Commençons par l’essentiel : bloquer Google-Extended ne fera pas disparaître votre site d’AI Overviews. Ces deux mécanismes sont souvent confondus. Certaines équipes interdisent donc Google-Extended dans robots.txt en pensant empêcher les résumés générés par Google de citer leurs contenus. Résultat : les résumés continuent de s’afficher, tandis que les contenus sont exclus de l’entraînement de Gemini. Google-Extended détermine si un contenu peut servir à entraîner des modèles génératifs ; sa citation dans AI Overviews relève d’un circuit totalement différent.
Google-Extended, de quoi s’agit-il exactement ?
Google-Extended est un mécanisme de contrôle indépendant lancé par Google en septembre 2023. Il se configure dans robots.txt et permet de décider si Google peut utiliser vos pages pour entraîner et améliorer les modèles de la gamme Gemini ainsi que les API génératives de Vertex AI. Un point passe facilement inaperçu : Google-Extended n’est pas lui-même un robot et n’explore aucun site de façon autonome. L’exploration reste assurée par Googlebot ; Google-Extended agit simplement comme un interrupteur indiquant si les contenus déjà explorés peuvent être exploités par l’IA générative.
Ce réglage n’a donc aucune incidence sur l’indexation ni sur le classement dans Google. Même si vous l’interdisez, Googlebot peut toujours explorer la page, l’ajouter à l’index de recherche et la classer normalement. Google l’indique clairement dans sa documentation officielle : le blocage de Google-Extended ne modifie pas votre position dans les résultats de recherche. Voilà pourquoi, après l’avoir configuré, beaucoup ont l’impression que « rien ne s’est passé » : du côté de la recherche, rien n’a effectivement changé.
Pourquoi son blocage ne change-t-il rien à AI Overviews ?
AI Overviews et AI Mode sont deux fonctionnalités de la recherche Google. Leurs sources proviennent de l’index constitué par Googlebot, et non de Google-Extended. Votre présence dans AI Overviews dépend surtout de votre visibilité en référencement naturel : la page peut-elle être explorée, est-elle indexée et sa structure permet-elle à la machine d’en extraire une réponse directement exploitable dans un résumé ? Le réglage Google-Extended n’intervient à aucun stade de ce circuit.
Comment configurer Google-Extended dans robots.txt
Le fichier robots.txt doit se trouver à la racine du site. Pour empêcher tout usage de vos contenus dans l’entraînement de Gemini, appliquez une directive Disallow à ce jeton. Pour l’autoriser, utilisez Allow ou ne mentionnez tout simplement pas Google-Extended, puisque l’autorisation est le comportement par défaut. Vous pouvez aussi définir des règles par chemin, par exemple en bloquant uniquement l’espace membres ou certains répertoires et en laissant le reste accessible. Les règles de Google-Extended et de Googlebot sont indépendantes et ne se remplacent pas : vous pouvez donc fermer l’accès à l’entraînement tout en maintenant l’accès à la recherche.
- Bloquer entièrement l’entraînement : User-agent: Google-Extended, puis Disallow: /
- Tout autoriser (comportement par défaut) : ne définir aucune règle, ou utiliser User-agent: Google-Extended, puis Allow: /
- Bloquer uniquement certains répertoires : User-agent: Google-Extended, puis Disallow: /members/ ; le reste du site demeure accessible
- Une fois la modification effectuée, utilisez le test du fichier robots.txt dans Google Search Console ou ouvrez directement yourdomain.com/robots.txt dans votre navigateur pour vérifier sa prise en compte.
Faut-il bloquer Google-Extended ? Trois cas de figure
La décision dépend de la fonction de vos contenus : constituent-ils un actif à protéger ou des supports marketing dont vous souhaitez maximiser la diffusion auprès du public et des modèles ? Ces trois situations permettent de trancher plus rapidement.
