Bloquer les robots IA sur WordPress (GPTBot, Claude)

« Est-ce que je peux empêcher ChatGPT de s’entraîner sur mes articles ? » est devenue l’une des questions qu’on me pose le plus souvent, et elle mérite une réponse franche plutôt qu’un discours alarmiste ou un argumentaire commercial. La version honnête tient en deux moitiés : oui, vous pouvez dire aux grands robots IA de rester dehors — et non, un fichier texte ne peut pas physiquement arrêter un robot qui a décidé de mentir. Laissez-moi vous montrer exactement ce qui est sous votre contrôle, ce qui ne l’est pas, et comment régler votre politique dans WordPress en une minute environ.

L’essentiel

• Les grands robots IA utilisent chacun un user-agent distinct — GPTBot, Google-Extended, ClaudeBot, PerplexityBot, CCBot — et s’engagent publiquement à respecter le robots.txt.
• Google-Extended est distinct de Googlebot : le bloquer empêche Gemini et les AI Overviews d’utiliser vos contenus sans toucher à votre référencement classique.
• robots.txt est une demande, pas un mur — Bytespider et certains crawlers furtifs ont été pris à l’ignorer : c’est un signal pour les robots honnêtes, pas une contrainte technique.
• Blaminhor Essentials propose deux couches : le blocage robots.txt (empêche la récupération) et les balises meta noai / noimageai (demandent aux moteurs de ne pas s’entraîner sur ce qu’ils ont quand même récupéré). Utilisez l’une, l’autre, ou les deux.
• Chaque réglage a son miroir WP-CLI (wp blaminhor seo set --ai-block-chatgpt=true), et tous les contrôles sont désactivés par défaut — c’est vous qui choisissez, délibérément.

Que sont les robots IA, et lesquels comptent vraiment ?

Les robots IA sont des programmes automatisés qui récupèrent des pages web pour entraîner des modèles de langage ou alimenter les réponses de produits IA — chacun s’identifiant par un user-agent nommé, ce qui permet de l’autoriser ou de le bloquer individuellement. Ce n’est pas un essaim anonyme : c’est une poignée d’agents identifiés, appartenant à des entreprises précises, et connaître leurs noms est tout l’enjeu.

Voici les cinq qui comptent le plus en 2026, et ce que chacun alimente :

Robot	Entreprise	Ce qu’il alimente	Respecte robots.txt ?
GPTBot	OpenAI	ChatGPT et l’entraînement des modèles	Oui
Google-Extended	Google	Gemini et les AI Overviews (pas la recherche classique)	Oui
ClaudeBot	Anthropic	Les modèles Claude	Oui
PerplexityBot	Perplexity	Les citations du moteur de réponses	Oui
CCBot	Common Crawl	Un jeu de données ouvert sur lequel s’entraînent de nombreuses IA	Oui

Le dernier mérite qu’on s’y arrête : CCBot appartient à Common Crawl, une organisation à but non lucratif dont le jeu de données public sert à entraîner une immense variété de modèles. Bloquez CCBot et vous coupez un canal d’entraînement indirect que vous ne verriez jamais passer dans vos logs.

Le blocage via robots.txt les arrête-t-il vraiment ?

Pour les robots identifiés et respectueux des règles — oui ; pour un robot qui a décidé de les ignorer — non, et quiconque vous affirme le contraire vous survend quelque chose. robots.txt est un protocole de politesse. Il fonctionne parce que des entreprises sérieuses choisissent de l’honorer et publient le nom de leur user-agent pour que vous puissiez le viser. GPTBot, ClaudeBot, PerplexityBot, Google-Extended et CCBot font tous partie de ce camp.

Mais le protocole n’a aucune dent. Bytespider (ByteDance) et certains crawlers furtifs ont été documentés en train de récupérer des pages qu’on leur avait interdites. Le bon modèle mental est donc un panneau « défense d’entrer », pas un portail verrouillé. Il stoppe net la majorité honnête et ne fait rien contre un acteur malveillant déterminé — pour ceux-là, la défense se joue au niveau du serveur ou du pare-feu, pas dans un fichier texte.

Bloquer Google ne va-t-il pas ruiner mon référencement ?

