Pourquoi ChatGPT ne cite jamais mon site
Tu poses à ChatGPT une question dont ton site a la réponse. Il cite trois concurrents, jamais toi. Ton contenu est pourtant meilleur, plus à jour, mieux écrit. Tu ne sais pas ce qui décide de ce classement invisible, ni ce que tu peux y changer depuis ton côté.
ChatGPT n’envoie pas un robot mais plusieurs, et ils ne servent pas à la même chose. Celui qui décide si ton site apparaît dans une réponse n’est pas celui qui sert à entraîner les modèles. Beaucoup de sites bloquent le mauvais, croient refuser l’entraînement, et se rendent invisibles dans les réponses.
Le malentendu qui coûte le plus cher
Quand une réponse de ChatGPT cite des sources, on suppose qu’elle a puisé dans « ce qu’elle a appris ». C’est faux, et cette erreur en entraîne une autre, bien plus embêtante.
Répondre en citant des pages et apprendre à partir de pages sont deux opérations séparées, menées par deux robots différents, avec deux réglages indépendants.
OpenAI le documente noir sur blanc. GPTBot sert à entraîner les modèles. OAI-SearchBot sert à faire apparaître des sites dans les résultats de recherche de ChatGPT. Et l’éditeur précise ce qui arrive quand on refuse le second : les sites qui l’excluent n’apparaissent pas dans les réponses de recherche.
Il y a un troisième cas, souvent confondu avec les deux autres : ChatGPT-User, qui visite une page parce qu’un humain vient de poser une question. Celui-là n’explore pas le web tout seul.
Pourquoi tant de sites se sont éteints sans le vouloir
Ces dernières années, beaucoup de sites ont voulu refuser que leur contenu serve à entraîner des IA. Décision parfaitement légitime.
Sauf qu’un grand nombre l’a appliquée en bloquant tout ce qui ressemblait à un robot d’IA, sans distinguer les rôles. Le résultat ne correspond pas à l’intention : le contenu n’entraîne rien, et le site n’apparaît nulle part non plus.
C’est l’inverse exact de ce que cherche quelqu’un qui vend quelque chose en ligne. Toi, tu veux être cité. Le refus d’entraînement et la présence dans les réponses sont deux boutons distincts — et ils se règlent séparément, précisément pour ça.
Être sur Google ne te met pas dans ChatGPT
C’est la deuxième surprise, et elle est structurelle.
Ce sont deux circuits séparés, avec leurs propres conditions d’accès. Pour figurer dans les réponses de ChatGPT, il faut que son robot de recherche puisse consulter ton site, et que ton hébergeur ou ton service de distribution ne bloque pas les adresses depuis lesquelles il travaille.
Ce dernier point est traître, parce qu’il ne se décide pas dans ton site. Une protection anti-robots activée chez ton hébergeur peut refuser l’accès sans que rien, dans tes pages, ne l’indique.
Ce que ta réponse doit avoir pour être reprise
Il reste le cas le plus fréquent : ton site est consultable, et il n’est quand même jamais cité.
Une réponse d’IA cite ce qu’elle peut extraire proprement. Elle ne lit pas ta page comme un visiteur qui parcourt tout, hésite, revient en arrière et finit par comprendre. Elle cherche une affirmation qui tient debout toute seule.
Un texte qui répond à sa propre question tôt et clairement peut être repris. Un texte qui installe l’ambiance sur trois paragraphes, distille l’information à travers toute la page et ne conclut jamais vraiment ne donne rien à citer — même excellent, même juste.
C’est aussi pour ça qu’une affirmation chiffrée sans source datée passe rarement : elle n’est pas vérifiable, donc elle n’est pas reprise.
Les trois vérifications gratuites
Ton fichier robots.txt. Ajoute /robots.txt à ton adresse et lis-le. Il est public, il tient en quelques lignes, et il dit exactement qui tu autorises. C’est là que se trouve la confusion la plus fréquente entre les deux robots.
Ta page vue sans mise en forme. Si l’essentiel de ton propos n’apparaît qu’après une action du visiteur — un onglet à ouvrir, un bouton « lire la suite », un formulaire à remplir — ce n’est pas de la lecture, c’est un obstacle.
La question, posée directement. Va dans ChatGPT et pose la question à laquelle ta page répond. Regarde qui est cité. Ce ne sont pas forcément les gros sites : ce sont ceux dont la réponse était extractible.
Ce qu’il ne faut pas faire
Bloquer tous les robots d’IA « par précaution ». C’est le geste qui produit exactement le résultat que tu veux éviter. Les réglages sont séparés justement pour ne pas avoir à choisir entre les deux.
Répéter ton mot-clé dans toute la page. Ça ne fonctionne plus sur les moteurs classiques, et ça fait activement perdre de la visibilité auprès des moteurs qui répondent avec une IA.
Payer pour « être référencé dans les IA ». Personne ne vend un accès aux réponses de ChatGPT. Ce qui existe, ce sont des robots à ne pas bloquer et des pages lisibles — et les deux sont gratuits.