Content Signals de Cloudflare : Google ignore le nouveau robots.txt, et c’est une bonne piqûre de rappel SEO

Cloudflare pousse ses Content Signals. Google répond froidement : ça ne sert à rien pour Google Search.

Le 6 juillet 2026, John Mueller a confirmé sur Reddit que Google n’utilise pas les directives Content Signals ajoutées dans robots.txt. Sa phrase est nette : ces directives n’ont aucun effet pour les crawlers ou les LLM, à sa connaissance. Il ajoute que cela ajoute surtout du bloat et de la maintenance future dans un fichier robots.txt.

Cette actualité paraît technique, mais elle dit beaucoup sur l’état du marché. Depuis un an, chacun invente sa petite couche de contrôle pour les IA : llms.txt, llms-author.txt, content-signal, headers maison, règles CDN, préférences déclaratives. Le problème est simple : une règle non respectée par les robots n’est pas une règle. C’est un commentaire.

Ce que Cloudflare propose

Cloudflare a introduit un système de classification des bots IA autour de trois usages : Search, Training et Agent. L’idée est séduisante sur le papier. On ne veut pas forcément bloquer Googlebot Search, mais on peut vouloir bloquer l’entraînement des modèles ou certains agents autonomes.

Cloudflare prévoit aussi de nouveaux réglages par défaut à partir du 15 septembre 2026 pour les nouveaux domaines. Selon les éléments rapportés par Search Engine Roundtable, les catégories Training et Agent seraient bloquées par défaut sur les pages affichant des publicités, tandis que Search resterait autorisé.

Le chiffre important : Cloudflare est utilisé par environ 21,3 % des sites web en janvier 2026. Donc ce n’est pas une bidouille marginale. Quand Cloudflare change une logique de crawl, des millions de sites peuvent être concernés.

Mais il faut séparer deux choses.

Une règle appliquée au niveau Cloudflare peut bloquer un bot si Cloudflare reconnaît ce bot et intercepte la requête. Ça, c’est opérationnel.

Une directive inventée dans robots.txt, elle, ne devient pas magiquement un standard parce qu’un gros acteur l’écrit. Google lit robots.txt selon les directives qu’il supporte. Le reste est ignoré.

Le piège SEO : croire qu’une intention technique vaut contrôle réel

C’est un travers classique en SEO technique. On ajoute une ligne. On se sent protégé. On documente. On coche la case. Puis personne ne vérifie dans les logs.

Mauvaise méthode.

Un fichier robots.txt n’est pas un contrat universel. C’est une convention. Les directives classiques comme User-agent, Disallow, Allow et Sitemap sont comprises par les crawlers sérieux. Les directives inventées ne le sont pas forcément. Et si elles ne sont pas comprises, elles ne font rien.

Même logique pour llms.txt et llms-author.txt. John Mueller rappelle que Google ne les utilise pas. Certains outils SEO en parlent beaucoup. Google, non. La nuance est importante.

Je ne dis pas qu’il ne faut jamais tester ces fichiers. Je dis qu’il ne faut pas leur donner une valeur SEO qu’ils n’ont pas. Aujourd’hui, pour Google Search, llms.txt et Content Signals ne sont pas des leviers de classement, ni des leviers d’indexation, ni des leviers d’entité auteur.

Ce qu’il faut faire à la place

Pour un site sérieux, la priorité reste plus basique, mais plus fiable.

D’abord, vérifier les logs serveur. Googlebot passe-t-il toujours ? Les bots IA passent-ils ? Les codes HTTP changent-ils après activation d’une règle Cloudflare ? Sans logs, vous pilotez au ressenti.

Ensuite, contrôler les règles CDN. Sur Cloudflare, il faut regarder les catégories de bots, les règles WAF, les blocages automatiques et les exceptions. Si une règle destinée aux agents IA bloque par accident Googlebot ou Bingbot, le problème devient SEO en quelques jours.

Troisième point : garder un robots.txt propre. Un robots.txt doit être lisible, court, maintenable. Si vous ajoutez 40 directives expérimentales, vous créez de la dette technique. Et dans six mois, personne ne saura pourquoi elles sont là.

Quatrième point : travailler les vrais signaux machine-readable. HTML initial accessible, canonical cohérent, sitemap XML propre, données structurées utiles, pages rapides, maillage interne net. Ce sont des bases. Pas sexy. Mais Google les utilise vraiment.

Mon avis

Cloudflare a raison de poser le sujet du contrôle des IA. Les éditeurs ont besoin de choix plus fins que ” tout ouvrir ” ou ” tout bloquer ”. Mais côté SEO, il faut rester cartésien.

Une directive non supportée n’est pas un bouclier. C’est une déclaration d’intention.

Le bon réflexe n’est pas d’empiler des fichiers à la mode. Le bon réflexe est de mesurer : logs, Search Console, Bing Webmaster Tools, tests HTTP, crawl réel. Si Googlebot reçoit bien vos pages, que l’indexation tient, que les bots indésirables sont filtrés au niveau serveur ou CDN, vous avez un système.

Sinon, vous avez juste un robots.txt décoré.

Et en 2026, avec l’IA, le SEO ne manque pas de décorations. Il manque surtout de preuves.