Le public, désormais, ce sont les assistants

Pendant près d’un an, j’ai mal lu mon propre trafic. Je surveillais les visiteurs humains, les clics de recherche et la profondeur des sessions, et je traitais les lignes de robots dans les journaux comme du bruit à filtrer. Puis je les ai enfin additionnées. Sur une journée représentative, mon site a servi environ 301 visiteurs humains et près de 19 800 requêtes provenant d’agents IA. Ces agents ne me pillaient pas pour de l’entraînement. La source la plus importante, et de loin, était ChatGPT, qui allait chercher mes pages en direct pour répondre à la question de quelqu’un, à cet instant précis. Mon véritable public avait discrètement cessé de venir. Il me lisait à travers un assistant, et cet assistant me lisait environ soixante-six fois plus souvent que les humains auxquels il répondait. {.answer-block}

En bref

• Sur une journée récente représentative, mon site a attiré ~301 visiteurs humains et ~19 800 requêtes d’agents IA. Le volume moyen d’agents sur 7 jours est de ~19 850/jour, contre une moyenne humaine sur 28 jours de ~301/jour, soit un rapport proche de 66 pour 1.¹
• L’essentiel de ce trafic d’agents ne provient pas de robots d’entraînement. Il s’agit de récupération en direct pilotée par l’utilisateur : ChatGPT-User à ~13 100 requêtes/jour et Claude-User à ~2 300, des agents qui vont chercher une page uniquement parce qu’un humain vient de poser une question à son assistant.¹²³
• La documentation des éditeurs trace explicitement la frontière. OpenAI : « ChatGPT-User n’est pas utilisé pour explorer le web de façon automatique. » Anthropic : Claude-User va chercher des pages « lorsque des personnes posent des questions à Claude ». Cloudflare formalise cela comme un comportement Agent distinct, séparé des catégories Training (entraînement) et Search (recherche).²³⁴
• Les robots d’entraînement qui inquiètent tout le monde faisaient figure d’erreur d’arrondi en comparaison : 55 requêtes pour GPTBot et 212 pour ClaudeBot le même jour.¹²³
• Le glissement concret : votre contenu est de plus en plus consommé comme matière première à réponses. Le lecteur est un humain qui n’arrive jamais sur votre page, et ce qui vous lit réellement, c’est un assistant qui vous récupère au moment de la question. Cela change ce que vous mesurez, ce que vous écrivez, et le sens même du mot « trafic ».

Le chiffre qui a tout recadré

Il s’agit d’un site personnel : des guides techniques et des essais, dix langues, quelques centaines de visiteurs humains par jour. Honorable, sans plus. Pendant des mois, mon tableau de bord m’a raconté une jolie histoire faite de clics de recherche et de durée de session, tandis que les lignes d’agents IA restaient cantonnées dans un coin mentalement étiqueté « robots, ignorer ».

L’étiquette était l’erreur. Quand j’ai enfin réuni les journaux de périphérie Cloudflare et les statistiques humaines dans une même vue, la proportion n’avait rien de serré. Humains : environ 301 par jour en moyenne sur 28 jours. Agents IA : environ 19 850 requêtes par jour en moyenne sur 7 jours, et 19 785 sur la seule journée représentative que j’ai décomposée par source.¹ Les deux fenêtres sont stables, si bien que le rapport ne dépend pas de celle que je retiens : 19 785 contre 301 donne 65,7 pour un, et la moyenne lissée sur 7 jours aboutit à 65,9. Disons soixante-six pour un.

Une objection légitime surgit aussitôt, et je tiens à la concéder avant qu’elle ne discrédite le reste : les unités ne sont pas identiques. Les 301 sont des visiteurs humains uniques. Les 19 800 sont des requêtes d’agents, et une seule visite humaine s’étale elle aussi sur plusieurs requêtes de page. Il ne s’agit donc pas de « soixante-six fois plus de lecteurs ». On est plus près de : « les assistants demandent mes pages environ soixante-six fois plus souvent que des humains n’arrivent pour les lire ». La comparaison honnête pointe malgré tout dans la même direction, car l’intéressant n’est pas le multiplicateur exact. C’est la nature de ces requêtes d’agents.

Pas les robots que vous redoutiez

L’hypothèse par défaut, la mienne comprise, veut qu’un mur de trafic d’agents IA signifie que des aspirateurs d’entraînement engloutissent votre contenu pour le prochain modèle de fondation. C’est la peur qui a déclenché une centaine de retouches de robots.txt. Ce n’est pas ce que montrent mes journaux.

