Aller au contenu
Vos 9 agents IA
Composer mon équipe IA Ressources Tarifs Tester mon site → Voir mon potentiel →
Observatoire Rank Press
Ce qui a changé Publié le 23 août 2026 · sources vérifiées le 15 août 2026 · mis à jour le 14 octobre 2026

La vieille balise noarchive, enterrée avec le cache de Google, revient comme refus d'entraînement IA chez Amazon

L'essentiel

  • noarchive est une balise des années 2000 : elle demandait aux moteurs de ne pas montrer leur copie « en cache » d'une page. Google a retiré ce cache, la balise semblait morte.
  • Dans la documentation d'Amazonbot, une parenthèse lui donne un nouveau sens : noarchive y signifie « ne pas utiliser la page pour l'entraînement de modèle ».
  • Ce refus d'entraînement se pose page par page, alors que robots.txt ne raisonne que par robot et par répertoire. Cette possibilité reste très peu connue.
  • La même phrase documente le respect de noindex, de none et du nofollow au niveau du lien. Chez Amazon, les vieilles balises meta robots gardent donc un effet.
  • ⚠ Ne généralisez pas : chaque opérateur donne son propre sens aux balises. Microsoft documente lui aussi noarchive comme un refus d'entraînement, et la page perd en plus son lien dans Copilot.
Wen Dasnois
Wen DasnoisFondateur de Rank Press et de Permis Online (plus de 100 000 inscrits depuis 2021). LinkedIn · Ma page auteur

La balise noarchive date de l'époque où chaque résultat de recherche proposait sa copie « en cache » : elle demandait aux moteurs de ne pas montrer cette copie. Quand Google a retiré le lien de cache de ses résultats, on a cru pouvoir la rayer des checklists. Puis je suis tombé, dans la documentation d'Amazonbot, sur une parenthèse qui lui donne un tout autre usage.

La parenthèse qui change le sens

« When these user agents access web pages they respect the link-level rel=nofollow directive, and page level robots meta tags of noarchive (do not use the page for model training), noindex (do not index the page) and none (do not index the page). »

Ma traduction : quand ces agents accèdent à des pages web, ils respectent la directive rel=nofollow au niveau du lien, et les balises meta robots au niveau de la page : noarchive (ne pas utiliser la page pour l'entraînement de modèle), noindex (ne pas indexer la page) et none (ne pas indexer la page). Source : Amazon, « Amazonbot », developer.amazon.com, sans date de mise à jour affichée, consultée le 15 août 2026.

La parenthèse placée après noarchive dit « do not use the page for model training ». Amazon a repris une balise dont le sens historique était « ne montre pas ta copie » et l'a réinterprétée en « n'utilise pas cette page pour entraîner de modèle ». Le glissement se comprend (dans les deux cas, on refuse une réutilisation de la page au-delà du résultat de recherche), mais ce sens est nouveau, et c'est Amazon qui le donne, dans sa propre documentation.

Refuser l'entraînement page par page

Jusqu'ici, le refus d'entraînement se réglait dans robots.txt, par robot et par répertoire. On ne pouvait pas y écrire « entraîne-toi sur mon blog, mais pas sur cette page-ci ». Une balise meta se place dans le code de la page elle-même, ce qui permet de refuser l'entraînement page par page. Pour un site qui veut laisser ses contenus généraux ouverts mais protéger quelques pages sensibles (une étude propriétaire, une grille tarifaire, un contenu premium), c'est la granularité qui manquait, au moins chez Amazon et Microsoft.

Le reste de la phrase d'Amazon documente aussi le respect du nofollow au niveau du lien, de noindex et de none. Pour savoir ce qu'un site autorise, les robots d'Amazon lisent donc des signaux d'il y a vingt ans, et c'est l'un d'eux qu'Amazon a redéfini pour l'entraînement.

!

Ce sens de noarchive n'engage que les opérateurs qui l'écrivent. Aucun standard ne définit « noarchive = pas d'entraînement » : Amazon l'écrit dans sa documentation, Microsoft aussi dans la sienne, en retirant en plus le lien vers la page dans Copilot. Chez d'autres opérateurs, la balise peut ne rien faire du tout, ou faire autre chose. Cette série le documente depuis deux semaines, avec crawl-delay (quatre réponses pour une ligne) et avec les jetons « -Extended » : un signal adressé aux robots vaut ce que la documentation de chaque opérateur dit qu'il vaut. Poser noarchive « pour se protéger des IA » en général reviendrait à refaire l'erreur des balises NoAI, que Meta qualifie lui-même de format non standard.

Ce que ça change pour vous

Si vous avez quelques pages à protéger de l'entraînement chez Amazon sans fermer tout le site, posez la balise meta robots noarchive sur ces pages seulement. C'est le moyen documenté par Amazon, et votre robots.txt reste tel quel.

Si noarchive traîne déjà sur tout votre site (héritage d'un vieux réglage ou d'une extension), elle a maintenant des effets de bord. Chez Amazon, vous refusez l'entraînement sans l'avoir décidé ; chez Microsoft aussi, et vos pages n'ont plus de lien dans Copilot. Ce refus peut vous convenir, mais vérifiez qu'il est voulu avant de laisser la balise en place.

Avant de poser un signal « anti-IA », quel qu'il soit, cherchez la phrase exacte de l'opérateur visé. Cette série a maintenant documenté les réglages de Google, OpenAI, Anthropic, Meta, Amazon, Apple, Mistral et Perplexity, et il n'y en a pas deux qui fonctionnent de la même façon.

Si votre site tourne sous WordPress, notre extension gratuite publiée sur le répertoire officiel de WordPress vous permet de choisir quels robots d'IA vous accueillez et lesquels vous tenez à l'écart, sans compte ni clé API.

Comment j'ai travaillé

La page d'Amazonbot, lue le 15 août 2026, n'affiche aucune date de mise à jour : je ne peux donc pas dire depuis quand noarchive y signifie un refus d'entraînement. L'histoire de la balise (le cache retiré des résultats de Google) est donnée comme contexte général, sans source dans la liste ci-dessous. Le rôle IA que Microsoft donne à noarchive vient de la page d'aide de Bing sur les balises meta robots, relue le 14 octobre 2026.

Sources

  1. Primaire Amazon, « Amazonbot » (le respect des balises meta robots, avec la redéfinition de noarchive en refus d'entraînement de modèle ; nofollow au niveau du lien ; noindex et none). Sans date de mise à jour affichée. developer.amazon.com. Consultée le 15 août 2026.
  2. Primaire Microsoft Bing, « Robots meta tags and attributes that Bing supports » (noarchive : pas de lien dans Chat et Copilot, pas d'usage pour l'entraînement des modèles d'IA générative de Microsoft ; nocache : adresse, titre et extrait seulement, et l'emporte si les deux balises sont posées). Sans date de mise à jour affichée. bing.com. Consultée le 14 octobre 2026.

À lire ensuite