- →PerplexityBot indexe pour alimenter et lier des sites dans les réponses ; Perplexity-User récupère une page à la demande d'un utilisateur et ignore généralement robots.txt, d'après la documentation officielle de Perplexity. Piloter les deux avec le même outil ne marche pas.
- →Une modification de robots.txt met jusqu'à 24 heures à se propager côté Perplexity : un test lancé dans l'heure ne prouve rien.
- →Le 4 août 2025, Cloudflare a accusé Perplexity d'utiliser des crawlers non déclarés, avec rotation d'IP et d'ASN et des chaînes se faisant passer pour Chrome sur macOS ; Perplexity a rejeté l'analyse le 5 août. Depuis, un hit étiqueté PerplexityBot dans les logs se vérifie sur les plages IP publiées, pas sur son nom.
- →L'étude Tow Center / Columbia Journalism Review de 2025 (1 600 requêtes, huit outils) donne 37 % d'erreurs de citation à Perplexity, contre 67 % à ChatGPT Search et 94 % à Grok-3 : le meilleur du panel reste faux plus d'une fois sur trois.
- →Les référents Perplexity et le passage du crawler sont deux mesures distinctes : GA4 ne verra jamais PerplexityBot, seuls les logs serveur ou le journal du CDN le montrent.
- →Le levier n'est pas le blocage ni l'autorisation, c'est l'extractibilité : contenu rendu côté serveur, affirmations citables sans ambiguïté, attribution claire.
PerplexityBot et Perplexity-User : deux robots, deux décisions
Perplexity documente deux agents, et la quasi-totalité des erreurs de configuration qu'on corrige en audit vient de leur confusion. PerplexityBot est le crawler d'indexation : sa fonction déclarée est de faire remonter et de lier des sites dans les réponses, pas de constituer un corpus d'entraînement pour des modèles de fondation. Perplexity-User, lui, est un récupérateur déclenché par une question d'utilisateur, et la documentation officielle précise qu'il ignore généralement le robots.txt, précisément parce que la requête émane d'un humain et non d'une exploration programmée.
La conséquence est immédiate et rarement tirée. Une directive dans le fichier qui régit les bots IA pilote le premier et n'a aucune prise sur le second. Un éditeur qui écrit trois lignes de Disallow en croyant fermer la porte à Perplexity vient de fermer l'indexation, donc l'éligibilité à la citation, tout en laissant passer les récupérations à la demande. C'est exactement l'inverse de ce qu'il voulait faire.
La chaîne user-agent documentée est Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; PerplexityBot/1.0; +https://perplexity.ai/perplexitybot). Les jetons AppleWebKit et KHTML sont un héritage de format, ils ne signifient pas qu'un navigateur complet exécute votre JavaScript. Perplexity recommande d'autoriser ce crawler et signale qu'une modification du fichier peut mettre jusqu'à 24 heures à être prise en compte. Ce délai a une valeur opérationnelle directe : un test de blocage vérifié quinze minutes après le déploiement ne mesure rien, et beaucoup de « ça ne marche pas » remontés par des clients tiennent uniquement à cette impatience.
Ce que robots.txt contrôle, et ce qu'il ne contrôlera jamais
Le robots.txt est un protocole de politesse. Il fonctionne avec les acteurs qui choisissent de le respecter, et il n'a aucune force d'exécution. Pour PerplexityBot, l'accès au fichier est une condition nécessaire à une indexation complète et donc à une citation potentielle ; il n'est en aucun cas un mécanisme de contrôle d'accès. Perplexity recommande d'ailleurs elle-même de valider à la fois la chaîne user-agent et les plages d'adresses IP publiées quand on configure des règles Cloudflare ou AWS WAF. Traduction : l'éditeur qui veut vraiment interdire quelque chose travaille au pare-feu applicatif, pas dans un fichier texte à la racine.
