Liste d’attente

Bloquer l’entraînement des IA sur son site : ce qui change

, 5 min de lecture

Tu veux que les textes de ton site ne servent pas à entraîner les IA, sans disparaître des réponses de ChatGPT ? Le 30 octobre 2026, OpenAI a annoncé qu’il respectera un signal commun, placé dans le fichier robots.txt de ton site, qui dit à plusieurs fournisseurs d’IA à la fois si ton contenu peut servir à entraîner leurs modèles. Ce signal n’est pas encore appliqué : OpenAI vise « les prochains mois ». En attendant, un réglage existe déjà pour ses propres robots. Voici ce qui change et comment faire.

Ce qu’OpenAI a annoncé le 30 octobre 2026

robots.txt est un petit fichier texte, placé à la racine de ton site, qui donne des consignes aux robots qui le parcourent. Jusqu’ici, pour refuser l’entraînement, il fallait identifier le robot de chaque fournisseur d’IA et écrire une règle pour chacun.

D’après l’annonce d’OpenAI :

  • il respectera un signal commun dans robots.txt, qui exprime ta préférence sur l’utilisation de ton contenu pour entraîner des modèles d’IA générative ;
  • une même ligne vaudra pour plusieurs fournisseurs participants à la fois ;
  • c’est une démarche volontaire, issue des travaux du groupe « AI Preferences » de l’IETF, l’organisme qui écrit les standards techniques d’internet ;
  • il vise une mise en œuvre dans les prochains mois, avec une nouvelle annonce à ce moment-là ;
  • le signal ne remplace pas les réglages actuels des robots d’OpenAI, qui continuent de s’appliquer.

OpenAI ne nomme pas les autres fournisseurs qui y participent, mais il les encourage à respecter ce signal.

Le signal en pratique : une ligne dans robots.txt

Le signal est décrit dans un brouillon de standard publié à l’IETF le 30 octobre 2026, écrit par K. Kelley, d’Anthropic. Il utilise un nom spécial à la place du nom d’un robot : __usage_ai-training.

L’exemple du brouillon :

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

Ces trois lignes disent : « je ne veux pas que mon site serve à entraîner des IA, sauf le dossier /press-kit/ ». La règle se lit comme les autres règles de robots.txt :

  • Disallow sur une page ou un dossier : tu es contre l’entraînement sur ce contenu ;
  • Allow : tu es pour ;
  • tu peux régler page par page ou dossier par dossier, pas seulement tout le site.

Trois précisions du brouillon comptent pour toi :

  1. La règle générale User-Agent: * ne compte pas. Si ton fichier n’a pas de ligne User-Agent: __usage_ai-training, tu n’as exprimé aucune préférence sur l’entraînement.
  2. Ce n’est pas une règle d’exploration. Ce signal parle de l’usage de ton contenu, pas des visites des robots. Pour limiter les visites, tu gardes les règles robot par robot.
  3. C’est un brouillon. Le texte peut encore changer avant de devenir un standard, et un accord privé entre un site et un fournisseur peut passer outre.

Ce qui marche déjà aujourd’hui avec OpenAI

Sans attendre, la page d’OpenAI sur ses robots décrit des réglages indépendants les uns des autres :

Robot À quoi il sert Si tu l’interdis dans robots.txt
GPTBot Explorer du contenu qui peut servir à entraîner les modèles d’OpenAI Ton contenu ne doit pas servir à cet entraînement
OAI-SearchBot Afficher des sites dans la recherche de ChatGPT Ton site n’apparaît plus dans les réponses de recherche de ChatGPT, sauf en simple lien de navigation
ChatGPT-User Visiter une page quand un utilisateur le demande à ChatGPT Les règles de robots.txt peuvent ne pas s’appliquer, puisque la visite vient d’un utilisateur

C’est l’exemple qu’OpenAI donne lui-même : tu peux autoriser OAI-SearchBot pour apparaître dans la recherche de ChatGPT, et interdire GPTBot pour dire que ton contenu ne doit pas servir à l’entraînement. Pour la recherche, OpenAI indique qu’il faut compter environ 24 heures après la modification du fichier.

Garde ce point en tête si tu tiens à être trouvé dans ChatGPT : interdire OAI-SearchBot en même temps que GPTBot te retirerait des réponses de recherche. Pour choisir l’outil que tu utilises toi-même, vois ChatGPT ou Claude : lequel choisir pour travailler ?.

Faire le point sur ton site, pas à pas

  1. Ouvre ton fichier. Tape l’adresse de ton site suivie de /robots.txt, par exemple ton-site.fr/robots.txt. Le fichier porte ce nom exact, en minuscules, à la racine du site.
  2. Décide ce que tu veux. Être trouvé dans la recherche de ChatGPT, refuser l’entraînement, ou les deux. Ce sont deux choix séparés.
  3. Aujourd’hui, pour OpenAI : un groupe User-Agent: GPTBot suivi de Disallow: / exprime ton refus de l’entraînement ; ne touche pas à OAI-SearchBot si tu veux rester visible dans la recherche.
  4. Pour le signal commun : tu peux ajouter le groupe User-Agent: __usage_ai-training, selon l’exemple du brouillon. OpenAI ne l’applique pas encore et n’a pas donné de date précise ; le brouillon peut aussi évoluer : relis son statut avant de t’y fier.
  5. Fais-le modifier par la bonne personne. Selon l’outil qui fait tourner ton site, le fichier ne se modifie pas au même endroit. Une règle mal écrite peut bloquer plus que prévu : demande à ton prestataire si tu n’es pas sûr.

robots.txt exprime une préférence, ce n’est pas un verrou. Le texte qui le définit le dit lui-même : ses règles ne sont pas une forme d’autorisation d’accès. Pour une question de droits sur tes contenus, renseigne-toi auprès d’un professionnel du droit.

Si tu veux aller plus loin et faire de l’IA un outil de travail, et pas seulement un sujet à surveiller, lis Utiliser l’IA en entreprise : de ChatGPT à un vrai système.

Questions fréquentes

Comment empêcher ChatGPT de s’entraîner sur mon site ?

Aujourd’hui, en interdisant GPTBot dans ton fichier robots.txt : selon OpenAI, cela indique que ton contenu ne doit pas servir à entraîner ses modèles. Pour le signal commun __usage_ai-training, OpenAI vise une mise en œuvre dans les prochains mois.

Si je bloque GPTBot, mon site disparaît-il de ChatGPT ?

Pas de la recherche : c’est OAI-SearchBot qui sert à afficher les sites dans la recherche de ChatGPT, et les deux réglages sont indépendants. Si tu interdis OAI-SearchBot, en revanche, ton site n’apparaît plus dans ces réponses, sauf en simple lien de navigation.

Le nouveau signal fonctionne-t-il déjà ?

Pas chez OpenAI : il vise une mise en œuvre dans les prochains mois et annoncera les détails à ce moment-là. Le signal est décrit dans un brouillon de l’IETF, qui peut encore changer.

Est-ce que la ligne « User-Agent: * » suffit à refuser l’entraînement ?

Non. Selon le brouillon, la règle générale ne vaut pas pour le signal d’entraînement. Il faut un groupe User-Agent: __usage_ai-training explicite.

Sources

La formation ouvre bientôt.