Depuis un an, les tableaux de bord se multiplient : « les robots d'IA ont visité votre site 340 fois ce mois-ci », avec un joli camembert par éditeur. C'est devenu un argument de vente, y compris le nôtre. La plupart de ces chiffres reposent sur la façon dont chaque robot se présente lui-même, ce qui appelle une réserve que presque personne n'écrit.
Quand un visiteur, humain ou machine, demande une page, il envoie une petite phrase d'identification. Un robot d'OpenAI annonce par exemple qu'il s'appelle GPTBot. Les outils de suivi lisent cette phrase et comptent.
Cette phrase est déclarative. Personne ne la vérifie ni ne la signe, et n'importe qui peut y écrire ce qu'il veut. Google le dit lui-même, dans un encadré d'avertissement de sa documentation :
« Caution: The user agent string can be spoofed. Learn how to verify if a request is from Google. »
Ma traduction : attention, la chaîne d'identification peut être usurpée. Apprenez à vérifier si une requête vient bien de Google. Source : Google, « List of Google user-triggered fetchers », developers.google.com, dernière mise à jour affichée le 16 juillet 2026, consultée le 13 août 2026.
Se faire passer pour un robot connu est une technique courante : les robots légitimes sont souvent autorisés à passer les protections, donc usurper leur identité est un moyen simple de contourner un filtre. La mise en garde de Google mentionne explicitement « spammers or other troublemakers ».
Google publie une page entière consacrée à ce contrôle, et il classe ses accès en trois familles, chacune avec ses plages d'adresses publiées dans un fichier à part : les explorateurs courants, les explorateurs à cas particuliers, et les récupérateurs déclenchés par un utilisateur.
Deux méthodes sont documentées : la résolution de nom inversée (l'adresse doit se résoudre vers un nom de domaine appartenant à Google, et ce nom doit se résoudre à son tour vers la même adresse), et la comparaison aux plages d'adresses officielles, publiées dans des fichiers mis à jour.
Les autres éditeurs font la même chose. En lisant leurs documentations pour un autre article, j'ai constaté qu'ils publient eux aussi les adresses de leurs robots et recommandent explicitement de s'en servir :
| Éditeur | Ce qu'il publie |
|---|---|
| Trois fichiers de plages d'adresses, un par famille d'accès, plus la résolution de nom inversée | |
| OpenAI | Un fichier d'adresses par agent : recherche, entraînement, et requêtes déclenchées par un utilisateur |
| Perplexity | Un fichier d'adresses par agent, avec des consignes de configuration pour les pare-feux |
Chacun de ces éditeurs fournit donc gratuitement de quoi vérifier l'identité de ses robots, et la plupart des outils de suivi ne s'en servent pas.
Notre propre agent est concerné. Le suivi des passages de robots d'IA de notre plugin gratuit identifie une vingtaine de robots par leur signature déclarée, comme la quasi-totalité des outils du marché. Ses chiffres se lisent donc comme un plancher indicatif : ils montrent qu'un robot annonçant être ChatGPT est passé, pas qu'il l'était. Croiser avec les plages d'adresses publiées est le durcissement évident, et il est désormais sur notre liste.
Quand vous lisez qu'un robot représente tel pourcentage du trafic automatisé, ou qu'un éditeur explore X pages pour une visite renvoyée, cherchez comment l'identité du robot a été établie avant de vous demander « est-ce beaucoup ».
Si l'identité a été établie par les plages d'adresses ou la résolution inversée, le chiffre mérite d'être discuté. Si elle repose sur la seule signature déclarée, il faut le lire comme une limite basse mêlée d'imposteurs : les vrais robots y sont, mais les faux aussi, et rien ne permet de séparer les uns des autres.
C'est aussi pour ça que ces pourcentages varient autant d'une étude à l'autre. Ils ne mesurent pas la même chose, et la plupart ne disent pas laquelle.
Traitez ces tableaux de bord comme un indice. Savoir quels robots d'IA passent, sur quelles pages et à quel rythme reste une information utile ; le nombre exact de passages affiché est moins solide qu'il n'en a l'air.
Demandez la méthode avant le chiffre. Posez la question à votre prestataire, à l'éditeur de l'outil ou aux auteurs de l'étude : comment l'identité du robot a-t-elle été vérifiée ? Sans réponse précise, partez du principe que seule la signature a été lue.
Si vous bloquez des robots d'après leur signature, sachez ce que vous bloquez. Une règle qui refuse tout ce qui s'annonce comme un robot d'IA laisse passer celui qui ment sur son identité, et peut bloquer un vrai robot que vous vouliez accueillir. Les plages d'adresses publiées servent aussi à filtrer sur l'adresse d'origine plutôt que sur le nom annoncé.
Appliquez aussi à nos chiffres la règle de cette rubrique. Un chiffre se publie avec sa méthode, son échantillon et sa date, sinon il ne se publie pas.
Si votre site tourne sous WordPress, notre extension gratuite publiée sur le répertoire officiel de WordPress vous montre quels robots d'IA passent chez vous, sans compte ni clé API, en les identifiant par leur signature déclarée.
Je n'ai pas mesuré la proportion de faux robots sur un site réel. Cette mesure demanderait de croiser des journaux de serveur avec les plages d'adresses publiées sur une période déclarée ; elle fera l'objet d'une publication à part le jour où je l'aurai faite.
La description du fonctionnement de notre propre suivi vient de son code, que j'ai relu ce jour.