Explication
La documentation d’OpenAI distingue les rôles de ces User-Agent :
OAI-SearchBotexplore le contenu en vue de son affichage dans les fonctions de recherche de ChatGPT.GPTBotexplore du contenu susceptible d’être utilisé pour entraîner des modèles. Ce paramètre est indépendant deOAI-SearchBot.ChatGPT-Usercorrespond à une requête déclenchée par une action utilisateur dans ChatGPT/Custom GPTs ; ce n’est ni un robot automatique ni un signal permettant de contrôler l’apparition dans la recherche. Les règles de robots.txt peuvent ne pas s’y appliquer.
Un User-Agent peut être usurpé et ne prouve pas qu’une requête provient d’un robot OpenAI. Pour vérifier les requêtes, consultez les journaux d’accès et l’adresse IP source, puis comparez-la aux plages officielles actuelles de searchbot.json ou à un signal de robot vérifié fourni par votre CDN/WAF. Consignez le statut de réponse, l’URL, l’heure et la décision du système de protection. Ne modifiez pas les règles WAF sur la seule base d’un User-Agent correspondant. Un accès autorisé rend la page potentiellement accessible au système, mais ne garantit ni sa sélection ni sa citation.
Exemple fictif
Un journal d’accès fictif à la page de formation /robots contient des requêtes avec le User-Agent OAI-SearchBot, mais leurs adresses IP ne correspondent pas aux plages publiées. Il s’agit d’un robot non vérifié : notez « User-Agent déclaré OAI-SearchBot ; source non vérifiée » et n’autorisez pas l’accès sur cette seule base. Plus tard, une requête provenant d’une IP de la plage officielle actuelle reçoit un 403 du WAF. Cela prouve qu’une source réseau vérifiée a été bloquée à ce moment-là ; le propriétaire peut examiner cette règle séparément.
Le domaine fictif .test ne peut pas servir à une véritable vérification dans ChatGPT Search. Lancez une requête uniquement si vous disposez de votre propre domaine de test public que le système peut récupérer. Si cette vérification est impossible, si le service est indisponible ou si aucune requête n’a été effectuée, indiquez « non vérifié », et non « aucune source ». Seule une requête effectuée avec sa réponse enregistrée permet d’établir si l’URL a été citée dans ce résultat précis.
Avec de vrais journaux d’accès, ne conservez les adresses IP sources que pendant la durée nécessaire à l’exercice et respectez les règles applicables de confidentialité et de conservation.
Exercice
- Lisez la documentation officielle de la plateforme et identifiez le robot associé à sa fonction de recherche.
- Dans le journal fictif, comparez le User-Agent à l’IP source et à la plage officielle actuelle, ou au signal de robot vérifié de votre CDN/WAF. Consignez le statut HTTP et la décision du système de protection. N’envoyez pas de requête avec un User-Agent usurpé en la présentant comme preuve d’un robot.
- Pour une vérification en direct, utilisez uniquement votre propre domaine de test public. Si vous n’en avez pas ou si la recherche par IA est indisponible, indiquez « non vérifié ». Si la vérification est possible, posez trois questions neutres dans la langue et la région définies ; conservez la question, la date, le mode, la réponse complète et les URL des sources.
- Ne déduisez pas une visibilité durable d’une seule réponse.
Liste de contrôle
OAI-SearchBot,GPTBotetChatGPT-Userne sont pas confondus.- Le User-Agent n’est pas utilisé comme authentification.
- L’IP source est comparée à la liste officielle actuelle ou au signal de robot vérifié du CDN.
- L’accès au site et la présence d’une citation dans une réponse sont des observations distinctes.
- Une recherche indisponible est consignée comme « non vérifié ».
Erreur fréquente
Conclure « nous avons autorisé GPTBot, donc le site est cité dans ChatGPT » ou considérer tout User-Agent OAI-SearchBot dans un journal comme authentique. OpenAI désigne OAI-SearchBot pour l’exploration liée à la recherche ; les requêtes réseau doivent être vérifiées par IP/plateforme et les citations doivent être observées dans de vraies réponses.