La réponse courte
En général non, si vous voulez être cité. Les entreprises d’IA utilisent des robots distincts pour l’entraînement et pour la recherche. Selon OpenAI, bloquer un robot d’entraînement comme GPTBot ne vous retire pas de la recherche ChatGPT. Bloquer un robot de recherche comme OAI-SearchBot, si. Décidez robot par robot, puis vérifiez que votre CDN ne bloque pas davantage que ce qu’annonce votre robots.txt.
Quelque part dans votre entreprise, un fil Slack s’intitule « faut-il bloquer les robots d’IA ? ». D’un côté, on veut arrêter de nourrir les modèles gratuitement. De l’autre, on veut apparaître quand un acheteur demande une recommandation à ChatGPT. Les deux camps ont raison, et ils ne réclament pas vraiment la même chose.
Bonne nouvelle : les principales entreprises d’IA séparent désormais le robot qui collecte des données d’entraînement de celui qui trouve des pages à citer. Une fois cette distinction en tête, l’essentiel du débat s’évapore.
Une entreprise, trois robots différents
La plupart des fournisseurs d’IA documentent trois types de visiteurs. Un robot d’entraînement collecte des pages susceptibles de servir à construire de futurs modèles. Un robot de recherche constitue l’index que consulte un assistant lorsqu’il répond en citant ses sources. Un agent utilisateur ouvre une page précise parce que quelqu’un le lui a demandé dans une conversation.
| Robot | Rôle | Si vous le bloquez |
|---|---|---|
| GPTBot (OpenAI) | Entraînement | OpenAI y voit un signal de ne pas utiliser votre contenu pour entraîner ses modèles de fondation. Il ne contrôle pas la recherche ChatGPT. |
| OAI-SearchBot (OpenAI) | Recherche | Selon OpenAI, les sites qui le refusent n’apparaîtront pas dans les réponses de la recherche ChatGPT. |
| ChatGPT-User (OpenAI) | Requête d’un utilisateur | Selon OpenAI, les règles de robots.txt « peuvent ne pas s’appliquer », car c’est un utilisateur qui a lancé la requête. |
| ClaudeBot (Anthropic) | Entraînement | Indique que vos futurs contenus doivent être exclus des données d’entraînement. |
| Claude-SearchBot (Anthropic) | Recherche | Selon Anthropic, cela peut réduire votre visibilité dans les résultats de recherche des utilisateurs. |
| Claude-User (Anthropic) | Requête d’un utilisateur | Selon Anthropic, ses robots respectent robots.txt, et bloquer celui-ci peut réduire votre visibilité dans les recherches web lancées par un utilisateur. |
| PerplexityBot | Recherche | Selon Perplexity, il ne sert pas à collecter du contenu pour des modèles de fondation. |
| Perplexity-User | Requête d’un utilisateur | Selon Perplexity, il « ignore généralement » robots.txt, puisqu’un utilisateur a demandé la page. |
| Google-Extended (Google) | Entraînement et ancrage de Gemini | Selon Google, il n’a aucun effet sur l’inclusion ni sur le classement dans la recherche Google. |
Sources : documentation des robots d’OpenAI, politique d’exploration d’Anthropic, documentation des robots de Perplexity et liste des robots d’exploration courants de Google. Ces pages évoluent : lisez leur version actuelle avant de modifier un fichier en production.
Bloquer GPTBot ne vous cache pas de la recherche ChatGPT
C’est la confusion la plus fréquente. OpenAI précise que chaque réglage est indépendant : un site peut autoriser OAI-SearchBot pour apparaître dans les résultats de recherche tout en refusant GPTBot. Une phrase comme « nous avons bloqué GPTBot et disparu de ChatGPT » appelle donc une autre explication. Vérifiez OAI-SearchBot, votre pare-feu, et demandez-vous si la page n’est pas tout simplement hors sujet pour la question posée.
L’inverse est vrai aussi. Autoriser GPTBot ne vous achète pas une citation. OpenAI ne présente pas l’accès pour l’entraînement comme un facteur de classement dans la recherche ChatGPT, et nous n’avons vu aucune preuve qu’il en soit un. Si quelqu’un vous affirme le contraire, demandez-lui sa source.
Google et Bing fonctionnent autrement
Il n’existe pas de « robot AI Overviews » distinct à autoriser. Le guide d’optimisation pour l’IA de Google indique qu’une page doit être indexée et pouvoir apparaître dans la recherche Google avec un extrait pour figurer dans ses fonctionnalités d’IA générative. Concrètement : un accès normal pour Googlebot et vos réglages d’extraits habituels. Google-Extended est un refus distinct, pour l’entraînement et l’ancrage de Gemini, et Google affirme que ce n’est pas un signal de classement dans la recherche.