La séparation des deux couches est simple à poser. Le robots.txt sert à exprimer une intention pour les explorations programmées, avec des règles nommées sur PerplexityBot et non sur un motif générique. Le WAF sert à faire respecter une décision, avec une liste d'IP maintenue et une action explicite sur les requêtes qui prétendent être PerplexityBot sans en avoir l'origine réseau. Confondre les deux produit les deux pannes classiques : un blocage qu'on croit effectif et qui ne l'est pas, ou une règle de pare-feu si large qu'elle attrape aussi Googlebot.
Cette deuxième panne est la plus coûteuse et la plus fréquente. Une règle qui filtre sur la sous-chaîne bot dans le user-agent tue l'indexation Google, Bing et l'ensemble des crawlers légitimes, pour une durée qui se compte en semaines avant que quelqu'un fasse le lien avec la chute d'impressions. Une règle de blocage se rédige toujours sur un agent nommé, jamais sur un motif.
Août 2025 : pourquoi une chaîne user-agent ne prouve plus rien
Le 4 août 2025, Cloudflare a publié une accusation précise : Perplexity aurait utilisé des crawlers non déclarés après que ses crawlers officiels aient été bloqués, avec rotation d'adresses IP et d'ASN, et des chaînes user-agent se faisant passer pour un navigateur Chrome ordinaire sur macOS. Perplexity a rejeté l'analyse dès le 5 août 2025, la jugeant techniquement insuffisante. Le contexte comptait autant que l'accusation : le 1er juillet 2025, Cloudflare avait annoncé bloquer par défaut les crawlers IA en l'absence de rémunération des créateurs de contenu, ce qui plaçait les deux entreprises en opposition frontale.
Peu importe qui a raison sur le fond technique. Ce que l'épisode a définitivement acté, c'est qu'un enregistrement de log portant la mention PerplexityBot n'est pas une preuve que PerplexityBot est passé, et qu'à l'inverse une exploration peut avoir lieu sans jamais s'annoncer. L'analyse des journaux serveur reste le seul endroit où l'on constate quoi que ce soit, à condition de croiser systématiquement l'agent déclaré avec l'IP source. Sans ce croisement, tout traitement différencié appliqué à un crawler IA est contournable par n'importe qui sachant recopier une chaîne de caractères.
Il y a une leçon de posture derrière la leçon technique. Les déclarations publiques d'un éditeur de moteur de réponse décrivent une politique, pas un comportement observé. La politique se lit dans la documentation, le comportement se lit dans les logs, et quand les deux divergent c'est le second qui décide de ce que vous devez configurer.
Mesurer ce que le passage rapporte vraiment
Perplexity a atteint une taille qui justifie un suivi dédié. Son dirigeant faisait état d'environ 780 millions de requêtes sur le mois de mai 2025, soit de l'ordre de 26 à 30 millions par jour, avec une croissance alors supérieure à 20 % d'un mois sur l'autre. Les compilations sectorielles qui s'appuient sur Similarweb et DemandSage situent l'outil autour de 45 millions d'utilisateurs actifs mensuels fin 2025 / début 2026, avec un écart important entre estimations selon la méthode de mesure : à manier comme un ordre de grandeur, pas comme une donnée d'audience.
La qualité, elle, reste un problème ouvert. Le test conduit en 2025 par le Tow Center for Digital Journalism de la Columbia Journalism Review, portant sur 1 600 requêtes réparties sur huit outils de recherche IA, attribue à Perplexity un taux d'erreur de citation de 37 %, meilleur score du panel devant ChatGPT Search à 67 % et Grok-3 à 94 %. Être cité ne signifie donc pas être cité correctement : il arrive régulièrement que la page référencée ne soutienne pas l'affirmation qu'on lui prête. Toute revue de citations dans les réponses génératives doit vérifier le contenu de la source, pas seulement compter les mentions.
