Content Signals : le nouveau langage de robots.txt, que ses propres inventeurs disent ignorable
L'essentiel
- Cloudflare a lancé en septembre 2025 une « politique de signaux de contenu » : trois mots à poser dans robots.txt : search, ai-input, ai-train : pour dire ce qu'on autorise usage par usage.
- La version servie par Cloudflare inscrit aussi, dans le fichier, une réserve de droits explicite au sens de la directive européenne sur le droit d'auteur (l'article 4, celui de la fouille de textes).
- C'est la première fois que la distinction « recherche / réponse IA / entraînement », que cette série documente éditeur par éditeur, reçoit un vocabulaire commun côté SITES.
- Mais le billet de lancement lui-même l'écrit : ces signaux « ne sont pas des contre-mesures techniques », et « certaines entreprises pourraient simplement les ignorer ».
- Un signal juridiquement intéressant, techniquement non contraignant : exactement ce qu'il faut comprendre avant d'en attendre quoi que ce soit.
Toute cette série bute sur le même mur : robots.txt sait dire « passe » ou « ne passe pas » à un robot, mais pas POURQUOI. Impossible d'y écrire « explorez-moi pour la recherche, pas pour l'entraînement » autrement qu'en devinant, éditeur par éditeur, quel robot fait quoi. En septembre 2025, Cloudflare a proposé de combler ce trou avec un vocabulaire, et il mérite d'être connu, y compris pour la phrase d'honnêteté qui accompagne son lancement.
Trois mots pour trois usages
« This policy defines three content signals - search, ai-input, and ai-train - and their relevance to crawlers. »
Ma traduction : cette politique définit trois signaux de contenu, search, ai-input et ai-train, et leur signification pour les robots. Source : Cloudflare, « Giving users choice with Cloudflare's new Content Signals Policy », blog officiel, 24 septembre 2025, blog.cloudflare.com. Consulté et analysé en texte intégral le 15 août 2026.
Le principe : au lieu de bloquer des noms de robots (en devinant lesquels entraînent, lesquels cherchent, lesquels répondent, ce que cette série s'épuise à documenter), le site déclare ses préférences par USAGE. « search » pour la recherche classique, « ai-input » pour l'alimentation des réponses IA, « ai-train » pour l'entraînement des modèles. C'est exactement la distinction en trois couches que j'ai documentée chez Apple, Amazon, Mistral ou DuckDuckGo, mais exprimée UNE fois, côté site, au lieu d'être devinée dix fois côté robots.
La réserve de droits, en majuscules dans le fichier
« # ANY RESTRICTIONS EXPRESSED VIA CONTENT SIGNALS ARE EXPRESS RESERVATIONS OF RIGHTS UNDER ARTICLE 4 OF THE EUROPEAN UNION DIRECTIVE 2019/790 ON COPYRIGHT AND RELATED RIGHTS IN THE DIGITAL SINGLE MARKET. »
Ma traduction : toute restriction exprimée via les signaux de contenu constitue une réserve expresse de droits au sens de l'article 4 de la directive de l'Union européenne 2019/790 sur le droit d'auteur et les droits voisins dans le marché unique numérique. Source : même billet, texte inséré dans les fichiers robots.txt servis, consulté le 15 août 2026.
Ce paragraphe-là est peut-être le plus important, et il est juridique, pas technique. L'article 4 de la directive européenne autorise la fouille de textes et de données SAUF si le titulaire des droits a réservé ses droits de façon appropriée, y compris par des moyens lisibles par machine. En inscrivant cette réserve dans le robots.txt des domaines qu'il sert, Cloudflare transforme un fichier technique en déclaration juridique de masse. Que vaut cette réserve devant un tribunal ? Personne ne le sait encore : aucune jurisprudence ne l'a testée. Mais elle existe, elle est datée, et elle est massive.
