Contrôles d'entraînement IA dans le robots.txt : signal partagé, Google-Extended et Bing

En bref

Le 30 octobre 2026, Google et Microsoft ont annoncé qu'ils prendraient en charge un signal commun dans le robots.txt pour refuser l'entraînement des IA. Rien n'est encore en vigueur chez Google, qui vise 2027 ; Bing appliquera ses nouvelles préférences à partir du 1er février 2027. D'ici là, les contrôles d'entraînement IA reposent sur des jetons existants comme Google-Extended, qui ne touche ni l'indexation ni le classement dans Google Search. Entraînement, citation par les IA et référencement sont trois décisions distinctes.

Mis à jour le 4 novembre 2026.

Beaucoup de sites confondent deux questions : empêcher un modèle d'apprendre de leurs pages, et empêcher une réponse IA de les citer. Les annonces du 30 octobre 2026 rendent la distinction plus nette, mais elles décrivent surtout des plans. Ce guide sépare ce qui est actif aujourd'hui de ce qui est annoncé, d'après les publications de Google, de Microsoft et de l'IETF consultées le 3 novembre 2026. Pour la liste des robots eux-mêmes, voyez notre article sur les crawlers IA, robots.txt et llms.txt.

Les définitions à retenir

Entraînement IA (AI Training) : l'utilisation d'un contenu pour modifier les paramètres appris d'un modèle d'IA générative. Les modèles destinés exclusivement à des tâches non génératives en sont exclus (IETF).

Ancrage (grounding) : l'utilisation d'un contenu comme source au moment de la réponse, pour la rendre plus fiable et plus pertinente. Ce n'est pas de l'entraînement.

Jeton de politique : une ligne spéciale du robots.txt qui exprime une préférence d'usage commune à plusieurs fournisseurs d'IA, au lieu d'une règle par robot.

Google-Extended : un jeton de produit qui permet de gérer l'usage du contenu pour l'entraînement des futurs modèles Gemini et pour l'ancrage dans les applications Gemini (documentation Google).

Trois décisions à ne pas mélanger

Un site peut vouloir être exploré, cité et pourtant ne pas servir à l'entraînement. Chaque décision a son levier.

Google décrit cette séparation dans sa documentation sur les fonctionnalités IA de Search. Elle a une conséquence directe.

Cette séparation a une conséquence directe. Bloquer Google-Extended ne retire pas votre site des Aperçus IA : Google indique que le jeton n'affecte ni l'inclusion dans Search ni le classement, et que, pour apparaître comme lien dans les Aperçus IA ou le Mode IA, une page doit seulement être indexée et éligible à un extrait. Notre article sur le Mode IA et les Aperçus IA détaille cette éligibilité.

Ce que Google a annoncé le 30 octobre 2026

Dans un billet de Search Central, John Mueller annonce que Google prévoit de prendre en charge un contrôle partagé de l'entraînement dans le robots.txt, fondé sur les travaux du groupe AIPREF de l'IETF. Le principe : un jeton de politique unique permettrait d'exprimer en une fois une préférence valable chez les fournisseurs participants.

Trois points précis ressortent du billet (Google Search Central Blog).

Google ajoute que la proposition est cohérente avec le code de bonnes pratiques européen pour les modèles d'IA à usage général (AI Act), qui reconnaît le robots.txt comme méthode principale pour exprimer des préférences lisibles par machine. Sur le calendrier, Google écrit viser une prise en charge « en 2027 », avec d'autres fournisseurs. La page des crawlers courants précise « début 2027 » et donne la syntaxe attendue, la ligne user-agent suivie de __usage_ai-training. Aujourd'hui, ajouter cette ligne ne produit donc aucun effet chez Google.

Ce que Microsoft a annoncé le même jour

Microsoft va plus loin dans le détail. Son billet distingue deux préférences indépendantes (Bing Blog).

