Bloquer les robots d'IA sans perdre Google Images
Mes photos sont fermées aux robots qui entraînent les IA, mais le Blog reste visible dans Google Images et dans les moteurs de réponse.
- Avant
- Des listes de blocage toutes faites ferment aussi les moteurs qui amènent des lecteurs.
- Maintenant
- 12 robots nommés : photos fermées à ceux qui entraînent les IA, recherche ouverte.
Utile si vous voulez protéger vos photos des IA sans disparaître des moteurs de recherche.
# stack
En 3 étapes
- Un fichier public, robots.txt, nomme 12 robots : les 10 qui entraînent des IA n'ont plus accès aux photos, les 2 de reconnaissance faciale à rien.
- Les photos portent un en-tête qui s'oppose à la collecte, et un second fichier déclare l'opposition à la fouille de données.
- Les robots de recherche et de lecture à la demande ne sont pas touchés : le texte du Blog reste ouvert.
$ curl -s https://thomashammoudi.com/robots.txt | grep -A10 '^User-agent: GPTBot' User-agent: GPTBot User-agent: ClaudeBot User-agent: meta-externalagent User-agent: Google-Extended User-agent: Applebot-Extended User-agent: CCBot User-agent: Bytespider User-agent: Amazonbot User-agent: MistralAI-Training User-agent: img2dataset Disallow: /wp-content/uploads/
A · Ce que je déclare
01
Moi
je décide qui entre
02fait maison
Les consignes
un nom par usage
avecrobots.txtX-Robots-TagTDMRep
03
Le Blog
sert les photos et le texte
WordPressLiteSpeed
04
Les robots
les honnêtes obéissent
B · Ce que je vérifie
05
Moi
je veux voir l'effet
06fait maison
Le suivi
relit les journaux du serveur
avecPython
07
Le constat
utiles servis, visés arrêtés
À côté
Le pare-feu
arrête les faux robots avant le cache
Le refus au serveur
reporté : un refus pourrait être resservi
.htaccess
La recherche
a relu chaque éditeur et posé les fichiers
Claude Code
12 robots nommés : photos fermées, texte ouvert.
- fait maison
- outil du marché, source ou résultat
- une personne
Pourquoi je l'ai fait
Les journaux m’ont montré qui se servait dans mes photos sans rien m’apporter : collecte pour entraîner des IA, aspirateurs anonymes, et même, peut-être, un robot de reconnaissance faciale, reparti avec des photos de moi. D’autres m’amènent des lecteurs : Google Images, Bing, Pinterest, ChatGPT Search, Claude, Perplexity.
Les listes toutes faites, elles, ferment parfois les deux d’un coup : l’une, très reprise, bloque aussi les robots de recherche d’OpenAI, d’Anthropic et de Perplexity, et celui des aperçus de liens sur Facebook.
Ce que ça fait, concrètement
Depuis octobre 2026, trois mesures, visibles de l’extérieur :
- Le fichier
robots.txtnomme 12 robots. Les 10 robots d’entraînement, dont GPTBot, ClaudeBot, Google-Extended et CCBot, n’ont plus accès aux photos mais lisent toujours le texte. Les 2 robots de reconnaissance faciale n’ont accès à rien. - Les photos portent l’en-tête
X-Robots-Tag: noai, noimageai, qu’un outil de collecte d’images très utilisé respecte par défaut. Les pages, elles, n’en portent aucun. - Le fichier
/.well-known/tdmrep.jsondéclare l’opposition à la fouille de données sur le dossier des photos, et les mentions légales la disent en clair.
Les robots de recherche et de lecture à la demande ne sont pas touchés : Googlebot, Bingbot, OAI-SearchBot, ChatGPT-User, Claude-SearchBot, Claude-User, PerplexityBot. Le texte du Blog reste ouvert à tous.
Comment ça marche, en détail
Fabrication : 12 robots vérifiés dans la documentation de chaque éditeur
Chez OpenAI, Google, Anthropic et Meta, le robot qui entraîne un modèle n’est pas celui qui cherche une réponse, et chacun se règle à part. Fermer GPTBot ne touche pas OAI-SearchBot ; fermer Google-Extended ne change rien au classement dans Google. J’ai vérifié chaque nom dans la documentation officielle de l’éditeur avant de l’écrire.
Seuls les robots honnêtes lisent robots.txt. Pour les autres, le pare-feu de l’hébergeur arrête les faux robots avant le cache du serveur.
