Markdown : le format d’écriture qui parle aux humains et aux IA
Avez-vous remarqué ? Lorsque vous cliquez sur le bouton « copier » en dessous d’une réponse donnée par Chat GPT ou Claude, puis que vous collez ce résultat dans un éditeur de texte simple (comme le bloc-notes de Windows), le contenu est constellé de caractères comme le dièse (#), l’astérisque (*) et le tiret (-).
Maintenant, faites le même test dans un outil de traitement de texte comme Word : ces symboles disparaissent au profit de titres, de listes et de mots en gras. Si le contenu est identique, la présentation change.
Ce petit tour de passe-passe résume à lui seul le fonctionnement du format Markdown. Il ne s’agit pas d’un bug informatique. Le Markdown est un langage de balisage léger conçu pour être facilement écrit et lu par des humains.
Il est donc l’antithèse de formats de données comme JSON-LD, conçu pour être compris par des machines (moteurs de recherche, robots d’indexation, IA).
Son principe tient en une phrase : structurer un texte (titres, listes, liens, mise en valeur) à l’aide de quelques symboles simples, permettant de couvrir l’essentiel des usages.
Inutile de savoir coder pour l’adopter ! C’est ainsi que le Markdown s’est rapidement fais une place au cœur du fonctionnement des assistants d’intelligence artificielle.
Décortiquons ensemble ce qu’est le Markdown, son fonctionnement, ses cas d’usage concrets et ce qu’il change réellement (ou non) pour votre référencement à l’ère de l’IA.
Sommaire :
Le Markdown : un langage de balisage léger
Les origines du Markdown
Le format et ses « variantes »
Markdown, HTML, JSON-LD : trois couches à ne pas confondre
Le principe : du texte brut et un moteur de rendu
La syntaxe essentielle en une dizaine de symboles
Exemple de fichier Markdown et son rendu mis en forme
Quels outils pour écrire en Markdown ?
Les trois raisons pour lesquelles le Markdown convient à un modèle de langage
Structurer ses prompts en Markdown pour être mieux compris
SKILL.md, CLAUDE.md : quand les fichiers Markdown pilotent une IA
Préparer un article web avant son intégration dans un CMS
Récupérer et retravailler une réponse d’IA
Documenter un projet ou un processus en équipe
Rédiger des briefs et des consignes réutilisables pour une IA
Un seul fichier source, plusieurs formats de sortie
Le principe : un dossier, des fichiers Markdown, des liens entre les notes
La vue graphique : visualiser les connexions entre ses idées
Connecter le coffre à Claude Code : l'IA lit et écrit dans vos notes
Le résultat : une mémoire de travail partagée entre vous et l'IA
Qu’est-ce que le format Markdown ?
Avant d’aborder la syntaxe ou les cas d’usage, il paraît important de situer le Markdown au sein de la grande famille des langages de balisage et en quoi il se distingue des autres formats habituellement rencontrés en SEO.
L’exercice est utile, car trois confusions reviennent souvent : prendre le Markdown pour un logiciel, pour un langage de programmation, ou pour un équivalent des données structurées. Ce n’est rien de tout cela.
Le Markdown, un langage de balisage léger
Le Markdown n’est ni un logiciel, ni un langage de programmation. Il s’agit d’un langage de balisage léger. C’est-à-dire, un ensemble de conventions d’écriture utilisant des symboles simples pour structurer et mettre en forme du texte brut (titres, listes, gras, liens ou citations).
Le terme « balisage » désigne le fait de marquer une partie du texte pour lui attribuer une fonction. Le HTML fonctionne de la même manière, mais avec des balises encadrées de chevrons. Le qualificatif « léger » prend alors tout son sens :
en HTML, un titre de niveau 2 s’écrit <h2>Mon titre</h2> ;
en Markdown, il s’écrit ## Mon titre.
De même, un mot mis en valeur s’écrit <strong>important</strong> en HTML, et simplement important en Markdown. Le texte reste lisible, même sans aucune mise en forme.
Le Markdown n’est pas un logiciel. Vous pouvez écrire du Markdown dans n’importe quel éditeur de texte, y compris le bloc-notes de Windows. D’autres outils (éditeurs spécialisés, applications de notes, CMS, interfaces d’IA) se chargent de l’interpréter et d’afficher le résultat mis en forme.
Le Markdown n’est pas non plus un langage de programmation. Comme le JSON-LD, c’est un format déclaratif : il ne contient aucune commande exécutable, aucune logique, aucun calcul. Sa syntaxe n’exécute rien. Il se contente de décrire la structure d’un texte, qu’un autre programme se charge ensuite d’afficher.
Un fichier Markdown peut toutefois contenir des consignes rédigées en langage naturel, destinées à une IA : c’est le cas par exemple des fichiers SKILL.md et CLAUDE.md. Ces consignes sont lues et interprétées par le modèle, jamais exécutées par la machine.
Bon à savoir : un fichier Markdown est un simple fichier texte, portant l’extension « .md ». Il s’ouvre avec n’importe quel éditeur, sur n’importe quel système, sans dépendre d’un logiciel particulier.
En d’autres termes, vous pouvez transférer vos notes d’un appareil à l’autre, sans vous soucier de la compatibilité.
Ceci constitue un argument de poids pour la pérennité de vos contenus : vos notes rédigées aujourd’hui resteront lisibles dans vingt ans, quel que soit l’avenir de l’outil qui les a vues naître.
Pour résumer : le Markdown est une convention d’écriture, pas un outil. Il structure un texte avec quelques symboles simples, en restant lisible par un humain comme par une machine.
Les origines du Markdown
Le Markdown voit le jour en 2004. Son créateur, John Gruber, tient alors un blog consacré à l’univers Apple, Daring Fireball. Il conçoit la syntaxe avec la contribution d’Aaron Swartz, dont les retours ont largement façonné les règles d’écriture.