Voici la même journée représentative, ventilée par user-agent :¹

Relisez les deux premières lignes. ChatGPT-User et Claude-User totalisent à eux seuls plus de quinze mille des quelque vingt mille requêtes d’agents de la journée. Ni l’un ni l’autre n’est un robot d’entraînement, et la distinction ne relève pas de mon interprétation. Les éditeurs la documentent noir sur blanc.

La documentation d’OpenAI sur ses robots précise qu’OpenAI utilise ChatGPT-User « pour certaines actions des utilisateurs dans ChatGPT et les Custom GPTs », que « lorsqu’un utilisateur pose une question à ChatGPT ou à un CustomGPT, l’agent peut consulter une page web », puis affirme sans détour que « ChatGPT-User n’est pas utilisé pour explorer le web de façon automatique ».² Le robot d’entraînement de masse est un agent distinct, GPTBot, décrit comme explorant « des contenus susceptibles d’être utilisés pour entraîner nos modèles de fondation d’IA générative ».² Le jour représentatif, GPTBot a effectué cinquante-cinq requêtes. ChatGPT-User en a effectué treize mille.

Anthropic trace exactement la même frontière. Claude-User « prend en charge les utilisateurs de Claude AI. Lorsque des personnes posent des questions à Claude, il peut consulter des sites web au moyen d’un agent Claude-User. » Quant à ClaudeBot, le robot d’entraînement, il « contribue à améliorer l’utilité et la sûreté de nos modèles d’IA générative en collectant des contenus web susceptibles de participer à leur entraînement ».³ Même figure : l’agent piloté par l’utilisateur écrase le robot d’entraînement, 2 274 contre 212.

Cloudflare, qui se tient devant une large part du web et n’a aucun intérêt à flatter un éditeur en particulier, formalise précisément cette séparation. Sa taxonomie de robots vérifiés classe les robots IA par comportement, en catégories distinctes : Agent, « des agents pilotés par l’utilisateur qui consultent une page pour le compte d’un humain » ; Search, « une exploration destinée à construire des index de recherche ou des bases RAG » ; et Training, « une exploration destinée à entraîner ou à affiner des modèles ».⁴ Le critère discriminant, c’est la direction humaine. Un robot d’entraînement ou d’indexation explore de façon autonome pour constituer un jeu de données durable. Une récupération d’Agent se déclenche à la demande, par une interaction humaine, pour répondre en direct à une question précise. Mon trafic relève massivement de la troisième catégorie.

Ce qu’une récupération en direct signifie vraiment

Prenez le temps d’en examiner la mécanique, car elle bouleverse entièrement le modèle mental. Quand ChatGPT-User frappe ma page, la séquence qui a mené jusque-là ressemble à ceci : une personne a ouvert un assistant, tapé une question ; l’assistant a jugé ma page utile pour y répondre, l’a récupérée en temps réel, en a extrait ce dont il avait besoin, et a composé une réponse. La personne a obtenu sa réponse. Elle n’a peut-être jamais vu mon nom, ma mise en page, mes autres articles, ni la petite note en bas de page qui recommande l’une de mes applications.

C’est un lecteur. Simplement un lecteur que je ne rencontre jamais. L’assistant est un coursier, et mes statistiques n’ont jamais vu que sa camionnette — treize mille trajets par jour — qu’elles rangeaient dans la case « bruit ».

Cette inversion, c’est l’histoire discrète qui se joue sous le vacarme autour de l’IA et du contenu. Le débat sur les robots d’entraînement porte sur le fait que des modèles ingèrent votre travail une fois, à un moment donné, dans leurs poids. Ce débat compte, mais c’est le mauvais indicateur si vous voulez comprendre votre public vivant. Ce public-là arrive par des récupérations d’Agent, en continu, chacune déclenchée par une interaction humaine qui a lieu maintenant. Chaque récupération de ChatGPT-User dans mes journaux remonte à une personne qui a demandé à son assistant quelque chose auquel ma page pouvait répondre — même si une seule question peut déclencher plusieurs récupérations et si certaines n’aboutissent devant aucun lecteur. L’échelle, quinze mille récupérations par jour contre trois cents visites humaines, dit ceci : les gens que mon contenu touche réellement se trouvent pour la plupart de l’autre côté d’un assistant.

Ce que cela change dans la mesure d’un site

Dès lors qu’on admet que les assistants forment un public réel, il manque soudain à votre tableau de bord son cadran le plus important. Les statistiques classiques reposent sur l’hypothèse que la lecture se produit sur votre page : sessions, profondeur de défilement, temps passé, l’élément de conversion sous la ligne de flottaison. Rien de tout cela ne se déclenche quand un humain vous lit via Claude. L’assistant ne fait défiler aucune page, ne convertit rien, et rebondit à chaque visite par définition. Si vous jugez votre contenu au seul engagement sur page, votre public qui croît le plus vite est statistiquement invisible.

