InspectAI Lab · Méthodologie

Bytespider : qui l'utilise, à quoi il sert et combien de sites belges le bloquent

Fiche du lab InspectAI. Robot de ByteDance ; usage déclaré : collecte de contenus pour entraîner des modèles d'IA. Chiffres issus de l'analyse des robots.txt de 3 176 domaines .be, collectés le 16 novembre 2026.

À quoi sert ce robot

Bytespider est le robot associé à ByteDance, maison mère de TikTok. Il est généralement présenté comme collectant des données pour les modèles d'IA du groupe, mais ByteDance ne publie pas de documentation officielle à son sujet : les informations disponibles viennent surtout d'observations de webmasters.

Source : pas de documentation officielle publiée par l’éditeur.

Combien de sites .be le bloquent

Au 16 novembre 2026, 308 des 2 887 sites .be joignables (10,7 %) interdisent à Bytespider d'explorer à la fois leur page d'accueil et leurs pages de contenu. Parmi les 1 000 domaines .be les plus visités, la part monte à 12,9 %.

IndicateurValeur
Sites .be joignables analysés2 887
Sites qui bloquent Bytespider308 (10,7 %)
Sites qui citent Bytespider nommément dans leur robots.txt265
… et qui le bloquent246
Blocages hérités de la règle générale « User-agent: * »47
Part de blocage dans le top 1 000 .be12,9 %

Comment le bloquer ou l'autoriser

Dans le fichier robots.txt à la racine du site, un groupe dédié au token Bytespider s'applique à ce robot et remplace les règles générales :


User-agent: Bytespider
Disallow: /

Pour l'autoriser explicitement, remplacer Disallow: / par Allow: /. Le robots.txt reste une consigne : son respect dépend de l'éditeur du robot, et un blocage au niveau du pare-feu ou du CDN n'y apparaît pas.

Méthode

Liste Tranco (top 1 million, identifiant JZWZY), 3 176 domaines en .be, robots.txt interprétés selon la RFC 9309. Un site est compté comme bloquant quand la page d'accueil et une page de contenu sont toutes deux interdites. Méthode détaillée : https://lab.inspectai.eu/methodologie/

Publié le 18/11/2026 par Mathieu Steenput.