Une majeure partie des bloggeurs de l’époque partagent un même constat : écrire directement en HTML est un travail fastidieux, et un texte truffé de balises devient vite illisible pendant la rédaction.
L’objectif de Gruber est clair : créer un format susceptible d’être lu très facilement, sans ressembler à du code, convertible automatiquement en page web.
Pour parvenir à ce résultat, il s’inspire d’habitudes et de conventions largement répandues chez les internautes pour structurer et formater un texte brut.
A l’époque, beaucoup de messageries n’affichent pas de mise en forme. Avant l’usage généraliste du HTML dans les courriels, les utilisateurs utilisent bricolent et utilisent des symboles textuels destinés à pallier le manque de mise en forme :
des astérisques autour d’un mot pour insister ;
des tirets en début de ligne pour énumérer ;
le symbole > pour citer le message auquel on répond.
Le Markdown formalise ces réflexes en règles cohérentes. Le nom lui-même est un clin d’œil : il joue sur le terme anglais « markup » (balisage), qui désigne justement les langages comme le HTML. « Markdown » prend le contre-pied : moins de balisage, plus de lisibilité.
Le format gagne ensuite les communautés de développeurs, puis les outils de prise de notes et de gestion de projet, avant de devenir le format de réponse par défaut des assistants d’intelligence artificielle.
Le format et ses « variantes »
Markdown a été publié en 2004 sous la forme d’une description de syntaxe et d’un script Perl (Markdown.pl) chargé de convertir le Markdown en HTML. La documentation officielle publiée par John Gruber en 2004 est encore disponible aujourd’hui.
Cette page ne contient pas de spécifications techniques au sens strict. Et c’est bien là le problème, car elle laisse des questions sans réponses, et génère des cas ambigus. La dernière version du script Markdown.pl date de décembre 2004 : elle n’a plus jamais été mise à jour depuis.
Faute de référence commune, chaque outil interprète ces zones grises à sa façon, et des variantes apparaissent (Markdown Extra, MultiMarkdown) : un même texte peut alors s'afficher différemment d'un logiciel à l'autre.
Pour mettre de l’ordre, un groupe de contributeurs issus de grandes plateformes du Web lance en 2014 le projet CommonMark. Parmi eux figure John MacFarlane, créateur de Pandoc, l’outil de conversion de documents.
Leur ambition : une spécification précise et sans ambiguïté, accompagnée de centaines d’exemples de référence pour tester le comportement des outils.
En 2017, GitHub formalise à son tour son propre dialecte, GitHub Flavored Markdown (GFM), une extension de CommonMark qui ajoute des éléments devenus très populaires :
les tableaux ;
les listes de tâches (cases à cocher, sous la forme - [ ]) ;
le texte barré (~~texte~~) ;
la transformation automatique des adresses web en liens cliquables.
GitHub n’est pas un cas isolé : de nombreux outils enrichissent le Markdown de fonctionnalités qui leur sont propres.
L’application de prise de notes Obsidian, par exemple, est capable de lire le Markdown standard sans difficultés et d’y ajouter ses propres extensions - exemple : relier deux notes en écrivant simplement le nom de la note cible entre doubles crochets : [[Nom de la note]].
Ce « lien interne » fonctionne tant que les deux notes restent dans le même coffre Obsidian (ou vault), c’est-à-dire le même dossier, et qu’elles sont lues par un outil qui comprend cette syntaxe.
Bon à savoir : bien qu’un fichier travaillé sous Obsidian demeure dans un format Markdown valide, certains éléments propres à la logique d’Obsidian peuvent ne pas s’afficher correctement dans un autre outil. Dans l’autre sens, Obsidian lit le Markdown « classique » sans difficultés.
Le duo Obsidian + Claude Code est à ce titre très pertinent : les deux travaillent sur les mêmes fichiers texte, sans passerelle ni export. Nous verrons plus loin comment connecter un coffre à Claude Code.
Information utile : depuis mars 2016, le Markdown dispose de son propre type de média enregistré officiellement auprès de l’IANA (Internet Assigned Numbers Authority), l’organisme chargé de tenir le registre des types de médias utilisés sur Internet.
Ce type, text/markdown, a été défini dans le document RFC 7763, publié par l’IETF (Internet Engineering Task Force).
Markdown, HTML, JSON-LD : trois couches à ne pas confondre
Le Markdown, les données structurées et le JSON-LD sont trois formats qui interviennent à des niveaux différents :
Le Markdown, c’est la couche d’écriture. Il répond à la question : « comment je rédige et structure mon texte ? » Il s’adresse d’abord à l’humain qui écrit et qui procède à une relecture.
Le HTML, c’est la couche d’affichage. Il répond à la question : « comment le navigateur présente-t-il ce texte ? » Le Markdown est d’ailleurs le plus souvent converti en HTML avant d’être affiché : ## Mon titre devient alors <h2>Mon titre</h2>.
Le JSON-LD, c’est la couche de sens. Il répond à la question : « que représente ce contenu pour une machine ? » Il indique qu’une page est un article, rédigé par telle personne, publié à telle date.
Le Markdown et le HTML décrivent la même chose sous deux formes : la structure du document (titres, paragraphes, listes).
Le Markdown est simplement plus léger à écrire, et il accepte même d’intégrer du HTML lorsque sa propre syntaxe ne suffit pas. Le JSON-LD, lui, décrit autre chose : les entités et leurs relations.
Important à retenir : écrire en Markdown ne remplace pas les données structurées. Aucun symbole Markdown ne permet de dire à Google, par exemple : « l’auteur de cet article est Jérôme Host ».
En revanche, la hiérarchie que vous construisez en Markdown se retrouve directement dans la structure Hn de votre page une fois convertie en HTML. Et cette structure, elle, compte pour le référencement, comme nous le verrons plus loin.
