GEO · Technique

Ton site bloque-t-il ChatGPT sans que tu le saches ?

Un fichier de quelques lignes décide quels robots peuvent lire ton site. Bloquer celui qui apprend ne coûte rien. Bloquer celui qui répond te rend invisible.

Mac · Site & technique

Ton site bloque-t-il ChatGPT sans que tu le saches ? (2026)

À la racine de presque tous les sites, il existe un petit fichier texte que personne ne regarde : le robots.txt. Il dit aux robots qui viennent lire tes pages ce qu'ils ont le droit de faire. Deux lignes mal placées, et les robots qui alimentent ChatGPT, Claude ou Perplexity n'ont plus le droit d'entrer. Tu ne reçois aucune alerte, ton site s'affiche normalement, et tu disparais des réponses des IA. C'est l'un des premiers points que notre audit vérifie, parce qu'il annule tout le reste.

À lire d'abord : Le fichier llms.txt sert-il à quelque chose ?

1Le robots.txt, en deux minutes

C'est un fichier texte placé à l'adresse tonsite.fr/robots.txt. Il est organisé en groupes. Chaque groupe commence par une ligne User-agent, qui dit à quel robot il s'adresse, suivie de règles Allow (autorisé) ou Disallow (interdit).

Trois choses à savoir avant d'aller plus loin.

• Pas de fichier, pas d'interdiction. Si tu n'as pas de robots.txt, tout est autorisé par défaut.
• Ce n'est pas un verrou. La norme qui le définit (RFC 9309) précise que ces règles ne sont pas une forme d'autorisation d'accès. Les robots sérieux les respectent, mais rien ne les y oblige techniquement.
• Ce n'est pas un bouton « retirer de Google ». Google précise qu'une page bloquée par robots.txt peut quand même être indexée et apparaître sans description. Pour retirer une page, c'est la balise noindex, et la page ne doit alors justement pas être bloquée dans le robots.txt.

2Les robots qui apprennent, et ceux qui répondent

C'est la distinction qui change tout, et la plupart des conseils qu'on lit en ligne la mélangent. Voici ce que dit la documentation officielle de chaque éditeur, relue le 17 octobre 2026.

Chez OpenAI, bloquer GPTBot signifie que ton contenu ne doit pas servir à l'entraînement. C'est OAI-SearchBot qui décide de ta présence dans la recherche de ChatGPT : s'il est bloqué, ton site n'apparaît pas dans les réponses de recherche. OpenAI précise que « chaque réglage est indépendant des autres ». Tu peux donc refuser l'entraînement et rester visible.

Chez Anthropic, même logique : ClaudeBot sert à l'entraînement, Claude-SearchBot à la recherche. Anthropic prévient que bloquer ce dernier peut réduire la visibilité de ton site dans les réponses.

Chez Perplexity, PerplexityBot sert à la recherche, et Perplexity déclare qu'il n'est pas utilisé pour entraîner des modèles. Le bloquer, c'est sortir de Perplexity.

Chez Google, AI Overviews et le mode IA dépendent de Googlebot, le robot de la recherche classique. Google-Extended n'est pas un robot mais un réglage qui concerne l'entraînement de Gemini et certains usages des applis Gemini. Google précise qu'il n'a aucun effet sur l'inclusion d'un site dans la recherche Google.

Chez Microsoft, Copilot s'appuie sur Bingbot. Bing ajoute deux balises propres : noarchive empêche d'être lié dans Copilot, nocache limite l'affichage au titre et à l'extrait. Une balise noarchive oubliée sur ton site, et Copilot ne te cite plus.

Les robots « à la demande ». Quand un utilisateur demande à l'assistant d'aller lire une page précise, un troisième robot se déplace. OpenAI et Perplexity indiquent que ce robot-là peut ne pas suivre le robots.txt, puisque c'est l'utilisateur qui le déclenche. Anthropic indique au contraire que Claude-User le respecte.

3Le piège : la règle générale qui bloque tout le monde

Le blocage le plus brutal n'est pas une ligne qui vise ChatGPT. C'est celle-ci :

Il y a une subtilité que même des professionnels ignorent. Un robot ne suit qu'un seul groupe : celui qui porte son nom s'il existe, sinon le groupe *. Jamais les deux. La norme RFC 9309 et la documentation de Google le disent dans les mêmes termes.

Conséquence concrète. Imagine ce fichier :

Son auteur pense avoir ouvert la porte à ChatGPT. En réalité, il a autorisé uniquement le robot d'entraînement, et OAI-SearchBot, qui n'a pas de groupe à son nom, suit la règle générale : bloqué. Le site sert à entraîner le modèle, mais n'apparaît pas dans ses réponses. C'est exactement l'inverse de ce que veut un commerçant.

