Analyse de logs IA : la recette pour savoir quelles pages ChatGPT lit sur votre site
Associé · Stratégie, publicité et mesure
Pour savoir quelles pages de votre site ChatGPT, Claude ou Perplexity lisent vraiment, il faut lire les journaux de votre serveur (les logs) : chaque visite d'un robot d'IA y laisse une ligne avec son nom, la page lue et la date. La recette tient en six étapes. Vous récupérez trente jours de journaux, vous gardez les lignes des robots d'IA, vous écartez les imposteurs, vous comptez les pages dans un tableur, vous lisez trois listes, puis vous corrigez.
- GA4 ne voit pas les robots d'IA : ils n'exécutent pas son code. Seuls les journaux du serveur montrent ce qu'ils lisent.
- Une lecture faite par
ChatGPT-User,Claude-UserouPerplexity-Userveut dire qu'une personne vient de poser une question et que l'IA est allée chercher votre page pour y répondre. - Un tableur suffit pour la plupart des sites. Les outils payants deviennent utiles sur les gros catalogues.
- Les adresses introuvables (erreur 404) que les IA demandent quand même se récupèrent avec une redirection.
- Une lecture n'est pas une citation : les journaux se complètent par des tests faits directement dans les IA.
Sur cette page
Analyse de logs IA
L'analyse de logs IA consiste à lire les journaux de votre serveur pour repérer les visites des robots d'intelligence artificielle : quel robot est passé, quelle page il a lue, quand et avec quel résultat. Le SEO pratique l'analyse de logs depuis longtemps pour suivre Googlebot. La version IA applique la même méthode aux robots d'OpenAI, d'Anthropic, de Perplexity et des autres, en séparant ceux qui entraînent un modèle de ceux qui lisent votre page parce qu'une personne vient de poser une question.
Pourquoi GA4 ne suffit pas
Google Analytics 4 compte les visites grâce à un petit code que le navigateur du visiteur exécute. Les robots d'IA ne l'exécutent pas : leurs lectures n'apparaissent donc jamais dans vos rapports. GA4 voit seulement l'étape suivante, quand une personne clique sur un lien cité dans une réponse (le trafic référé par l'IA). Encore faut-il que la provenance soit transmise : en octobre 2026, un bogue a fait classer des visites venues de ChatGPT en trafic direct, comme l'explique notre note sur ce bogue.
Les outils des moteurs donnent une autre partie du portrait. Le rapport AI Performance de Bing Webmaster Tools montre les citations de vos pages dans Copilot, avec les requêtes. Le rapport sur l'IA générative de la Search Console montre vos impressions dans les surfaces IA de Google, sans les requêtes. Aucun des deux ne voit ChatGPT, Claude ni Perplexity. Le détail de ce que chaque source mesure se trouve dans notre comparatif des outils de mesure de la visibilité dans les IA.
Les journaux du serveur restent donc la seule source qui vous appartient et qui montre ce que ces IA viennent lire chez vous.
Ce qu'il vous faut
| Ingrédient | Pourquoi | Où le trouver |
|---|---|---|
| Trente jours de journaux d'accès | Moins de trente jours ne montre pas de tendance sur un site de PME | Votre hébergeur (étape 1) |
| La liste des robots d'IA | Pour garder les bonnes lignes et les classer | Le tableau de l'étape 2 |
| Un tableur | Pour compter les pages par robot | Google Sheets ou Excel |
Étape 1 : récupérer vos journaux
Le journal d'accès (souvent nommé access.log) est un fichier texte où le serveur écrit une ligne par requête. Chaque ligne porte l'adresse IP du visiteur, la date, la page demandée, le code de réponse (200 si tout va bien, 404 si la page est introuvable) et l'agent, c'est-à-dire le nom que le visiteur se donne. Son emplacement dépend de votre hébergement.
| Hébergement | Où trouver les journaux |
|---|---|
| cPanel (la plupart des hébergeurs partagés) | Section Métriques, outil « Accès brut » (Raw Access) : le journal du jour et les archives se téléchargent en fichiers compressés (.gz). |
| Kinsta | MyKinsta, Sites, votre site, onglet Journaux. Le fichier se télécharge par le gestionnaire de fichiers ou par SFTP. Kinsta le garde jusqu'à quatre jours. |
| WP Engine | Portail, Sites, l'environnement, puis Advanced, Logs et l'onglet Access. Les journaux de bordure couvrent jusqu'à 20 millions de requêtes des 72 dernières heures. |
| Cloudflare devant votre site | AI Crawl Control, offert sur tous les forfaits (gratuit compris), montre les requêtes par robot, les pages les plus lues et les codes de réponse regroupés. Pas besoin de fichier : vous pouvez passer directement à l'étape 5. |
| Serveur dédié ou virtuel | En général dans /var/log/apache2/ ou /var/log/nginx/. Votre administrateur système sait où les trouver. |
Si vous ne savez pas où chercher, écrivez à votre hébergeur : « Pouvez-vous me fournir les journaux d'accès bruts des trente derniers jours ? » La plupart les gardent quelques jours ou quelques semaines seulement. Si le vôtre les efface vite, téléchargez-les chaque semaine jusqu'à ce que vous ayez votre mois.