Trois ajustements en découlent, et j’ai commencé à les appliquer tous les trois.

D’abord, traiter les journaux de requêtes d’agents IA comme une mesure d’audience, pas comme une mesure de sécurité. Je suis désormais le volume de ChatGPT-User et de Claude-User page par page, exactement comme je suis les visiteurs humains uniques, parce que ce décompte est l’approximation la plus proche dont je dispose pour « à quelle fréquence un assistant se sert-il de cette page pour répondre à quelqu’un ». Les pages que les agents récupèrent le plus ne sont pas toujours celles que les humains cliquent le plus, et cet écart est un signal éditorial que je jetais à la poubelle.

Ensuite, cesser d’optimiser uniquement pour le moment passé sur la page. Une page écrite pour être parcourue en diagonale par un humain arrivé via la recherche n’est pas la même chose qu’une page écrite pour être extraite proprement par un assistant en train de répondre à une question. Ce second usage récompense une réponse claire et autoportante placée près du début, des affirmations sans ambiguïté, et une structure qu’un moteur de récupération peut détacher de tout l’habillage alentour. C’est la raison pour laquelle je place un bloc de réponse directe en tête de chaque article. Ce bloc s’adresse autant au coursier qu’au lecteur.

Enfin, accepter que l’attribution devienne plus difficile et mesurer plutôt l’ombre qu’elle projette. Je ne peux pas voir l’humain derrière une récupération de Claude-User. Ce que je peux voir, c’est un signal de second ordre : les humains qui arrivent sur mon site déjà envoyés par un assistant, ce petit filet de personnes qui ont lu la réponse, voulu la source, et cliqué. C’est un mince ruisseau face au volume de récupérations — neuf par jour contre quinze mille — mais c’est la partie visible du public invisible, et sa tendance constitue le seul indicateur honnête pour savoir si être une bonne matière première à réponses finit par renvoyer des humains vers la source.

La stratégie sous-jacente

On est tenté de lire tout cela comme une condamnation des sites indépendants : les assistants exploitent votre contenu à ciel ouvert, répondent à votre place, et gardent l’humain pour eux. Il arrive que ce soit exactement ce qui se produit. Mais le cadrage est trop plat, car il ignore ce que la récupération sélectionne réellement.

Un assistant va chercher votre page parce que, au moment de la question, il l’a jugée la meilleure source disponible pour cette requête précise. Ce n’est pas l’ancien jeu du référencement sur un mot-clé. C’est être ce vers quoi un moteur de réponses se tourne quand il a besoin d’être exact. La monnaie d’échange n’est ni les liens entrants ni la densité de mots-clés ; c’est le fait d’avoir raison, de façon démontrable et récupérable, sur un sujet que suffisamment de gens interrogent. Une page exacte, précise et à jour se fait récupérer. Une page de contenu générique et resservi, non — parce que le modèle connaît déjà la partie générique et ne se tourne vers l’extérieur que lorsqu’il lui faut ce qu’il ne contient pas de façon fiable.

Ainsi, l’incitation créée par le trafic d’Agent se trouve, pour une fois, alignée sur la fabrication de pages réellement bonnes. Non pas des pages calibrées pour un algorithme de classement, mais des pages qui valent la peine d’être récupérées pour répondre à une vraie question. La récompense mesurable est passée de « un humain a-t-il atterri et fait défiler la page » à « un assistant a-t-il jugé que c’était la meilleure source et l’a-t-il lue à un humain ». Je préfère de loin concourir sur le second terrain.

La position

Traitez les assistants comme votre public principal, car les chiffres montrent qu’ils le sont déjà, et construisez pour la récupération autant que pour la visite. L’humain sur votre page fait désormais partie de la minorité des lecteurs, et souvent de ceux qui se sont assez souciés du sujet pour venir chercher la source après la réponse de l’assistant. Le lecteur majoritaire, c’est l’assistant lui-même, qui vous récupère en direct dès qu’une question humaine l’exige, sans jamais effleurer vos statistiques. Ce n’est pas un problème de robots à bloquer. C’est un canal de diffusion à comprendre, et c’est aujourd’hui le plus important dont disposent la plupart des sites de contenu.

Le site des prochaines années se mesure en deux chiffres, pas un. Il y a le trafic que vous voyez, les humains sur la page, et il y a le trafic que vous devez déduire, les assistants qui vous lisent pour répondre à des humains que vous ne rencontrerez jamais. Chez moi, le rapport est d’environ soixante-six pour un en faveur des lecteurs que je ne vois pas. Je soupçonne les vôtres d’en être plus proches que votre tableau de bord ne le laisse croire, parce que les lignes dorment dans le même coin où j’avais laissé les miennes, étiquetées « bruit ».