Comment fonctionne le Markdown ?
Le Markdown repose sur cette distinction entre le texte que l’on écrit (la source) et ce que l’on voit à l’écran (le rendu). On en revient finalement à l’expérience décrite en introduction.
Voyons comment s’opère ce passage de l’un à l’autre, quels symboles retenir pour écrire vos premiers documents, à quoi ressemble un fichier Markdown complet, et quels outils choisir selon votre profil.
Le principe : du texte brut et un moteur de rendu
Un document Markdown passe toujours par deux états successifs :
La source : le texte brut tel que vous l’écrivez, avec ses symboles (#, **, -). C’est le contenu du fichier .md.
Le rendu : le document mis en forme, avec de vrais titres, des listes et des mots en gras, tel qu’il s’affiche à l’écran.
Un programme appelé moteur de rendu (ou parser) intervient entre les deux. Le rôle de cet analyseur syntaxique est de lire la source ligne par ligne, de repérer les symboles, puis de les convertir en balises HTML que le navigateur sait afficher.
Par exemple, ## La structure devient <h2>La structure</h2>, et important devient <strong>important</strong>.
Ce fonctionnement explique ce que vous observez avec les assistants d’IA. Le modèle de langage génère sa réponse sous forme de texte Markdown, et l’interface de ChatGPT ou de Claude la convertit aussitôt en rendu mis en forme.
Le bouton « Copier » vous donne accès à la source. L’affichage dans la fenêtre de discussion, lui, ne vous montre que le rendu.
Bon à savoir : le moteur de rendu n’est pas toujours visible. Certains outils affichent la source et le rendu côte à côte, d’autres convertissent les symboles au fil de la frappe.
Pour résumer : vous écrivez du texte brut, une machine se charge de la mise en forme. C’est ce qui rend le Markdown à la fois simple à rédiger et universel à lire.
La syntaxe essentielle en une dizaine de symboles
Pas besoin d’apprendre l’intégralité de la syntaxe pour écrire en Markdown. Une dizaine d’éléments suffisent à couvrir l’essentiel des usages :
Élément | Syntaxe Markdown | Équivalent HTML |
Titre de niveau 1 à 6 | # Titre à ###### Titre | <h1> à <h6> |
Gras | **texte** | <strong> |
Italique | *texte* | <em> |
Liste à puces | - élément | <ul><li> |
Liste numérotée | 1. élément | <ol><li> |
Lien | [texte du lien](https://adresse.com) | <a href="..."> |
Image |  | <img alt="..."> |
Citation | > texte cité | <blockquote> |
Code | `code` | <code> |
Séparateur | --- | <hr> |
Quelques règles de base complètent ce tableau :
L’espace après le dièse est obligatoire. ## Mon titre crée un intertitre, alors que ##Mon titre reste du texte ordinaire dans la plupart des outils.
Le nombre de dièses correspond au niveau de titre. Un dièse pour un H1, deux pour un H2, et ainsi de suite jusqu’à six, exactement comme la hiérarchie Hn du HTML.
Une ligne vide sépare deux paragraphes. Selon les outils, un simple retour à la ligne est soit respecté, soit ignoré (les deux lignes sont alors fusionnées). La ligne vide fonctionne partout.
La barre oblique inversée neutralise le rôle spécifique d’un caractère, permettant d’afficher certains caractères sans que Markdown les interprète comme des symboles de mise en forme. Cette technique s’appelle l’échappement de caractères. Par exemple :
Syntaxe Markdown | Résultat affiché | Explication |
*texte* | texte | Met le texte en italique |
\*texte\* | *texte* | Affiche les astérisques sans appliquer l’italique |
2 \* 3 = 6 | 2*3=6 | Affiche l’astérisque comme un symbole de multiplication |
Exemple de fichier Markdown et son rendu mis en forme
Pour passer de la théorie à la pratique, voici la source complète d’un fichier Markdown (à gauche), et le rendu final (à droite). Il s’agit d’une courte checklist SEO, comme vous pourriez en rédiger une pour préparer vos publications :
Analyse pas à pas du code ci-dessus :
Ligne 1 : le dièse unique déclare le titre principal du document, l’équivalent d’un H1.
Lignes 2, 4, 6, 10, 12 et 15 : les lignes vides séparent les blocs. Sans elles, certains outils fusionneraient les éléments entre eux.
Ligne 3 : un paragraphe ordinaire, dans lequel les doubles astérisques mettent en gras l’expression « trois points essentiels ».
Lignes 5 et 11 : les deux dièses créent deux intertitres de niveau 2, qui découpent le document en sections.
Lignes 7 à 9 : les tirets en début de ligne forment une liste à puces. À la ligne 8, les astérisques simples passent « bien hiérarchisés » en italique.
Lignes 13 et 14 : les chiffres suivis d’un point créent une liste numérotée. La ligne 14 contient un lien : le texte cliquable entre crochets, l’adresse entre parenthèses.
Ligne 16 : le chevron > transforme la phrase en citation, généralement affichée en retrait ou avec une barre verticale.
Une fois passé dans un moteur de rendu, ce fichier s’affiche comme un véritable document : un titre principal, deux sections, deux listes, un lien cliquable et une citation mise en valeur.
Bon à savoir : si vous rédigez un article en Markdown avant de l’intégrer dans un CMS, commencez vos intertitres au niveau ##.
La plupart des CMS utilisent déjà le titre de l’article comme H1 de la page, et un # supplémentaire dans le corps du texte créerait un second H1, ce qu’il faut à tout prix éviter.
Quels outils pour écrire en Markdown ?
Un fichier Markdown s’ouvre avec n’importe quel logiciel capable de lire du texte. Le choix de l’outil dépend surtout du confort d’écriture recherché et de l’affichage du rendu :
Les éditeurs de texte brut (Bloc-notes, Notepad++, TextEdit sur Mac en mode texte) : ils suffisent pour écrire, mais n’affichent que la source. Idéal pour comprendre la syntaxe, beaucoup moins pour relire un long document.