Shopify ne donne pas accès aux journaux de son serveur et Squarespace ne documente aucun accès de ce genre. Wix affiche des rapports tirés de ses journaux dans son tableau de bord, mais son aide officielle les décrit pour les robots des moteurs de recherche. Sur ces plateformes, appuyez-vous sur le rapport AI Performance de Bing, sur le trafic référé dans GA4 et sur des tests faits directement dans les IA.
Étape 2 : reconnaître les robots d'IA
Chaque robot se nomme dans l'agent de sa requête. Il suffit donc de chercher ces noms dans le fichier. Le classement qui compte sépare trois familles, de la plus utile à la moins utile pour votre stratégie de contenu.
| Famille | Ce que la visite veut dire | Noms à chercher |
|---|---|---|
| Lecture à la demande | Une personne vient de poser une question et l'IA lit votre page pour y répondre | ChatGPT-User (OpenAI), Claude-User (Anthropic), Perplexity-User, MistralAI-User (Mistral) |
| Recherche | L'IA indexe votre site pour pouvoir le citer dans ses réponses | OAI-SearchBot (OpenAI), Claude-SearchBot (Anthropic), PerplexityBot, MistralAI-Index (Mistral) |
| Entraînement | L'IA collecte des pages pour entraîner un modèle, sans lien avec une question précise | GPTBot (OpenAI), ClaudeBot (Anthropic), MistralAI-Training (Mistral), CCBot (Common Crawl), Meta-ExternalAgent (Meta), Bytespider (ByteDance) |
La première famille est celle qui vous intéresse le plus. Ces robots de récupération ne passent que lorsqu'une vraie personne pose une question à laquelle votre page peut répondre. Les noms changent de temps en temps : chaque éditeur tient sa liste à jour dans sa documentation (voir les sources en bas de page). La décision de laisser passer ou de bloquer chaque famille est un autre sujet, traité dans notre article sur les robots d'IA à autoriser ou à bloquer.
Étape 3 : écarter les imposteurs
N'importe quel programme peut se présenter sous le nom de GPTBot. Des outils d'aspiration de contenu le font justement pour passer les filtres. Avant de tirer des conclusions, vérifiez que les adresses IP des lignes gardées appartiennent bien à l'éditeur.
OpenAI, Anthropic, Perplexity et Mistral publient la liste des adresses IP de leurs robots, dans de petits fichiers dont les liens figurent dans les sources de cet article. Comparez les adresses de vos lignes à ces listes : une ligne qui porte le nom d'un robot sans venir d'une adresse de son éditeur est un imposteur. Si votre site passe par Cloudflare, cette vérification est déjà faite : Cloudflare tient sa propre liste de robots vérifiés.
Sur un site de PME, les imposteurs sont rarement nombreux, mais une seule adresse qui lit des milliers de pages en une heure sous le nom d'un robot d'IA peut fausser tout votre classement. Écartez-la.
Étape 4 : compter les pages
Le but est simple : pour chaque page, combien de lectures par famille de robots. Trois façons d'y arriver, selon votre aisance.
Dans un tableur
Importez le fichier dans Google Sheets ou Excel en indiquant l'espace comme séparateur de colonnes. Ajoutez une colonne « Famille » qui reprend le tableau de l'étape 2, puis créez un tableau croisé dynamique : les pages en lignes, les familles en colonnes, le nombre de lectures en valeurs. Google Sheets accepte jusqu'à 20 millions de cellules par fichier depuis septembre 2026. Un très gros journal peut quand même dépasser cette limite : gardez alors seulement les lignes des robots avec la première commande de la méthode 03.
Avec un analyseur de journaux
Le Log File Analyser de Screaming Frog lit le fichier, reconnaît les robots et vérifie l'authenticité de GPTBot et des robots de Perplexity. Vous pouvez y ajouter les autres noms du tableau de l'étape 2. La version gratuite se limite à 1 000 lignes, assez pour un essai. La licence coûte 99 livres sterling par année. Sur un très gros catalogue, des plateformes comme Botify ou Oncrawl font l'analyse de logs à grande échelle.
