Noindex, canonical ou robots.txt : quelle directive et quand ?

Noindex, canonical et robots.txt sont constamment confondus. Toutes les trois donnent l’impression d’être des façons d’interdire quelque chose à Google, et elles sont donc souvent utilisées au hasard. Résultat : les pages que vous vouliez écarter figurent tranquillement dans l’index, et celles que vous vouliez justement montrer disparaissent. Chacune de ces trois directives résout un problème différent. Dans cet article, vous obtenez une matrice de décision qui choisit pour chaque situation celle qu’il faut activer, et vous comprenez pourquoi les combinaisons que vous faites intuitivement produisent souvent l’inverse de ce que vous attendez. Si vous voulez d’abord clarifier les bases, lisez notre article pilier sur ce qu’est le SEO.

Trois directives, trois questions différentes

L’erreur commence presque toujours au même endroit : on croit que les trois font la même chose, à savoir “sortir une page de Google”. C’est faux. Chacune agit à un moment différent du processus que Google déroule : d’abord crawler, ensuite indexer, puis décider quelle version compte.

• Robots.txt dit : Google a-t-il le droit de crawler cette page (ou ce dossier), oui ou non ? Il règle l’accès, pas la visibilité.
• Noindex dit : Google peut crawler cette page, mais ne peut pas l’inclure dans l’index de recherche. La balise noindex règle l’indexation.
• Canonical dit : cette page est une variante d’une autre ; comptez l’autre comme la vraie. Elle règle la consolidation, pas l’exclusion.

Dès que la question posée derrière chaque directive est claire, la plupart des cas douteux se résolvent d’eux-mêmes. L’art n’est pas de connaître la syntaxe, mais de savoir quelle question vous posez réellement.

La matrice de décision

Parcourez ces questions dans l’ordre. La première qui donne “oui” vous indique votre directive.

1. Voulez-vous que Google ne crawle pas cette page, parce qu’elle est sans valeur pour le budget de crawl ou parce qu’elle est sensible ? Utilisez robots.txt avec un Disallow. Pensez aux résultats de recherche interne, aux combinaisons de filtres qui génèrent des URL à l’infini, ou aux chemins d’administration. Attention : cela ne garde pas nécessairement la page hors de l’index. Si d’autres sites font un lien vers elle, Google peut quand même afficher l’URL, simplement sans en connaître le contenu.

2. Voulez-vous que la page soit bien crawlée mais n’apparaisse pas dans les résultats de recherche ? Utilisez une balise noindex (<meta name="robots" content="noindex"> ou l’en-tête HTTP). C’est le bon choix pour les pages de remerciement, les écrans de connexion, les archives de tags peu fournies ou un environnement de staging. Google visite la page, voit l’instruction et l’écarte de l’index. Point crucial : la page ne doit alors surtout pas être bloquée dans robots.txt, sinon Google ne verra jamais le noindex.

3. Le même contenu, ou presque, existe-t-il sur plusieurs URL, et voulez-vous qu’une seule version reçoive tous les signaux ? Utilisez une canonical (<link rel="canonical" href="...">). Exemple classique : une page produit accessible via plusieurs chemins de catégories, ou des URL avec des paramètres de tracking. La canonical regroupe la valeur des liens et évite que les variantes se cannibalisent, tout en laissant toutes les versions accessibles à l’utilisateur.

4. Voulez-vous faire disparaître complètement un contenu réellement identique, et non le consolider ? Alors la canonical est trop douce. Optez pour une redirection 301 si l’ancienne URL peut disparaître, ou pour un noindex si la page doit continuer d’exister mais rester invisible.

Pourquoi les combinaisons intuitives échouent

Le plus grand piège est d’empiler robots.txt et noindex sur la même page. Cela semble logique : deux fois plus de certitude que la page est écartée. En réalité, les deux s’excluent. Un noindex est une instruction qui se trouve dans la page. Si robots.txt interdit le crawl, Google n’ouvre jamais la page et ne lit donc jamais le noindex. Résultat : l’URL peut malgré tout atterrir dans l’index, car vous avez rendu inaccessible la seule instruction qui l’en aurait tenue à l’écart. Si vous voulez vraiment sortir une page de l’index, laissez-la crawlable et placez-y un noindex. Ce n’est qu’une fois qu’elle a disparu de l’index que vous pouvez éventuellement la bloquer dans robots.txt.