Les éditeurs de code (comme Visual Studio Code) : ils proposent un aperçu du rendu à côté de la source et une coloration des symboles. C’est l’outil de référence des développeurs, qui convient très bien aux profils non techniques.
Les éditeurs Markdown dédiés (comme Typora) : ils masquent les symboles au fil de la frappe pour offrir une expérience proche d’un traitement de texte, tout en enregistrant de vrais fichiers .md.
Les applications de prise de notes (comme Obsidian) : elles utilisent le Markdown comme format de stockage de vos notes. Obsidian, que nous détaillons plus loin [→ renvoi vers le H3 Obsidian], va jusqu’à relier les notes entre elles pour former une véritable base de connaissances.
Les éditeurs en ligne (comme StackEdit) : ils fonctionnent directement dans le navigateur, sans installation. Pratiques pour un test rapide, moins adaptés au stockage durable de vos contenus.
Important à retenir : certains outils (comme Notion ou l'éditeur Gutenberg de WordPress) comprennent la syntaxe Markdown sans pour autant enregistrer vos contenus en Markdown.
Dans l’éditeur de blocs de WordPress, taper ## crée bien un intertitre. Mais ce que WordPress enregistre est du HTML enrichi de balises qui lui sont propres, stocké dans sa base de données.
Le ## a disparu : il n’a servi qu’à déclencher la mise en forme, à la manière d’un raccourci clavier.
Conseil : pour débuter, un éditeur avec aperçu intégré offre le meilleur compromis. Vous voyez immédiatement l’effet de chaque symbole, et vous apprenez la syntaxe en quelques minutes.
Pourquoi les IA écrivent (et lisent) en Markdown
Le Markdown n’a pas été conçu pour l’intelligence artificielle. Pensé en 2004 pour des blogueurs, il présente pourtant toutes les qualités qu’un modèle de langage peut attendre d’un format : il est linéaire, économe en caractères, lisible même sans mise en forme, et sa structure se repère sans ambiguïté.
Ces qualités valent dans les deux sens. Les IA conversationnelles écrivent leurs réponses en Markdown, et lisent très bien les consignes structurées de cette manière.
Ce double usage explique pourquoi le format est devenu incontournable pour quiconque travaille avec ChatGPT, Claude ou Gemini.
Les trois raisons pour lesquelles le Markdown convient à un modèle de langage
Un modèle de langage (comme Claude ou Chat GPT) produit sa réponse mot après mot, sous forme de texte brut. Il ne dispose d’aucun menu de mise en forme.
Pour structurer ce qu’il écrit, il insère des symboles directement dans le texte : des dièses pour les titres, des astérisques pour le gras, des tirets pour les listes.
L’interface de discussion se charge ensuite de la conversion. Le Markdown s’y prête particulièrement bien, pour trois raisons :
Il s’affiche au fil de l’eau. La réponse s’écrit progressivement à l’écran, et le rendu peut suivre au même rythme, ligne après ligne.
Il reste lisible en cas d’échec. Si l’outil qui reçoit la réponse n’interprète pas le Markdown (une messagerie, un logiciel tiers, une intégration via l’API), le texte reste compréhensible, symboles compris. Une réponse en HTML deviendrait illisible dans la même situation.
Il est économe. ## Titre est beaucoup plus court que <h2>Titre</h2>. Or un modèle de langage traite le texte en petites unités appelées « tokens ». Et chaque token a un coût, en temps de calcul comme en argent.
Vous voyez donc apparaître ces symboles dès que la réponse quitte l’interface sans passer par le moteur de rendu : en utilisant le bouton « Copier » puis en collant le résultat dans un éditeur de texte brut, comme décrit en introduction, ou lorsque la réponse est transmise à un autre logiciel.
Bon à savoir : si vous voulez un texte sans aucun symbole, demandez-le simplement dans votre consigne : « Réponds en texte brut, sans mise en forme Markdown. » La plupart des assistants respectent cette demande.
Une idée reçue à nuancer : on lit souvent que le Markdown serait « la langue maternelle » des IA, ou que les modèles auraient été entraînés « principalement » sur des textes en Markdown.
Les éditeurs ne publient pas la composition détaillée de leurs données d’entraînement. Il est donc impossible de le confirmer.
On peut seulement constater que ces corpus incluent beaucoup de documentation technique et de contenus de forums, où le Markdown est très répandu, et que les modèles sont ajustés pour produire des réponses dans ce format, que les interfaces savent afficher.
Conseil pour travailler vos contenus : les IA ont tendance à abuser de la structure. Listes à puces en cascade, gras à chaque phrase, intertitres pour trois lignes de texte : cette mise en forme est devenue un marqueur visuel reconnaissable des textes générés. Si vous partez d’une réponse d’IA pour rédiger un article, retravaillez la structure autant que le fond.
Structurer ses prompts en Markdown pour être mieux compris
Les symboles qui structurent les réponses de l’IA peuvent structurer vos propres consignes.
Pour un prompt court, une phrase claire suffit. Dès que la demande s’allonge (un rôle, une tâche, des contraintes, un texte source), le Markdown permet de découper la consigne en blocs distincts, que l’IA repère sans effort.
Voici un exemple de prompt structuré pour générer une méta-description :
Cette structure apporte trois avantages concrets :
Elle sépare la consigne du contenu. L’IA distingue clairement ce qu’elle doit faire (la tâche, les contraintes) de ce sur quoi elle doit travailler (l’article). Le risque de confusion entre les deux diminue.
Elle hiérarchise les informations. Chaque intertitre annonce la nature de ce qui suit, exactement comme dans une page web bien construite.
