Votre site est-il lisible par ChatGPT ? 5 vérifications en 10 minutes

Votre site est-il lu par ChatGPT, Perplexity ou Claude, ou passe-t-il sous leur radar ? Vous pouvez le savoir sans être développeur. Cinq vérifications suffisent, dix minutes en tout, avec un navigateur et deux outils gratuits.

Qu’est-ce qu’un site lisible par les IA ?

Un site lisible par les IA est un site dont les robots peuvent entrer, lire le texte sans exécuter de code et comprendre qui parle de quoi. C’est une condition d’accès. Elle ne garantit aucune citation.

Nous constatons chaque semaine en audit des marques solides sur Google absentes des réponses des IA, et l’inverse. Le classement Google ne suffit donc pas comme preuve. Les robots des IA ne lisent pas les pages comme Googlebot, et certains réglages techniques les bloquent sans que personne ne s’en aperçoive.

Cet article traite la partie construction du site : ce que le code laisse voir ou cache. La stratégie, c’est-à-dire quoi publier et où être mentionné, fait l’objet d’un guide séparé sur comment apparaître dans les réponses de ChatGPT. Les deux se complètent. Un site illisible gâche la meilleure stratégie.

Votre robots.txt laisse-t-il entrer les robots des IA ?

Votre robots.txt doit autoriser les robots de recherche des IA, sinon vos pages ne peuvent pas être lues au moment où un utilisateur pose sa question. Pour le vérifier, tapez votresite.fr/robots.txt dans votre navigateur. Un simple fichier texte s’affiche.

Cherchez les lignes « User-agent » suivies d’un nom de robot, puis « Disallow: / ». Cette combinaison interdit tout le site au robot nommé. Un « User-agent: * » suivi de « Disallow: / » bloque tout le monde, Google compris. C’est le réglage typique d’une version de test oubliée lors de la mise en ligne.

Il faut distinguer deux familles de robots. Les robots d’entraînement collectent des textes pour fabriquer les futurs modèles. Les robots de recherche lisent vos pages pour répondre maintenant, avec un lien vers vous. Bloquer les premiers est un choix légitime. Bloquer les seconds vous retire des réponses.

Éditeur	Robot	Rôle selon l’éditeur	Pour être cité
OpenAI	OAI-SearchBot	Recherche dans ChatGPT	À autoriser
OpenAI	ChatGPT-User	Visite une page à la demande d’un utilisateur	À autoriser
OpenAI	GPTBot	Entraînement des modèles	Votre choix
Perplexity	PerplexityBot	Résultats de recherche de Perplexity	À autoriser
Anthropic	Claude-SearchBot	Qualité des résultats de recherche de Claude	À autoriser
Anthropic	ClaudeBot	Contenus pouvant servir à l’entraînement	Votre choix
Google	Google-Extended	Jeton de contrôle : entraînement de Gemini et ancrage des réponses des applis Gemini	À peser

Les rôles viennent de la documentation de chaque éditeur, consultée le 4 novembre 2026. Selon la page d’OpenAI sur ses robots, les réglages sont indépendants : bloquer GPTBot n’empêche pas d’apparaître dans la recherche de ChatGPT, qui dépend d’OAI-SearchBot. Perplexity précise que PerplexityBot ne sert pas à entraîner ses modèles. Anthropic distingue ClaudeBot, Claude-SearchBot et Claude-User (page mise à jour le 7 avril 2026).

Google-Extended est un cas à part. Ce n’est pas un robot mais un jeton : Google lit vos pages avec ses robots habituels. Selon Google Search Central (page mise à jour le 30 octobre 2026), il n’a aucun effet sur votre présence dans la recherche Google. Il couvre en revanche l’entraînement de Gemini et l’ancrage des réponses dans les applis Gemini. Le bloquer a donc un coût côté Gemini.

Dernier piège : le pare-feu. Cloudflare a annoncé le 1er juillet 2025 passer au blocage par défaut des robots d’IA. Un robots.txt ouvert ne sert à rien si votre hébergeur ou votre CDN refuse la connexion en amont. Demandez à votre prestataire quelle règle est active.

Votre texte est-il dans le HTML ou chargé en JavaScript ?

