Ce que ChatGPT voit vraiment de votre site : le test en 10 minutes

Un protocole en six étapes pour vérifier vous-même ce que les robots des assistants IA reçoivent de votre site. Sans développeur, sans outil payant, avec les sources officielles.

Publié le 2026-08-14 par SMARTCREA — 10 min de lecture.

Vous avez demandé à ChatGPT de recommander une entreprise comme la vôtre dans votre ville. Il en a cité trois. Pas vous. La question qui suit est toujours la même : est-ce que mon site est mauvais, ou est-ce qu'il ne le voit tout simplement pas ?

Ce sont deux problèmes différents, et le second se règle en une journée alors que le premier prend des mois. Comment savoir dans quel cas vous êtes ? En dix minutes, sans nous appeler.

Les conseils que vous trouverez ailleurs sur cette question sont presque tous éditoriaux : soignez vos titres, structurez vos contenus, répondez aux questions de vos clients. C'est vrai, et c'est inutile tant que le robot reçoit une page vide. Cet article ne parle que de la partie mécanique, celle qu'on peut mesurer.

Le fait technique que personne ne vous dit

Votre site est probablement construit avec un outil moderne (Wix, Webflow, Shopify, WordPress avec un thème récent, ou une application React comme celle-ci). Dans beaucoup de ces cas, le serveur n'envoie pas la page : il envoie un programme, et c'est le navigateur qui fabrique la page en l'exécutant.

Google sait faire. Les robots des assistants IA, non.

La seule mesure publique sérieuse sur le sujet vient de Vercel, dans un article intitulé « The rise of the AI crawler », publié le 17 décembre 2024 par Giacomo Zecchini, Alice Alexandra Moore, Malte Ubl et Ryan Siddle. La conclusion est sans ambiguïté :

The results consistently show that none of the major AI crawlers currently render JavaScript.

La liste couvre à peu près tout le marché : OAI-SearchBot, ChatGPT-User et GPTBot chez OpenAI, ClaudeBot chez Anthropic, PerplexityBot, Bytespider chez ByteDance, Meta-ExternalAgent. Attention à la nuance, elle compte : ils téléchargent bien les fichiers JavaScript, ils ne les exécutent pas.

The data indicates that while ChatGPT and Claude crawlers do fetch JavaScript files (ChatGPT: 11.50%, Claude: 23.84% of requests), they don't execute them.

Google dit la même chose de son côté, dans sa documentation destinée aux développeurs, mise à jour le 4 mars 2026 :

Keep in mind that server-side or pre-rendering is still a great idea because it makes your website faster for users and crawlers, and not all bots can run JavaScript.

Un mot sur l'âge de cette donnée. La mesure de Vercel remonte à décembre 2024, soit plus de vingt mois, et personne ne l'a rejouée publiquement depuis, ni Vercel ni un tiers indépendant : les articles de 2025 et 2026 qui l'affirment, y compris ceux de Vercel, reformulent tous cette mesure unique. C'est la meilleure source disponible. Ce n'est pas une vérité intemporelle, et c'est une raison de plus pour faire le test sur votre propre site au lieu de nous croire sur parole.

Le protocole en six étapes

Chaque étape se suffit à elle-même. Faites-les dans l'ordre : les deux premières éliminent 80 % des cas.

Étape 1. Votre robots.txt, 1 minute

Ouvrez votredomaine.fr/robots.txt dans votre navigateur. Cherchez les mots GPTBot, OAI-SearchBot, ClaudeBot, PerplexityBot. S'ils apparaissent avec un Disallow: / en dessous, vous vous êtes fermé la porte vous-même. Souvent sans le savoir : une extension de sécurité ou un réglage d'hébergeur l'a fait pour vous.