Elle rend le prompt réutilisable. Vous conservez le modèle dans un fichier, vous remplacez uniquement le contenu de la dernière section, et vous obtenez des résultats homogènes d’une utilisation à l’autre.
Le Markdown peut aussi servir à cadrer la réponse attendue. Demander « présente le résultat sous forme de tableau Markdown, avec une colonne par proposition et le nombre de caractères » vous garantit une sortie directement exploitable.
Important à retenir : le Markdown n’est pas la seule manière de structurer un prompt. Pour Claude, Anthropic recommande notamment l’usage de balises XML (par exemple les balises <article> et </article>) pour isoler les contenus fournis.
OpenAI cite le Markdown parmi les délimiteurs efficaces. L’essentiel n’est pas le symbole choisi, mais la clarté et la cohérence de la structure.
Pour aller plus loin sur la construction des consignes, consultez notre article consacré au prompt engineering SEO.
SKILL.md, CLAUDE.md : quand des fichiers Markdown pilotent une IA
Avec les agents IA, le Markdown franchit une étape supplémentaire : il ne sert plus seulement à formater des réponses ou des consignes ponctuelles, il devient le support des instructions permanentes qui orientent le comportement d’un agent.
Deux fichiers de l’écosystème Claude illustrent ce phénomène :
CLAUDE.md est lu automatiquement par Claude Code au début de chaque session. Placé à la racine d’un projet, il décrit le contexte, les conventions à respecter et les consignes de travail. C’est en quelque sorte le carnet de bord que l’agent consulte avant de se mettre au travail.
SKILL.md est le fichier central de chaque compétence (ou skill) de Claude. Il décrit une méthode de travail spécialisée, que l’IA charge uniquement lorsque la tâche le justifie.
Voici à quoi ressemble un fichier SKILL.md simplifié :
Le bloc encadré par les trois tirets, en tête de fichier, n’est pas du Markdown à proprement parler. Il s’agit d’un en-tête de métadonnées (au format YAML) qui indique le nom de la compétence et sa description.
C’est cette description que Claude consulte en premier pour décider s’il doit charger le reste du fichier. Tout ce qui suit est du Markdown classique : des intertitres, une liste à puces, une liste numérotée.
Important à retenir : le Markdown reste un format déclaratif. Aucune instruction contenue à l’intérieur des fichiers n’est exécutée par une machine au sens informatique du terme.
Le Markdown structure un texte rédigé en langage naturel, que le modèle lit, interprète et applique, comme le ferait un collaborateur humain avec une fiche de procédure.
C’est précisément ce qui rend ces fichiers accessibles aux profils non techniques, et c’est aussi leur limite : une consigne mal formulée sera mal suivie, quelle que soit la qualité de sa mise en forme.
Cas concrets : où utiliser le Markdown, et pour quel résultat ?
Connaître la syntaxe ne sert à rien si l’on ne sait pas quoi en faire. Les situations qui suivent ont été choisies parce qu’elles concernent des profils non techniques (rédacteurs, salariés, indépendants, étudiants) et parce que chacune produit un résultat concret et vérifiable.
Chaque cas suit la même logique : une situation de départ, une méthode simple à appliquer, et le bénéfice que vous pouvez en attendre. Le dernier, consacré à Obsidian, montre jusqu’où le format peut vous emmener lorsqu’il est associé à un agent IA.
Préparer un article web avant son intégration dans un CMS
La situation de départ : vous rédigez vos articles dans Word ou Google Docs, puis vous les copiez dans votre CMS. Résultat : des polices qui changent, des espacements incohérents, des styles invisibles qui se glissent dans le code de la page, et une structure Hn qu’il faut souvent reprendre à la main.
La méthode à privilégier : rédigez votre article en Markdown, puis intégrez-le dans votre CMS. Selon l’outil, trois cas de figure se présentent :
Le CMS accepte le Markdown directement (à l’import ou au collage) : la mise en forme est reconstruite automatiquement.
Le CMS reconnaît les raccourcis Markdown à la saisie, comme l’éditeur Gutenberg de WordPress : vous retrouvez vos réflexes d’écriture dans l’éditeur.
Le CMS ignore le Markdown : vous convertissez d’abord le fichier en HTML (voir plus loin), puis vous collez le HTML dans un bloc de code personnalisé.
Pendant la rédaction, le Markdown vous offre un avantage que le traitement de texte ne vous donne pas : la hiérarchie de vos titres est visible d’un coup d’œil.
Vous pouvez aussi préparer votre maillage interne au fil de l’écriture, en rédigeant vos liens sous la forme [ancre descriptive](https://votresite.com/page). L’ancre et la destination restent lisibles en permanence.
Le résultat : un texte propre, débarrassé des styles parasites, avec une structure Hn maîtrisée avant même l’intégration. Et une source réutilisable, si vous devez republier le contenu ailleurs ou migrer vers un autre CMS.
Récupérer et retravailler une réponse d’IA
La situation de départ : une réponse de ChatGPT ou de Claude vous convient, et vous souhaitez la réutiliser dans un document, un e-mail ou une page web.
Selon la manière dont vous la copiez, vous obtenez un texte mis en forme, un texte truffé de symboles, ou un texte totalement brut. Sans comprendre pourquoi.
La méthode à privilégier : tout dépend de ce que vous voulez récupérer :
Ce que vous voulez obtenir | La manipulation |
Le rendu mise en forme (titre, gras, listes) | Bouton « Copier », puis collage normal dans Word ou Google Docs |
La source Markdown (avec ses symboles) | Bouton « Copier », puis collage dans le Bloc-notes. Dans Word : clic droit, puis option de collage « Conserver uniquement le texte » |
Le texte nu (ni symboles, ni mise en forme) | Sélection de la réponse à la souris, puis collage dans le Bloc-notes. Sinon, consigne explicite à l’IA : « Réponds en texte brut, sans Markdown » |
Pour conserver la source Markdown dans un fichier, enregistrez-la depuis le Bloc-notes avec l’extension .md (par exemple reponse-ia.md), en choisissant « Tous les fichiers » dans le type de fichier. Sinon, Windows ajoutera l’extension .txt à votre nom de fichier.
