Article
Mon blog est plein de bots et d'agents IA
Il y a quelque temps, j'ai écrit sur la façon dont j'ai développé mon propre outil d'analytics. Je l'ai construit pour respecter la protection des données personnelles. À tel point qu'il n'a même pas besoin du consentement du visiteur. J'ai aussi raconté les problèmes que j'ai dû résoudre pendant le développement et comment l'IA m'a aidé en chemin.
La première version intégrait déjà la détection des bots et des comportements suspects (bots probables). Mais cela n'a pas suffi. Les visites, surtout les visites directes, étaient étrangement nombreuses et pesaient anormalement lourd dans le trafic total. J'ai donc décidé de replonger dans le sujet et d'améliorer mes propres analytics.
Aujourd'hui, après l'avoir affiné dans une large mesure, je lis avec intérêt des publications où quelqu'un affirme que 20 % des visites de son site sont des bots et 80 % des humains. J'ai répondu à quelques-unes, sur Threads par exemple, en disant que je le pensais aussi autrefois. Aujourd'hui, je dirais que sur votre site aussi, la proportion inverse est plus proche de la vérité.
Comment en suis-je arrivé à cette conclusion ?
Que reconnaissait comme bot la première version de mon outil ?
La première version reposait surtout sur deux choses. La première était simple. Je connais la liste des robots connus et je cherche leurs noms dans l'en-tête du navigateur. Googlebot, GPTBot, ClaudeBot, Amazonbot et d'autres. La seconde était un navigateur qui n'envoie pas la langue de la page. C'est souvent un signe discret qu'il n'y a pas d'humain derrière la visite.
Cela attrape les évidents. Mais un nouveau groupe de visites est apparu, que cela n'attrape pas. Ce sont des programmes qui se font passer pour un navigateur ordinaire. Pas de nom de bot dans l'en-tête. Les paramètres d'un humain. Le filtre d'origine ne les démasque pas.
Pourquoi le scroll ne prouve plus rien
Je me suis dit que je reconnaîtrais un humain à son activité sur la page. Il fait défiler, il lit, il clique. Il fut un temps où un robot ne faisait pas cela.
Ce n'est plus vrai. Ces nouveaux programmes exécutent réellement la page. Ils font défiler l'article, cliquent sur un bouton, se comportent presque comme un humain. Le scroll me dit que la visite a montré une certaine activité. Il ne me dit pas si un humain était derrière.
Détection des bots : plusieurs signaux à la fois
J'ai donc cessé de chercher un signal unique et j'ai commencé à les combiner. Aucun ne suffit à lui seul. Mais quand j'en réunis plusieurs, un score apparaît. Il me permet de marquer une visite comme probable agent IA même quand aucun signal isolé ne la trahit.
Une chose comptait pour moi. Ces marques, c'est-à-dire les scores des agents probables, je les garde chez moi, en dehors de la base de données du site. L'outil d'analytics ne fait que lire cette base, il n'y écrit jamais ces marques. Je peux ensuite soustraire des chiffres les visites marquées.
Des paramètres aléatoires dans l'adresse
Le score que je viens de décrire a démasqué presque toutes les visites qui se comportaient comme des agents.
Puis est arrivé un jour suspect. De nouveau des chiffres absurdes en trafic direct. J'ai regardé dans mon outil. Des chaînes aléatoires apparaissaient dans l'adresse de la page. Par exemple /?subject=hafhcfdevcf ou /?utm_source=afjfyfggfe. Ce sont des programmes qui viennent sur la page et ajoutent à l'adresse leur propre code aléatoire. Pour moi, cela n'a aucun sens. Pour eux, si. C'est leur marque interne ou un test.
J'ai réfléchi un moment à la façon de les distinguer d'une vraie campagne. La réponse n'était pas dans le nom du paramètre. Mes propres liens utilisent aussi des paramètres. La réponse était la valeur. Une vraie campagne porte un nom qui se lit. Une chaîne aléatoire ne se lit pas, ce n'est qu'un amas de lettres sans voyelles aux bons endroits. C'est donc exactement ce que je cherche. Si la valeur est un amas imprononçable, je marque la visite. Si elle a une forme humaine, un séparateur, un mot connu ou une année, je la laisse tranquille. Une vraie campagne n'est jamais écartée ainsi.
