Quand les impressions s’envolent et que les taux de clic s’effondrent, on sait désormais ce que ça veut dire : les IA sont passées, ont récupéré NOTRE contenu pour en faire LEUR réponse.
La tentation de bloquer tous leurs crawlers est donc forte. Sorte de réponse punitive cathartique dans une ultime tentative de reprendre un peu de contrôle sur ce qui nous appartient. Mais outre l’aspect “David contre Goliath” évident, il y a une autre raison pour laquelle il ne faut pas partir tout de suite en croisade. Parce qu’entre ce qu’on croit bloquer et ce qu’on bloque vraiment, il y a un gouffre technique.
Et derrière ce gouffre, une question stratégique que beaucoup évitent : et si se rendre invisible aux IA était une erreur qu’on regrettera dans deux ans ?
Pause ! On a déjà vécu ça…
Il n’y a pas si longtemps… dans une galaxie pas si lointaine.
Quand Google a déployé les featured snippets, les éditeurs ont eu exactement la même réaction qu’aujourd’hui : indignation, sentiment de spoliation, et pour certains, blocage pur et simple via nosnippet. La logique était la même : Google prend mon contenu, le sert à l’utilisateur, et personne ne clique chez moi, donc, je ne donne plus rien à Google. (Na !)
De son côté, Google avait répondu en pointant vers ses propres outils de contrôle (robots.txt, nosnippet, max-snippet) comme pour dire “Vous avez les clés, débrouillez-vous.”
Réponse élégante… mais pas forcément honnête.
Parce que ceux qui ont bloqué ont disparu de la position zéro, tandis que ceux qui ont optimisé pour y être cités sont devenus des références.
Dix ans plus tard, le même débat revient avec des enjeux plus larges, une vitesse d’adoption plus brutale et des acteurs qui ne s’appellent plus seulement Google.
En d’autres termes, la guerre des clones de contenu est loin d’être terminée, et l’Empire du scraping contre-attaque !
GPTBot, OAI-SearchBot, ClaudeBot : ils ne font pas tous la même chose
C’est la distinction que la plupart des articles sur le sujet passent sous silence, alors qu’elle change tout dans l’approche à avoir !
Il existe deux grandes familles de crawlers IA.
Les crawlers d’entraînement, qui aspirent votre contenu pour nourrir les modèles de langage. GPTBot (OpenAI), ClaudeBot (Anthropic), CCBot (Common Crawl) construisent la matière première des LLMs. Bloquer GPTBot empêche OpenAI d’utiliser votre contenu pour entraîner ses prochains modèles.
Les crawlers de citation, qui indexent votre contenu en temps réel pour que les IA puissent vous mentionner dans leurs réponses. OAI-SearchBot alimente ChatGPT Search. Google-Extended nourrit Gemini et potentiellement les AI Overviews.
Ainsi, bloquer GPTBot n’empêche pas ChatGPT de vous citer. Si OAI-SearchBot passe et que vous ne l’avez pas bloqué, vous apparaissez quand même dans les réponses de ChatGPT Search. Les deux agents sont distincts. Les bloquer séparément produit de fait des effets séparés.
| Agent | Rôle | Ce qu’on perd en bloquant |
|---|---|---|
| GPTBot | Entraînement OpenAI | Présence dans les futurs modèles |
| OAI-SearchBot | Citations ChatGPT Search | Visibilité dans les réponses ChatGPT |
| Google-Extended | Gemini + AI Overviews | Présence dans les réponses Google IA |
| ClaudeBot | Entraînement Anthropic | Présence dans les futurs modèles Claude |
Pour vous donner une idée de l’ampleur du phénomène : entre mai 2024 et mai 2025, le trafic de GPTBot a augmenté de 305 % sur le réseau Cloudflare. Dans le même temps, le nombre de sites le bloquant a progressé de 55 % (Cloudflare Blog, juillet 2025). La course s’accélère dans les deux sens. Et que l’on soit de cette galaxie ou d’une autre, cela doit faire très mal…
robots.txt, nosnippet, llms.txt : ce que chaque directive fait vraiment
- robots.txt : bloque le crawl futur. Il n’efface pas ce qui est déjà connu ou indexé. Et surtout, c’est une convention et non une loi. Les bots “bien élevés” le respectent. Les autres non.
- nosnippet : empêche l’affichage d’extraits dans les SERP Google. Son effet sur les réponses IA est probable mais non garanti. Google n’a pas confirmé officiellement que cette directive s’applique aux AI Overviews.
- noindex : retire la page de l’index Google. N’empêche pas les autres crawlers de la lire.
- llms.txt : le petit nouveau dont tout le monde parle depuis fin 2024. L’idée est séduisante, un fichier standardisé qui indique aux LLMs comment traiter votre contenu. La réalité est moins enthousiasmante : à ce jour, aucune étude ne démontre qu’il améliore les citations IA ni qu’il est systématiquement respecté par les modèles (DerivateX, mars 2026).
