Empêcher l'IA d'utiliser votre site : la marche à suivre

Comment empêcher ChatGPT, Claude et Gemini d'utiliser les textes de votre site ? Les robots à bloquer, le fichier robots.txt à copier et ses limites.

Yannis, fondateur de Mis à jour le 31 octobre 2026

Oui, vous pouvez demander aux IA de ne pas utiliser les textes de votre site pour s'entraîner. Cela se fait dans un petit fichier, le robots.txt, où vous nommez les robots à tenir à l'écart. C'est gratuit et cela prend un quart d'heure. Mais c'est une demande de politesse, pas un cadenas : les robots sérieux la respectent, les autres peuvent l'ignorer.

Fin octobre 2026, la démarche devient plus simple. Google et Microsoft ont annoncé qu'ils liraient bientôt une ligne commune pour refuser l'entraînement. Nous y revenons plus bas.

D'abord : que voulez-vous vraiment bloquer ?

Un robot d'IA peut venir sur votre site pour trois raisons très différentes.

L'entraînement : il lit vos pages pour enrichir les données d'un futur modèle.
La recherche : il indexe vos pages pour pouvoir les citer dans ses réponses.
La consultation à la demande : un utilisateur pose une question, et l'IA va lire votre page à ce moment-là.

Pour une petite entreprise, le choix est souvent le suivant. Refuser l'entraînement protège vos textes, vos photos et votre méthode. Refuser la recherche et la consultation vous rend moins visible quand un client demande à une IA « un bon plombier à Nantes ». À vous de choisir selon votre activité.

Par exemple, un cabinet comptable qui publie des guides longs peut vouloir bloquer l'entraînement, mais rester citable. Un photographe qui vend ses images peut tout bloquer. Un artisan qui veut surtout être trouvé n'a pas intérêt à tout fermer.

Les robots à connaître

Robot	Société	À quoi il sert	Le bloquer…
GPTBot	OpenAI	Collecter des contenus pouvant entraîner ses modèles	protège de l'entraînement
OAI-SearchBot	OpenAI	Faire apparaître les sites dans la recherche de ChatGPT	vous retire de ces réponses
ChatGPT-User	OpenAI	Visiter une page quand un utilisateur le demande	peut ne pas être arrêté par le robots.txt
ClaudeBot	Anthropic	Collecter des contenus pour l'entraînement	protège de l'entraînement
Claude-User	Anthropic	Récupérer une page pour répondre à un utilisateur	vous rend moins visible
Claude-SearchBot	Anthropic	Indexer les contenus pour la recherche	vous rend moins visible
Google-Extended	Google	Entraînement de Gemini (et réponses de Gemini appuyées sur la recherche)	sans effet sur votre place dans la recherche Google

Ces rôles viennent des pages officielles : la documentation des robots d'OpenAI, l'aide d'Anthropic et la page de Google sur ses robots.

Bloquer l'entraînement en 4 étapes

Ouvrez votre robots.txt. Tapez votresite.fr/robots.txt dans votre navigateur. S'il existe, vous verrez quelques lignes. Sinon, votre site n'en a pas encore.
Choisissez vos robots. Pour bloquer seulement l'entraînement, retenez GPTBot, ClaudeBot et Google-Extended.
Ajoutez un bloc par robot. Voici le modèle, repris de l'exemple d'Anthropic :

User-agent: GPTBot
Disallow: /

User-agent: ClaudeBot
Disallow: /

User-agent: Google-Extended
Disallow: /

Rechargez la page pour vérifier. Les lignes doivent apparaître. Si vous ne gérez pas ce fichier vous-même, envoyez ce texte à votre webmaster ou cherchez le réglage dans l'outil qui héberge votre site.

Pour ne fermer qu'une partie du site, remplacez le / par le chemin voulu, par exemple /portfolio/. Anthropic précise aussi qu'il faut répéter la règle pour chaque sous-domaine.

Une précaution : ne bloquez pas les robots par leur adresse IP. Anthropic explique que cela peut les empêcher de lire votre robots.txt, donc de voir votre refus.

