Robots.txt : refuser l'entraînement IA sans masquer sa boutique PrestaShop

Trois décisions à ne pas confondre

L’entraînement désigne l’utilisation de contenus pour modifier les paramètres d’un modèle génératif. L’exploration et la recherche concernent la collecte et l’affichage de pages dans des résultats. Le commerce agentique permet à un assistant de consulter des données commerciales publiques via une interface telle que MCP, UCP ou REST. Ces usages ne sont pas interchangeables.

Un marchand peut vouloir exprimer son refus de l’entraînement tout en restant visible et en laissant un agent consulter ses produits publics. Cette décision doit rester explicite : aucun module ne devrait modifier silencieusement la politique robots.txt de la boutique.

Ce qui a réellement été annoncé le 30 octobre

Un Internet-Draft individuel IETF, version 00, propose le jeton __usage_ai-training dans robots.txt. Il reprend la syntaxe classique des groupes User-agent. Ce texte n’est pas une norme IETF approuvée et peut évoluer. Il exprime une préférence sur l’usage des contenus pour l’entraînement ; ce n’est ni une protection technique contre l’accès ni une interdiction générale d’exploration.

User-agent: __usage_ai-training
Disallow: /

Cet exemple indique une préférence défavorable à l’entraînement pour l’ensemble du site, uniquement auprès des acteurs qui reconnaissent le mécanisme. Il ne garantit pas le respect de la consigne par tous les robots, n’efface pas les données déjà exploitées et n’interdit pas à un agent autorisé de lire un produit public. Ne l’appliquez pas sans vérifier les règles déjà en place.

Des calendriers et règles différents selon les fournisseurs

OpenAI annonce une mise en œuvre dans les prochains mois, sans date ferme, et maintient ses contrôles existants. Google vise 2027 ; une règle Google-Extended explicite peut primer sur le signal commun. Microsoft Bing annonce une prise en charge des préférences d’entraînement et de grounding à partir du 1er février 2027, avec des démarches de transition depuis NoArchive/NoCache avant le 1er mars 2027.

Le grounding, c’est-à-dire l’utilisation de pages consultées pour étayer une réponse IA, est distinct de l’entraînement. Microsoft prévient que le restreindre diminue la visibilité dans ses expériences IA. Google précise aussi les interactions entre Google-Extended et l’éligibilité à certaines réponses Gemini. Il n’existe donc pas un bouton universel « visible par tous les agents ».

Checklist pour une boutique PrestaShop

1. Définir l’objectif : refuser l’entraînement, préserver la visibilité ou ouvrir le catalogue public aux agents.
2. Auditer robots.txt : règles par robot, règle générique, cache, CDN et présence de Google-Extended.
3. Contrôler la découverte séparément : pages produits, recherche, manifestes MCP/UCP et endpoints publics.
4. Tester en visiteur anonyme : déclinaisons, prix TTC, disponibilité et absence d’exposition des tarifs B2B ou produits réservés.
5. Conserver les preuves : copie du robots.txt effectif, dates des annonces et résultats de tests ; réévaluer après évolution du projet IETF.

Une préférence robots.txt ne remplace jamais les autorisations serveur. Les comptes clients, commandes et prix privés doivent rester protégés par les règles métier PrestaShop.

Le rôle concret de Fondouk

Fondouk Gratuit permet de rendre consultable, en lecture seule, le catalogue public d’une boutique PrestaShop compatible via des interfaces documentées pour les agents. Il ne définit pas la politique d’entraînement du marchand, ne donne pas accès aux données privées et ne garantit ni trafic ni ventes. Le nouveau signal d’entraînement ne remplace ni MCP ni UCP.

Pour vérifier votre situation, consultez le guide sur ce que les assistants IA lisent de votre boutique, puis le guide technique UCP pour PrestaShop. Notre article MCP, UCP et ACP précise les rôles des protocoles. Le module gratuit et son code source permettent de tester l’exposition du catalogue public sans modifier vos préférences d’entraînement.