Entraînement des IA : un futur réglage commun dans robots.txt pour dire non depuis votre site

Réponse courte : un brouillon publié le 30 octobre 2026 à l'IETF, l'organisme qui écrit les normes d'Internet, propose une ligne commune dans le fichier robots.txt pour dire « pas d'entraînement d'IA sur mon site » à tous les fournisseurs à la fois. Google indique vouloir la suivre début 2027. En attendant, il faut régler chaque robot un par un.

Le principe : une ligne au lieu d'une par robot

Le fichier robots.txt, placé à la racine d'un site, dit aux robots ce qu'ils peuvent visiter. Chez Google comme chez OpenAI, la documentation actuelle demande de nommer leur propre robot pour refuser l'entraînement.

Le brouillon propose un nom commun, __usage_ai-training, écrit sur une ligne « User-Agent » ordinaire. Il n'ajoute ni nouvelle commande ni nouvelle syntaxe. L'exemple du texte :

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

Ces trois lignes expriment un refus d'entraînement pour tout le site, sauf le dossier « press-kit », pour lequel l'entraînement est accepté.

Point important : selon le brouillon, ce signal n'est pas une consigne de visite. Il exprime une préférence sur l'usage du contenu. Pour limiter les visites elles-mêmes, il faut toujours viser les robots par leur nom.

Où en est-on vraiment

• Ce n'est pas une norme. La page de l'IETF précise que ce brouillon n'est pas approuvé par l'IETF et n'a aucune valeur officielle. Selon cette même page, il expire le 3 mai 2027.

• Il vient d'un fournisseur d'IA. Selon l'en-tête du brouillon, son auteur, Kevin Kelley, est rattaché à Anthropic, l'éditeur de Claude.

• Google s'y engage pour plus tard. Sa documentation indique vouloir prendre en charge ce signal début 2027.

Ce que ça change pour vous

1. Rien n'est automatique aujourd'hui : le signal commun ne vaut pas encore réglage.

2. Chez Google et OpenAI, les réglages par robot restent la méthode documentée en attendant.

3. Refuser l'entraînement n'est pas refuser la visibilité : chez Google comme chez OpenAI, les deux se règlent séparément.

Ce que vous pouvez régler dès maintenant

Pour Google, le nom à utiliser est Google-Extended. Selon sa documentation, il décide si le contenu de votre site peut servir à entraîner les futurs modèles Gemini. Il n'a aucun effet sur votre présence dans la recherche Google ni sur votre classement.

Pour OpenAI, la documentation distingue deux robots :

• GPTBot : il collecte des contenus qui peuvent servir à entraîner les modèles. Le bloquer indique que votre contenu ne doit pas servir à l'entraînement.

• OAI-SearchBot : il sert à faire apparaître des sites dans la recherche de ChatGPT. Le bloquer vous en retire.

OpenAI précise qu'il faut environ 24 heures pour qu'un changement soit pris en compte pour la recherche. Elle ajoute que ChatGPT-User, qui visite une page à la demande d'un utilisateur, peut ne pas suivre robots.txt.

Les vérifications à faire

1. Ouvrez votre fichier à l'adresse votresite.fr/robots.txt et regardez les robots déjà nommés.

2. Décidez séparément : accepter d'apparaître dans les recherches des IA, et accepter l'entraînement.

3. Demandez à votre prestataire web d'ajouter les lignes correspondantes et de garder une trace de la date.

4. Repassez début 2027, quand le signal commun pourrait être pris en charge.

Pour d'autres réglages de site qui engagent votre responsabilité, voyez notre article sur la sanction de la CNIL contre la Fnac pour un traceur.

Ce qu'Elginux a vérifié

Nous avons lu le 31 octobre 2026 le brouillon de l'IETF, la documentation des robots de Google et celle des robots d'OpenAI. Nous n'avons pas mesuré si ces robots respectent effectivement les règles sur un site réel.

Vous voulez savoir ce que votre site autorise aujourd'hui aux robots d'IA ? Décrivez-nous votre besoin. Demander mon diagnostic gratuit

Questions fréquentes

Ce signal commun fonctionne-t-il déjà ?

Non. C'est un brouillon de travail à l'IETF, publié le 30 octobre 2026, sans valeur de norme. Google indique vouloir le prendre en charge début 2027.

Bloquer l'entraînement me fait-il disparaître de Google ?

Selon la documentation de Google, le réglage Google-Extended n'a pas d'effet sur la présence dans la recherche Google ni sur le classement.

Que faire dès aujourd'hui pour ChatGPT ?

La documentation d'OpenAI permet de bloquer GPTBot, qui sert à l'entraînement, tout en autorisant OAI-SearchBot, qui sert à apparaître dans la recherche de ChatGPT.

Ce réglage bloque-t-il toutes les visites des IA ?

Non. OpenAI précise que ChatGPT-User, qui visite une page à la demande d'un utilisateur, peut ne pas suivre les règles de robots.txt.