Cloudflare et OpenAI : des centaines de millions de pages découvertes pour ChatGPT

Cloudflare et OpenAI ont publié le 15 octobre 2026 les premiers résultats d’un pilote de recherche lancé en juillet : des signaux issus du réseau de Cloudflare aident le robot de recherche d’OpenAI à découvrir des pages pour ChatGPT. Les deux entreprises affirment que des « centaines de millions de nouvelles pages » ont été découvertes et indexées, sans publier de chiffres de citations ni de visites.

L’essentiel

• Le pilote porte sur environ 1 % du réseau de Cloudflare, selon le billet de blog de Cloudflare et d’OpenAI du 15 octobre 2026.
• OpenAI revendique des « centaines de millions » de nouvelles pages découvertes et indexées grâce à ces signaux.
• Trois familles de signaux sont décrites : le filtrage des URL inutiles, la détection des changements et le signalement de pages nuisibles.
• Les entreprises écrivent qu’un signal sur une page « ne donne pas la permission d’y accéder » (traduction).

Ce que le pilote met en œuvre

Le billet est signé par Jack Galilee (Cloudflare), Henry Aspegren et James Balfour (OpenAI). Il explique que le robot de recherche d’OpenAI utilise des métadonnées sur le web pour trouver des pages plus utiles. OpenAI évalue ensuite lui-même ces pages et les classe selon leur pertinence. Découvrir une page ne garantit donc pas qu’elle sera citée dans ChatGPT.

Les participants au pilote forment une cohorte d’environ 1 % du réseau de Cloudflare. Le billet ne nomme aucun site, et il ne dit pas si les pages nouvellement indexées appartiennent à cette cohorte.

Trois familles de signaux décrites

Les signaux de filtrage servent à repérer le travail d’exploration gaspillé : des robots qui demandent des fichiers inexistants, des sites qui redirigent presque toute adresse vers la page d’accueil, des adresses qui mènent à un contenu en double. L’objectif est d’éviter ces requêtes avant qu’elles aient lieu.

Les signaux de changement indiquent à un robot quand une page mérite une nouvelle visite, et quand ce n’est pas le cas. Les signaux de détection de nuisance visent des pages isolées, par exemple un faux formulaire de connexion glissé sur un site légitime, plutôt qu’un domaine entier. D’après le billet, les premiers résultats suggèrent que ces signaux permettent d’identifier des pages à garder hors de l’index.

Accès et données : ce que le billet dit, et ce qu’il omet

Les deux entreprises précisent que la recherche « utilise des métadonnées sur le web pour la recherche et la découverte, plutôt que de partager le contenu des pages pour l’entraînement de modèles » (traduction). Le billet ne mentionne pas le fichier robots.txt. Il renvoie les propriétaires de sites vers l’outil AI Crawl Control de Cloudflare pour comprendre et gérer l’accès des systèmes d’IA.

Le billet ne donne ni taux de citation, ni volume de visites envoyées, ni charge serveur mesurée, et aucun calendrier n’est fourni pour une ouverture plus large. La suite annoncée comprend une meilleure sélection des pages, des essais de signaux de changement plus rapides et des mesures de ce qui se passe après la découverte. Search Engine Journal a résumé ces points en notant aussi que la découverte de nouvelles pages peut, au début, augmenter l’exploration.

Ce que j’en retiens

Pour un site hébergé derrière Cloudflare, c’est un changement de mécanique plus qu’une promesse de trafic : OpenAI ne dépend plus seulement de son propre crawl pour trouver vos pages. Je note que rien n’est chiffré côté résultats. « Des centaines de millions de pages » mesure l’indexation, pas les citations ni les clics, et un chiffre sans dénominateur ne dit pas quelle part du web cela représente.

À vérifier sur votre site : les règles robots.txt visant OAI-SearchBot (recherche) et GPTBot (entraînement), la part des requêtes de ces robots dans vos journaux, et la cohérence entre pages indexées et pages réellement utiles. Une prestation SEO suivie, avec visibilité dans les moteurs de réponse IA, commence par ce contrôle.