Votre texte doit figurer dans le HTML envoyé par le serveur, car la plupart des robots des IA n’exécutent pas le JavaScript. Ce point est le plus souvent ignoré, et le plus grave quand il est raté.

Vercel et MERJ ont mesuré le comportement de ces robots sur le réseau de Vercel. Leur étude, publiée le 17 décembre 2024 sous le titre « The rise of the AI crawler », conclut qu’aucun des grands robots d’IA observés n’exécutait le JavaScript. Elle cite OAI-SearchBot, ChatGPT-User, GPTBot, ClaudeBot et PerplexityBot. ChatGPT téléchargeait des fichiers JavaScript dans 11,50 % de ses requêtes, Claude dans 23,84 %, sans les exécuter. Gemini fait exception, car il s’appuie sur l’infrastructure de Googlebot.

Une limite honnête : l’étude date de fin 2024 et les robots évoluent. Mais un site qui ne dépend pas du JavaScript pour son texte n’a rien à craindre d’une mise à jour, dans un sens ou dans l’autre.

Le test prend une minute. Ouvrez une page importante, faites clic droit puis « Afficher le code source de la page » (Ctrl+U sur PC, Option+Cmd+U sur Mac). Cherchez avec Ctrl+F une phrase de votre texte. Si elle y figure, c’est bon. Si vous ne voyez qu’un squelette de balises et des scripts, les robots voient la même chose.

Le second test confirme le premier. Désactivez JavaScript dans les réglages du navigateur, puis rechargez la page. Une page blanche ou un simple logo signifie que votre contenu n’existe que pour les visiteurs humains. Cela arrive avec les sites montés entièrement côté navigateur. Vercel juge acceptable de laisser en JavaScript les éléments secondaires, comme un compteur de vues ou un chat en ligne.

Vos pages donnent-elles des réponses faciles à reprendre ?

Une page lisible ne suffit pas : elle doit offrir des passages courts et autonomes que l’IA peut reprendre tels quels. Ici, le code et la rédaction se rejoignent.

Beeleven a comparé 317 pages citées ou ignorées par Perplexity, ChatGPT et Claude, dans une étude bouclée le 30 septembre 2026. Sur un même site, les pages citées avaient plus souvent une réponse de 15 à 70 mots juste sous les titres (+29 points). Elles avaient aussi plus souvent des titres formulés en question et une date de mise à jour (+23 points chacun), et des tableaux (+22 points). L’étude montre une corrélation, pas une causalité, sur de grands sites français.

Pour vérifier, faites défiler votre page de services en ne lisant que les titres. « Nos valeurs » ou « Notre approche » ne répondent à rien. « Combien coûte une première consultation ? » répond à une question réelle, à condition que la phrase suivante donne la réponse.

Regardez ensuite si la date de mise à jour est visible sur la page. Dans le code source, cherchez aussi « dateModified » : cette balise donne la même date aux machines. Enfin, vos tarifs ou vos horaires sont-ils dans un vrai tableau HTML ou dans une image ? Une image de tableau n’est pas du texte pour un robot qui lit le HTML.

Vos données structurées sont-elles valides ?

Les données structurées sont un balisage invisible qui décrit votre organisation à la machine : nom, adresse, téléphone, horaires. Elles évitent les erreurs d’interprétation, mais elles ne font pas citer à elles seules.

Il faut le dire clairement. Dans l’étude des 317 pages, le schema Organization ne faisait aucune différence entre pages citées et ignorées. Google écrit de son côté qu’aucune donnée structurée schema.org particulière n’est nécessaire pour apparaître dans ses fonctions d’IA (Google Search Central, page mise à jour le 10 décembre 2025). La même page demande en revanche que les données structurées correspondent au texte visible.

C’est là que se trouve le vrai risque. Un balisage copié d’un ancien modèle peut annoncer une adresse quittée ou un téléphone mort. La machine lit alors deux versions de vous. Les types utiles restent Organization pour une entreprise, LocalBusiness pour un cabinet ou un commerce avec adresse, et Article pour un blog. FAQPage reste un balisage valide, mais Google n’affiche plus ce résultat enrichi depuis le 7 mai 2026 (journal des mises à jour de Google Search Central).

