D'où Perplexity, Gemini, Claude, Grok et Copilot tirent leurs sources : ce que disent leurs éditeurs
11 min de lecture
Les cinq assistants peuvent chercher sur le web au moment où on les interroge, et afficher des liens vers les pages qui appuient leur réponse. Ils ne puisent pas au même endroit. Gemini s'appuie sur l'index de la recherche Google, Copilot sur Bing. Perplexity et Claude documentent chacun un robot qui explore les sites pour leur propre recherche. Grok dispose d'une recherche web et d'une recherche dans les publications de X, sans robot documenté. Pour un cabinet d'avocats, la conséquence est concrète : rester lisible par Googlebot et Bingbot, ne pas bloquer PerplexityBot ni Claude-SearchBot, et vérifier ce que filtre son pare-feu.
ChatGPT est traité à part, dans comment ChatGPT choisit les cabinets qu'il cite. Pour les cinq autres, voici ce que dit la documentation officielle de chaque éditeur, consultée le 18 novembre 2026, sur trois points : la recherche, les robots et l'affichage des sources.
Perplexity
La recherche. La page d'aide « Comment fonctionne Perplexity ? » décrit des recherches sur internet en temps réel. L'outil interprète la question, rassemble des informations tirées d'articles, de sites web et de revues, puis en fait une synthèse. Le mode Research lance des dizaines de recherches et lit des centaines de sources pour rendre un rapport en deux à quatre minutes.
Les robots. La documentation des robots de Perplexity en présente deux :
- PerplexityBot alimente les résultats de recherche de Perplexity, où les sites figurent avec un lien. Il ne collecte pas de contenus pour entraîner des modèles de fondation. Perplexity conseille de l'autoriser dans le robots.txt et d'accepter ses adresses IP publiées.
- Perplexity-User consulte une page pendant le traitement d'une question d'utilisateur, et peut citer cette page. Comme la visite est demandée par l'utilisateur, cet agent ignore en général le robots.txt.
Un changement du robots.txt peut demander jusqu'à 24 heures. La même page explique comment laisser passer ces robots dans les pare-feu de Cloudflare et d'AWS.
Les sources. Selon la page d'aide, chaque réponse comporte des citations numérotées qui renvoient aux sources d'origine, pour que l'on puisse vérifier.
Gemini
La recherche. Le guide de confidentialité des applications Gemini indique que certaines réponses de Gemini se fondent sur les résultats de la recherche Google. La liste des robots de Google précise le mécanisme : l'ancrage consiste à fournir au modèle, au moment de la question, du contenu tiré de l'index de la recherche Google, pour rendre la réponse plus factuelle et plus pertinente. Le guide de confidentialité ajoute que Gemini utilise par défaut la zone géographique de l'adresse IP, ou l'adresse enregistrée dans le compte Google, pour les questions qui en dépendent.
Les robots. Pour ancrer ses réponses, Gemini puise dans l'index de la recherche Google, que construisent les robots habituels de Google. Le jeton Google-Extended, qui n'a pas d'agent distinct, sert à exprimer un choix dans le robots.txt. Il couvre deux usages : l'entraînement des futurs modèles Gemini, et l'ancrage des réponses dans les applications Gemini. Le bloquer retire donc les pages des réponses ancrées de Gemini, sans effet, selon Google, sur la recherche Google.
Les sources. D'après l'aide de Gemini sur les sources, un bouton « Sources » s'affiche sous la réponse ou dans son texte quand des sources sont disponibles. Toutes les réponses n'en ont pas. Quand Gemini cite directement un long extrait d'une page web, un lien vers cette page figure dans la liste des sources.
Une mise en garde. Google écrit que Gemini peut présenter des informations inexactes comme des faits, y compris sur sa propre façon de citer des sources, et demande de ne pas prendre ses réponses pour des conseils juridiques (aide Gemini sur les réponses).
L'application Gemini ne se confond pas avec les Aperçus IA et le Mode IA de la recherche Google (Aperçus IA et Mode IA). Le rapport de la Search Console sur l'IA générative couvre ces deux fonctionnalités ; l'application Gemini ne figure pas dans sa liste.
Claude
La recherche. D'après la page d'aide d'Anthropic « Enable and use web search », quand une question gagne à s'appuyer sur des informations récentes, Claude appelle un outil de recherche et fonde sa réponse sur des contenus du web, en traitant plusieurs sources. Dans la nouvelle version de l'application, il n'y a plus d'interrupteur : Claude cherche quand c'est utile. Pour une demande de résultats locaux, il peut se servir de la localisation déduite de l'adresse IP.
