Faut-il bloquer les robots des IA sur son site ?

Faut-il bloquer les robots des IA sur son site ?

Non, dans presque tous les cas. ChatGPT et Claude envoient chacun trois robots sur votre site. Un seul ramasse vos textes pour faire apprendre son IA : on dit qu’il « entraîne » l’IA. Les deux autres servent à vous citer.

La case « bloquer les IA », que proposent les outils qui protègent les sites, bloque les trois d’un coup. Vous perdez les citations, sans presque rien gagner en échange.

Que bloquez-vous exactement quand vous « bloquez ChatGPT » ?

Trois robots, alors que vous n’en visiez qu’un. Chez OpenAI, qui fait ChatGPT, comme chez Anthropic, qui fait Claude :

• Le robot d’apprentissage ramasse des textes pour faire apprendre les futures versions de l’IA.
• Le robot de recherche passe à l’avance et repère vos pages, pour que l’IA puisse les montrer quand elle fait une recherche.
• Le robot de lecture lit votre page au moment où quelqu’un pose une question.

Dans votre fichier, ils portent ces noms : GPTBot et ClaudeBot pour l’apprentissage, OAI-SearchBot et Claude-SearchBot pour la recherche, ChatGPT-User et Claude-User pour la lecture.

Chacun se règle à part dans le robots.txt de votre site. C’est un petit fichier texte qui dit aux robots ce qu’ils ont le droit de lire. La personne qui gère votre site peut le modifier. Vous pouvez y refuser le robot d’apprentissage et garder les deux autres.

Pour la plupart des entreprises, c’est le réglage le plus sensé : vous voulez figurer dans la réponse, pas nourrir une IA. À l’inverse, tout interdire à tous les robots, « par sécurité », vous retire des réponses. Dans le fichier, une interdiction s’écrit Disallow (« interdire »).

Refuser l’IA de Google vous fait-il disparaître de ses résultats ?

Non, c’est l’erreur la plus répandue. Google n’envoie pas de robot à part pour l’apprentissage : il propose d’ajouter au robots.txt une ligne au nom de Google-Extended. Elle refuse une seule chose : que vos pages servent à Gemini, l’IA de Google, et à son offre pour les entreprises (Vertex AI). Selon Google, elle ne change rien à votre place dans les résultats.

Les résumés écrits par l’IA en haut des résultats viennent d’un autre robot, celui de la recherche elle-même (Googlebot). Pour en sortir, il faudrait bloquer ce robot-là, donc quitter Google. Personne ne le souhaite.

Chez Google, cette ligne est donc le seul refus presque sans conséquence. Si l’apprentissage vous gêne par principe, demandez à la personne qui gère votre site de l’ajouter, et arrêtez-vous là.

Êtes-vous déjà bloqué sans le savoir ?

C’est probable. Cloudflare est un service qui protège de nombreux sites contre les attaques. Depuis le 1er juillet 2025, il demande à chaque nouveau site s’il accepte les robots d’IA. Le refus est coché d’avance.

Sur WordPress, l’outil avec lequel beaucoup de sites sont fabriqués, les modules de sécurité qu’on ajoute au site (les « extensions ») offrent la même case, souvent appelée « protection contre l’IA ». Le dirigeant n’est jamais celui qui la coche.

Une maison d’hôtes près de Moustiers en a fait les frais. Son prestataire a activé l’option fin 2025, pour « protéger le contenu ». Au printemps 2026, la propriétaire s’étonne : aucune IA ne la cite quand on cherche où dormir dans les gorges du Verdon. Ses textes sont soignés et Google la trouve : il suffisait de corriger quatre lignes de son robots.txt.

Notre propre fichier, ghis.fr/robots.txt, ne contient aucun Disallow. Nous aidons nos clients à être cités par les IA : nous l’interdire n’aurait aucun sens.

Que prennent ces robots, et que rendent-ils ?

Ils prennent beaucoup et rendent peu. Cloudflare compte, pour chaque entreprise d’IA, combien de pages ses robots lisent pour chaque visiteur qu’elle envoie vers un site. Sur les 28 jours qui vont jusqu’au 1er août 2026 :

• Anthropic (Claude) : environ 1 780 pages lues pour un visiteur envoyé ;
• OpenAI (ChatGPT) : 233 pages pour un visiteur ;
• Google : moins de 5 pages pour un visiteur.

Ces écarts changent beaucoup d’un mois à l’autre : le relevé à jour est public, sur Cloudflare Radar.

Les journaux, qui vivent des pages lues, ont donc raison de se plaindre de ces robots. Vous, vous vivez de vos clients, pas des pages lues. Être nommé dans une réponse vaut quelque chose même sans clic : le futur client retient un nom avant d’ouvrir un site. Notre article sur la visibilité dans ChatGPT décrit ce mécanisme.

Dans quel cas faut-il vraiment bloquer ?

Quand ce que vous publiez est justement ce que vous vendez. Prenez un formateur indépendant de Manosque qui publie son catalogue de fiches méthodes : il met en ligne exactement ce que le robot vient chercher. Même chose pour un cours, une banque de documents, une base de données construite à la main. Là, refuser l’apprentissage se défend, et les citations perdues sont un prix acceptable.

La loi vous laisse dire non. Une machine a le droit d’analyser vos textes, sauf si vous le refusez (code de la propriété intellectuelle, article L122-5-3). Ce refus doit pouvoir être lu par une machine : le robots.txt convient. Depuis le 2 août 2025, les entreprises qui font des IA doivent repérer ces refus (règlement européen sur l’IA, article 53).

Le robots.txt a une limite : c’est une pancarte, pas une serrure. Les robots qui se présentent sous leur vrai nom la respectent, les autres l’ignorent. Ce qui ne doit pas être lu se met derrière un mot de passe.

Comment vérifier chez vous, en dix minutes ?

Sans outil payant, dans cet ordre :

1. Ouvrez votre robots.txt : tapez l’adresse de votre site suivie de /robots.txt (par exemple votresite.fr/robots.txt), comme pour aller sur un site. Cherchez le mot Disallow et les noms des robots : GPTBot, OAI-SearchBot, ChatGPT-User, ClaudeBot, Claude-SearchBot, Claude-User et Google-Extended. Un fichier vide, ou sans Disallow, est une bonne nouvelle. Une ligne Disallow: /wp-admin/ est normale aussi : sur WordPress, elle ferme seulement l’espace d’administration du site. Ce qui doit vous alerter, c’est Disallow: / (tout le site) sous le nom d’un robot d’IA, ou sous User-agent: * (tous les robots).
2. Si votre site passe par Cloudflare (la personne qui gère votre site vous le dira), regardez l’espace client Cloudflare, à la rubrique des robots d’IA. Ce réglage l’emporte sur votre fichier.
3. Listez les modules ajoutés à votre site, surtout ceux de sécurité et ceux qui servent à être trouvé sur Google. Certains écrivent ces règles à votre place, sans le dire.
4. Décidez selon l’usage, pas par réflexe. Refusez le robot d’apprentissage si vous y tenez, jamais les deux autres.

Ce réglage laisse entrer les robots. La suite se joue dans vos pages : c’est le travail de référencement dans les IA. Notre campagne chez une entreprise de nettoyage 100 % hôtelier en mesure l’effet, en comptant chaque page citée.

En plus technique : les sites générés par IA qui se lisent mal, et les pages que l’IA peut utiliser.

Vous ne savez pas où en est votre site ? Un audit de votre site commence par là. Ou écrivez-nous avec son adresse : vérifier ces quatre points ne vous coûte rien.