En une ligne de commande
Sur un Mac ou sous Linux, le Terminal fait le compte, même sur un fichier de plusieurs gigaoctets. Cette commande classe les pages les plus lues à la demande :
grep -E "ChatGPT-User|Claude-User|Perplexity-User|MistralAI-User" access.log \
| awk '{print $7}' | sort | uniq -c | sort -rn | head -50Et celle-ci liste les adresses introuvables demandées par les robots d'IA :
grep -E "GPTBot|OAI-SearchBot|ChatGPT-User|ClaudeBot|Claude-User|Claude-SearchBot|PerplexityBot|Perplexity-User" access.log \
| awk '$9 == 404 {print $7}' | sort | uniq -c | sort -rnElles supposent le format de journal le plus courant (où la page est le septième champ et le code de réponse le neuvième). Si les résultats semblent vides ou étranges, ouvrez une ligne du fichier pour voir dans quel ordre les informations y sont écrites.
Vous pouvez aussi confier le compte à Claude ou à ChatGPT. Filtrez d'abord le fichier pour ne garder que les lignes des robots : vous n'envoyez ainsi aucune adresse IP de vos visiteurs, qui peut constituer un renseignement personnel au sens de la Loi 25. Demandez ensuite le classement des pages par famille de robots et vérifiez quelques chiffres à la main avant de vous y fier.
Étape 5 : lire trois listes
Le tableau croisé vous donne des centaines de lignes. Trois listes suffisent pour décider quoi faire.
Les pages les plus lues à la demande
Ce sont les sujets sur lesquels de vraies personnes interrogent les IA et pour lesquels votre page a été jugée utile. Vous ne voyez pas la question posée, mais la page lue en donne une bonne idée. Ces pages méritent d'être tenues à jour en priorité, avec la réponse dès le premier paragraphe et des chiffres datés.
Les pages importantes que les IA ne lisent jamais
Vos pages de services, vos prix, vos pages de catégories : si aucun robot d'IA ne les visite en trente jours, vérifiez votre fichier robots.txt et les réglages de votre pare-feu ou de Cloudflare, qui peuvent bloquer ces robots sans que vous le sachiez. Vérifiez aussi que le texte de la page s'affiche sans JavaScript : la plupart des robots d'IA ne l'exécutent pas et ne voient alors qu'une page vide. Enfin, une page que rien ne relie au reste du site se trouve mal, par les IA comme par Google.
Les adresses introuvables que les IA demandent
Une IA qui demande une page qui répond 404 cherche souvent une ancienne adresse qu'elle a gardée en mémoire, ou une adresse qu'elle a reconstituée à partir de votre nom de domaine. Chaque adresse qui revient plusieurs fois mérite une redirection 301 vers la page la plus proche. C'est l'un des gains les plus rapides de l'exercice.
Étape 6 : corriger, puis recommencer chaque mois
Chaque liste mène à des gestes précis. Enrichissez et datez les pages de la première liste, puis vérifiez dans GA4 si elles reçoivent des visites venues des IA. Débloquez ou réécrivez les pages de la deuxième. Redirigez les adresses de la troisième. Pour la façon d'écrire une page qu'une IA peut reprendre, la méthode se trouve dans notre article sur la structure answer-first.
Refaites ensuite l'analyse une fois par mois à la même date, puis comparez avec le mois précédent. Sur un site de PME, les lectures à la demande se comptent souvent en dizaines par mois plutôt qu'en milliers : c'est la tendance sur plusieurs mois qui compte, pas le chiffre d'une semaine.
Sur falia.co, nous ne téléchargeons plus de fichier. Le site est servi par Cloudflare et une petite fonction placée devant lui reconnaît chaque lecture faite par un robot d'IA au moment même, puis l'écrit dans un classeur Google : la date, le robot, sa famille et la page. Un compte rendu quotidien résume le tout. La recette reste la même que celle de cet article : nous avons seulement automatisé les étapes 1 à 4.
Ce que les journaux ne disent pas
Une lecture n'est pas une citation. Un robot peut lire votre page puis citer celle d'un autre fournisseur. À l'inverse, une IA peut vous citer sans venir lire votre page ce jour-là : elle s'appuie souvent sur son propre index, sur celui d'un moteur de recherche ou sur une copie récente. ChatGPT, par exemple, répond souvent à partir de l'index que construit OAI-SearchBot ou des résultats d'un moteur de recherche partenaire, comme l'explique notre article sur le moteur de recherche de ChatGPT. Les journaux ne montrent donc qu'une partie de votre présence dans les réponses.
Ils ne disent pas non plus qui a posé la question ni dans quels mots. Pour savoir ce que les IA répondent vraiment sur votre entreprise, il faut leur poser les questions de vos clients et noter qui est cité. Les deux mesures se complètent : les journaux disent ce que les IA viennent lire, les tests disent ce qu'elles en font. C'est la combinaison que nous utilisons dans notre travail de visibilité dans les IA.
Savoir ce que les IA lisent sur votre site est le point de départ de l'objectif Renforcer votre visibilité dans les réponses IA.
Pour mieux comprendre d'où viennent les réponses de ChatGPT, lisez aussi quel moteur de recherche utilise ChatGPT.