Le piège, ici, c'est de croire que ces réglages sont liés. Ils ne le sont pas, et OpenAI l'écrit noir sur blanc dans sa documentation des robots :

Each setting is independent of the others – for example, a webmaster can allow OAI-SearchBot in order to appear in search results while disallowing GPTBot to indicate that crawled content should not be used for training OpenAI's generative AI foundation models.

Autrement dit : bloquer GPTBot ne vous fait pas disparaître de ChatGPT quand la recherche est activée. C'est OAI-SearchBot qui commande cela. Beaucoup d'entreprises ont bloqué le premier en croyant protéger leur contenu, puis se sont demandé pourquoi elles restaient visibles. Elles n'avaient simplement pas actionné la bonne directive, dans un sens comme dans l'autre.

Notez au passage qu'être exclu d'OAI-SearchBot ne vous efface pas complètement : OpenAI précise que les sites concernés « can still appear as navigational links ».

Étape 2. Le test du code source, 1 minute

C'est le test le plus utile de la liste, et il ne demande aucun outil.

Ouvrez votre page d'accueil. Faites Ctrl + U (Cmd + Option + U sur Mac) : le navigateur affiche le code source brut, exactement ce que le serveur a envoyé, avant toute exécution. Puis Ctrl + F, et cherchez votre numéro de téléphone, ou une phrase entière de votre page.

Si vous la trouvez, votre page est envoyée en HTML complet. Bonne nouvelle : les robots la lisent.

Si vous ne trouvez rien d'autre qu'une poignée de balises et un <div id="root"></div> vide, votre page est fabriquée dans le navigateur. Pour un robot qui n'exécute pas JavaScript, votre site est une page blanche. Vous pouvez avoir le meilleur contenu du département, il n'existe pas.

Étape 3. La requête avec le vrai robot, 3 minutes

L'étape 2 montre ce que reçoit un navigateur ordinaire. Certains serveurs, certains pare-feux et certains CDN se comportent différemment selon qui demande. Pour lever le doute, il faut poser la question en se présentant comme le robot.

Deux services gratuits permettent de le faire sans rien installer :

• reqbin.com. Collez votre URL, ajoutez dans la section Headers une ligne User-Agent: suivie de la chaîne du robot, envoyez. Pas d'inscription.
• technicalseo.com/tools/fetch-render/. Plus parlant pour un non-technicien : l'outil affiche côte à côte le code source reçu et le rendu final, ce qui rend la différence visible d'un coup d'œil.

La chaîne à utiliser pour OpenAI, telle que publiée par OpenAI :

Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko); compatible; GPTBot/1.4; +https://openai.com/gptbot

Ce que vous cherchez dans la réponse, c'est la même chose qu'à l'étape 2 : votre texte, ou son absence. Et un code de réponse 200. Un 403 signifie que quelque chose bloque activement le robot. Le plus souvent une protection anti-bot posée par votre hébergeur, qui ne fait pas la différence entre un robot d'IA et un aspirateur de contenu.

Étape 4. Common Crawl, 2 minutes

Common Crawl est une archive publique du web, utilisée depuis des années comme matière première par une grande partie de l'industrie. Son index se consulte librement sur index.commoncrawl.org : on choisit une archive dans la liste, on saisit son domaine, on regarde ce qui remonte. La plus récente à ce jour est CC-MAIN-2026-30, collectée entre le 7 et le 25 juillet 2026 et publiée le 28 juillet.

Attention au contresens, et il est massif dans les articles qui en parlent : ne rien y trouver ne prouve rien. Common Crawl le dit lui-même dans sa foire aux questions :

Common Crawl's dataset is a sample of the web, and we do not generally archive any entire website but a randomly selected subset of it.

Y trouver vos pages est un signal positif. Ne pas les y trouver n'est pas un diagnostic. Traitez cette étape comme un bonus, pas comme une preuve.

Étape 5. Search Console, 2 minutes

Longtemps, on ne pouvait pas mesurer sa présence dans les réponses générées par Google. Ce n'est plus vrai depuis le 3 juin 2026 : Google a ouvert un rapport dédié, appelé en français Rapport sur les performances dans l'IA générative (Recherche).