Non — et c’est le malentendu qui empêche les gens d’agir. Google fait tourner deux robots distincts pour deux missions distinctes. Googlebot indexe votre site pour la recherche classique. Google-Extended est un jeton séparé qui gouverne uniquement l’utilisation de vos contenus pour entraîner Gemini et apparaître dans les AI Overviews.

Bloquer Google-Extended revient à dire à Google « n’utilisez pas mes contenus pour l’IA », pendant que Googlebot continue de vous crawler et de vous classer exactement comme avant. Vous ne perdez rien dans les liens bleus. C’est précisément cette séparation nette qui fait du blocage de l’entraînement IA une décision à faible risque pour la plupart des propriétaires de sites : vous ne choisissez pas entre Google et votre tranquillité, vous déclinez un usage bien précis.

Comment bloquer les robots IA dans WordPress ?

Dans WordPress, vous n’éditez pas le robots.txt à la main : vous cochez les robots à refuser, et le module SEO ajoute les bonnes règles à votre robots.txt virtuel. Avec Blaminhor Essentials, voici le parcours :

1. Ouvrez l’onglet GEO / AEO du module SEO. Il regroupe tous les contrôles IA au même endroit, à côté du llms.txt et des données structurées.
2. Sous Block via robots.txt (blocage via robots.txt), cochez les robots que vous voulez refuser — GPTBot, Google-Extended, ClaudeBot, PerplexityBot, CCBot. Chaque case est indépendante : vous pouvez bloquer les robots d’entraînement tout en accueillant ceux qui citent leurs sources.
3. Activez si vous le souhaitez les balises meta noai. Cela ajoute noai et noimageai à vos pages, demandant aux moteurs de ne pas utiliser pour l’entraînement les contenus qu’ils ont quand même récupérés — une seconde couche derrière le blocage.
4. Enregistrez. Le module écrit un bloc clairement identifié dans votre robots.txt (User-agent: GPTBot / Disallow: /, une entrée par robot choisi). Visitez votresite.com/robots.txt pour le constater.

Une case par robot. Bloquez les robots d’entraînement, accueillez les moteurs de citation, ou refusez tout le monde — c’est vous qui décidez, robot par robot.

Vous préférez la ligne de commande ? Chaque réglage a son jumeau WP-CLI, de quoi appliquer la politique à tout un parc de sites en un seul script :

wp blaminhor seo set --ai-block-chatgpt=true --ai-block-claude=true --ai-block-common-crawl=true

La même validation s’exécute, que vous cliquiez ou que vous tapiez — la CLI n’est pas un citoyen de seconde zone greffé après coup.

Les bloquer ou les inviter — comment trancher ?

Décidez moteur par moteur, selon que vous préférez protéger vos contenus ou être cité(e) par les IA. Il n’existe pas de réponse universellement juste, et c’est rarement tout ou rien.

Bloquez-les si votre écriture est votre produit — une publication payante, de la recherche originale, un portfolio que vous refusez de voir reformulé en réponse sans le moindre clic en retour. Laissez-les passer si la découvrabilité compte plus que la protection et que vous échangez volontiers un crawl contre une citation dans ChatGPT ou Perplexity. Beaucoup de sites coupent la poire en deux : bloquer les purs robots d’entraînement comme CCBot, autoriser ceux qui renvoient du trafic.

Ce qu’il faut retenir

Vous avez un contrôle réel et simple sur la majorité honnête des robots IA, et les bloquer ne vous coûte rien dans la recherche classique. Ce que vous n’avez pas, c’est un mur magique contre les robots qui ignorent les règles — pour ceux-là, le combat se déplace vers votre serveur. Définissez votre politique robots.txt délibérément, ajoutez les balises noai en filet de sécurité si vous le souhaitez, et revisitez le tout à mesure que de nouveaux robots apparaissent.

Puis rendez-la cohérente avec l’autre moitié de la question SEO/IA : si vous voulez être cité(e), associez une politique ouverte à une carte llms.txt propre de vos contenus. Le contrôle des robots IA est l’un des plus de 20 outils de Blaminhor Essentials — gratuit et open source sur WordPress.org.

– blaminhor