Sur ce sujet, Geoffroy Fouquier recense sur YTG Central d’autres initiatives qui dessinent, chacune à leur façon, un début de réponse : le fichier ai.txt, le TDM reservation protocol du W3C (rapport final remis en janvier 2025), ou encore la Content Authenticity Initiative portée par Adobe. Chacun propose une approche différente, aucun n’a encore fait consensus. Comme il le résume dans son article « Bot IA et droit d’auteurs » (YTG Central, mars 2025) :
« Nous sommes à un moment où la volonté de s’attaquer aux problèmes de copyright est déjà présente, mais où les solutions techniques n’ont pas encore fait consensus. »
Ce qui, rappelons-le, reste purement volontaire. Et pour l’instant, personne n’a encore signé le même contrat.
E-commerce, média, SaaS : trois logiques, trois réponses
Il n’existe pas de réponse universelle. Ce qui est vrai pour un éditeur de presse ne l’est pas pour un site e-commerce.
E-commerce. Une fiche produit résumée par une IA ne vous apporte rien, l’utilisateur n’a pas besoin de cliquer pour savoir que votre article est disponible en taille M. En revanche, vos guides d’achat, vos comparatifs et vos contenus conseils ont un vrai intérêt à circuler. Stratégie recommandée : blocage sélectif sur les données produits, ouverture sur les contenus éditoriaux.
A ce sujet, d’ailleurs, retrouvez notre article : “Vos fiches produits sont-elles prêtes pour l’ère du shopping IA ?”
Médias et éditeurs. C’est ici que le débat est le plus légitime, et le plus douloureux. Le trafic organique des éditeurs a chuté de 33 % en 2025 selon le Reuters Institute. Aux États-Unis, les AI Overviews ont provoqué une baisse de 25 % du trafic référent (The Media Leader FR, août 2025). Bloquer l’entraînement est une position défendable. Bloquer la citation, c’est une autre affaire.
SaaS et agences. Être mentionné dans une réponse IA est de la notoriété pure. Votre contenu n’est pas votre produit, il sert à faire connaître votre produit (ou service). Bloquer ici revient à refuser d’être dans un annuaire.
Une fois encore, l’inénarrable logique du monde SEO s’applique et la bonne réponse est “ça dépend”. En tous les cas, bloquer le crawl de vos sites n’est pas une réponse absolue. Une réponse stratégique d’ensemble s’impose.
Être cité sans être cliqué : une perte sèche ou de la notoriété qui s’accumule ?
Il y a une logique dans le blocage. Elle est compréhensible, elle est même légitime dans certains cas. Mais elle repose sur une hypothèse un peu fallacieuse : que l’invisibilité vaut mieux que la citation non rémunérée.
Oscar Wilde et la psychologie cognitive ont quelque chose à dire là-dessus.
L’effet de simple exposition, décrit par le psychologue Robert Zajonc dès 1968, est l’un des biais cognitifs les mieux documentés. L’exposition répétée à un stimulus, même sans engagement actif, augmente la probabilité d’avoir un sentiment positif envers lui (Wikipedia FR). C’est le fondement de toute stratégie de notoriété de marque. Il n’y a aucune raison de penser que ce mécanisme s’arrête aux portes des LLMs.
Ainsi, être mentionné dans une réponse IA, même sans clic immédiat, c’est être associé à la recherche d’une personne. Associé en tant que réponse pertinente.
Pierre Calvet le formule très bien dans « Le trafic n’est pas la qualité (et Google fait semblant du contraire) » (YTG Central, mai 2026) :
« Une page peut très bien capter beaucoup de trafic sans jamais convaincre, et une page peut faire peu de trafic et porter une part décisive de l’argumentation qui a précédé une vente. »
Ce qui vaut pour une page web vaut probablement pour une citation IA : la valeur n’est pas dans le clic immédiat, elle est dans l’influence sur la décision.
Et la relation que les utilisateurs entretiennent avec les IA n’est pas la même que celle qu’ils ont avec une page de résultats Google. 64 % des 16-25 ans utilisent l’IA pour se confier ou demander des conseils personnels (Journal du Geek, janvier 2026). La CNIL et Ipsos BVA documentent en mars 2026 que la moitié des jeunes Français considère que l’IA peut les aider à se sentir mieux, à gagner en confiance. Ce n’est plus une SERP froide. C’est une interaction perçue comme personnelle, parfois comme une relation de confiance.
Si cette confiance se transfère, même partiellement, aux recommandations que l’IA formule, une citation IA pourrait peser davantage sur une décision qu’un résultat en position 1 sur Google. Ok, c’est une hypothèse. La dernière fois qu’on en a ignoré une, ça s’appelait les featured snippets. Alors, certes, elle n’est pas encore chiffrée directement. Mais les données adjacentes convergent suffisamment pour qu’on la prenne au sérieux.