- Vos contenus sont des actifs monétisables — études originales, connaissances payantes ou rapports exclusifs : vous aurez plutôt intérêt à bloquer leur utilisation pour l’entraînement afin de ne pas alimenter gratuitement les modèles, tout en conservant leurs chances d’être cités dans la recherche et AI Overviews.
- Pour une entreprise SaaS B2B qui cherche avant tout à faire apparaître sa marque dans les réponses de l’IA, le blocage n’est généralement pas nécessaire. En laissant les modèles apprendre à partir de vos contenus, vous favorisez leur diffusion et augmentez les chances que l’assistant d’IA recommande spontanément votre marque.
- Vous avez des contraintes de licence, de conformité juridique ou de confidentialité : bloquez les répertoires concernés plutôt que l’ensemble du site, et laissez les contenus marketing publics accessibles à l’entraînement.
Ne confondez pas robots d’entraînement et robots de recherche
C’est l’une des erreurs GEO les plus fréquentes — et les plus coûteuses. Dans l’univers de l’IA, les robots se répartissent globalement en deux catégories. Les premiers collectent des contenus pour entraîner les modèles. Les seconds les explorent à la demande afin de produire une réponse et d’en indiquer les sources lorsqu’un utilisateur pose une question. Google-Extended, GPTBot, Applebot-Extended et ClaudeBot appartiennent à la première catégorie ; OAI-SearchBot, PerplexityBot et Googlebot à la seconde. Pour « protéger leurs contenus », certaines entreprises bloquent les deux sans distinction. Elles ne réduisent pas pour autant les connaissances du modèle, mais font disparaître leur propre site des sources citées par l’IA.
- GPTBot (entraînement d’OpenAI) : le bloquer exclut vos contenus de l’entraînement de ChatGPT, sans empêcher ChatGPT de les trouver par la recherche.
- OAI-SearchBot (recherche d’OpenAI) : le bloquer empêche la recherche ChatGPT d’explorer votre site et de le présenter comme source.
- PerplexityBot (recherche Perplexity) : le bloquer empêche vos contenus d’apparaître dans les réponses de Perplexity.
- Google-Extended (entraînement de Google) : le bloquer exclut vos contenus de l’entraînement de Gemini, mais AI Overviews peut toujours les citer.
- Googlebot : c’est le maillon vital. Le bloquer revient à quitter simultanément la recherche Google et AI Overviews. Vous ne devriez presque jamais modifier son accès.
Comment agir réellement sur l’affichage de vos contenus dans AI Overviews ?
À ce jour, Google ne propose aucun réglage dédié permettant de « quitter AI Overviews tout en conservant les extraits classiques dans la recherche ». Les seules options disponibles agissent au niveau de la recherche : nosnippet supprime entièrement l’extrait, max-snippet en limite la longueur et data-nosnippet exclut une section précise de la page. Ces réglages affectent également les extraits des résultats de recherche classiques, un compromis rarement avantageux. Plutôt que de chercher à disparaître, mieux vaut produire des contenus que l’IA puisse citer proprement : des questions explicites, des réponses directes et des paragraphes suffisamment autonomes pour être extraits sans perdre leur sens. Vous augmentez ainsi vos chances d’être cité, mais aussi de l’être fidèlement.
Revenons à la question de départ : bloquer Google-Extended n’empêchera pas AI Overviews de vous citer, puisque ces deux mécanismes sont indépendants. Votre priorité consiste plutôt à vérifier que vous n’avez pas bloqué par inadvertance les robots de recherche, au risque de vous exclure vous-même des sources utilisées par l’IA. Si vous ne savez pas exactement quels robots d’IA votre fichier robots.txt autorise ou bloque, vous pouvez prendre rendez-vous pour un diagnostic GEO de 30 minutes avec Tenten GEO. Nous examinerons avec vous l’ensemble des réglages d’entraînement et de recherche afin de déterminer précisément les accès à ouvrir ou à fermer.