Il couvre les Aperçus IA et le Mode IA, et définit ce qu'il compte ainsi :

Les impressions correspondent au nombre de fois qu'un utilisateur a vu des liens vers votre site dans une fonctionnalité d'IA générative dans la recherche Google.

Deux limites à connaître avant d'aller le chercher. D'abord, il n'est pas encore ouvert à tout le monde : Google écrit déployer le rapport « auprès d'un sous-ensemble de propriétaires de sites Web ». Ensuite, la seule métrique décrite par Google est l'impression. Ne comptez pas y lire vos clics tant que vous ne les y avez pas vus de vos yeux.

Si votre propriété Search Console n'affiche rien, ce n'est donc pas nécessairement mauvais signe. C'est peut-être simplement que le rapport ne vous a pas encore été ouvert.

Étape 6. Poser la question, 1 minute

Le test final est le plus simple. Encore faut-il le lire correctement.

Dans ChatGPT, activez la recherche web, puis posez la question qu'un client poserait : « quel [votre métier] recommandes-tu à [votre ville] ? » Faites la même chose dans Perplexity et dans le Mode IA de Google.

Puis ignorez la réponse et lisez les sources citées. Toute l'information utile est là. Si l'assistant cite trois annuaires et aucun site d'entreprise, personne n'est visible et le terrain est libre. S'il cite les sites de vos concurrents, la question n'est plus technique : ils ont quelque chose que vous n'avez pas. Si votre site est cité mais que le résumé est faux, vous avez un problème de clarté, pas de visibilité.

Ce qu'on lit ailleurs, et ce que disent les sources

Sur llms.txt, une précision utile, parce que la confusion est fréquente : OpenAI, Anthropic et Perplexity publient chacun un fichier llms.txt pour leur propre documentation. Publier ce fichier n'est pas la même chose que lire celui des autres, et aucun des trois ne déclare quelque part le consulter sur les sites tiers. Nous en avons un sur ce site. Il ne nous a jamais rien rapporté de démontrable, il ne coûte rien non plus, et nous ne le facturons à personne.

Ce que le test ne vous dira pas

Ce protocole mesure l'accès. Il ne dit rien de votre réputation ni de votre pertinence.

Un site parfaitement lisible par les robots peut n'être jamais cité, simplement parce que rien ailleurs sur le web ne parle de vous : pas d'avis, pas de mentions dans la presse locale, pas de fiche cohérente d'un annuaire à l'autre. Les assistants s'appuient largement sur ce que les autres disent de vous, pas seulement sur ce que vous dites de vous.

Il ne dit rien non plus de ce qui se passe dans les modèles eux-mêmes : personne, hors des entreprises concernées, ne sait au juste ce qui pèse dans la sélection d'une source. Méfiez-vous de quiconque vous l'affirme avec certitude, nous compris.

Et si le test échoue

Si l'étape 2 montre une page vide, une seule chose compte : que votre serveur envoie une page complète, et non un programme à exécuter. Selon votre outil, cela s'appelle rendu côté serveur, génération statique ou pré-rendu. C'est un réglage technique, pas une refonte : le design, les textes et les URL ne bougent pas.

C'est la raison pour laquelle l'article que vous lisez est servi en HTML statique, alors que le reste de ce site est une application React. Nous ne pouvions pas décemment écrire ce texte et le rendre invisible aux robots dont il parle.

Sources et dates de vérification. Toutes les pages ci-dessous ont été consultées le 14 août 2026. Documentation des robots OpenAI · Documentation Anthropic sur le crawl · Google, robots courants · Google, contrôle de l'IA générative dans la Recherche · Google, bases du SEO JavaScript · Google, guide d'optimisation pour l'IA · Google, rapport IA générative dans Search Console · Vercel, The rise of the AI crawler · Common Crawl, index public