Pour tester, collez l’adresse de votre page dans le Test des résultats enrichis de Google. Il liste les types reconnus et signale les erreurs. Le validateur de schema.org lit tous les types, y compris ceux que Google n’exploite pas. Comparez chaque valeur affichée avec votre page de contact.

Votre identité est-elle la même partout ?

Votre nom, votre adresse, vos services et vos prix doivent être identiques sur votre site, votre fiche Google et les annuaires, car les IA croisent ces sources. Quand elles se contredisent, l’IA choisit, et pas toujours la bonne version.

Dans les audits, nous relevons des prix faux, des services disparus, des infos fausses et des noms de produits changés que les médias n’ont pas suivis. Le site n’est pas toujours en cause. Mais une vieille page oubliée, encore en ligne, suffit à entretenir une erreur.

Le contrôle demande cinq minutes. Recherchez votre nom dans Google et ouvrez votre fiche d’établissement, vos annuaires professionnels et votre page LinkedIn. Comparez quatre éléments :

• la raison sociale et le nom d’usage, écrits de la même façon ;
• l’adresse et le téléphone, y compris après un déménagement ;
• la liste des services, sans celui que vous avez arrêté ;
• les prix ou fourchettes affichés, s’il y en a.

Puis posez la question directement à ChatGPT : « Que sais-tu du cabinet X à Y ? » Notez chaque erreur et cherchez d’où elle vient. Google recommande lui aussi de tenir à jour votre fiche d’établissement pour ses fonctions d’IA, dans la même page Search Central.

Faut-il ajouter un fichier llms.txt ?

Non, ce n’est pas une priorité : llms.txt est une proposition, pas un standard adopté par les grands éditeurs d’IA. Il s’agit d’un fichier texte placé à la racine du site, qui résume son contenu pour les modèles de langage.

Le format a été proposé par Jeremy Howard le 3 septembre 2024, et son site officiel le présente toujours comme une proposition ouverte aux contributions. Google a précisé le 15 juin 2026 que ces fichiers ne sont pas nécessaires pour sa recherche et n’ont aucun effet, positif ou négatif, sur la visibilité. Il ajoute qu’on peut les garder pour d’autres services. OpenAI, Perplexity et Anthropic n’en parlent pas dans leurs pages sur leurs robots.

Notre avis : le créer ne coûte presque rien et ne nuit pas. Mais le faire avant les quatre premières vérifications, c’est repeindre la porte d’une maison fermée à clé.

Les 5 vérifications en un tableau

Vérification	Comment tester	Ce qu’il faut voir
1. Accès des robots	Ouvrir votresite.fr/robots.txt, interroger l’hébergeur sur le pare-feu	Aucun « Disallow: / » pour OAI-SearchBot, ChatGPT-User, PerplexityBot, Claude-SearchBot
2. Texte dans le HTML	Afficher le code source, puis désactiver JavaScript	Vos phrases présentes dans le code et la page lisible sans JavaScript
3. Réponses reprenables	Lire seulement les titres, chercher la date et les tableaux	Titres en questions, réponse dès la première phrase, date visible, vrais tableaux HTML
4. Données structurées	Test des résultats enrichis de Google ou validator.schema.org	Aucune erreur, et des valeurs identiques à la page de contact
5. Identité cohérente	Comparer site, fiche Google, annuaires, puis interroger ChatGPT	Même nom, même adresse, mêmes services, prix à jour

Pour un premier relevé chiffré, Detekia calcule gratuitement un score GEO de votre page. Il ne remplace pas ces tests, mais il les complète en quelques secondes.

Si les vérifications 1 et 2 échouent, ne corrigez pas page par page. Le problème vient de la façon dont le site est construit, et une refonte coûte souvent moins cher que des rustines successives. Si seules les vérifications 3 à 5 posent problème, votre site est sain : il faut réécrire et mettre à jour, pas tout refaire.

Commencez aujourd’hui par le plus rapide. Ouvrez votre robots.txt, puis le code source de votre page d’accueil. Si vous voulez un regard extérieur sur ce que vous y trouvez, décrivez-nous votre site : nous vous dirons ce qui bloque et ce qui peut attendre.