Le résultat : vous savez choisir le format de sortie au lieu de le subir. Récupérer la source présente un intérêt particulier : vous disposez d’un fichier structuré, que vous pouvez retravailler dans un éditeur Markdown, archiver, ou soumettre de nouveau à une IA sans perdre la hiérarchie du contenu.
Documenter un projet ou un processus en équipe
La situation de départ : dans votre entreprise ou votre association, les procédures sont éparpillées. Un tableur ici, un document Word là, quelques notes dans une messagerie.
Personne ne sait quelle version fait foi, et les nouveaux arrivants ne savent pas par où commencer.
La méthode : centralisez la documentation sous forme de fichiers Markdown, dans un dossier partagé ou sur une plateforme qui les affiche (GitHub, GitLab, ou un outil de notes partagé). Quelques exemples de documents adaptés :
une procédure d’accueil des nouveaux collaborateurs ;
un modèle de compte rendu de réunion, avec une liste d’actions sous forme de cases à cocher ;
une FAQ interne qui s’enrichit au fil des questions ;
un journal des décisions, daté, qui garde la trace du « pourquoi » des choix.
Voici à quoi peut ressembler un modèle de compte rendu :
Pour les équipes plus techniques, héberger ces fichiers sur une plateforme comme GitHub ou GitLab apporte un historique complet des modifications : qui a changé quoi, et quand.
Le résultat : une documentation lisible par tous, sans logiciel imposé, facile à mettre à jour et durable. Autre avantage décisif : cette documentation peut être transmise telle quelle à un assistant d’IA, qui la comprendra sans conversion préalable.
Rédiger des briefs et des consignes réutilisables pour une IA
La situation de départ : vous utilisez l’IA régulièrement pour les mêmes tâches (méta-descriptions, résumés, publications pour les réseaux sociaux, réponses aux clients). À chaque fois, vous réécrivez votre consigne de mémoire, avec des résultats inégaux d’une fois sur l’autre.
La méthode : constituez une bibliothèque de consignes, un dossier contenant un fichier Markdown par usage :
Chaque fichier reprend la structure présentée plus haut (rôle, tâche, contraintes). Il comporte en plus des zones à compléter, clairement signalées, par exemple [COLLER ICI LE TEXTE].
Améliorez une consigne lorsqu’un résultat vous déçoit : le fichier conserve la meilleure version, au lieu de la perdre dans l’historique d’une conversation.
Ces fichiers peuvent aussi être déposés directement dans les espaces de travail des assistants, comme les projets de Claude ou de ChatGPT, qui acceptent les documents Markdown comme base de référence.
Le même brief sert enfin pour un prestataire humain : un rédacteur ou un graphiste lit un fichier Markdown aussi facilement qu’une IA.
Le résultat : des résultats homogènes, un gain de temps à chaque utilisation, et une méthode de travail qui se partage facilement avec une équipe. Cette bibliothèque de consignes devient un véritable actif professionnel.
Un seul fichier source, plusieurs formats de sortie
La situation de départ : un même contenu doit exister sous plusieurs formes. Un document Word pour un client, un PDF pour une diffusion, une page HTML pour votre site. Maintenir trois versions séparées multiplie les risques d’incohérence à chaque correction.
La méthode : rédigez une seule fois, en Markdown, puis convertissez vers le format voulu. Plusieurs solutions existent, du plus simple au plus avancé :
Les fonctions d’export des éditeurs Markdown : la plupart proposent au minimum l’export en PDF et en HTML, certains vers Word.
Pandoc, l’outil de conversion créé par John MacFarlane (déjà croisé avec le projet CommonMark), qui convertit le Markdown vers des dizaines de formats.
Bon à savoir : Pandoc s’utilise en ligne de commande, mais son principe reste accessible. Si la ligne de commande vous rebute, un assistant d’IA comme Claude peut réaliser la conversion à votre place, à partir de votre fichier Markdown et de vos consignes de mise en forme.
Le résultat : une seule source à corriger, et des formats de sortie toujours synchronisés. Le contenu et sa présentation sont séparés : vous écrivez d’abord, la mise en forme s’applique ensuite, automatiquement.
Construire une base de connaissances connectée à l’IA : l’exemple d’Obsidian
Ce dernier cas réunit tous les atouts du Markdown présentés dans cet article : un format ouvert, des fichiers texte pérennes, une structure lisible par l’humain comme par la machine.
Il montre aussi ce que devient le Markdown lorsqu’il sert de terrain commun entre vous et un agent d’IA.
Le principe : un dossier, des fichiers Markdown, des liens entre les notes
Obsidian est une application de prise de notes installée sur votre ordinateur (également disponible sur mobile).
Son fonctionnement repose sur un principe très simple : un coffre (vault), qui n’est rien d’autre qu’un dossier de votre ordinateur, dans lequel chaque note est un fichier .md.
Aucune base de données propriétaire soumise à une licence d’utilisation, aucun format fermé. Vous ouvrez votre dossier avec l’explorateur de fichiers, et vous retrouvez vos notes une à une. Ouvrez-en une dans le Bloc-notes, et vous lirez du Markdown standard.
La particularité d’Obsidian tient aux liens entre les notes. En écrivant [[Nom de la note]] dans une note, vous créez un lien vers une autre : c’est le principe du Wikilinks.
Obsidian recense aussi automatiquement les liens entrants ou « backlinks ». Ces liens, générés automatiquement par Obsidian, vous montrent quelles autres notes du coffre ont pointé vers votre note actuelle.