La phrase d'honnêteté, écrite par l'inventeur lui-même. Le même billet de lancement écrit : « It's important to remember that content signals express preferences; they are not technical countermeasures against scraping. Some companies might simply ignore them » (les signaux de contenu expriment des préférences ; ce ne sont pas des contre-mesures techniques contre l'aspiration de contenu ; certaines entreprises pourraient simplement les ignorer). Retenez la portée : celui qui lance le standard dit lui-même qu'aucun robot n'est obligé de le lire. C'est cohérent avec tout ce que cette série a montré de robots.txt, et c'est dit AVANT la vague de reprises enthousiastes, pas après. Un signal n'est pas un verrou : c'est une position exprimée, dont la valeur se jouera dans les usages et, peut-être un jour, devant les tribunaux.
Ce que ça change pour vous
Si votre site passe par Cloudflare : votre robots.txt porte peut-être déjà ces signaux et cette réserve de droits, selon vos réglages. Sachez-le : c'est une prise de position exprimée en votre nom, plutôt favorable à vos intérêts, mais que vous devriez connaître plutôt que découvrir.
Si vous n'y passez pas : le vocabulaire est publié et libre, rien n'empêche de poser ces signaux vous-même. Attendez-en ce qu'ils sont : une préférence déclarée et une réserve juridique datée, pas un blocage. Pour bloquer, les leviers restent ceux documentés dans cette série, robot par robot.
Dans tous les cas : surveillez ce standard-là plutôt que les balises fantaisistes. Contrairement aux balises « NoAI » que Meta qualifie de format non standard, celui-ci a un déploiement massif derrière lui et un ancrage juridique européen explicite. S'il doit en rester un, ce sera probablement celui-là ou le vocabulaire en préparation dans les instances officielles du web, dont je reparlerai.
Comment j'ai travaillé
Le billet de lancement a été téléchargé et analysé en texte intégral le 15 août 2026. Les citations sont reprises mot pour mot, avec ma traduction annoncée comme telle, et la date du billet est citée (24 septembre 2025).
Je ne reprends pas le nombre de domaines concernés par le déploiement : le chiffre circule mais je ne l'ai pas retrouvé tel quel dans le texte téléchargé, donc il attend. Et je ne me prononce pas sur la valeur juridique réelle de la réserve de droits : aucune décision de justice ne l'a évaluée à ma connaissance, et le dire est plus utile que trancher.
Cet article ne contient aucune mesure de notre part et n'utilise aucune donnée d'aucun site utilisateur.
Sources
- Primaire Cloudflare, « Giving users choice with Cloudflare's new Content Signals Policy », blog officiel, 24 septembre 2025 (les trois signaux ; la réserve de droits article 4 ; la phrase sur les préférences non contraignantes). blog.cloudflare.com. Consulté et analysé en texte intégral le 15 août 2026.
À lire ensuite
- Les chiffres du PDG de Cloudflare, publié hier : le diagnostic qui a motivé ce standard, avec ses réserves.
- Meta et la balise NoAI qui ne signale rien, le contre-exemple : ce qui arrive aux signaux SANS déploiement ni ancrage.
D'où je parle, et ce que ça vous coûte
Je dirige Rank Press, qui édite des agents IA pour WordPress, dont un agent qui gère les signaux adressés aux robots. Un vocabulaire standard des préférences IA rendrait ce travail plus simple et plus lisible : nous avons donc intérêt à ce que ce genre de standard réussisse, et vous devez le savoir en me lisant. Les citations sont verbatim, y compris celle qui en limite la portée.
Si le sujet vous concerne côté site, l'un de nos agents est gratuit et publié sur le répertoire officiel de WordPress, sans compte ni clé API. Vous pouvez tout aussi bien refermer cette page sans rien installer, c'est le principe.
Une erreur dans cet article, une source qui contredit ce que j'écris, ou un point que j'aurais mal compris : écrivez-moi à contact@rankpress.com. Je corrige ce qui doit l'être.
Cet article fait partie de l'Observatoire Rank Press, une publication qui lit les documentations officielles pour vous.