Tornado SEO

GPTBot

Par Thibault · Mis à jour

Définition

GPTBot est le robot d'exploration d'OpenAI qui collecte les contenus publics qu'OpenAI peut utiliser pour entraîner ses modèles d'IA générative. Vous le contrôlez dans le robots.txt, et ce réglage est séparé des robots de la recherche ChatGPT.

Pourquoi GPTBot compte pour le SEO ?

GPTBot décide d'une seule chose : si votre contenu peut servir à entraîner les futurs modèles d'OpenAI. OpenAI explique que GPTBot sert à rendre ses modèles d'IA générative plus utiles et plus sûrs. Si un modèle apprend votre marque, votre méthode et votre expertise pendant son entraînement, il peut vous citer même sans aller sur le web. J'y vois une visibilité de long terme dans un canal de confiance.

Comment fonctionne GPTBot ?

GPTBot s'annonce avec un user agent qui contient GPTBot et un lien vers openai.com/gptbot. OpenAI publie ses plages d'adresses IP sur openai.com/gptbot.json. Vous pouvez donc vérifier dans vos logs serveur qu'une visite qui se dit GPTBot est authentique. OpenAI utilise trois robots distincts, et chaque réglage est indépendant des autres :

  1. GPTBot explore les contenus qui peuvent servir à entraîner les modèles.
  2. OAI-SearchBot trouve les sites qui apparaissent dans la recherche ChatGPT. Les sites qui le bloquent n'apparaissent pas dans les réponses de recherche de ChatGPT.
  3. ChatGPT-User visite une page quand un utilisateur le demande à ChatGPT ou à un GPT personnalisé. OpenAI précise que les règles du robots.txt peuvent ne pas s'appliquer, puisque c'est l'utilisateur qui lance l'action.

Comment bloquer ou autoriser GPTBot dans le robots.txt ?

Vous bloquez GPTBot avec un groupe à son nom dans le robots.txt : la ligne User-agent: GPTBot puis Disallow: /. Pour ne bloquer qu'une partie du site, remplacez la barre oblique par un dossier, par exemple Disallow: /membres/. Bloquer GPTBot demande à OpenAI de ne pas utiliser vos contenus pour l'entraînement. Votre site reste dans la recherche ChatGPT, qui dépend d'OAI-SearchBot.

Exemple : un éditeur qui refuse l'entraînement et garde la recherche ChatGPT

Un site d'actualité veut garder ses articles hors de l'entraînement, tout en restant cité et cliqué dans ChatGPT. Son robots.txt bloque GPTBot et autorise OAI-SearchBot. Résultat : les articles peuvent apparaître avec un lien dans les réponses de recherche de ChatGPT, et OpenAI sait qu'il ne doit pas s'entraîner dessus. L'erreur que je vois le plus souvent est l'inverse : quelqu'un copie depuis un forum une règle qui bloque tous les robots d'OpenAI, et le site disparaît de la recherche ChatGPT sans que personne s'en aperçoive.

L'avis de Thibault Mon conseil : autorisez GPTBot, sauf si votre contenu est votre produit, comme des articles payants ou des données propriétaires. Pour la plupart des entreprises, être connu des IA crée une confiance qui ne s'achète pas après coup. Vérifiez ensuite trois points. Votre robots.txt ne bloque pas OAI-SearchBot par erreur. Vos logs montrent des visites d'OpenAI depuis les plages IP publiées. Vos pages clés mettent leur contenu dans le HTML. L'accessibilité passe avant la visibilité. Il n'y a pas d'absolu en SEO, alors décidez type de page par type de page.

Questions fréquentes

Bloquer GPTBot retire-t-il mon site de ChatGPT ?

Non. GPTBot ne concerne que l'entraînement. Votre présence dans les réponses de recherche de ChatGPT dépend d'OAI-SearchBot, qui a son propre groupe dans le robots.txt.

Comment vérifier qu'une visite vient bien de GPTBot ?

Comparez l'adresse IP de vos logs serveur avec les plages publiées par OpenAI sur openai.com/gptbot.json. N'importe qui peut imiter un user agent, alors c'est la vérification de l'IP qui fait foi.

Faut-il bloquer GPTBot ?

Tout dépend de votre modèle économique. Je l'autorise sur la plupart des sites, parce qu'être connu des IA renforce la confiance dans une marque. Je le bloque quand le contenu lui-même est ce que vous vendez.

Sources

  1. developers.openai.com/api/docs/bots

Ne ratez plus aucune mise à jour

Google, ChatGPT, Gemini, Claude : ce qui a changé, pourquoi ça compte et quoi faire. Chaque matin, en 3 minutes, gratuitement.

C'est quoi ça… ?