À retenir

• Comptez les requêtes d’agents IA comme du public, pas comme du bruit. Sur mon site, elles dépassent les arrivées humaines sur les pages dans un rapport d’environ 66 pour 1, et leur composition importe davantage que le multiplicateur.¹
• L’essentiel du trafic d’agents relève de la récupération en direct pilotée par l’utilisateur, pas de l’entraînement. ChatGPT-User et Claude-User vont chercher des pages parce qu’un humain vient de poser une question à son assistant ; les éditeurs le documentent et Cloudflare le classe comme un comportement Agent distinct.²³⁴
• Les robots d’entraînement représentent une petite fraction. GPTBot et ClaudeBot réunis totalisaient moins de 300 requêtes un jour où les agents pilotés par l’utilisateur en ont effectué plus de 15 000.¹²³
• Les statistiques de page passent à côté de votre public qui croît le plus vite. Les assistants ne font rien défiler et ne convertissent rien : les mesures d’engagement rendent donc le public Agent invisible ; suivez plutôt le volume de récupérations d’agents page par page comme approximation.
• Écrivez pour la récupération. Commencez par une réponse claire et autoportante ; soyez précis, exact et à jour. Un moteur de réponses va chercher la page qu’il juge la meilleure source au moment de la question, ce qui récompense le fait d’avoir vraiment raison plutôt que d’être optimisé pour les mots-clés.

Questions fréquentes

Quelle est la différence entre ChatGPT-User et GPTBot ?

GPTBot est le robot d’entraînement d’OpenAI, qui collecte des contenus « susceptibles d’être utilisés pour entraîner » des modèles de fondation. ChatGPT-User est un agent piloté par l’utilisateur qui va chercher une page lorsqu’une personne pose une question à ChatGPT ; OpenAI précise qu’il « n’est pas utilisé pour explorer le web de façon automatique ».² Dans mes journaux, les deux diffèrent de plusieurs ordres de grandeur : ChatGPT-User a effectué 13 128 requêtes un jour où GPTBot n’en a effectué que 55.¹

Les assistants IA lisent-ils mon site en temps réel ?

Si vous publiez du contenu qui répond à des questions courantes, c’est presque certain. Des agents comme ChatGPT-User, Claude-User et Perplexity-User récupèrent des pages en direct quand un humain demande à l’assistant quelque chose à quoi la page peut répondre.²³ Ils se distinguent des robots d’entraînement comme des indexeurs de recherche, et sur mon site ils constituent la forme dominante du trafic d’agents.

En quoi est-ce différent du SEO ?

Le SEO classique optimise le classement dans une page de résultats sur laquelle un humain clique ensuite. L’optimisation pour les moteurs de réponses vise à être la source qu’un assistant récupère et lit pour composer une réponse, souvent sans que l’humain ne visite quoi que ce soit. La récompense se déplace des signaux de classement vers le fait d’être assez exact, précis et à jour pour qu’un modèle se tourne vers votre page quand il a besoin d’être juste.

Faut-il bloquer les agents IA dans robots.txt ?

C’est un vrai choix, mais tranchez-le par comportement, pas en bloc. Bloquer les robots d’entraînement (GPTBot, ClaudeBot) détermine si votre contenu entraîne les modèles futurs. Bloquer les agents pilotés par l’utilisateur (ChatGPT-User, Claude-User) détermine si les assistants peuvent répondre en direct à des humains à partir de votre page, ce qui constitue aujourd’hui le plus large public pour bien des sites. Une réserve mérite d’être connue : les agents pilotés par l’utilisateur respectent robots.txt moins scrupuleusement que les robots d’entraînement ; un blocage dans robots.txt est donc un levier plus net sur l’entraînement que sur les récupérations en direct, et une règle appliquée en périphérie sera sans doute le contrôle le plus fiable de ce côté-là. La taxonomie de Cloudflare sépare précisément ces catégories pour que vous puissiez les traiter différemment.⁴

Comment mesurer un public que je ne vois pas sur mon propre site ?

Vous ne pouvez pas attribuer directement l’humain derrière une récupération en direct : mesurez donc deux choses à la place. D’un côté, le volume de requêtes d’agents IA page par page issu de vos journaux de périphérie, comme approximation de la fréquence à laquelle les assistants se servent de chaque page. De l’autre, le flux plus modeste de visiteurs humains qui arrivent déjà envoyés par un assistant, comme ombre visible du public invisible.

Sources