Les deux préférences sont Allow par défaut. Microsoft les honorera au fil de ses explorations à partir du 1er février 2027 et remplacera ainsi NoArchive et NoCache pour ces usages. Les sites qui utilisent NoArchive ou NoCache doivent agir avant le 1er mars 2027 : après cette date, ces balises ne seront plus lues comme une préférence d'entraînement ou d'ancrage. Une période de transition ouvre le 15 décembre 2026 dans Bing Webmaster Tools, avec une préférence d'ancrage temporaire valable jusqu'au nouveau passage du robot ou jusqu'au 30 septembre 2027, selon la première échéance.

Microsoft ajoute trois précisions utiles : ces préférences ne changent pas l'éligibilité aux résultats Bing classiques, un réglage Allow ne lève pas un blocage de Bingbot par le robots.txt, et publier un réglage ne l'active pas tant que la page n'a pas été explorée. Choisir Disallow pour l'ancrage réduit la visibilité de la marque dans les expériences IA, et aucun choix ne garantit inclusion, trafic ou rémunération. Pour la logique de citation côté Microsoft, lisez notre article sur Copilot et Bing.

Le standard IETF : un brouillon, pas une norme

Les deux annonces s'appuient sur le brouillon draft-ietf-aipref-vocab-08, daté du 14 septembre 2026 et valable jusqu'au 18 mars 2027. Il définit trois catégories d'usage : entraînement IA, usage IA (utiliser un contenu comme entrée d'un modèle génératif sans que l'utilisateur le fournisse) et recherche. Le document avertit lui-même que son contenu ne reflète pas le consensus du groupe de travail et qu'il ne devrait être cité que comme travail en cours (IETF).

Trois règles du brouillon méritent d'être connues. Quand plusieurs déclarations se contredisent, une interdiction l'emporte sur une autorisation. La catégorie recherche prime sur les autres usages, entraînement compris, à condition que le résultat renvoie vers la source et que les extraits aident à juger la pertinence ; elle ne couvre pas la génération de résumés. Enfin, le brouillon ne fixe aucune valeur par défaut quand rien n'est exprimé : l'absence de préférence reste « inconnue ».

Tableau comparatif : les leviers actuels et annoncés

Que faire concrètement avant 2027

Notre méthode, que nous appliquons aux sites de nos clients :

Pour les pages à restreindre individuellement, notre guide sur les balises meta robots et noindex explique les directives et l'en-tête X-Robots-Tag. Si votre objectif est d'être cité, gardez à l'esprit que refuser l'ancrage réduit cette visibilité : la décision est commerciale avant d'être technique.

Questions fréquentes

Google-Extended empêche-t-il d'apparaître dans les Aperçus IA ?

Non. Google indique que Google-Extended n'affecte ni l'inclusion dans Google Search ni le classement. Source : documentation Google.

Le signal commun d'entraînement fonctionne-t-il déjà chez Google ?

Non. Google indique vouloir le prendre en charge en 2027, et la documentation des crawlers parle de début 2027. Source : Google Search Central Blog.

Quelle est la date clé chez Bing ?

Le 1er février 2027 pour l'application des nouvelles préférences, et le 1er mars 2027 pour les sites qui utilisent NoArchive ou NoCache. Source : Bing Blog.

Le robots.txt suffit-il à contrôler l'ancrage ?

Pas chez Microsoft : l'ancrage se règle page par page, et il n'existe pas de préférence d'ancrage globale dans le robots.txt. Source : Bing Blog.

Le standard IETF est-il définitif ?

Non, c'est un brouillon qui expire le 18 mars 2027 et qui ne reflète pas le consensus du groupe. Source : IETF.

Piloter votre visibilité IA avec AdsMirable

Nous auditons vos fichiers robots.txt, vos balises et vos journaux, puis définissons une politique d'usage adaptée à votre activité. Découvrez notre offre GEO, notre offre SEO, demandez un audit gratuit ou contactez-nous.

Sources