Côté clic, la contraction est documentée. Une étude Pew Research de mars 2025 menée aux États-Unis relève que les utilisateurs cliquaient un résultat traditionnel dans 8 % des visites lorsqu'un résumé IA était affiché, contre 15 % en son absence. C'est ce qui impose de séparer trois mesures qui ne se remplacent pas : le classement et les clics dans la SERP Google, la présence dans les surfaces génératives, et le trafic référent réellement attribué à Perplexity. Un tableau de bord qui les additionne ne dit rien d'exploitable, et c'est le premier chantier qu'on ouvre quand une campagne de visibilité sur les moteurs de réponse doit être justifiée devant une direction.
Une analyse Semrush portant sur 10 000 réponses Perplexity a rapporté que 34 % des sources citées provenaient de domaines situés hors du top 1 000 en trafic, contre 18 % pour ChatGPT. Le chiffre est intéressant parce qu'il suggère qu'un éditeur spécialisé de taille moyenne peut être cité, mais il émane d'un éditeur d'outils et n'a pas été répliqué indépendamment : à citer avec cette réserve, jamais comme une référence de marché.
L'arbitrage côté netlinking, et les erreurs qu'on voit
La question qui compte pour un consultant n'est pas « faut-il bloquer PerplexityBot » mais « qu'est-ce qui rend une page récupérable et citable ». Trois conditions se vérifient en audit, dans cet ordre. L'éligibilité au crawl d'abord : aucune règle de CDN ou de WAF ne doit intercepter le crawler par accident, et c'est un contrôle à refaire après chaque changement d'infrastructure. L'extractibilité ensuite : une affirmation qui n'existe que dans du DOM produit côté client a peu de chances de survivre à une récupération, alors qu'un rendu serveur en HTML sémantique passe sans effort. La qualité de source enfin : des données originales, des affirmations précises, une attribution nette, et des passages qui peuvent être cités sans ambiguïté sur ce qu'ils affirment.
Sur les médias éditoriaux que nous opérons en propre, le choix est tranché depuis longtemps : PerplexityBot passe partout, parce qu'un support de publication dont le contenu est commandé par un client n'a aucun sens s'il est inatteignable. Fermer un moteur de réponse sur un média qui vend de la visibilité revient à livrer une prestation amputée, et c'est indéfendable. La question du blocage se pose sur les espaces privés et sur les corpus à valeur juridique, pas sur des pages destinées à circuler.
Les erreurs qu'on rencontre le plus souvent tiennent en quatre lignes.
- Bloquer PerplexityBot par précaution, puis s'étonner six mois plus tard de l'absence totale de citations, sans jamais avoir relu le fichier.
- Chercher le passage du crawler dans GA4, qui ne le verra jamais faute d'exécution de la balise de mesure, et conclure qu'il n'y a pas d'activité.
- Déployer un fichier
llms.txten pensant régler le sujet : c'est une proposition communautaire sans reconnaissance officielle des principaux crawlers, à traiter comme une expérimentation à coût nul. - Acheter des liens en espérant mécaniquement des citations Perplexity. Un travail d'optimisation orienté Perplexity se joue sur l'autorité thématique et la citabilité, pas sur un volume de domaines référents.
Ce dernier point mérite d'être dit sans détour, parce qu'il est vendu à l'envers un peu partout. Un lien contextuel travaille d'abord le classement Google, et un bon classement Google augmente les chances qu'une page figure dans le vivier de sources qu'un moteur de réponse consulte. La relation existe, elle est indirecte, et personne ne peut aujourd'hui garantir une citation. Quand on construit un plan de liens, la bonne façon de poser le sujet reste de choisir soi-même les médias dans un catalogue accessible sans inscription en fonction de leur thématique réelle et de leur trafic durable, puis de vérifier dans les logs que ces médias sont eux-mêmes crawlables. Un support fermé aux crawlers IA transmet de l'autorité vers Google et rien vers les moteurs de réponse : c'est un critère de sélection au même titre que le trafic, et il ne coûte rien à contrôler avant d'engager un budget sur un placement précis.