Au fil du temps, vos notes cessent d’être une pile de fichiers isolés pour former un réseau d’idées reliées entre elles. Le mécanisme du rétrolien vous permet de faire émerger des connexions inattendues entre vos idées.
Bon à savoir : Obsidian enregistre ses réglages dans un sous-dossier caché du coffre, nommé .obsidian. Vos notes, elles, restent de simples fichiers Markdown, utilisables avec n’importe quel autre outil.
La vue graphe : visualiser les connexions entre ses idées
Obsidian propose une représentation visuelle de l’ensemble du coffre : chaque note apparaît sous la forme d’un point, et chaque lien sous la forme d’un trait. Les notes les plus citées deviennent des pôles autour desquels gravitent les autres. Une vue locale permet aussi d’afficher uniquement le voisinage d’une note.
L’intérêt est double :
Vous repérez les thèmes centraux de votre réflexion.
Vous identifiez les notes isolées, qui ne sont reliées à rien et méritent peut-être d’être rattachées.
Important à retenir : malgré les apparences, la vue graphe d’Obsidian n’est pas un graphe de connaissances au sens où l’entendent Google et les [données structurées → lien].
Dans le Knowledge Graph de Google, les liens sont qualifiés. Dans Obsidian, un lien indique simplement que deux notes sont liées, sans préciser la nature de cette relation. C’est un réseau de notes, pas un réseau de sens.
Connecter le coffre à Claude Code : quand l’IA lit et écrit dans vos notes
Puisqu’un coffre Obsidian n’est qu’un dossier de fichiers texte, un agent d’IA capable de travailler sur des fichiers peut y accéder directement. C’est le cas de Claude Code, lancé depuis le dossier du coffre.
Concrètement, Claude Code peut alors :
lire vos notes pour répondre à une question en s’appuyant sur leur contenu ;
créer de nouvelles notes, par exemple une synthèse de vos lectures sur un sujet ;
ajouter des liens [[...]] entre des notes qui traitent de thèmes proches ;
réorganiser les notes, les renommer ou les classer selon vos consignes.
Aucune passerelle ni aucun export ne sont nécessaires : Claude Code modifie les fichiers, et Obsidian affiche les changements. Un fichier CLAUDE.md placé à la racine du coffre peut décrire l’organisation de vos notes et les règles à respecter. L’agent les applique à chaque session.
Important à retenir : un agent qui écrit dans vos notes peut aussi les modifier par erreur. Avant de connecter Claude Code à un coffre, faites une sauvegarde et gardez la main sur les autorisations qu’il vous demande.
Autre point de vigilance : le contenu des notes lues par l’agent est transmis aux serveurs de l’éditeur pour être traité. Évitez donc d’y placer des données confidentielles, celles de vos clients en particulier, sans vous être assuré que ce traitement est acceptable.
Le résultat : une mémoire de travail partagée entre vous et l’IA
Une conversation avec une IA s’efface, ou se perd dans un historique. Un coffre Obsidian, lui, reste. Vous y déposez vos idées, l’IA les lit. L’IA y rédige des synthèses, vous les relisez et les complétez. À chaque nouvelle session, l’agent repart de cette base commune au lieu de repartir de zéro.
Cette mémoire de travail partagée n’est possible que grâce au Markdown : un format que vous lisez et écrivez sans effort, que l’IA lit et écrit sans conversion, et qui ne dépend ni d’Obsidian ni de Claude Code.
Si Obsidian disparaissait demain, vos notes resteraient lisibles dans le Bloc-notes. Si vous changiez d’agent d’IA, il pourrait reprendre le même dossier.
La qualité du résultat dépend toutefois de celle de vos notes : un coffre désorganisé donnera un agent désorienté. La structure que vous apportez à vos fichiers, avec des titres clairs, des liens pertinents et des notes bien nommées, conditionne directement la pertinence de votre système IA.
La construction d’un coffre Obsidian connecté à Claude Code mérite à elle seule un guide complet.
Conclusion générale
Né en 2004 pour épargner aux blogueurs la lourdeur du HTML, le Markdown repose sur une idée d’une grande simplicité : structurer un texte avec quelques symboles, sans jamais le rendre illisible.
Vingt ans plus tard, cette idée a largement débordé de son cadre d’origine. Le Markdown structure la documentation des développeurs, les notes des étudiants, les procédures des entreprises et, désormais, la quasi-totalité des échanges avec les assistants d’intelligence artificielle.
Ce succès tient à une qualité rare : le Markdown se situe exactement à mi-chemin entre l’humain et la machine. Vous le lisez sans effort, une IA le traite sans conversion.
Les modèles de langage l’utilisent pour rédiger leurs réponses, ils le comprennent dans vos consignes, et les agents comme Claude Code reçoivent leurs instructions permanentes par son intermédiaire.
Comprendre le Markdown, c’est donc comprendre une partie du fonctionnement des outils d’IA que vous utilisez au quotidien.
Son apprentissage, lui, demande très peu d’investissement. Une dizaine de symboles suffisent pour couvrir l’essentiel des usages, et les bénéfices sont immédiats : des articles plus propres à intégrer dans un CMS, des réponses d’IA récupérées dans le format voulu, des consignes réutilisables, une documentation durable, et même une base de connaissances partagée avec un agent d’IA.
Gardez toutefois les attentes à leur juste niveau : le Markdown n’est pas un levier de référencement en soi. Écrire en Markdown ne vous fera pas gagner de positions dans Google, et ne remplace en rien les données structurées, qui restent la couche de sens destinée aux moteurs.
Sa véritable valeur, pour le SEO comme pour le GEO, se trouve ailleurs : il vous oblige à penser la structure de vos contenus, et une structure claire profite à tous ceux qui les lisent, humains comme machines.
