Bloquer GPTBot ou non ? ClaudeBot, Google-Extended et les robots d'entraînement de l'IA

Pourquoi c'est important

Les entreprises d'IA envoient deux sortes de visiteurs automatiques, appelés robots d'exploration (crawlers), sur votre site. Les robots de recherche lisent vos pages pour qu'un assistant puisse s'en servir dans ses réponses dès aujourd'hui. Les robots d'entraînement collectent du texte qui peut servir à construire de futurs modèles d'IA.

Les deux se règlent séparément. Vous pouvez refuser l'entraînement tout en laissant ChatGPT, Claude et Siri lire vos pages pour leurs réponses. Beaucoup de sites bloquent les robots d'entraînement avec une règle copiée quelque part, sans que personne ne l'ait décidé. Ce guide vous aide à faire ce choix volontairement, à le noter et à mettre les bonnes lignes dans votre fichier robots.txt.

Vous découvrez le robots.txt ? Le Guide 02 explique ce qu'est ce fichier et comment le trouver sur votre site.

Référence

Les quatre réglages d'entraînement

Voici les noms à utiliser dans le robots.txt si vous voulez refuser l'entraînement de l'IA. Tout le tableau provient de la page de chaque entreprise, vérifiée le 24 octobre 2026.

Décider

Une règle simple

La plupart des entreprises de services au Luxembourg (cafés, artisans, fiduciaires, cabinets d'avocats, conseil) veulent que les assistants IA connaissent leurs services, leurs prix, leurs horaires et leurs coordonnées. Pour elles, tout autoriser est le choix le plus simple. Bloquer l'entraînement a du sens quand votre texte est lui-même ce que vous vendez, ou quand un client ou une politique interne l'exige.

Exemples : le Café Ribeiro et la Fiduciaire Veldrin choisiraient A. Kastell Conseil, qui vend des études de marché payantes sur son site, pourrait choisir B.

Étapes

Faire le choix et l'appliquer

1. Notez la décision

   Une ligne suffit. Gardez-la là où votre équipe range ses notes sur le site, pour que personne ne modifie le fichier plus tard sans savoir pourquoi il dit ce qu'il dit.

   Trace de la décisionCopier

   Robots d'entraînement IA : nous autorisons / nous bloquons (GPTBot, ClaudeBot, Applebot-Extended, Google-Extended), décidé le [date] par [fonction].

2. Ouvrez votre robots.txt

   Tapez votre adresse suivie de /robots.txt, par exemple votreentreprise.lu/robots.txt. Cherchez un groupe qui nomme GPTBot, ClaudeBot, Google-Extended ou Applebot-Extended. Si vous en trouvez un que personne n'a décidé, c'est le moment de le corriger. Le Guide 02 montre où WordPress, Webflow et Wix permettent de modifier le fichier.

3. Ajoutez les lignes de votre choix

   Les lignes qui commencent par # sont des commentaires, ignorés par les robots. Remplacez l'adresse du sitemap par la vôtre. Plusieurs lignes User-agent peuvent partager une même règle, comme ci-dessous.

   Option A · tout autoriserCopier

   # Les moteurs de recherche et les assistants IA peuvent lire toutes les pages
   User-agent: *
   Allow: /
   
   # Facultatif : refuser uniquement l'entraînement des modèles d'IA
   # User-agent: GPTBot
   # User-agent: ClaudeBot
   # User-agent: Applebot-Extended
   # Disallow: /
   
   Sitemap: https://www.votreentreprise.lu/sitemap.xml

   Option B · bloquer l'entraînement chez OpenAI, Anthropic et AppleCopier

   # Les moteurs de recherche et les assistants IA peuvent lire toutes les pages
   User-agent: *
   Allow: /
   
   # Refuser l'entraînement des modèles d'IA (la recherche n'est pas touchée)
   User-agent: GPTBot
   User-agent: ClaudeBot
   User-agent: Applebot-Extended
   Disallow: /
   
   Sitemap: https://www.votreentreprise.lu/sitemap.xml

   Option C · bloquer aussi Google-ExtendedCopier

   # Les moteurs de recherche et les assistants IA peuvent lire toutes les pages
   User-agent: *
   Allow: /
   
   # Refuser l'entraînement des modèles d'IA
   User-agent: GPTBot
   User-agent: ClaudeBot
   User-agent: Applebot-Extended
   # Limite aussi l'usage dans les réponses de Gemini ; la recherche Google n'est pas touchée
   User-agent: Google-Extended
   Disallow: /
   
   Sitemap: https://www.votreentreprise.lu/sitemap.xml

   N'ajoutez pas OAI-SearchBot, Claude-SearchBot, Claude-User, Applebot ou Googlebot au groupe bloqué. Ce sont les robots de recherche. OpenAI indique que les sites qui bloquent OAI-SearchBot n'apparaissent pas dans les réponses de recherche de ChatGPT.

4. Répétez pour chaque sous-domaine

   Le fichier ne couvre que l'adresse où il se trouve. boutique.votreentreprise.lu a besoin de son propre robots.txt à sa racine. Anthropic demande la même chose : ajoutez la règle pour chaque sous-domaine à exclure.

Vérifier le résultat

Confirmez que le fichier dit ce que vous avez décidé

Ouvrez votreentreprise.lu/robots.txt dans une fenêtre de navigation privée, pour voir la version en ligne et non une copie enregistrée. Relisez les groupes en les comparant à votre trace de décision.

Erreurs fréquentes

Ce qui se passe mal le plus souvent

• Bloquer le robot de recherche au lieu du robot d'entraînement. OAI-SearchBot et Claude-SearchBot décident si vous pouvez apparaître dans les réponses. Les bloquer n'empêche pas l'entraînement ; cela vous retire de la recherche.
• Bloquer Google-Extended pour protéger votre classement Google. Google indique qu'il n'a aucun effet sur la présence ni sur le classement dans la recherche Google. Il a en revanche un effet sur Gemini.
• Croire que Google-Extended ne concerne que l'entraînement. Il couvre aussi l'ancrage dans les applications Gemini : le bloquer peut réduire les réponses de Gemini qui s'appuient sur vos pages.
• Bloquer par adresse IP plutôt que par robots.txt. Anthropic prévient que bloquer ses adresses IP peut ne pas fonctionner de façon fiable, car son robot ne peut alors plus lire votre robots.txt.
• Copier une règle que personne n'a décidée. Un modèle ou une extension ajoute un blocage, et un an plus tard personne ne sait pourquoi. La trace de décision l'évite.