Robots d’IA sur WordPress : qui lit vraiment votre site ?

Qu’est-ce qu’un robot d’IA ?

Un robot d’IA est un programme qui visite les pages web pour le compte d’une entreprise d’intelligence artificielle. Il se présente par un nom, écrit dans chaque requête (le « user-agent ») : GPTBot pour OpenAI, ClaudeBot pour Anthropic, meta-externalagent pour Meta, PerplexityBot pour Perplexity.

Tous n’ont pas le même métier, et c’est ce qui change tout au moment de décider quoi faire d’eux :

• Ceux qui collectent pour entraîner les modèles : GPTBot, ClaudeBot, meta-externalagent, CCBot (Common Crawl), Bytespider (ByteDance).
• Ceux qui lisent votre page pour répondre à une question, parfois au moment même où un utilisateur la pose : OAI-SearchBot et ChatGPT-User, Claude-SearchBot et Claude-User, PerplexityBot et Perplexity-User.

Seuls les seconds peuvent produire une réponse qui vous cite devant un humain. Sur un autre site que nous mesurons, 69 % des passages de robots d’IA relèvent de l’entraînement, 31 % de la réponse.

Combien de robots d’IA passent sur un site WordPress ?

Voici le relevé d’un site réel, un courtier en assurance sous WordPress, sur 30 jours, lu côté serveur.

(Relevé côté serveur, 1 site, 30 jours, 22/09/2026) Soit 14 fois plus de passages de robots d’IA que de Googlebot. Un seul site n’est pas une moyenne : chez vous le ratio sera différent, et c’est précisément pour ça qu’il faut le mesurer plutôt que le deviner.

Pourquoi Google Analytics ne voit pas les robots d’IA ?

Google Analytics, comme Matomo ou Plausible en mode classique, compte une visite quand un petit script JavaScript se lance dans le navigateur du visiteur. C’est ce script qui envoie « quelqu’un est sur cette page » à l’outil de statistiques.

Un robot d’IA ne fait rien de tout ça. Il demande la page au serveur, reçoit le HTML, en extrait le texte et repart. Aucun navigateur, aucun script exécuté, aucune visite enregistrée. Dans la vidéo, on lance une visite depuis ChatGPT sur le site : elle apparaît côté serveur en quelques secondes, et le temps réel de Google Analytics reste à 0.

Conséquence pratique : la seule trace fiable d’un robot d’IA est côté serveur, dans le journal d’accès de votre hébergeur ou dans un outil qui lit les requêtes avant que la page ne parte.

Comment voir les robots d’IA qui visitent votre site WordPress ?

Trois méthodes, de la plus artisanale à la plus confortable.

1. Le journal d’accès de votre hébergeur

Chaque requête reçue par votre serveur y laisse une ligne, avec la date, la page demandée et le nom du robot.

1. Récupérez le fichier access.log. Sous cPanel (o2switch, LWS, PlanetHoster…) : Métriques, puis Raw Access. Chez OVH mutualisé : Hébergements, puis Statistiques et logs. Sous Plesk (Ionos, Infomaniak…) : Journaux.
2. Comptez les robots d’IA, sur Mac ou Linux, dans le dossier du fichier :

   grep -Eio "GPTBot|OAI-SearchBot|ChatGPT-User|ClaudeBot|Claude-User|Claude-SearchBot|PerplexityBot|Perplexity-User|Meta-ExternalAgent|meta-externalfetcher|Amazonbot|CCBot|Bytespider" access.log | tr 'A-Z' 'a-z' | sort | uniq -c | sort -rn

3. Comparez avec Google : grep -ic googlebot access.log.

2. Une extension qui les compte côté serveur

L’extension gratuite Hack The SEO reconnaît les robots d’IA au moment où ils demandent la page et les compte page par page, sans script dans le navigateur, sans compte et sans clé API. C’est l’écran de la capture plus haut. L’intérêt par rapport au journal brut : vous voyez tout de suite quelles pages sont lues, et lesquelles ne le sont jamais.

3. Demander à votre IA

Si votre WordPress est connecté à Claude par MCP (la connexion pas à pas en vidéo), une phrase suffit : « Quelles sont les 10 pages de mon site que les robots d’IA ont le plus lues ces 30 derniers jours ? ». Claude lit les compteurs et vous rend le classement.

À quoi sert de savoir qui lit vos pages ?

À une chose très concrète : une page qu’aucune IA ne lit ne risque pas d’être citée dans ses réponses.

