En bref. ai.txt désigne plusieurs propositions d’auteurs distincts dont les formats, les usages visés et les statuts de publication diffèrent.

Définition : Les propositions ai.txt sont des formats conçus par des auteurs distincts pour déclarer les usages du contenu d’un site web autorisés aux systèmes d’IA. Leurs auteurs proposent des emplacements de fichiers, des champs d’autorisation et des méthodes de traitement différents : le nom du fichier ne suffit donc pas à identifier le format visé.

Points clés

Au 17 octobre 2026, la fiche IETF Datatracker présente AI.TXT de Kayla Cardillo comme un Internet-Draft individuel actif, sans statut officiel dans le processus de normalisation de l’IETF.
L’annonce du 30 mai 2023 de Spawning décrit un fichier à la racine du site dont les autorisations sont vérifiées au moment du téléchargement des médias.
Le document de travail du 9 août 2024 de Guardian News & Media propose des autorisations pour des pages individuelles et des sections du site.
La prépublication scientifique de Yuekang Li et de ses coauteurs, soumise le 2 mai 2025, propose des règles à l’échelle des éléments de page et des instructions en langage naturel.

Que propose l’Internet-Draft soumis à l’IETF ?

Le projet AI.TXT de Cardillo, publié le 12 juin 2026 avec le statut visé « Informational », demande l’enregistrement de /.well-known/ai.txt et de /.well-known/ai.json. Sa date d’expiration annoncée est le 14 décembre 2026. Un Internet-Draft est un document de travail susceptible d’évoluer ou d’expirer.

Le format texte utilise des champs séparés par un deux-points. L’exemple minimal du projet est le suivant :

# ai.txt
Spec-Version: 1.0
Site-Name: My Blog
Site-URL: https://myblog.com
Training: deny

En production, le projet prévoit de servir le fichier en HTTPS avec le type de contenu text/plain; charset=utf-8. Des champs distincts couvrent l’entraînement, l’extraction automatisée (scraping), l’indexation et la mise en cache ; des blocs par agent définissent des dérogations pour des agents nommément désignés. Le projet décrit la déclaration comme indicative et confie aux serveurs l’application des contrôles d’accès.

En quoi la proposition de Spawning diffère-t-elle ?

La documentation du générateur de Spawning décrit des autorisations lisibles par machine pour la fouille de textes et de données (text and data mining) à des fins commerciales, c’est-à-dire l’analyse automatisée du contenu. Par défaut, le générateur refuse cet usage pour tous les contenus ; sélectionner allow modifie l’autorisation pour le type de média sélectionné. La FAQ d’installation mentionne à la fois / et /.well-known/, tandis que son exemple de vérification dans le navigateur utilise /ai.txt.

L’annonce de lancement de Spawning décrit une vérification des autorisations au moment du téléchargement des médias, y compris lorsque les liens utilisés figurent déjà dans des jeux de données. Elle présente l’API de Spawning comme le canal qui communique ces autorisations aux chercheurs et aux partenaires. La même annonce décrit ai.txt comme une convention permettant de déclarer des autorisations de fouille de textes et de données.

Cette approche diffère des champs de Cardillo définis à l’échelle du site, tels que Training et Indexing. La mise en œuvre sur un site web nécessite donc d’identifier l’auteur du format pris en charge par le destinataire visé.

Qu’apporte le document du Guardian ?

Le document de Guardian News & Media, signé Matt Rogerson, privilégie la structure existante de robots.txt dans un fichier dédié à cet usage. Son exemple demande l’exclusion de l’ensemble du site :

User-agent: * # any AI
Disallow: /   # disallow everything

L’exemple de contrôle plus fin présenté dans le document autorise l’accès aux pages d’accueil d’actualité contenant des titres tout en refusant l’accès au contenu des articles. Le document suggère aussi des extensions pour la longueur des extraits, l’attribution et les autorisations d’entraînement. La fiche Datatracker identifie ce document comme une contribution à l’IAB Workshop on AI-CONTROL. Il est publié sous la forme d’un document de travail pour cet atelier.

Qu’apporte la proposition issue de la recherche ?

La prépublication arXiv de Li et de ses coauteurs présente un langage spécifique à un domaine (domain-specific language), c’est-à-dire un langage conçu pour une tâche particulière. Ici, cette tâche consiste à exprimer des règles d’interaction entre l’IA et le contenu web à l’échelle de chaque élément d’une page.

Les auteurs décrivent un éditeur avec génération automatique de XML, un format de balisage structuré. Ils proposent une application des règles par programmation au moyen de XML et l’intégration d’instructions en langage naturel dans les prompts. L’évaluation qu’ils présentent repose sur des expériences préliminaires et des études de cas, ce qui donne à cette proposition le statut d’une approche de recherche.

Termes associés

Questions fréquentes

Quel emplacement dois-je utiliser ?

Suivez la proposition prise en charge par le destinataire visé. Le projet de Cardillo indique /.well-known/ai.txt ; la FAQ du générateur de Spawning donne /ai.txt pour la vérification dans le navigateur.

La publication du fichier impose-t-elle le respect de ma politique ?

Le projet de Cardillo présente explicitement ai.txt comme indicatif et exige que les serveurs appliquent les contrôles d’accès de manière indépendante. Les conditions du générateur de Spawning font également dépendre son efficacité de la reconnaissance et du respect du fichier par les développeurs et les outils d’extraction de données.

Sources

Vérifiez comment une page se lit pour les moteurs de réponse. Ouvrir l’analyseur de score GEO