La Search Console propose aussi son propre contrôle de l’IA générative pour la recherche. Il mérite un coup d’œil si vos pages n’apparaissent jamais dans les AI Overviews alors qu’elles sont bien classées.
Microsoft a annoncé ses contrôles pour Copilot via les balises Bing existantes plutôt qu’avec un nouveau robot. Dans son annonce de 2023, NOARCHIVE exclut une page des réponses du chat et de l’entraînement des modèles, tandis que NOCACHE limite les réponses à l’URL, au titre et à l’extrait. Search Engine Journal a rapporté en février 2026 que les consignes révisées de Bing décrivent toujours NOARCHIVE comme un moyen d’exclure un contenu des réponses de Copilot. Nous n’avons pas pu charger la page officielle des consignes pour confirmer la formulation : vérifiez-la avant de compter sur l’effet exact.
Ce que fait llms.txt (pour l’instant, pas grand-chose)
llms.txt a été proposé en septembre 2024 : un fichier Markdown qui offre aux modèles de langage un résumé bien rangé d’un site. C’est une proposition, pas une norme que les principaux assistants se sont engagés à suivre.
Google est d’une franchise inhabituelle sur ce point : créer un fichier llms.txt « ne nuira ni n’aidera » à votre visibilité dans la recherche Google, puisque celle-ci l’ignore. Ahrefs a mesuré les requêtes vers les fichiers llms.txt sur 137 210 domaines dans ses propres données analytiques en mai 2026, et indique que 97 % des fichiers trouvés n’avaient reçu aucune requête. Ce sont des données d’un éditeur d’outils, issues de sites sensibilisés au SEO : prenez-les comme un indice sérieux plutôt que comme un recensement.
Donc : si le fichier vous prend dix minutes et aide un outil de développement que vous utilisez réellement, très bien. Si une agence vous le vend comme stratégie de citation, elle vous vend un fichier texte.
Votre robots.txt n’est peut-être pas le vrai portier
robots.txt est une demande, pas un verrou. La norme, RFC 9309, précise que ses règles ne sont « pas une forme d’autorisation d’accès ». Le problème inverse est plus courant pour les équipes marketing : un élément placé devant le site bloque des robots que robots.txt accueille à bras ouverts.
Cloudflare, par exemple, a commencé à demander aux nouveaux domaines s’ils souhaitaient autoriser les robots d’IA en juillet 2025, et ses réglages pour les robots d’IA ont évolué depuis, y compris dans le traitement des robots qui mêlent recherche et entraînement. Si quelqu’un a coché une case lors de la configuration, votre robots.txt dit peut-être oui pendant que le pare-feu dit non.
- Ouvrez votre robots.txt en ligne et listez chaque user agent d’IA qu’il mentionne.
- Vérifiez dans le pare-feu de votre CDN ou de votre hébergeur les règles visant les robots d’IA, les modes anti-bots ou les challenges sur les pages publiques.
- Consultez les journaux de votre serveur ou de votre CDN pour OAI-SearchBot, Claude-SearchBot, PerplexityBot et Bingbot. Reçoivent-ils des réponses 200, ou des 403 et des challenges ?
- Notez la décision robot par robot, avec la raison et la date. Dans six mois, vous serez content de savoir pourquoi.
Un réglage par défaut raisonnable pour la plupart des marques
Si votre objectif est d’être recommandé dans les réponses IA, un point de départ raisonnable consiste à autoriser les robots de recherche, à trancher la question des robots d’entraînement selon ses propres mérites et à laisser intact l’accès des moteurs de recherche classiques. Les éditeurs qui possèdent des archives de valeur peuvent légitimement faire un autre choix : accorder des licences est une décision commerciale, pas une astuce SEO.
Ensuite, mesurez au lieu de deviner. L’accès ne fait que rendre une citation possible. Être réellement mentionné dépend de la capacité de votre page à répondre à la question de l’acheteur mieux que les alternatives. Notre guide pour améliorer la visibilité de votre marque dans les IA traite cette partie, et la mesure de référence gratuite montre comment vérifier avant et après.
Sources et contexte
Les exemples et chiffres sont illustratifs sauf mention contraire. Rédigé et publié par Share of Voice, un produit de Superstellar Sàrl. Nous vendons des rapports de visibilité dans l’IA ; gardez cette perspective commerciale à l’esprit.
Une correction à proposer ? Faites-le-nous savoir.