Vérifier les robots IA dans vos logs serveur : user-agent, DNS inverse et plages IP

En bref

Pour vérifier les robots IA dans vos logs serveur, ne vous fiez jamais au seul user-agent, qui se falsifie en une ligne. Croisez-le avec l'adresse IP source : Google documente un DNS inverse suivi d'un DNS direct, ainsi que des fichiers JSON de plages IP ; OpenAI et Perplexity publient un fichier de plages par robot. Distinguez enfin le but de chaque robot : recherche, entraînement, requête déclenchée par un utilisateur ou validation de publicités.

Mis à jour le 5 novembre 2026.

Un robot qui se présente comme GPTBot, Googlebot ou PerplexityBot n'est pas forcément celui qu'il prétend être. Pour une stratégie GEO, les logs serveur restent la seule preuve directe de ce que les robots IA lisent réellement sur votre site, à condition de les authentifier. Ce guide s'appuie sur les pages officielles de Google, d'OpenAI et de Perplexity consultées le 4 novembre 2026, et sur les fichiers de plages IP qu'elles publient. Il complète notre article sur les crawlers IA, robots.txt et llms.txt, qui explique comment les autoriser ou les bloquer.

Les définitions à retenir

User-agent : la chaîne que le robot envoie dans l'en-tête de requête. C'est une déclaration, pas une preuve.

DNS inverse : la recherche du nom d'hôte associé à une adresse IP. Google en fait l'un des trois moyens d'identifier ses robots, avec l'user-agent et l'adresse IP source (aide Google).

Plages IP publiées : des listes d'adresses au format CIDR, en JSON, que l'éditeur du robot met à disposition pour comparer chaque adresse de vos logs.

Robot de recherche, robot d'entraînement, récupérateur déclenché par l'utilisateur : les trois grands usages. Les requêtes lancées par un utilisateur peuvent ignorer le robots.txt, car l'action est demandée par une personne.

Pourquoi l'user-agent ne suffit pas

Google l'écrit sans détour : la vérification sert si vous craignez que des spammeurs ou des malveillants accèdent à votre site en se faisant passer pour Google (aide Google). La même logique vaut pour tout robot IA. Un faux GPTBot qui parcourt vos pages ne dit rien de votre visibilité dans ChatGPT, et il fausse vos statistiques. Autoriser sans contrôle un user-agent dans votre pare-feu est aussi une faille : n'importe qui peut l'imiter.

Google : DNS inverse, DNS direct et fichiers JSON

Trois familles de robots

Google distingue les robots courants comme Googlebot, les robots à usage spécifique comme AdsBot, et les récupérateurs déclenchés par l'utilisateur. Les premiers respectent toujours le robots.txt pour les explorations automatiques. Les deuxièmes peuvent ne pas le respecter, par exemple AdsBot, qui ignore l'user-agent global avec l'autorisation de l'éditeur. Les troisièmes l'ignorent, puisque la requête vient d'un utilisateur (aide Google).

La méthode manuelle en quatre étapes

Pour une vérification ponctuelle, Google décrit ces étapes avec la commande host :

Dans l'exemple de Google, l'adresse 66.249.66.1 correspond à un nom en crawl suivi de l'adresse en googlebot.com, et le DNS direct renvoie la même adresse. Un nom d'hôte qui ne se résout pas vers la même IP signale une imitation.

La méthode automatique

Pour de gros volumes, Google recommande de comparer l'adresse du robot aux listes de plages publiées : robots courants, robots spéciaux, récupérateurs déclenchés par l'utilisateur et agents. Les adresses y figurent au format CIDR. La liste des robots courants portait la date de création du 3 novembre 2026 lors de notre lecture, preuve que ces fichiers changent : ne copiez pas les plages à la main, rechargez-les (fichier Google).