Questions fréquentes sur l'analyse de logs IA
Puis-je voir les questions que les gens posent à ChatGPT à mon sujet ?
Non. Les journaux montrent la page que l'IA est venue lire, la date et le robot, jamais la question ni la personne qui l'a posée. La page lue donne une bonne idée du sujet de la question. Pour connaître les réponses elles-mêmes, il faut poser les questions de vos clients aux IA et noter qui est cité.
Mon site est sur Shopify : comment savoir ce que les IA lisent ?
Shopify ne donne pas accès aux journaux de son serveur. Vous pouvez quand même suivre le rapport AI Performance de Bing Webmaster Tools, qui montre vos citations dans Copilot, les visites venues des IA dans GA4 et le résultat de tests faits directement dans ChatGPT, Claude ou Perplexity.
Combien de temps de données faut-il avant de tirer des conclusions ?
Prévoyez au moins trente jours pour une première lecture, puis comparez mois après mois. Sur un site de PME, les lectures à la demande peuvent se compter en dizaines par mois : une seule semaine ne montre pas de tendance.
Si je bloque les robots d'entraînement, l'analyse change-t-elle ?
Les lectures à la demande restent visibles. Bloquer GPTBot ou ClaudeBot dans le fichier robots.txt ne touche pas ChatGPT-User ni Perplexity-User : OpenAI précise que les règles du robots.txt peuvent ne pas s'appliquer aux actions lancées par une personne et Perplexity indique que son robot de récupération les ignore en général.
Faut-il un outil payant pour faire cette analyse ?
Non, pas pour la plupart des sites. Un tableur ou deux lignes de commande suffisent. Un analyseur de journaux comme celui de Screaming Frog devient utile quand le fichier est gros ou que vous voulez vérifier les robots automatiquement. Les plateformes d'analyse à grande échelle se justifient sur les gros catalogues.
- OpenAI, Overview of OpenAI Crawlers (GPTBot, OAI-SearchBot, ChatGPT-User), consulté en octobre 2026. Listes d'adresses IP : gptbot.json, searchbot.json et chatgpt-user.json.
- Anthropic, Does Anthropic crawl data from the web, and how can site owners block the crawler? (ClaudeBot, Claude-User, Claude-SearchBot), consulté en octobre 2026. Liste d'adresses IP : bots.json.
- Perplexity, Perplexity Crawlers, consulté en octobre 2026. Listes d'adresses IP : perplexitybot.json et perplexity-user.json.
- Mistral AI, Mistral crawlers, consulté en octobre 2026. Listes d'adresses IP : mistralai-user-ips.json et mistralai-index-ips.json.
- Cloudflare, AI Crawl Control et Analyze AI traffic, consultés en octobre 2026.
- Screaming Frog, SEO Log File Analyser et son guide de configuration, consultés en octobre 2026.
- cPanel, Raw Access ; Kinsta, Server Logs ; WP Engine, Access Logs and Common Errors, consultés en octobre 2026.
- Wix, Using Your Site’s Log Data in Wix SEO Reports, consulté en octobre 2026.
- Google Workspace Updates, Doubled cell limits in Google Sheets now generally available, 10 septembre 2026.
C'est presque toujours Gabriel qui prend votre premier appel et qui réalise votre audit. Il construit la stratégie à partir de votre objectif de croissance : où placer votre budget, quel marché tester et comment relier chaque lead à une vente réelle dans votre CRM. Il mène surtout les accompagnements Optimiser la rentabilité de vos campagnes numériques, Développer un nouveau marché ainsi que Générer de la demande et de la croissance. Avec Geneviève, il travaille aussi le référencement (SEO), la visibilité IA (GEO) et la conversion (CRO). Les ventes d'une campagne Google Ads ou Meta Ads dépendent de la page qui reçoit le clic. Ses analyses portent surtout sur la stratégie marketing, la publicité payante et la mesure.
À propos de Falia →Trois analyses sur le même sujet
Tout Visibilité IA et GEO →Conditions commerciales de Meta du 20 novembre : exploration de votre site et responsabilité de l'IA
GPT-6 : un bogue a classé les visites de ChatGPT en trafic direct dans GA4
AI Overviews et recherches de marque : ce que Google affiche avant votre site
Consultation diagnostique · Mandat payant
90 minutes sur votre rentabilité, pas sur la théorie
Vous venez de lire la méthode. La vôtre commence par vos chiffres. On regarde vos chiffres avec vous, on nomme l'écart et vous repartez avec une synthèse écrite et l'ordre de travail recommandé, que vous l'exécutiez avec nous ou non.
C'est un mandat payant, mené par l'expert qui exécute. Vous gardez le livrable, sans engagement de suite.
SEO
Publicité payante
Conversion
Visibilité IA
Conception web