Les robots. La page d'Anthropic sur ses robots en décrit trois. Claude-SearchBot explore le web pour la qualité des résultats de recherche ; le bloquer empêche d'indexer le site pour cette recherche. Claude-User lit une page à la demande, au moment où Claude prépare la réponse à un utilisateur ; le bloquer empêche Claude d'utiliser cette page. ClaudeBot collecte des contenus pour l'entraînement. Anthropic indique respecter le robots.txt, à poser sur chaque sous-domaine, et prévient qu'un blocage par adresse IP peut l'empêcher de lire ce fichier.
Les sources. Selon la page d'aide, une réponse appuyée sur une recherche comporte des citations, des liens vers les sources et, si besoin, des extraits. Les images affichées viennent d'une recherche Bing, chacune avec un lien vers sa source ; la page ne dit pas d'où viennent les résultats textuels. Pour les développeurs, la documentation de l'outil de recherche web indique que les citations y sont toujours activées.
Grok
Ce que dit la documentation grand public. La présentation de Grok décrit la conversation, la création d'images, la voix, l'envoi de fichiers et les connecteurs. Elle ne décrit pas la façon dont l'application cherche sur le web.
Ce que dit la documentation pour développeurs. Deux outils de recherche y sont décrits. Web Search permet à Grok de chercher sur le web en temps réel et de parcourir des pages. X Search lui permet de chercher dans les publications, les comptes et les fils de discussion de X. Un développeur peut limiter la recherche web à cinq domaines au plus, ou en exclure cinq.
Les sources. Dans l'API, la page sur les citations distingue deux listes. La première rassemble toutes les adresses rencontrées pendant la recherche, y compris celles que le modèle a écartées. La seconde est faite de liens numérotés insérés dans le texte. Le modèle décide quand et où citer : activer ces citations ne garantit pas une source à chaque réponse.
Les robots. Dans l'index de la documentation de Grok (llms.txt de docs.x.ai), nous n'avons trouvé aucune page qui décrive un robot d'exploration, son nom ou son réglage dans le robots.txt. Les noms qui circulent sur des sites tiers ne sont pas confirmés par l'éditeur.
Copilot
La recherche. La note de transparence de Microsoft Copilot, datée du 10 novembre 2026, explique que, pour certaines conversations où l'utilisateur cherche une information, Copilot s'appuie sur des résultats de recherche web : il centre sa réponse sur des contenus du web bien classés. Le système détermine d'abord si la demande a besoin de ces données, puis Copilot peut lancer des recherches et résumer les premiers résultats.
L'index. Microsoft rattache ces réponses à Bing. Son annonce du 30 octobre 2026 vise les contenus collectés par ses robots et utilisés pour nourrir les réponses générées dans Bing, Copilot et Microsoft 365. Les préférences correspondantes s'expriment au nom de Bingbot.
Les robots. Bing écrit qu'il respecte les préférences exprimées dans le robots.txt. À partir du 1er février 2027, deux réglages s'appliqueront au fil de l'exploration :
- AI Training, pour l'entraînement des modèles, dans le robots.txt selon une syntaxe commune issue des travaux de l'IETF, ou page par page ;
- AI Grounding, pour l'usage des pages dans les réponses générées, uniquement page par page, par une balise meta ou un en-tête HTTP : autorisé par défaut, limité aux produits de Microsoft (
disallowextended) ou refusé (disallow).
Microsoft prévient que limiter ou refuser cet usage réduit nettement la visibilité dans les réponses générées, sans changer l'éligibilité aux résultats classiques de Bing. Un cabinet qui veut être cité n'a rien à ajouter : l'autorisation est le réglage par défaut.
Les sources. Selon la note de transparence, une réponse texte appuyée sur le web comporte des liens de citation placés sous le texte. Pour Copilot Search, intégré à Bing, Microsoft écrit afficher les sources de façon visible et donner accès, en un clic, à la liste de tous les liens utilisés (annonce d'avril 2025).
La mesure. Depuis le 10 février 2026, Bing Webmaster Tools comporte un rapport AI Performance qui compte les citations du site dans Copilot, dans les résumés générés par Bing et chez certains partenaires, avec les pages citées et un échantillon des requêtes que l'IA a utilisées pour les trouver.