Et si des campagnes qui ne sont manifestement pas les miennes continuent d'apparaître dans mes analytics, je m'en occuperai aussi.
Bot ou humain ? Cinq groupes au lieu de deux
Voici où en sont aujourd'hui mes analytics et mon identification des machines et des humains : j'ai cessé de diviser les visites en humain et robot. J'ai cinq groupes, et je classe chaque visite dans l'un d'eux.
Un humain, qui a consulté plusieurs pages ou fait défiler. Un agent IA, qui se déclare lui-même dans l'en-tête. Un probable agent IA, que le score démasque. Une machine, c'est-à-dire un robot connu ou un navigateur suspect. Et une visite non vérifiée, qui a passé les filtres mais n'a encore montré aucun intérêt.
Ce dernier groupe est important. Pour ces visites, je ne peux vraiment pas dire s'il s'agissait d'un humain ou d'un programme. Je préfère donc ne les compter d'aucun côté.
Quel pourcentage du trafic web vient des bots ?
Une fois les visites réparties ainsi, les chiffres étaient désagréables. Les humains confirmés ne représentent que quelques pour cent. Les machines, plus de la moitié. Les visites non vérifiées pèsent lourd.
Mon travail ne s'arrête pas là, je veux continuer à y apporter toujours plus de lumière. Mais les machines imitent de mieux en mieux le visiteur humain, et courir après une certitude à 100 % n'a donc plus de sens. C'est devenu impossible. Ce qui a du sens, c'est de clarifier ce qui peut l'être, et c'est ce que beaucoup d'outils d'analytics ne font pas assez aujourd'hui. Et l'on se contente alors d'apprendre que 80 % de nos visites sont des humains, alors qu'elles ne le sont probablement pas. En ce sens, internet est un lieu mort, et la majorité de ses acteurs sont des machines.
Ajouté le 22 octobre 2026
J'ai décidé de compléter cet article par de nouveaux constats. J'ai trouvé plusieurs faiblesses dans la façon dont j'identifie les bots et les autres visiteurs non humains de mon site.
Rejoindre la Bibliothèque
Accès complet à mes observations, histoires personnelles et ce que j'entends des gens que je rencontre.
Rejoindre la Bibliothèque · €29,99 par an Comment un petit entrepreneur, un créateur de contenu ou… Que faut-il étudier à l'ère de l'IA ? Quelle… J'ai quitté mon travail pendant plusieurs mois pour me… Comment j'ai eu le coup de foudre pour elle Comment ne plus dépendre des réseaux sociaux ? Un… Comment commencer avec l'IA en entreprise : automatiser le…Recevez l’article complet par e-mail et n’hésitez pas à répondre si vous souhaitez en discuter davantage.
Résumé
Questions fréquentes sur le sujet de l'article
Quel pourcentage du trafic internet vient des bots ?
Comment savoir si une visite vient d'un bot ou d'un humain ?
Pourquoi le scroll ne prouve-t-il pas que le visiteur est humain ?
Que sont les paramètres aléatoires dans l'URL comme ?subject= ou ?utm_source= ?
Google Analytics est-il fiable pour détecter les bots ?
Si vous avez des pensées, des questions ou des retours, n’hésitez pas à m’écrire à mail@richardgolian.com.
LinkedIn
Plus d'articles
Vous êtes créateur de contenu et vous suivez les règles de YouTube, d'Instagram ou de Google ? Vous êtes un petit entrepreneur et votre modèle économique dépend de la fréquence à laquelle Amazon vous recommandera, du prix des impressions publicitaires sur Facebook ou du prix des clics sur Google Ads ? Si tout votre contact avec votre public ou vos clients, ou la plus grande partie, dépend du fait qu'une grande plateforme vous affiche, vous n'êtes pas en bonne position.