Le plus simple, désormais, est de passer à la pratique. Ouvrez le Bloc-notes, écrivez un titre précédé de deux dièses, ajoutez une liste de trois éléments, et collez le tout dans un éditeur avec aperçu : le principe du Markdown n’aura plus de secret pour vous.
Et si vous souhaitez aller plus loin, notre prochain article vous expliquera comment construire un coffre Obsidian connecté à Claude Code, étape par étape.
FAQ : tout savoir sur le format Markdown
Qu’est-ce que le format Markdown ?
Le Markdown est un langage de balisage léger, c’est à dire un ensemble de conventions d’écriture permettant de structurer un texte (titres, listes, liens, mots en gras) à l’aide de symboles simples (#, ** ou -). Le texte reste lisible tel quel, et un logiciel peut le convertir automatiquement en document mis en forme.
Faut-il savoir coder pour utiliser le Markdown ?
Non. Le Markdown n’est pas un langage de programmation : il ne contient aucune instruction exécutable. Une dizaine de symboles suffisent pour couvrir l’essentiel des usages, et ils s’apprennent en quelques minutes.
Quelle est la différence entre Markdown et HTML ?
Les deux décrivent la structure d’un document, mais pas de la même manière. Le HTML utilise des balises entre chevrons (<h2>Titre</h2>), le Markdown des symboles plus légers (## Titre). Dans la plupart des cas, le Markdown est converti en HTML avant d’être affiché dans un navigateur.
Comment ouvrir un fichier .md ?
Un fichier .md est un simple fichier texte. Il s’ouvre avec n’importe quel éditeur, y compris le Bloc-notes de Windows. Pour voir le rendu mis en forme, utilisez un éditeur doté d’un aperçu, comme Visual Studio Code, ou une application de notes comme Obsidian.
Pourquoi mes réponses copiées depuis ChatGPT ou Claude contiennent-elles des dièses et des astérisques ?
Les IA rédigent leurs réponses en Markdown, et l’interface de discussion les affiche mises en forme. Le bouton « Copier » donne accès au texte source. Collé dans un éditeur de texte brut comme le Bloc-notes, ce texte laisse apparaître les symboles. Collé dans Word, il s’affiche mis en forme.
Comment obtenir une réponse d’IA sans symboles Markdown ?
Deux solutions : demander explicitement à l’IA de répondre « en texte brut, sans mise en forme Markdown », ou sélectionner la réponse à la souris puis la coller dans un éditeur de texte brut. Dans Word, l’option de collage « Conserver uniquement le texte » permet au contraire de récupérer la source Markdown.
Markdown ou Word : lequel choisir ?
Tout dépend de l’usage. Word convient aux documents dont la mise en page compte (courriers, rapports formatés). Le Markdown convient aux contenus dont la structure compte, et qui doivent circuler entre plusieurs outils : articles web, notes, documentation, consignes pour une IA. Les deux se complètent : un fichier Markdown se convertit facilement en document Word.
Le Markdown améliore-t-il le référencement naturel ?
Pas directement. Google analyse le HTML de vos pages, pas le format dans lequel vous les avez rédigées. Le Markdown aide en revanche à construire une structure Hn claire et cohérente, et cette structure compte pour la lisibilité de vos contenus, par les internautes comme par les moteurs.
Faut-il créer une version Markdown de son site pour les IA ?
Pas pour Google. Dans ses consignes consacrées aux fonctionnalités d’IA de son moteur, Google indique que ni fichier spécifique, ni version Markdown ne sont nécessaires pour y apparaître.
Certains acteurs proposent de servir des pages en Markdown aux agents d’IA qui le demandent, mais l’intérêt de cette pratique reste à démontrer en dehors de cas particuliers comme la documentation technique.
Qu’est-ce que le fichier llms.txt ?
Le fichier llms.txt est une proposition communautaire : un fichier rédigé en Markdown, placé à la racine d’un site, qui présente aux agents d’IA les pages les plus utiles à consulter. Ce n’est ni un standard officiel, ni un facteur de classement dans Google.
Le Markdown remplace-t-il les données structurées en JSON-LD ?
Non. Les deux formats interviennent à des niveaux différents. Le Markdown structure la forme d’un texte (titres, listes). Le JSON-LD décrit le sens d’un contenu pour les machines (qui est l’auteur, de quel type de page il s’agit). Aucun symbole Markdown ne permet de transmettre ces informations.
Peut-on écrire en Markdown dans WordPress ou un autre CMS ?
Cela dépend du CMS. Certains acceptent le Markdown à l’import, d’autres reconnaissent seulement les raccourcis à la saisie (c’est le cas de l’éditeur Gutenberg de WordPress), d’autres l’ignorent. Dans ce dernier cas, il suffit de convertir le fichier en HTML avant de l’intégrer.
Pourquoi un même fichier Markdown s’affiche-t-il différemment d’un outil à l’autre ?
Le Markdown existe en plusieurs variantes. La description d’origine laissait des cas ambigus, et de nombreux outils ont ajouté leurs propres fonctionnalités (tableaux, cases à cocher, liens internes). Pour un affichage identique partout, restez sur le socle commun : titres, gras, italique, listes, liens et citations.
Faut-il utiliser Obsidian pour connecter ses notes à une IA ?
Non. Obsidian est un exemple, pas une obligation. N’importe quel dossier de fichiers Markdown peut être lu par un agent d’IA capable de travailler sur des fichiers, comme Claude Code. Obsidian apporte surtout le confort d’écriture, les liens entre les notes et la vue graphe.
Le Markdown est-il un format durable ?
Oui, c’est l’un de ses principaux atouts. Un fichier Markdown est un simple fichier texte, qui ne dépend d’aucun logiciel ni d’aucun éditeur. Vos notes rédigées aujourd’hui resteront lisibles dans vingt ans, même si l’outil qui les a vues naître a disparu.