Le tableau récapitulatif
| Assistant | Où il cherche, selon son éditeur | Robot à laisser passer | Affichage des sources | Rapport pour les sites |
|---|---|---|---|---|
| Perplexity | sa propre recherche web | PerplexityBot | citations numérotées dans chaque réponse | aucun trouvé |
| Gemini | l'index de la recherche Google | Googlebot, sans bloquer Google-Extended | bouton « Sources », pas sur toutes les réponses | aucun trouvé pour l'application |
| Claude | le web, par un outil de recherche | Claude-SearchBot et Claude-User | citations dans les réponses appuyées sur une recherche | aucun trouvé |
| Grok | le web et les publications de X (documentation pour développeurs) | aucun robot documenté | liens dans le texte, quand le modèle le décide | aucun trouvé |
| Copilot | Bing | Bingbot | liens sous la réponse | Bing Webmaster Tools, rapport AI Performance |
Ce qu'un cabinet peut en retenir
Deux index pèsent lourd. Gemini repose sur l'index de Google, comme les Aperçus IA et le Mode IA ; Copilot repose sur Bing. Déclarer son site dans la Search Console et dans Bing Webmaster Tools permet de vérifier que ses pages y figurent.
Trois éditeurs ont leurs propres robots. OpenAI, Anthropic et Perplexity explorent le web avec des robots nommés, qui doivent franchir le robots.txt et le pare-feu de l'hébergeur (réglages robot par robot).
Grok reste peu documenté. Faute de robot connu, le seul levier est d'avoir des pages publiques et lisibles.
Une page citée peut être ouverte. Le justiciable qui clique arrive sur la page du cabinet : elle doit répondre à sa question sans détour (écrire une page qu'une IA peut reprendre).
Chaque assistant se mesure à part. Un cabinet peut être cité par l'un et absent chez l'autre (mesurer les citations). La vue d'ensemble de ces leviers est dans notre guide du référencement IA d'un cabinet d'avocats.
webavocats mesure et améliore la présence d'un cabinet dans les réponses de ces assistants.
Questions fréquentes
Faut-il un réglage différent pour chaque assistant ?
En partie. Pour Perplexity et Claude, ce sont leurs robots qu'il faut autoriser ; pour Gemini et Copilot, ceux de Google et de Bing, qui servent aussi la recherche classique. Grok n'a pas de robot documenté. Dans tous les cas, le pare-feu de l'hébergeur doit laisser passer ces visites.
Gemini et les Aperçus IA de Google utilisent-ils les mêmes sources ?
Tous deux s'appuient sur l'index de la recherche Google. Ce sont pourtant deux produits, avec deux réglages : le jeton Google-Extended pour l'application Gemini, le paramètre de la Search Console consacré à l'IA générative pour les Aperçus IA et le Mode IA.
Peut-on empêcher Grok de lire son site ?
La documentation de Grok ne décrit aucun robot ni aucune directive pour le robots.txt. Une règle qui vise un nom non confirmé par l'éditeur peut n'avoir aucun effet.
Comment savoir si Copilot cite mon site ?
Le rapport AI Performance de Bing Webmaster Tools compte les citations du site dans Copilot et dans les résumés générés par Bing, avec les pages citées. Microsoft précise que les requêtes affichées ne sont qu'un échantillon.
Sources
- Perplexity, « Comment fonctionne Perplexity ? », centre d'aide
- Perplexity, « Perplexity Crawlers »
- Google, guide de confidentialité des applications Gemini
- Google, « Afficher les sources associées des applications Gemini »
- Google, « En savoir plus sur les réponses des applications Gemini »
- Google Search Central, robots d'exploration courants de Google (Google-Extended)
- Aide Search Console, « Generative AI performance report (Search) »
- Anthropic, « Enable and use web search », centre d'aide
- Anthropic, page d'aide sur les robots d'Anthropic
- Anthropic, documentation de l'outil de recherche web de l'API
- Grok, présentation de l'application
- Grok, documentation de l'outil Web Search
- Grok, documentation de l'outil X Search
- Grok, documentation des citations
- Grok, index de la documentation (llms.txt)
- Microsoft, note de transparence de Microsoft Copilot (pour les particuliers)
- Microsoft Bing, « Your content, your choice: clearer preferences for training and grounding », 30 octobre 2026
- Microsoft Bing, « Introducing Copilot Search in Bing », avril 2025
- Microsoft Bing, « Introducing AI Performance in Bing Webmaster Tools Public Preview », 10 février 2026