Le tri à faire en 2026 est celui-là : PerplexityBot n'est ni une menace ni un canal d'acquisition, c'est une condition d'entrée qu'on vérifie, qu'on documente, et qu'on cesse de confondre avec une stratégie.
Nautilinks opère un réseau de médias éditoriaux. Articles écrits en interne, mentions de transparence respectées, mix d'ancres calibré.
Questions fréquentes
Autoriser PerplexityBot garantit-il d'apparaître dans les réponses ?
Non. L'autorisation rend l'indexation possible, elle ne crée aucune obligation de citation. Perplexity sélectionne ses sources en fonction de la requête, de la pertinence et de la clarté du contenu récupéré. Un site parfaitement ouvert peut n'être jamais cité si ses affirmations ne sont ni précises ni attribuables. À l'inverse, un blocage rend la citation improbable, sans la rendre strictement impossible puisque Perplexity-User peut récupérer une page à la demande. L'autorisation est une condition d'entrée, jamais un résultat.
Comment distinguer un vrai PerplexityBot d'une usurpation dans les logs ?
Uniquement par l'adresse IP source. La chaîne user-agent se falsifie en une commande, elle ne constitue aucune preuve. Perplexity publie des plages d'adresses et recommande explicitement de croiser l'agent déclaré avec ces plages pour configurer une règle Cloudflare ou AWS WAF. L'épisode d'août 2025, où Cloudflare a signalé des crawlers non déclarés avec rotation d'IP et d'ASN, a rendu ce croisement obligatoire pour quiconque veut appliquer un traitement différencié fiable.
Faut-il traiter PerplexityBot comme GPTBot ou ClaudeBot ?
Non, la finalité déclarée diffère. PerplexityBot sert l'indexation en vue de faire remonter et de lier des sites dans les réponses, quand GPTBot collecte pour l'entraînement des modèles. L'arbitrage n'est donc pas le même : bloquer un crawler d'entraînement relève de la propriété intellectuelle, bloquer un crawler d'indexation relève de la visibilité. Aligner les trois sur une règle unique par confort de configuration revient à sacrifier une exposition qu'on voulait garder.
Le trafic référent Perplexity justifie-t-il un chantier dédié ?
En volume de clics, rarement à lui seul. L'étude Pew Research de mars 2025 relevait déjà 8 % de clics vers un résultat traditionnel en présence d'un résumé IA, contre 15 % sans. La valeur est ailleurs : dans la citation elle-même, dans la mention de marque et dans la présence sur une surface que les acheteurs consultent en amont. Le suivi coûte peu, un filtre référent et une lecture de logs, ce qui suffit à décider s'il faut aller plus loin.
Un abonnement payant à Perplexity change-t-il quelque chose pour un éditeur ?
Rien du tout. Les formules côté utilisateur portent sur le nombre de requêtes, les modèles disponibles et certaines fonctions de recherche, elles n'ont aucun effet sur l'indexation d'un site tiers ni sur la probabilité d'y être cité. La confusion revient souvent chez les clients qui pensent qu'un compte payant leur ouvre une console d'éditeur : il n'y en a pas. Le seul levier reste la configuration technique du site et la qualité citable de son contenu.
Bloquer PerplexityBot protège-t-il un contenu d'un usage par l'IA ?
Partiellement, et moins qu'on ne le croit. La directive ne s'applique qu'aux explorations programmées et n'empêche pas Perplexity-User de récupérer une page à la demande d'un utilisateur, puisque la documentation indique que cet agent ignore généralement robots.txt. Une protection réelle passe par le pare-feu applicatif, une liste d'IP maintenue, et l'acceptation de perdre l'éligibilité aux citations. Pour un contenu éditorial destiné à circuler, l'arbitrage penche presque toujours vers l'ouverture.
Testez vos connaissances
Quiz : PerplexityBot
1/3Quelle différence documentée sépare PerplexityBot de Perplexity-User ?