Aller au contenu
Evocia

Lecture et calculs déterministes, sans IA

Les robots des IA et des moteurs ont-ils le droit de lire votre site ?

Lit votre robots.txt robot par robot (50 robots documentés par leurs exploitants), les directives noindex et X-Robots-Tag, les canonicals, et compare la réponse du serveur à un navigateur et à des robots.

Recherche, entraînement et agents utilisateurs distingués, chaque ligne avec sa source officielle.

  1. Votre site
  2. Votre résultat

Jusqu'à 3, une par ligne : adresse complète ou chemin (/tarifs).

Gratuit, sans compte ni email : le résultat s'affiche dès la fin de l'analyse. Limites : jusqu'à 4 adresses, 72 requêtes et 75 secondes au plus.

Périmètre

Ce que l'outil mesure, et ce qu'il ne dit pas

Périmètre de Robots IA
VérificationCe qui est mesuréCe que cela ne dit pas
robots.txt, robot par robotPour 50 robots documentés par leurs exploitants : la règle retenue pour chaque adresse (RFC 9309), les règles reprises d'un autre robot quand l'exploitant le documente, la fonction du robot.Si le robot passe réellement : seuls vos journaux serveur le montrent.
Directives d'indexationBalises meta robots, googlebot, bingbot, en-têtes X-Robots-Tag, avec leur portée exacte.L'effet d'une directive sur un robot qui ne la documente pas.
Réponse du serveur, robot par robotLa page d'accueil demandée au nom de chaque robot, avec son User-Agent (publié par l'exploitant, ou construit sur son jeton), et comparée à la réponse faite à un navigateur : servi, refusé, page de vérification ou débit limité.Le traitement du vrai robot, souvent reconnu à ses adresses IP.
Sitemap et llms.txtPrésence et accessibilité.Un effet de llms.txt : aucun grand moteur ne déclare le lire.

Méthodologie

Comment l'analyse se déroule

  1. 01Lecture de l'accueil par une requête de navigateur, qui fixe l'origine réelle du site (redirections suivies, chaque saut revérifié).
  2. 02Lecture de robots.txt de cette origine (500 Kio au plus, minimum imposé par la RFC 9309).
  3. 03Lecture des pages demandées par une requête de navigateur.
  4. 04Lecture de l'accueil au nom de chaque robot du registre, une requête par User-Agent : chaîne publiée par l'exploitant, ou construite sur son jeton quand il n'en publie pas ; un robot qui explore avec la chaîne d'un autre en reprend la réponse ; les jetons de contrôle, qui n'explorent pas, ne sont pas testés.
  5. 05Réponse de chaque robot comparée à celle du navigateur : servi, refusé (code 4xx), page de vérification, débit limité (429, non concluant), à vérifier (erreur, redirection vers une autre page, réponse très courte).
  6. 06Pour chaque robot du registre : règle robots.txt retenue (la plus longue, Allow à égalité), par adresse ; directives meta et X-Robots-Tag qui le visent.
  7. 07Sitemap déclaré ou à l'adresse habituelle, et llms.txt : présence seulement.

Règles appliquées

  • Groupes visant le même jeton fusionnés ; un robot non nommé suit le groupe *, sans groupe * il est autorisé (RFC 9309).
  • robots.txt en 4xx : tout autorisé ; en 5xx : tout interdit (RFC 9309, 2.3.1.3 et 2.3.1.4).
  • Un robot n'est jamais confondu avec son exploitant : chaque jeton a sa fonction (recherche, entraînement, agent utilisateur, jeton de contrôle) et sa source.
  • noindex et nosnippet ne sont comptés que pour les robots de recherche ; pour les autres ils sont relevés sans effet déduit.

Formules publiées

Robots de recherche autorisés sur l'accueil
autorisés ÷ robots de fonction recherche du registre
Pages indexables
pages sans noindex visant tous les robots ÷ pages lues
Robots servis
robots servis comme un navigateur ÷ robots testés avec un résultat net

Limites

  • Une autorisation dans robots.txt ne prouve pas que le robot explore votre site ; seuls vos journaux serveur le montrent.
  • Un blocage ne garantit pas l'absence de découverte : une page interdite peut rester connue par des liens externes, et certains agents déclenchés par un utilisateur ne suivent pas robots.txt selon leur exploitant.
  • Les requêtes « au nom » d'un robot portent seulement son User-Agent : elles partent d'un serveur d'Evocia, pas des adresses IP du robot, qu'un pare-feu peut traiter autrement, dans un sens comme dans l'autre.
  • Les robots sont testés sur l'accueil seulement, à quelques centaines de millisecondes d'intervalle : un serveur qui limite le débit peut répondre 429, et ces robots restent alors à vérifier.
  • Les rôles des robots viennent des documentations de leurs exploitants (registre 2026-11-12) ; ils changent sans préavis : en cas de doute, la documentation de l'exploitant prime.
  • Le texte des pages est lu sans exécuter JavaScript.
  • Les pages lues sont conservées 30 jours comme preuves de l'analyse, puis seule leur empreinte reste ; le rapport est supprimé au bout de 90 jours.

Pour comprendre : robots.txt, sitemap.xml et llms.txt : le guide ; Savoir si les IA lisent votre site.

Ce que l'on nous demande avant de commencer

Pourquoi distinguer recherche, entraînement et agents utilisateurs ?
Parce que les exploitants les distinguent : bloquer GPTBot (entraînement) ne retire pas votre site de la recherche de ChatGPT, qui passe par OAI-SearchBot. Chaque ligne du résultat donne la fonction déclarée et la page officielle qui la documente.
Un robot autorisé lit-il forcément mon site ?
Non. Une autorisation est une déclaration ; un pare-feu peut refuser le robot, et rien n'oblige un robot à passer. Inversement, une page interdite peut rester connue par des liens externes, et certains agents déclenchés par un utilisateur indiquent ne pas suivre robots.txt.
D'où vient la liste des robots ?
Des seules documentations officielles des exploitants, relues le 12 novembre 2026. Un robot sans page officielle n'y figure pas. Le registre est versionné ; chaque analyse garde la version utilisée.

Accessibles, et ensuite ?

Être lisible ne dit pas si les IA vous citent. Le test de visibilité IA pose des questions d'acheteurs de votre catégorie aux moteurs, plusieurs fois.