GEO 11 novembre 2026 9 min de lecture

robots.txt : le signal commun pour refuser l’entraînement des IA, mode d’emploi PME

Anthropic, OpenAI, Microsoft et Google vont respecter un même jeton robots.txt contre l’entraînement des IA. Syntaxe, dates et pièges pour rester visible dans les IA.

← Retour au journal
robots.txt : le signal commun pour refuser l’entraînement des IA, mode d’emploi PME

Depuis le 30 octobre 2026, une simple ligne dans votre fichier robots.txt, User-Agent: __usage_ai-training, permet d’indiquer en une fois si vous acceptez ou refusez que vos contenus servent à entraîner les modèles d’IA. Anthropic l’applique déjà, OpenAI prévoit de le faire dans les prochains mois, Bing à partir du 1er février 2027 et Google dans le courant de 2027. Attention : ce signal concerne l’entraînement, pas l’exploration ni la citation dans les réponses des IA. Voici comment l’utiliser sans vous rendre invisible dans ChatGPT ou les Aperçus IA de Google.

L’essentiel en 30 secondes

  • Le signal vient d’un brouillon déposé à l’IETF le 30 octobre 2026 par Kevin Kelley, ingénieur chez Anthropic : ce n’est pas encore une norme.
  • Le jeton exact est __usage_ai-training, placé dans une ligne User-Agent ; Disallow exprime un refus, Allow un accord, chemin par chemin.
  • Sans ce groupe dans votre robots.txt, aucune préférence n’est exprimée : les règles existantes (GPTBot, ClaudeBot, Google-Extended) continuent de s’appliquer.
  • Refuser l’entraînement ne retire pas votre site de Google, de Bing, ni des Aperçus IA ; chez Google, cela coupe en revanche l’ancrage de vos pages dans l’application Gemini.
  • Le signal est volontaire : il ne bloque ni les robots qui ignorent robots.txt, ni l’usage des contenus déjà collectés.

Ce qui a été annoncé le 30 octobre 2026

Un brouillon IETF, pas encore une norme

Le document s’intitule Machine-Readable Training Preference Signal (draft-kelley-aipref-training-preference-signal-00). Il a été déposé le 30 octobre 2026 par Kevin Kelley (Anthropic) et s’appuie sur les travaux du groupe AIPREF de l’IETF, qui définit un vocabulaire commun des usages par l’IA. C’est un brouillon individuel : il n’a pas de statut officiel à l’IETF et expire le 3 mai 2027 s’il n’est pas mis à jour.

Son idée est simple : réutiliser la grammaire de robots.txt (RFC 9309) sans rien inventer. Au lieu de viser un robot précis, le groupe vise un usage, l’entraînement d’IA, grâce à un « jeton de politique » placé dans la ligne User-Agent.

Qui s’engage, et à quelle date

Le même jour, quatre éditeurs ont annoncé leur soutien. Google rappelle que le code de bonnes pratiques de l’AI Act pour les modèles d’IA à usage général reconnaît robots.txt comme un moyen principal d’exprimer ses préférences.

ÉditeurCalendrier annoncéContrôle spécifique existantCe qu’il faut savoir
Anthropic (Claude)Déjà appliquéClaudeBotSeul éditeur à appliquer le signal à ce jour, selon la presse spécialisée.
OpenAI (ChatGPT)« Dans les prochains mois », sans date préciseGPTBotLes contrôles existants restent en place, le signal s’y ajoute.
Microsoft (Bing, Copilot)1er février 2027Balises au niveau de la pageLe choix n’a aucun effet sur l’éligibilité aux résultats Bing.
Google (Gemini)Courant 2027Google-ExtendedUn refus via le jeton commun vaut refus de Google-Extended, sauf règle explicite pour Google-Extended.

La syntaxe exacte

Refuser l’entraînement sur tout le site

User-Agent: __usage_ai-training
Disallow: /

Le jeton s’écrit avec deux tirets bas au début. Il est reconnu sans tenir compte des majuscules, mais mieux vaut le copier tel quel.

Refuser tout sauf une section

Les règles se combinent chemin par chemin, avec la règle habituelle du chemin le plus long. L’exemple donné dans le brouillon refuse l’entraînement partout, sauf sur le dossier presse :

User-Agent: __usage_ai-training
Disallow: /
Allow: /press-kit/

Les trois pièges de lecture

  • Le groupe User-agent: * ne compte pas. Vos règles générales n’expriment aucune préférence d’entraînement : seul un groupe qui nomme le jeton le fait.
  • Ce n’est pas une règle d’exploration. Le jeton dit ce que vous acceptez qu’on fasse de vos contenus, pas qui peut les lire. Pour limiter l’exploration, il faut toujours viser les robots par leur nom.
  • Le plus précis l’emporte. Un éditeur peut considérer que sa règle propre (Google-Extended, par exemple) prime sur le jeton commun. Un accord privé entre un site et un éditeur peut aussi primer.