4Comment ça arrive sans que tu le saches

Personne n'écrit volontairement « interdisez mon site à tout le monde ». Le blocage arrive par des chemins détournés.

• Le site en construction. Pendant la création du site, on ferme la porte aux robots pour ne pas montrer un chantier. Le site est mis en ligne, la règle reste.
• La liste « anti-IA » copiée-collée. Un prestataire, ou un modèle de fichier trouvé en ligne, bloque tous les robots d'IA par principe, sans distinguer ceux qui apprennent de ceux qui répondent.
• Le pare-feu de l'hébergement. Certains services de protection filtrent les robots avant même qu'ils lisent ton robots.txt. Perplexity recommande d'ailleurs d'autoriser ses robots dans ce type de pare-feu. Si ton site est derrière une protection de ce genre, demande à ton prestataire ce qu'elle laisse passer.
• Une balise oubliée. Une balise noindex ou noarchive posée sur une page pendant un test, jamais retirée.

Dans tous ces cas, ton site s'affiche parfaitement pour toi et pour tes clients. Rien ne te prévient. Le seul symptôme, c'est l'absence, et une absence ne se remarque pas.

5Comment notre audit vérifie ce point

Dans l'audit Happia, trois points de la section « Crawlabilité IA » s'en occupent. Voici ce qu'ils font réellement.

• Ton robots.txt laisse-t-il lire ton site ? Nous lisons le fichier comme un robot le lit, et nous vérifions que la page d'accueil est ouverte. Si le site est fermé à tous, c'est un point critique : rien d'autre ne compte tant qu'il n'est pas réglé.
• Les robots qui répondent ont-ils le droit d'entrer ? Nous testons un par un OAI-SearchBot, ChatGPT-User, PerplexityBot, Perplexity-User, Claude-SearchBot, Claude-User et Googlebot, en appliquant la vraie règle : chaque robot suit le groupe qui le nomme, sinon le groupe *. Si l'un d'eux est bloqué, l'audit dit lequel, et par quelle ligne.
• Les robots qui apprennent ne comptent pas contre toi. Depuis le 29 septembre 2026, si tu bloques GPTBot, ClaudeBot, Google-Extended ou CCBot, l'audit te le signale comme un choix, sans retirer de points. C'est ton droit, et ça ne change rien à tes réponses.
• Si notre propre robot est refusé, nous le disons aussi, sans prétendre savoir comment les robots des IA sont traités : nous constatons un refus, nous n'inventons pas la suite.

6Vérifie toi-même en deux minutes, et corrige

1. Ouvre tonsite.fr/robots.txt dans ton navigateur. Une page d'erreur : pas de fichier, tout est ouvert, c'est acceptable.

2. Cherche Disallow: / seul sur sa ligne, sans rien derrière le slash. Regarde au-dessus à quel User-agent il s'applique. Sous *, c'est tout le monde. Sous le nom d'un robot qui répond (OAI-SearchBot, PerplexityBot, Claude-SearchBot, Googlebot, Bingbot), c'est ce robot-là.

3. Si un robot qui répond est bloqué, retire la règle ou demande à ton prestataire de le faire. Un robots.txt simple et sain peut tenir en trois lignes : tous les robots autorisés, ton espace privé interdit, et l'adresse de ton sitemap.

4. Patiente un jour. OpenAI indique qu'un changement de robots.txt met environ 24 heures à être pris en compte, Perplexity jusqu'à 24 heures.

5. Vérifie les balises de tes pages importantes : pas de noindex sur l'accueil ou les pages de services, pas de noarchive si tu veux être cité par Copilot.

Et si tu dois t'occuper d'un seul fichier technique cette année, c'est celui-là, pas le llms.txt. Un llms.txt absent ne te coûte rien. Un robots.txt qui bloque les robots qui répondent te coûte tout.

Ce qu'il faut retenir

Questions fréquentes

Pour aller plus loin

• Un assistant IA peut-il réserver ou commander sur ton site ? : une fois ton site lisible, un assistant peut-il y agir ?
• Le fichier llms.txt sert-il à quelque chose ? : l'autre fichier à la racine de ton site, et pourquoi il compte beaucoup moins.
• Menu ou tarifs en PDF : les IA peuvent-elles les lire ? : un autre point de notre audit.
• Search Console et le rapport IA : voir ce que Google montre de ton site.
• Qu'est-ce que le GEO ? : la définition simple, si tu débutes.
• Notre méthodologie : comment nous mesurons, et ce que nous refusons de compter.