Le développement de l'intelligence artificielle change notre regard sur les chemins de vie qui ont du sens. Sur les études et le métier à choisir.
C'était le jeudi 31 mars 2022, quand j'ai transmis les dernières parties de mes responsabilités à mes collègues, fermé mon ordinateur portable et je suis parti à la bibliothèque. J'ai quitté mon travail pendant plusieurs mois et je me suis plongé dans la philosophie. Et j'en suis profondément reconnaissant. Aujourd'hui je suis, comme la plupart des gens, dans un manège, et il m'est difficile de m'arrêter et de réfléchir aux questions essentielles de ma propre vie.
C'était en septembre 2023. Ma vie, mon travail, tout était complètement différent de maintenant. C'était plus simple. Je ne possédais presque rien. J'avais besoin de filmer une publicité, je suis monté à l'étage de l'entreprise où se trouvait le produit dont j'avais besoin, et c'est là que je l'ai remarquée pour la première fois. Elle rit de moi quand je le décris ainsi, mais à ce moment-là l'univers m'a dit, c'est elle.
Comment et pourquoi je quitte peu à peu les réseaux sociaux et les grandes plateformes. Quand je lis que Meta teste une nouvelle façon de faire payer les publications organiques qui renvoient hors de sa plateforme, cela me confirme à quel point ma décision de devenir de moins en moins dépendant des grandes plateformes était la bonne. Cela ne veut pas dire que je les ai quittés complètement. Cela veut dire que le fait de rester ou non en contact avec mes lecteurs dépend d'eux de moins en moins, et aujourd'hui presque plus du tout.
Un membre de ma famille décrivait une entreprise dont les données sont réparties dans plusieurs outils différents et dont les salariés les rassemblent encore aujourd'hui à la main, dans des tableurs. C'est l'état ordinaire des entreprises. Si on dit à ces gens de ne pas le faire à la main et d'utiliser l'IA, ils ne comprendront pas. La plupart des entreprises n'ont même pas les connecteurs de base entre les outils qu'elles utilisent. Ces entreprises ont besoin d'aide pour leur transformation par l'IA.
La même tâche, deux modèles. Fable 5 contre Opus 4.8. Sur le papier, Fable est le meilleur modèle, avec un contexte plus large et de meilleures caractéristiques. Et pourtant il a perdu. Opus a traité la tâche en un seul tour de contrôle pour 721 000 tokens, tandis que Fable en a exigé neuf et a brûlé 2,78 millions de tokens. La différence ne tenait pas au modèle, mais à la façon dont j'ai formulé la tâche. Et je le sais, parce que je l'ai mesuré.
Soixante-dix pour cent. C'est là que commence le premier résultat de l'IA, même lorsque vous lui donnez tout le contexte de l'entreprise et les meilleurs exemples du passé. Nous parlons du type de résultat qui ne peut pas se définir de façon programmatique. Il est plus complexe. Souvent, il s'agit d'un travail créatif. Sur un type de résultat répété, j'ai atteint quatre-vingts pour cent en une semaine. Chaque point de pourcentage supplémentaire est plus difficile que le précédent.
Pendant longtemps, nous avons pris internet pour la route principale. Le lieu où se déroulent le travail et les relations. Pourtant, la plupart de ce que nous y voyons aujourd'hui est, ou sera bientôt, généré par IA : texte, images, profils et commentaires. Internet se transforme en un jeu en ligne rempli de bots, où vous ne pouvez être sûr qu'un être humain se trouve de l'autre côté de quoi que ce soit. Alors je me demande : le monde en ligne était-il la route principale, ou seulement un détour temporaire dont une partie des gens reviendra, de retour hors ligne ?
J'ai Heidegger et mon carnet à côté de moi. Je me demande où tout cela nous mène, où l'intelligence artificielle nous emporte.
Quatre jours en Catalogne. Sans ordinateur, sans IA, presque sans réseaux sociaux. J'ai acheté ce carnet pour y noter ce à quoi je penserais et ce que je rencontrerais et apprendrais durant le voyage.