La ligne unique qui arrive en 2027

Aujourd'hui, il faut un bloc par robot et par société. Les entreprises d'IA se sont mises d'accord pour une ligne commune. Elle ressemble à ceci, d'après le billet de Microsoft :

User-Agent: __usage_ai-training
Disallow: /

Voici le calendrier annoncé par ceux qui l'ont publié :

Microsoft : les nouveaux réglages commencent à être pris en compte à partir du 1er février 2027. Ils ne changent pas votre présence dans les résultats de Bing.
Google : sa page indique qu'il prévoit de reconnaître cette ligne début 2027.

Ne supprimez donc pas vos blocs actuels : gardez-les, et ajoutez la ligne commune quand elle sera lue. Microsoft prévoit en plus un réglage distinct, page par page, pour que vos contenus ne servent pas à nourrir les réponses d'une IA. Vérifiez sa page avant de l'utiliser.

Ce que le robots.txt ne fait pas

Il n'efface rien. Ce qui a déjà été collecté reste collecté.
Il ne contraint personne. Un robot qui ne joue pas le jeu peut passer outre. Seuls les acteurs qui annoncent respecter la règle la suivent.
Il ne protège pas un contenu privé. Si une page ne doit pas être lue, mettez-la derrière un mot de passe.
Il ne règle pas la question des données de vos clients. Cela concerne ce que vous saisissez dans les outils d'IA, pas ce que les robots lisent sur votre site. Pour cela, lisez IA et RGPD.

Et la loi ?

En Europe, la directive sur le droit d'auteur dans le marché unique numérique prévoit que l'auteur peut réserver ses droits sur ses contenus en ligne. Selon son texte sur EUR-Lex, cette réserve doit être exprimée « de manière appropriée, notamment par des procédés lisibles par machine ». Un robots.txt est un procédé lisible par machine.

Nous ne pouvons pas vous dire comment un juge l'apprécierait dans votre cas. Par prudence, ajoutez aussi une phrase dans vos mentions légales ou vos conditions d'utilisation, pour dire que vous refusez la fouille de vos contenus. Gardez la date à laquelle vous avez modifié le fichier.

Votre équipe utilise aussi l'IA

Bloquer les robots protège ce que vous publiez. Il faut aussi cadrer ce que votre équipe y met. Un modèle de charte IA en 6 règles vous aide à poser les limites.

Et YAOKA dans tout ça ?

Une formation YAOKA vous aide à comprendre comment les IA lisent et utilisent les contenus du web, puis à décider ce que vous voulez laisser ou fermer. Elle donne aussi des règles simples pour les données que votre équipe confie aux outils. L'équipe YAOKA vous accompagne pas à pas, sur vos propres cas.

Questions fréquentes

Comment empêcher ChatGPT d'utiliser mon site pour s'entraîner ?

Ajoutez dans le fichier robots.txt de votre site un bloc qui nomme le robot GPTBot, avec la ligne « Disallow: / ». OpenAI indique que ce robot collecte les contenus pouvant servir à entraîner ses modèles. Le blocage joue pour l'avenir : il n'efface pas ce qui a déjà été collecté.

Bloquer les robots d'IA fait-il disparaître mon site de Google ?

Non. Google précise que le réglage Google-Extended n'a pas d'effet sur la présence de votre site dans la recherche Google. En revanche, bloquer les robots de recherche ou de consultation des IA (comme OAI-SearchBot) peut vous rendre moins visible dans leurs réponses.

Où se trouve le fichier robots.txt de mon site ?

Il se trouve à la racine de votre site, à une adresse du type votresite.fr/robots.txt. Tapez cette adresse dans votre navigateur pour le lire. Si la page n'existe pas, votre site n'a pas de fichier : il faut en créer un, ou demander à votre webmaster ou à votre outil de site de le faire.

Le robots.txt garantit-il que mes contenus ne seront pas utilisés ?

Non, c'est une demande, pas une serrure. Les robots sérieux la respectent, par exemple ceux d'Anthropic, qui affiche cette règle sur sa page d'aide. Un robot peu scrupuleux peut l'ignorer, et rien n'est retiré des données déjà collectées.

Faut-il aussi écrire une mention dans mes mentions légales ?

C'est une précaution utile, pas une obligation que nous pouvons vous garantir. La directive européenne sur le droit d'auteur demande que la réserve de droits soit exprimée de manière appropriée, notamment par des moyens lisibles par une machine. Un robots.txt répond à cela ; une phrase dans vos conditions d'utilisation le complète pour les lecteurs humains.