Sur le site mesuré, le classement des pages les plus lues par les robots d’IA donne l’accueil en premier, puis la page de demande de devis. C’est la page qui fait le chiffre d’affaires, et c’est elle que les IA viennent lire. À l’inverse, un article publié le 3 juillet n’a reçu aucun passage en 30 jours. Sur un autre article du même site, on compte 6 passages d’IA contre 18 de robots SEO classiques.

Trois décisions en découlent :

• Commencez par vos pages qui rapportent : vérifiez qu’elles sont lues, et qu’elles répondent clairement aux questions qu’on pose à une IA sur votre métier.
• Repérez les pages jamais lues : maillage interne, sitemap, contenu trop mince. Un robot qui ne trouve pas la page ne peut pas la lire.
• Surveillez les variations : un robot qui disparaît du jour au lendemain signale souvent un blocage, pas un désintérêt.

Faut-il bloquer les robots d’IA dans le robots.txt ?

Bloquer, c’est prendre deux décisions différentes, et beaucoup de sites n’en prennent qu’une sans le savoir.

• Bloquer les robots d’entraînement (GPTBot, ClaudeBot, CCBot…) : vos pages ne servent plus à entraîner les modèles. Vous restez citable.
• Bloquer les robots de réponse (OAI-SearchBot, Claude-SearchBot, PerplexityBot…) : vous disparaissez des réponses de ces IA.

Le piège n°1 : des noms qui n’existent pas

Beaucoup de listes de blocage, dont celle que nous proposions nous-mêmes jusqu’à cette semaine, bloquent Claude-Web et anthropic-ai. La documentation d’Anthropic ne connaît que trois robots : ClaudeBot, Claude-User et Claude-SearchBot. Nous l’avons découvert en préparant la vidéo, et corrigé.

Le piège n°2 : les agents « User » peuvent ignorer votre robots.txt

ChatGPT-User, Perplexity-User ou meta-externalfetcher vont chercher votre page parce qu’un humain a posé une question. OpenAI et Perplexity préviennent que le robots.txt peut ne pas s’appliquer à ces visites déclenchées par un utilisateur.

Le piège n°3 : Google-Extended n’est pas un robot

C’est un jeton. Selon Google, il ne refuse aucune requête et ne vous retire pas des Aperçus IA : il dit seulement que vos pages ne doivent pas servir à entraîner Gemini.

Le bloc à coller : pas d’entraînement, citations autorisées

User-agent: GPTBot
User-agent: ClaudeBot
User-agent: CCBot
User-agent: Google-Extended
User-agent: Applebot-Extended
User-agent: meta-externalagent
User-agent: Bytespider
User-agent: MistralAI-Training
Disallow: /

Puis ouvrez votresite.fr/robots.txt dans votre navigateur : c’est ce fichier-là que les robots lisent, pas celui qu’affiche votre éditeur. Pour le reste du fichier, voir notre guide robots.txt et sitemap.

Votre hébergeur bloque-t-il déjà ChatGPT ?

Le robots.txt n’est pas le seul portier. Avant lui, il y a le pare-feu de votre hébergeur, et certains refusent les robots d’IA sans prévenir. Nous l’avons constaté sur des sites hébergés chez IONOS, chez PlanetHoster ou derrière Cloudflare. Or Perplexity l’écrit dans sa documentation : pour apparaître dans ses résultats, il faut laisser passer son robot.

Le test prend deux minutes : demander la même page comme un navigateur, puis comme un robot d’IA.

curl -sL -o /dev/null -w "navigateur : %{http_code}\n" -A "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/140.0 Safari/537.36" https://votresite.fr/
curl -sL -o /dev/null -w "GPTBot : %{http_code}\n" -A "Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko); compatible; GPTBot/1.2; +https://openai.com/gptbot" https://votresite.fr/

• 200 et 200 : rien ne bloque.
• 200 pour le navigateur, 403, 429 ou 503 pour le robot : ce robot est bloqué. Sur Cloudflare, le blocage des robots d’IA se désactive dans la section Bots ; ailleurs, écrivez au support avec le résultat du test.
• 403 partout : c’est votre adresse IP qui est refusée, refaites le test depuis une autre connexion.

Questions fréquentes

À lire aussi

• Robots.txt et sitemap : optimiser l’exploration pour un meilleur SEO
• GEO vs SEO : 6 175 mots-clés mesurés avant et après l’arrivée des Aperçus IA en France
• Générateur llms.txt
• 150 statistiques SEO et GEO 2026
• Glossaire : robots.txt