Depuis deux ans, beaucoup de dirigeants nous posent la même question, souvent formulée avec une pointe d’agacement : « est-ce que je peux empêcher ChatGPT de piller mon site, sans me faire disparaître de Google ? » Jusqu’ici, la réponse honnête était inconfortable. Fermer la porte aux robots d’IA revenait parfois à la fermer aussi aux robots d’indexation, parce qu’un même programme pouvait servir aux deux. Cloudflare vient de s’attaquer à ce nœud avec de nouveaux réglages qui trient les robots selon ce qu’ils font de vos pages, et non selon qui les envoie.
Le problème n’était pas technique, il était politique
Un robot qui visite votre site peut le faire pour trois raisons très différentes. Il peut vouloir l’indexer pour le proposer dans les résultats de recherche. Il peut vouloir aspirer votre contenu pour entraîner un modèle d’intelligence artificielle. Ou il peut passer parce qu’un internaute a posé une question à un assistant, qui va chercher la réponse en direct.
Ces trois usages n’ont rien à voir pour un chef d’entreprise. Le premier vous amène des clients. Le deuxième nourrit gratuitement un concurrent potentiel. Le troisième est plus ambigu : il peut vous citer, ou vous résumer au point que personne ne clique. Le problème, c’est que jusqu’à maintenant, le fichier robots.txt — le petit fichier texte qui dit aux robots ce qu’ils ont le droit de faire — ne permettait pas toujours de faire cette distinction proprement. Cloudflare a donc formalisé trois comportements : Search pour l’indexation, Training pour l’entraînement des modèles, Agent pour les robots déclenchés à la demande d’un utilisateur.
Ce n’est pas une prouesse technique. C’est surtout un cadre commun, imposé par un acteur assez gros pour que les autres suivent : Cloudflare protège plus de 20 % des sites dans le monde.
Quatre niveaux, dont un à manipuler avec des pincettes
Concrètement, l’interface propose quatre réglages. Allow laisse tout passer. Disallow AI Training vise uniquement l’entraînement, et laisse l’indexation tranquille. Block on pages with ads réserve le blocage aux pages qui contiennent de la publicité — logique pour un média, rarement pertinent pour une PME. Et Block coupe tout.
C’est ce dernier qui mérite un avertissement. Cloudflare le dit lui-même : avec un blocage total, vous pouvez empêcher Googlebot, Bingbot ou Applebot d’accéder à votre site pour la recherche. Autrement dit, un clic de trop dans un tableau de bord et vous sortez des résultats de recherche. Si vous gérez votre infrastructure vous-même, ou si un prestataire a « sécurisé » votre site sans vous expliquer ce qu’il a coché, cela vaut la peine d’aller vérifier. C’est exactement le genre de réglage silencieux qui explique une chute de trafic inexpliquée trois semaines plus tard — et que l’on retrouve en surveillant ses indicateurs sur un tableau de bord SEO plutôt qu’en s’en apercevant sur son chiffre d’affaires.
Bonne nouvelle pour ceux qui avaient déjà configuré quelque chose : Cloudflare migre automatiquement les anciennes préférences vers les nouveaux contrôles. Il n’y a rien à refaire.
Qui joue le jeu, et jusqu’où
Cloudflare a créé un statut Accountable pour les opérateurs qui acceptent des règles précises : proposer un mécanisme de refus de l’entraînement, et garantir que ce refus ne pénalise pas le référencement classique. Google, Apple et Microsoft figurent parmi ceux qui répondent à ces critères ou se sont engagés à le faire. Chez Google, le refus passe par Google-Extended, chez Apple par Applebot-Extended.
Microsoft est en retard : la prise en charge est annoncée pour début 2027, et en attendant, le réglage Disallow AI Training de Cloudflare ne transmet aucune consigne à Bing, dont le mécanisme repose encore sur la balise NOARCHIVE. C’est un détail, mais il illustre bien l’état du dossier : on est au début d’une normalisation, pas à la fin.
Un chiffre, enfin, est très parlant. Selon Cloudflare, 17 % des sites qu’il protège bloquent l’entraînement des IA, alors que moins de 1 % refusent le passage des robots de recherche. La hiérarchie des priorités est claire : personne ne veut renoncer à Google, mais une part croissante d’éditeurs ne veut plus offrir son contenu gratuitement aux modèles.
Ce que ça change vraiment pour une TPE ou une PME
Soyons directs : pour la majorité des artisans, commerçants et PME, bloquer l’entraînement des IA n’est pas la bonne priorité. Un média qui vit de son audience a un intérêt évident à protéger ses archives. Un couvreur de l’Essonne ou un cabinet de conseil de Massy a surtout intérêt à ce que son nom, son métier et sa zone d’intervention circulent — y compris dans les réponses des assistants IA.
Le vrai risque, pour une petite structure, n’est pas d’être pillée. C’est d’être invisible. Quand un prospect demande à un assistant « un plombier fiable près de Palaiseau », vous voulez apparaître dans la réponse. Cela suppose d’être bien référencé, d’avoir une fiche d’établissement solide et des pages qui décrivent clairement ce que vous faites et où. C’est tout l’objet du travail de référencement dans les moteurs IA, qui s’appuie largement sur les mêmes fondations que le SEO local classique.
La distinction introduite par Cloudflare est d’ailleurs utile dans ce sens : refuser l’entraînement (Training) n’empêche pas les robots Agent de venir chercher une réponse à la demande d’un internaute. Vous pouvez donc, en théorie, dire non à l’aspiration massive tout en restant disponible quand quelqu’un pose une vraie question. C’est probablement le réglage le plus raisonnable pour une entreprise qui produit du contenu original et tient à le protéger un minimum.
Deux réflexes à retenir. D’abord, vérifiez qui contrôle vos réglages de robots : si votre site passe par Cloudflare, quelqu’un a forcément une option cochée quelque part. Ensuite, ne traitez pas ce sujet comme une question de cybersécurité à déléguer sans regarder. C’est une décision éditoriale et commerciale, qui touche directement à votre visibilité.
Cloudflare annonce par ailleurs vouloir mieux encadrer les résumés générés par les IA, avec un réglage centralisé prévu pour 2027 permettant de contrôler la quantité de contenu reprise dans ces réponses. C’est probablement le vrai sujet des mois à venir, bien plus que l’entraînement : ce n’est pas qu’une IA ait lu votre page, c’est qu’elle réponde à votre place.
Source : Siècle Digital
