pour le sens, des gabarits pour la structure:

---
title: "Plan du site"
layout: "sitemap"
translationKey: "sitemap"
---

Le gabarit choisit les sections importantes et liste leurs pages; une page mérite sa place en étant utile à la lecture, pas en étant simplement possible à générer.

Fichiers de contexte pour les LLM#

/llms.txt fournit un contexte concis du site pour les modèles de langage, et /llms-full.txt la version étendue. Les deux suivent la proposition llms.txt, qui normalise un fichier racine aidant les LLM à utiliser un site web au moment de l’inférence. Les permissions de collecte et d’entraînement restent régies par /robots.txt et les en-têtes X-Robots-Tag, comme l’énonce l’inventaire légal.

Flux#

Chaque langue publie trois formats de syndication: RSS (index.xml), Atom (index.atom) et JSON Feed (feed.json). Les flux sont des surfaces pour les outils des lecteurs, pas des pages à naviguer; ils restent donc hors du plan de site HTML.

Fichiers de sécurité et de contact#

/.well-known/security.txt et sa copie racine portent les métadonnées de divulgation de vulnérabilités et de contact de sécurité; /humans.txt et sa copie de compatibilité créditent les personnes et les outils derrière le site.

Comment les surfaces sont publiées#

Deux conventions de génération couvrent toutes les surfaces:

Page de contenu avec un url: explicite : les fichiers texte racine comme security.txt, humans.txt et llms.txt sont des fichiers de contenu normaux dont le front matter réclame le chemin racine, selon la stratégie d’URL
Formats de sortie et gabarits Hugo : /sitemap.xml, les flux et l’index de recherche sous /pagefind/ sont générés au moment du build à partir des pages existantes, sans fichier de contenu à éditer

Ajouter une nouvelle surface#

privilégiez un nom et un emplacement standards: les fichiers établis restent à la racine du site, les métadonnées plus récentes vont sous /.well-known/
publiez-la comme fichier de contenu avec url: quand elle a du contenu à éditer; utilisez un format de sortie quand elle dérive des pages existantes
inscrivez-la dans la page légale d’inventaire, dans les deux langues
gardez-la hors des index destinés aux lecteurs quand ce n’est pas une page de lecture, avec sitemap_exclude et pagefind_exclude