Nous avons vérifié 64 222 requêtes de robots d’IA avec les listes de leurs éditeurs
Les visites de robots d’IA dans vos logs sont-elles réelles ? Un robot s’annonce par un user agent, une ligne de texte comme « GPTBot/1.1 ». N’importe qui peut envoyer cette ligne. OpenAI, Anthropic et Perplexity publient chacun les adresses IP qu’utilisent leurs robots, et une requête ne vient d’eux que si le nom et l’adresse concordent.
Six sites ont connecté Cloudflare à Proofsource, et aucun n’est à nous. Pour chaque requête qui nommait un robot d’IA, nous avons comparé l’adresse à la liste que publie son éditeur. Nous avons pris la période du 12 octobre au 13 novembre 2026, soit 33 jours, et cinq robots : GPTBot, OAI-SearchBot et ChatGPT-User d’OpenAI, ClaudeBot d’Anthropic et PerplexityBot. Les chiffres sont des estimations tirées des données de requêtes échantillonnées de Cloudflare.
52,9 % des requêtes ont échoué, et GPTBot échouait le plus parmi les robots d’exploration
Sur 64 222 requêtes nommant l’un des cinq robots, 33 964 venaient d’une adresse que son éditeur ne publie pas : 52,9 %. Par robot, la part en échec était de 83,0 % pour ChatGPT-User, 72,6 % pour GPTBot, 61,0 % pour ClaudeBot, 34,4 % pour OAI-SearchBot et 34,1 % pour PerplexityBot.
Googlebot, vérifié de la même façon avec les listes de Google, échouait dans 20,7 % des requêtes sur les mêmes sites. Les noms des robots d’IA étaient plus souvent usurpés que celui de Google, du moins ici.
Trois sites recevaient surtout des faux, trois étaient presque propres
La moyenne masque l’essentiel. Sur trois sites, 69 %, 84 % et 96 % des requêtes de robots d’IA échouaient au contrôle. Sur les trois autres, c’était 4 %, 5 % et 7 %. Sur le pire site, ClaudeBot a fait 251 requêtes vérifiées et 7 144 en échec.
Un chiffre de référence unique pour « la part de faux trafic de robots d’IA » n’a donc pas grand sens. Votre site peut se trouver à l’un ou l’autre bout, et seul un contrôle de votre propre trafic vous dit lequel.
200 des 253 adresses en échec se réclamaient aussi du robot d’une autre entreprise
Cloudflare nous donne jusqu’à trois adresses d’exemple par robot, par site et par jour. Hors nos propres serveurs, 253 adresses échantillonnées échouaient en se réclamant de l’un des cinq robots. 200 d’entre elles se réclamaient aussi, dans une autre requête, d’un robot d’une autre entreprise, et 168 de robots de trois entreprises ou plus. Une adresse a utilisé 12 noms de robots différents, de neuf entreprises.
Aucun vrai robot ne fait cela. GPTBot vient de la liste d’OpenAI et Googlebot de celle de Google. Une adresse qui est les deux, c’est quelqu’un qui essaie des noms jusqu’à ce que l’un passe, le plus souvent depuis des serveurs cloud loués.
Les listes manquent une partie du vrai trafic, alors vérifiez-les toutes
Le contrôle n’est pas parfait dans l’autre sens non plus. Claude-User, l’agent qu’utilise Claude pour lire une page demandée par un utilisateur, échouait dans 97,5 % des requêtes sur ces sites. Environ la moitié des échecs échantillonnés venaient de 160.79.104.0/21, une plage qu’Anthropic publie sur sa page des IP de l’API comme source de ses appels sortants de récupération et de recherche web, et qui n’est pas sa liste de robots.
Ces visites sont très probablement réelles, et un contrôle limité à la liste des robots les marque comme fausses. C’est pourquoi nous avons exclu Claude-User des 52,9 %. Si vous vérifiez à la main, contrôlez toutes les plages qu’une entreprise publie pour ses outils de récupération, pas seulement le fichier des robots.
Ce que nous ferions
- Comptez les visites de robots d’IA par adresse vérifiée, pas par nom. Dans un tableau de bord qui compte les noms, plus de la moitié peut être du déguisement.
- Utilisez la liste de chaque éditeur : openai.com/gptbot.json, openai.com/searchbot.json, openai.com/chatgpt-user.json, claude.com/crawling/bots.json avec les plages d’API d’Anthropic, et perplexity.ai/perplexitybot.json.
- Si votre pare-feu laisse entrer les robots selon leur nom, vérifiez aussi l’adresse. La documentation de Perplexity montre une règle Cloudflare qui associe chaque user agent à ses plages d’IP.
- Ne bloquez pas un robot par son nom à cause des imposteurs. Les faux ne sont pas le robot, et bloquer le vrai OAI-SearchBot ou PerplexityBot vous exclut de leurs résultats de recherche.
Comment Proofsource l’affiche
Quand un site connecte Cloudflare, Proofsource compare l’adresse de chaque requête de robot d’IA à la liste publiée par son éditeur et affiche séparément, pour chaque robot, les requêtes vérifiées et celles en échec. Les robots dont l’éditeur ne publie aucune liste apparaissent comme invérifiables au lieu d’être comptés comme vrais ou faux. Notre contrôle a la lacune Claude-User décrite plus haut, et nous y ajoutons les plages d’API d’Anthropic.
Où cette analyse pourrait se tromper
Six sites, c’est un petit échantillon, et ils ont connecté Cloudflare à un outil de visibilité, donc ils ne ressemblent peut-être pas au site moyen. L’écart entre eux compte plus que les 52,9 %.
Une liste peut être périmée ou incomplète, comme le montre Claude-User. Certains échecs d’autres robots pourraient être du vrai trafic venu d’adresses pas encore listées. Les adresses qui se réclament de plusieurs entreprises rendent cela improbable pour la plupart.
Notre propre contrôle de site envoie quelques requêtes sous ces noms de robots. Au plus 300 pourraient tomber dans cette période ; en les retirant toutes, il reste 52,7 %.
Les requêtes ne sont pas indépendantes, et un seul scraper très actif peut faire bouger le chiffre d’un site. Un compte rendu extérieur, sur un seul site récent pendant deux semaines, a jugé réelles 6 des 33 visites attribuées à des assistants IA. Le site et la méthode diffèrent, mais le résultat va dans le même sens.