Un piège de la norme : un robot qui a son propre groupe n’applique plus les règles générales
Un robot qui a son propre groupe dans robots.txt n’applique plus les règles générales (c’est la norme de robots.txt, la RFC 9309, qui le dit). Les règles communes sont donc répétées dans le groupe des robots d’entraînement, sans quoi ils auraient eu accès à des adresses fermées à tous. Le fichier en ligne a été vérifié robot par robot le jour de sa mise en place.
L’opposition en droit : article L122-5-3 du Code de la propriété intellectuelle, par un moyen lisible par une machine
Le droit d’auteur européen permet à un auteur de s’opposer à la fouille de ses œuvres, à condition de le faire par un moyen lisible par une machine. En France, c’est l’article L122-5-3 du Code de la propriété intellectuelle. Le robots.txt, l’en-tête et tdmrep.json sont ce moyen. L’opposition ne vaut que pour l’avenir : sa mise en place est datée, et la preuve gardée.
Pourquoi pas de refus dans le serveur : le cache de l’hébergeur pourrait le resservir à un vrai visiteur
Pour les robots qui ignorent robots.txt, j’aurais pu refuser les images dans le fichier .htaccess. Mais le cache de l’hébergeur sert une image d’après sa seule adresse, sans lire ce fichier : un refus mis en cache pourrait être resservi à un vrai visiteur. Ce blocage attend donc un test sur une image témoin.
Le suivi par les journaux du serveur, et le rôle de chacun : moi, les fichiers, le pare-feu, un script, Claude Code
Un script Python relit les journaux du serveur et compte, robot par robot, ce qui a été servi : les robots utiles doivent rester servis, les robots visés doivent cesser de prendre des images. Je n’en publie pas les chiffres.
- Moi : je décide qui entre, et je garde Google Images, Pinterest et les moteurs de réponse.
robots.txt: la consigne, pour les robots qui la lisent.- L’en-tête
X-Robots-Tagettdmrep.json: l’opposition lisible par une machine, sur les photos et pour tout le dossier. - Le pare-feu de l’hébergeur : arrête les faux robots avant le cache.
- Claude Code : a mené la recherche, relu la documentation de chaque éditeur et posé les fichiers.
Le rôle de chaque pièce
Les 7 étapes du schéma, une par une
- Moi Je garde Google Images, Pinterest et les moteurs de réponse ; je ferme les photos à l'entraînement des IA.
- Les consignesrobots.txt · X-Robots-Tag · TDMRepfait maison Un nom par usage : fermer le robot qui entraîne ne touche pas celui qui cherche. Chaque nom vérifié dans la documentation de l'éditeur. L'opposition est lisible par une machine.
- Le BlogWordPress · LiteSpeed Le Blog sert les consignes avec les photos. Le texte reste ouvert à tous ; l'en-tête ne marque que les photos.
- Les robots Les robots d'entraînement n'ont plus accès aux photos mais lisent le texte ; les robots de recherche ne sont pas touchés.
- Moi Je regarde si les robots utiles restent servis et si les robots visés cessent de prendre des images.
- Le suiviPythonfait maison Il compte, robot par robot, ce qui a été servi. Je n'en publie pas les chiffres.
- Le constat Les robots utiles restent servis ; les robots visés cessent de prendre des images.
# à côté
- Le pare-feu Seuls les robots honnêtes lisent les consignes : les faux sont arrêtés par le pare-feu de l'hébergeur, avant le cache.
- Le refus au serveur.htaccess Le cache sert une image d'après son adresse seule : un refus mis en cache pourrait être resservi à un vrai visiteur. Posé seulement si un test témoin le prouve.
- La rechercheClaude Code Claude Code a mené la recherche, relu la documentation de chaque éditeur et posé les fichiers.
Ce que vous pouvez reprendre chez vous
Les fichiers sont publics : le robots.txt du Blog et son tdmrep.json. Reprenez-en la structure : un groupe pour les robots d’entraînement, qui ferme le dossier des images et répète les règles communes, et un groupe fermé à la reconnaissance faciale. Vérifiez les noms dans la documentation de chaque éditeur : ils changent.
Ce que j'en retiens
Fermer les photos et ouvrir le texte vont ensemble : c’est l’autre moitié de mon Blog lisible par les IA. Sur robots.txt, je ne me fais pas d’illusion : il arrête les robots honnêtes et me sert de preuve d’opposition, rien de plus. Les autres, c’est le pare-feu qui s’en occupe.