OpenAI : quatre robots, quatre fichiers

La page d'OpenAI décrit des robots aux rôles distincts, chacun avec son fichier de plages (documentation OpenAI) :

Deux détails utiles pour vos logs : lors de la récupération du fichier robots.txt, OpenAI peut ajouter un marqueur robots.txt dans la chaîne user-agent, ce qui aide à repérer ces requêtes quand les logs n'indiquent pas le chemin ; et les fichiers de plages portent un champ de date de création qui varie selon le robot. À la date de notre lecture, ce champ indiquait le 2 janvier 2026 pour la recherche (fichier OAI-SearchBot), le 22 septembre 2026 pour GPTBot (fichier GPTBot), le 27 octobre 2026 pour ChatGPT-User (fichier ChatGPT-User) et le 12 mai 2026 pour OAI-AdsBot (fichier OAI-AdsBot). Ces dates seront dépassées : rechargez les fichiers au lieu de les figer.

Pour les annonceurs, OAI-AdsBot compte : l'aide d'OpenAI cite les pages de destination qui bloquent ses agents ou ses adresses IP parmi les causes courantes de rejet d'une annonce (aide OpenAI). Notre article sur l'accès et les rôles dans ChatGPT Ads Manager rappelle ce point de dépannage.

Perplexity : deux robots, deux fichiers

D'après la documentation de Perplexity, PerplexityBot sert à faire apparaître et à lier les sites dans les résultats de recherche, sans servir à l'entraînement de modèles de fondation ; Perplexity-User accompagne les actions d'un utilisateur et ignore généralement le robots.txt. Chacun dispose de son fichier de plages IP, et la page précise que chaque robot a ses propres plages : il faut associer chaque user-agent à ses plages, pas à celles de l'autre (documentation Perplexity). Les fichiers publiés sont perplexitybot.json et perplexity-user.json, dont la date de création était le 28 octobre 2026 à notre lecture.

Nous ne traitons pas Bingbot ici : la page de vérification de Bing n'était pas lisible lors de notre contrôle du 4 novembre 2026, et nous ne citons que ce que nous avons pu consulter.

Tableau comparatif : comment vérifier chaque robot

Pour d'autres robots et agents, nos articles sur la navigation des agents IA et sur Applebot et Apple Intelligence complètent ce tableau.

Notre méthode : auditer vos logs en sept étapes

Ces étapes relèvent de notre pratique d'audit, pas d'une consigne d'un éditeur.

Pour traduire ces constats en décisions de visibilité, notre article sur les contrôles d'entraînement IA dans le robots.txt précise les directives. Les logs révèlent aussi le gaspillage d'exploration sur les paramètres et les facettes : voyez notre guide de la pagination et du défilement infini.

Erreurs fréquentes

Questions fréquentes

Comment vérifier que Googlebot est authentique ?

Faites un DNS inverse sur l'IP, vérifiez que le domaine est googlebot.com, google.com ou googleusercontent.com, puis un DNS direct qui doit renvoyer la même IP. Source : aide Google.

OpenAI publie-t-il les adresses IP de ses robots ?

Oui : chaque robot dispose d'un fichier de plages publié, par exemple pour OAI-SearchBot, GPTBot, ChatGPT-User et OAI-AdsBot. Source : documentation OpenAI.

Quelle est la différence entre PerplexityBot et Perplexity-User ?

Le premier fait apparaître les sites dans la recherche, le second accompagne une action d'utilisateur et ignore généralement le robots.txt. Source : documentation Perplexity.

Le robots.txt s'applique-t-il aux récupérateurs déclenchés par un utilisateur ?

Pas systématiquement : Google indique que ces récupérateurs ignorent le robots.txt, et OpenAI que ChatGPT-User peut ne pas y être soumis. Source : aide Google.

Faut-il recharger les listes d'IP ?

Oui : les fichiers portent une date de création et évoluent, celui de Googlebot affichait le 3 novembre 2026 lors de notre lecture. Source : fichier Google.

Mesurer ce que les robots IA lisent vraiment avec AdsMirable

Nous croisons vos logs, votre robots.txt et votre visibilité dans les réponses IA. Découvrez notre offre GEO, notre accompagnement SEO, demandez un audit gratuit ou contactez-nous.

Sources