Demander un devis Devis

Peut-on refuser l’entraînement des IA sans disparaître de leurs réponses ?

Réponse courte

Oui, chez les éditeurs qui séparent leurs robots : on interdit celui de l’entraînement et on laisse passer celui de la recherche. OpenAI, Anthropic et Google documentent cette séparation. Deux réserves : robots.txt est une demande que l’éditeur s’engage à suivre, pas un verrou, et les engagements publiés portent sur les collectes à venir.

Ce qu’on bloque, ce qu’on laisse passer

La décision se prend jeton par jeton, dans robots.txt. Chaque groupe tient en deux lignes : le nom du robot, puis la règle.

  • OpenAI : User-agent: GPTBot suivi de Disallow: / signale que le contenu ne doit pas servir à l’entraînement. OAI-SearchBot, laissé libre, continue de faire apparaître le site dans la recherche de ChatGPT.
  • Anthropic : la même règle pour ClaudeBot signale que les contenus futurs du site doivent être exclus des jeux d’entraînement. Claude-SearchBot et Claude-User restent autorisés.
  • Perplexity : rien à bloquer à ce titre, l’éditeur écrivant que PerplexityBot ne collecte pas pour des modèles de fondation. L’interdire retirerait le site de ses résultats.
  • Google : User-agent: Google-Extended suivi de Disallow: / indique que les pages ne doivent pas servir à entraîner les futurs modèles Gemini.

Un piège de syntaxe : un groupe nommé remplace le groupe User-agent: *, il ne s’y ajoute pas. Les règles générales à conserver pour ce robot doivent y être recopiées.

Le cas Google : deux réglages, deux effets

Google-Extended n’a aucun effet sur l’inclusion ni sur le classement dans la recherche : AI Overviews et AI Mode font partie de la recherche et dépendent de Googlebot. Le refus a pourtant un coût. Le même jeton gouverne l’ancrage des réponses dans l’application Gemini : le bloquer, c’est aussi sortir de cet usage.

À l’inverse, rester dans la recherche en sortant de ses fonctions génératives passe par d’autres contrôles : nosnippet et max-snippet, qui touchent aussi l’extrait classique, ou le réglage « Search generative AI » de la Search Console. Google précise que ce réglage n’agit pas sur l’entraînement.

Ce que robots.txt ne garantit pas

  • Ce n’est pas un contrôle d’accès. La RFC 9309 l’écrit : ces règles ne sont pas une forme d’autorisation. Leur respect tient à l’engagement de chaque éditeur ; un robot dont l’éditeur ne publie rien ne s’est engagé à rien.
  • Les robots à la demande y échappent en partie. OpenAI écrit que les règles « peuvent ne pas s’appliquer » à ChatGPT-User ; Perplexity, que Perplexity-User les « ignore généralement ».
  • Rien n’est dit du passé. Anthropic parle des contenus « futurs » du site, Google des « futures générations » de modèles. Aucune des pages relues ne décrit le retrait de ce qui a déjà été collecté.
  • Le fichier ne vaut que pour son hôte. Un texte repris sur un autre site suit les règles de cet autre site.
  • L’effet n’est pas immédiat. OpenAI et Perplexity annoncent environ 24 heures pour la prise en compte d’un changement.

Un signal commun de refus d’entraînement, issu du groupe de travail AIPREF de l’IETF, est en cours d’adoption : Anthropic indique le reconnaître depuis le 30 octobre 2026, Google annonce sa prise en charge pour début 2027. L’inventaire des robots est dans une réponse voisine.

Le sujet, traité en entier

Sources

  1. OpenAI — Overview of OpenAI Crawlers Indépendance des réglages GPTBot et OAI-SearchBot, cas de ChatGPT-User, délai d’environ 24 heures. Ouverte le 20 novembre 2026.
  2. Anthropic — Does Anthropic crawl data from the web, and how can site owners block the crawler? Effet d’un blocage de ClaudeBot sur les contenus futurs ; signal de préférence d’entraînement reconnu depuis le 30 octobre 2026. Ouverte le 20 novembre 2026.
  3. Perplexity — Perplexity Crawlers PerplexityBot hors entraînement ; Perplexity-User et robots.txt ; délai de 24 heures. Ouverte le 20 novembre 2026.
  4. Google — List of Google’s common crawlers Portée de Google-Extended (entraînement et ancrage dans Gemini), absence d’effet sur la recherche, note sur AIPREF. Ouverte le 20 novembre 2026.
  5. Google Search Central — AI features and your website Googlebot comme contrôle d’accès pour AI Overviews et AI Mode ; contrôles d’extrait. Ouverte le 20 novembre 2026.
  6. Aide Search Console — Search generative AI control Réglage par propriété ; sans effet sur l’entraînement ni sur le classement ailleurs dans la recherche. Ouverte le 20 novembre 2026.
  7. Google — Robots meta tag, data-nosnippet, and X-Robots-Tag specifications Effet de nosnippet et de max-snippet sur AI Overviews et AI Mode. Reprise du manuel.
  8. RFC 9309 — Robots Exclusion Protocol IETF, septembre 2022. Choix du groupe ; les règles ne sont pas une autorisation d’accès. Reprise du manuel.

Réponse revue le

Et sur votre site ?

Cette question se pose chez vous ?

Décrivez votre situation : nous répondons par écrit, avec une première lecture de ce qu’il faudrait regarder d’abord.

Voir le diagnostic

Vous recevez un premier avis écrit et le prix du diagnostic.
4,9/5 sur 34 avis Google. Réponse écrite, sans relance commerciale. Vos données ne servent qu’à vous répondre.