Entraînement, exploration, citation : trois choses différentes

C’est le point qui compte le plus pour une PME. Un modèle d’IA utilise le web de trois façons : pour s’entraîner (apprendre, une fois pour toutes), pour explorer (indexer vos pages pour sa fonction de recherche) et pour citer (afficher un lien vers vous dans une réponse). Bloquer le mauvais robot, c’est disparaître des réponses des IA sans le vouloir.

ÉditeurEntraînementRecherche et citation dans les réponses
OpenAIGPTBotOAI-SearchBot : s’il est bloqué, le site n’apparaît plus dans les réponses de recherche de ChatGPT
AnthropicClaudeBotClaude-SearchBot et Claude-User : les bloquer réduit la visibilité dans les réponses de Claude
GoogleGoogle-Extended (aussi utilisé pour l’ancrage dans l’application Gemini)Googlebot : les Aperçus IA et le Mode IA dépendent de l’indexation classique et des balises d’extrait
MicrosoftJeton commun ou balise ai-training par pageBingbot ; l’ancrage dans Copilot se règle page par page avec ai-grounding

Le cas particulier de Google

Google-Extended ne joue ni sur l’inclusion dans la recherche Google ni sur le classement. Les Aperçus IA et le Mode IA reposent sur Googlebot : une page indexée et éligible à un extrait peut y être citée, et on limite cet affichage avec nosnippet, data-nosnippet ou max-snippet. En revanche, Google-Extended couvre aussi l’ancrage (grounding) dans l’application Gemini. Google précise que seuls les sites qui autorisent explicitement Google-Extended peuvent apparaître et recevoir des clics via cet ancrage. Refuser l’entraînement chez Google revient donc aussi à renoncer aux liens dans l’application Gemini. Pour être cité dans les Aperçus IA, lisez notre article sur les liens dans les Aperçus IA et le Mode IA.

Le cas de Microsoft

Bing distingue entraînement et ancrage. L’ancrage se règle uniquement page par page, par une balise meta ou un en-tête HTTP (ai-grounding:disallow, ou disallowextended pour le limiter aux services de Microsoft comme Copilot). Les anciennes balises NoArchive et NoCache ne seront plus lues comme des préférences d’entraînement ou d’ancrage après le 1er mars 2027.

Faut-il bloquer l’entraînement quand on est une PME ?

Il n’y a pas de bonne réponse universelle, mais quelques repères.

  • Vous vivez de votre contenu (formations, guides payants, photos, études) : refuser l’entraînement protège une partie de votre valeur, à condition de garder les robots de recherche autorisés.
  • Vous êtes une entreprise locale ou de services : votre site sert surtout à être trouvé. L’entraînement contribue à ce que les modèles « connaissent » votre marque ; le refuser a un intérêt limité et, chez Google, vous coûte l’ancrage dans Gemini.
  • Cas intermédiaire : refusez l’entraînement sur les contenus à forte valeur (dossier ressources, espace client) et laissez le reste.

À garder en tête : le signal ne vaut que pour l’avenir et pour les éditeurs qui le respectent. Il n’efface pas ce qui a déjà été collecté et n’arrête pas les robots qui ignorent robots.txt. Pour la visibilité dans les IA, ce qui compte reste l’exploration et la citation : c’est l’objet de notre guide du référencement IA (GEO).

Exemples de robots.txt commentés

Scénario 1 : refuser l’entraînement, rester visible dans les IA

# Refus d'entraînement pour les éditeurs qui lisent le signal commun
User-Agent: __usage_ai-training
Disallow: /

# En attendant que tous l'appliquent : règles propres à chaque éditeur
User-Agent: GPTBot
Disallow: /

User-Agent: ClaudeBot
Disallow: /

User-Agent: Google-Extended
Disallow: /

# Recherche et citation : on laisse passer (aucun blocage)
User-Agent: *
Allow: /

Sitemap: https://www.exemple.fr/sitemap.xml

OAI-SearchBot, Claude-SearchBot, Googlebot et Bingbot suivent le groupe général : ils restent autorisés. Conséquence chez Google : plus d’ancrage dans l’application Gemini.

