Mesurer
Audit IA
Ce que votre site déclare aux robots des IA, face à ce qu'ils reçoivent vraiment.
Avant de gagner en visibilité, il faut être lisible. L'Audit IA vérifie une chose que personne ne voit à l'oeil nu : les robots qui alimentent les IA peuvent-ils réellement lire vos pages ?
Un scan lit votre robots.txt, puis demande vos pages deux fois : une fois avec l'identité d'un navigateur, une fois avec celle du robot. L'écart entre les deux est tout l'intérêt de la page.
Note
Une analyse qui suit un concept plutôt qu'un site n'a rien à auditer, et la page le dit. Le scan se lance depuis la page, et le geste est réservé aux rôles Propriétaire et Admin.
Déclaré contre observé
Le tableau du verdict met deux colonnes côte à côte, IA par IA.
| Colonne | Ce qu'elle dit |
|---|---|
| Déclaré | Ce que votre robots.txt autorise ou refuse à ce robot, avec la ligne exacte qui décide. |
| Observé | Ce que votre serveur lui a réellement répondu : la page, ou un refus. |
L'écart, le constat qui vaut la page
Votre robots.txt autorise le robot, et votre serveur lui refuse quand même la page. Aucun fichier de configuration ne vous le dirait : le refus vient de votre CDN, de votre pare-feu applicatif ou de votre anti-robot. Vous êtes invisible sans le savoir.
Ce que l'audit ne suppose pas
Relier un robot à l'IA qu'il alimente n'est pas toujours documenté par le fournisseur. Plutôt que de trancher en silence, chaque correspondance porte son grade, et le mot « inférence » est écrit à l'écran.
| Grade | Ce qu'il vaut |
|---|---|
| Fait documenté | Le fournisseur énonce l'effet et nomme la surface que nous mesurons. |
| Inférence forte | Le mécanisme est documenté, mais le fournisseur ne le relie pas à la surface mesurée. |
| Inférence faible | Aucune déclaration du fournisseur. Note de diagnostic, et aucun geste n'en est tiré. |
- Aucun geste n'est proposé sur une inférence faible : la preuve ne suffit pas à en justifier un, et l'écran le dit plutôt que de se taire.
- Les robots d'entraînement sont relevés, jamais conseillés : les bloquer est une décision juridique, pas une décision de visibilité.
- Un robot dont le fournisseur ne documente pas la signification ne reçoit aucun rôle de notre part : il n'entre dans aucun verdict, et aucun geste n'en est tiré.
- Une IA sans surface de contrôle documentée est nommée comme telle. Aucun fournisseur ne documente de robot qui la gouverne, et nous préférons le dire que le supposer.
Les constats
Les constats sont rangés du plus lourd au plus léger, chacun avec sa preuve : la ligne du fichier, le code de statut reçu, les redirections suivies. Un constat qui touche une page déjà citée par une IA est signalé comme tel, parce qu'il fait perdre quelque chose qui marchait.
- Le piège le plus fréquent : un groupe nommé pour un robot remplace le groupe générique, il ne s'y ajoute pas. Écrire trois lignes pour un robot annule donc, en silence, toutes vos règles générales pour lui.
- Un
robots.txtqui répond par une erreur serveur arrête le crawl du site entier. Un 404 est sain : indisponible veut dire tout autorisé. - Un blocage corrigé met environ 24 heures à se propager. Le scan suivant peut encore le voir sans que votre correctif soit en cause.
Le cas du fichier llms.txt
Nous relevons sa présence, et rien de plus. Aucun fournisseur d'IA ne documente la lecture de ce fichier : son absence ne change pas votre visibilité dans les moteurs que nous mesurons. En publier un est peu coûteux et sans risque, ce n'est pas un levier.
La couverture et l'historique
Un scan dit toujours combien de pages il a auditées, et sur quel total connu. Quand le total est inconnu, il l'écrit au lieu d'inventer un chiffre ; quand des requêtes ont échoué, les constats concernés sont marqués inconnus plutôt que supposés conformes.
Un scan est un état de site daté. L'historique compare le dernier au précédent et marque ce qui est nouveau, résolu, ou toujours là. Sur un premier scan, il n'y a rien à comparer, et la page le dit.