Deuxième malentendu : utiliser la canonical pour masquer des pages indésirables. Une canonical est un indice, pas un ordre. Google peut l’ignorer si les signaux la contredisent, par exemple lorsque les deux pages diffèrent trop sur le fond. Pour de vrais doublons, cela fonctionne très bien, mais ne comptez pas dessus pour faire taire des pages faibles ou indésirables. Pour cela, il vous faut un noindex ou une redirection.

Un troisième piège concerne la pagination et la navigation à facettes dans les boutiques en ligne. Beaucoup d’équipes collent une canonical des pages 2, 3 et suivantes vers la page 1. Cela cache vos produits les plus profonds à l’index. En cas de pagination, il vaut généralement mieux laisser chaque page être elle-même, et ne consolider qu’en cas de vrais doublons liés aux paramètres. L’arbitrage dépend de votre structure, et c’est précisément là qu’un spécialiste SEO apporte de la valeur : non pas appliquer la règle, mais reconnaître l’exception.

Comment cela s’inscrit dans votre stratégie d’indexation globale

Les directives ne sont pas des astuces isolées. Elles sont le réglage fin qui vient s’ajouter à une base saine. Avant de bloquer ou de consolider, vous voulez savoir quelles pages ont réellement de la valeur. Mettre en noindex une page qui pourrait générer des leads est tout aussi nuisible que laisser indexer une page sans valeur. C’est pourquoi chaque choix de directive commence par un jugement de fond : que fait cette page pour votre pipeline ?

Ordre pratique à dérouler page par page :

1. La page a-t-elle une valeur de recherche ? Si non, envisagez un noindex ou même une suppression. Si oui, laissez-la entièrement indexable.
2. Existe-t-il une variante qui disperse la valeur des liens ? Consolidez avec une canonical ou une redirection.
3. Le crawl gaspille-t-il du budget sur des espaces d’URL infinis ? Fermez ces schémas dans robots.txt, mais jamais sur des pages où un noindex doit encore agir.
4. Vérifiez dans la Search Console si Google suit bien vos instructions. Les rapports d’indexation montrent quelles pages sont exclues et pourquoi.

Cette dernière étape est celle que l’on saute le plus souvent. Configurer une directive ne garantit pas que Google la lise ou la respecte ; vous le vérifiez dans la pratique. La façon dont une page atterrit dans l’index est expliquée dans notre article sur l’indexation d’un site web. Si vous voulez mieux piloter le processus de crawl lui-même, notre explication sur la mise en place d’un sitemap XML vous aidera.

Notre point de vue : les directives sont des choix de pipeline, pas des astuces techniques

Chez Customer Impact, nous ne traitons pas les directives de crawl et d’indexation comme une tâche technique à part, mais comme un élément d’un seul moteur de croissance avec un seul étalon : le pipeline qualifié. Chaque page que vous laissez indexer ou que vous écartez délibérément est un choix sur la direction que prennent votre autorité et votre attention. Le même principe vaut pour les moteurs de recherche IA. ChatGPT, Google AI et Perplexity citent des sources sur la base de la clarté et de la structure. Si votre index est un fouillis de doublons et de pages faibles, vous affaiblissez non seulement votre classement Google, mais aussi vos chances d’être cité. Des directives propres vous rendent trouvable et citable, et ce sont deux couches d’un même mouvement.

L’erreur que nous voyons le plus souvent est que les équipes utilisent les directives de façon réactive, page par page, sans avoir une vision de ce qui compte réellement comme contenu. Elles bloquent ainsi parfois leurs meilleures pages et laissent en place les plus faibles. La matrice ci-dessus ne fonctionne vraiment que lorsqu’elle repose sur une priorisation de fond claire.

Passez à l’action

Vous hésitez sur la directive à appliquer à quelle page, ou vous soupçonnez qu’une mauvaise combinaison freine votre visibilité ? Racontez-nous votre situation et votre objectif. Planifiez votre audit gratuit et vous saurez sous 24 heures où se trouvent vos plus grandes opportunités, aussi bien dans Google que dans les réponses des IA.