Scénario 2 : refuser l’entraînement sur une seule section

# Les ressources premium ne servent pas à l'entraînement
User-Agent: __usage_ai-training
Disallow: /ressources/

User-Agent: *
Allow: /

Scénario 3 : tout autoriser, explicitement

# Accord explicite pour l'entraînement (facultatif : c'est le comportement par défaut)
User-Agent: __usage_ai-training
Allow: /

User-Agent: *
Allow: /

Checklist avant de modifier votre robots.txt

  1. Ouvrez votre fichier actuel (votre-site.fr/robots.txt) et repérez les blocages existants : GPTBot, ClaudeBot, Google-Extended, CCBot.
  2. Vérifiez que vous ne bloquez pas par erreur OAI-SearchBot, Claude-SearchBot, Googlebot ou Bingbot.
  3. Décidez, section par section, si l’entraînement est acceptable.
  4. Ajoutez le groupe __usage_ai-training en copiant le jeton exactement.
  5. Pour Google, tranchez : refuser l’entraînement, ou garder l’ancrage dans Gemini en autorisant Google-Extended.
  6. Si vous utilisez WordPress avec une extension SEO, modifiez le fichier depuis l’extension pour éviter qu’il soit écrasé.
  7. Testez le fichier dans la Search Console (rapport robots.txt) après publication.
  8. Notez la date de la modification et revoyez-la en 2027, quand Google et Bing appliqueront le signal.

Questions fréquentes

Quelle ligne ajouter dans robots.txt pour refuser l’entraînement des IA ?

Ajoutez un groupe User-Agent: __usage_ai-training suivi de Disallow: /. Pour l’instant, seul Anthropic l’applique : gardez aussi les règles propres à GPTBot, ClaudeBot et Google-Extended si vous voulez un refus immédiat.

Refuser l’entraînement me fait-il disparaître de ChatGPT ou des Aperçus IA ?

Non, tant que vous ne bloquez pas les robots de recherche. OAI-SearchBot gère la citation dans ChatGPT et Googlebot les Aperçus IA. Chez Google, refuser l’entraînement supprime en revanche l’ancrage de vos pages dans l’application Gemini.

Le signal commun est-il obligatoire pour les éditeurs d’IA ?

Non. C’est un brouillon IETF et un engagement volontaire d’Anthropic, OpenAI, Microsoft et Google. Il ne contraint pas les autres acteurs et ne s’applique pas aux contenus déjà collectés.

Que se passe-t-il si je ne fais rien ?

Aucune préférence n’est exprimée par le signal commun : vos règles actuelles continuent de s’appliquer. Pour un site vitrine qui cherche à être trouvé, ne rien changer reste une option raisonnable.

Vous voulez vérifier votre robots.txt sans vous couper des IA ? Jimmy contrôle vos réglages dans le cadre de notre accompagnement SEO et GEO : parlons-en. Pour aller plus loin, lisez aussi notre checklist pour les agents IA qui naviguent sur votre site.

Cet article est une information générale et ne constitue pas un conseil juridique. Pour protéger vos contenus ou négocier leur usage, rapprochez-vous d’un professionnel du droit de la propriété intellectuelle.

Quiz · 1 minute

Testez ce que vous avez retenu

  1. Quel est le jeton exact du signal commun dans robots.txt ?

  2. Quel robot faut-il laisser passer pour rester cité dans les réponses de recherche de ChatGPT ?

  3. À partir de quand Bing respectera-t-il ce signal ?

Votre projet

Trouvez la bonne réponse pour votre entreprise

Quelle tâche aimeriez-vous automatiser en premier ? Répondez en un clic.

Newsletter

Recevez les prochains articles

Une lettre deux fois par mois : IA, référencement Google et web pour les entreprises. Concret, court, sans spam.

Studio IA · Marseille

Prêt à passer du brief au site live ?

On conçoit, on code, on optimise. Devis gratuit sous 24h, livraison en 4 à 6 semaines.

Contact
À lire ensuite

Continuer la réflexion

Comparatifs & Guides ChatGPT Business Hub : revendiquer votre entreprise dans ChatGPT (guide PME)
16 Nov 2026

ChatGPT Business Hub : revendiquer votre entreprise dans ChatGPT (guide PME)

Lire →
GEO Gemini 4 Hydrogen dans Google : ce qui change pour la visibilité des PME
13 Nov 2026

Gemini 4 Hydrogen dans Google : ce qui change pour la visibilité des PME

Lire →
GEO Mode IA de Google en France : ce qui change pour les entreprises locales
11 Oct 2026

Mode IA de Google en France : ce qui change pour les entreprises locales

Lire →