Oscar Wilde évoquait cette obsession de la citation en ces termes : “Il n’y a qu’une chose pire dans la vie que d’être le sujet de tous les bavardages, c’est de ne pas l’être”.
Au-delà du clic, la question de la propriété intellectuelle et informationnelle
Quand on parle de propriété intellectuelle et d’IA, la conversation part presque immédiatement sur les images générées. Midjourney, DALL-E, les illustrations créées à partir du travail de graphistes qui n’ont jamais consenti à alimenter ces modèles. Le sujet est légitime. Il a le mérite d’être visible. Photogénique, même !
Mais le texte, lui, passe sous les radars. Sans doute parce qu’il est l’objet d’un assaut frontal de la bouillie web optimisée depuis longtemps.
Pourtant, le cadre juridique existe, imparfaitement. La directive européenne sur le droit d’auteur (2019/790) encadre le Text & Data Mining (TDM), avec une exception qui autorise le scraping à des fins de recherche, sous conditions. L’AI Act, entré en vigueur le 1er août 2024, n’a pas tranché la question du droit d’auteur sur les contenus textuels utilisés pour l’entraînement. Décideurs Magazine le formule sans détour : l’Union européenne est « face à ses contradictions » (mars 2026).
En France, les choses bougent lentement mais bougent. La proposition de loi sénatoriale (PPL 25-475) sur le renforcement des droits voisins a été examinée en mars 2026. Elle vise explicitement les fournisseurs d’IA et leur utilisation des contenus de presse, texte inclus. La presse française a déjà obtenu 21,4 millions d’euros en 2025 via les droits voisins, portant le total à 56,3 millions sur trois ans (MNTD, avril 2026). C’est une victoire… Mais c’est aussi une goutte d’eau face à la valeur extraite.
Et pendant ce temps, L’Empire Google tente d’imposer aux éditeurs participant à ses nouveaux programmes IA de fournir des droits étendus sur leurs contenus, en échange d’une visibilité dans les réponses génératives (The Information, juin 2026). Le deal est posé sur la table. Vous signez, vous existez. Vous refusez, vous disparaissez. C’est une négociation avec un rapport de force très clair.
C’est d’ailleurs exactement la logique de dépendance que Sylvain Peyronnet décrit dans « La souveraineté numérique commence par nos outils professionnels » (YTG Central, janvier 2026). On délègue nos données à des acteurs étrangers, on laisse nos contenus se faire aspirer par des modèles étrangers, et on se retrouve à négocier depuis une position de faiblesse structurelle. Ce qu’il dit des outils SEO (voire des IA et outils numériques en général) vaut mot pour mot pour les contenus éditoriaux face aux LLMs.
Du côté des médias, le débat prend une tournure nettement plus existentielle : sont-ils condamnés à n’être que des mines à ciel ouvert ? Des sources que les IA pillent, synthétisent, et servent à des utilisateurs qui n’iront jamais lire l’article original ?
La bonne nouvelle, si on peut l’appeler ainsi, c’est que les contenus d’actualité chaude résistent mieux que prévu. Ils progressent de +103 % via Google Discover pendant que le trafic organique global s’effondre (Blog du Modérateur, mars 2026).
Mais en langage journalistique vulgarisé, “actualité chaude” rime bien souvent avec “fort potentiel émotionnel pour générer du buzz et des réactions qu’on ne modérera pas pour favoriser l’algorithme”. Pas sûr que le débat public et la profondeur des informations estiment que cela soit tant que ça une bonne nouvelle.
La peur mène à… la prise de mauvaises décisions.
Il n’y a pas de réponse universelle à la question « faut-il bloquer les IA ? ». Il y a des contextes, des objectifs et des arbitrages à faire lucidement.
Bloquer l’entraînement peut être une décision légitime si vous produisez du contenu premium, si votre modèle économique repose sur l’exclusivité éditoriale ou si vous avez des données sensibles à protéger.
Bloquer les crawlers de citation sans analyse préalable, c’est une autre affaire. Avant de toucher à votre robots.txt, la bonne question est : qu’est-ce que je perds concrètement si je suis cité sans être cliqué ? Et qu’est-ce que je perds si je ne suis pas cité du tout ?
Travailler le GEO en parallèle est probablement la réponse la plus intelligente à long terme. Non pas parce que les IA vont remplacer Google demain, mais parce que la surface de visibilité se fragmente et qu’être absent de l’une d’elles a un coût qui s’accumule silencieusement.
La (vraie) bonne nouvelle : tout ceci s’analyse. Les crawlers qui passent sur votre site, les directives actives, les contenus qui circulent dans les réponses IA… c’est mesurable, auditable, et ça se pilote !
Pour faire le point sur votre stratégie de visibilité IA, l’équipe Semjuice se bat à vos côtés ! On commence par regarder ce que les IA voient vraiment de votre site. La suite, on la construit ensemble.
