Vous tapez une recherche sur votre propre site dans Google, et là, vous voyez quoi ? Une flopée d'URL bizarres. ?utm_source=newsletter. ?orderby=date. ?action=commenter. Trois, quatre, dix versions de la même page, toutes indexées, toutes avec le même titre, et Google qui vous les sert à la place de l'article propre. Ça m'est arrivé sur un blog dont le nombre de pages indexées affichées était passé de 140 à plus de 900 en trois mois. Rien de nouveau n'avait été publié. C'était juste mes paramètres d'URL qui explosaient.
Le réflexe de beaucoup de gens, à ce moment-là, c'est d'aller coller un Disallow dans le robots.txt. Franchement ? C'est exactement l'erreur que j'ai faite, et c'est le piège numéro un de ce sujet. On va voir pourquoi, et surtout comment faire ça proprement.
Points clés à retenir
- Bloquer l'exploration via robots.txt n'empêche pas l'indexation : l'URL peut rester dans les résultats, sans description.
- La bonne arme contre les variantes de paramètres, c'est la balise
rel="canonical", pas le blocage. - Le
noindexfonctionne… à condition que Google puisse explorer la page (donc pas deDisallowen même temps). - L'outil « Paramètres d'URL » de Search Console a été retiré : la gestion se fait désormais côté code et côté CMS.
- Un
Disallow: /*?trop large peut casser des ressources utiles au rendu de vos pages.
Comment bloquer l'indexation des paramètres d'URL inutiles sans saboter son référencement
Avant de bloquer quoi que ce soit, il faut comprendre pourquoi ces URL existent. Un paramètre d'URL, c'est un bout de requête après le point d'interrogation : ?page=2, ?s=motcle, ?orderby=price. Votre CMS les génère tout seul. Un formulaire de recherche, un tri de produits, un filtre de catégorie, un lien de partage avec tracking — chacun crée une adresse distincte.
Le problème n'est pas qu'elles existent. C'est que Google les explore, puis les juge suffisamment distinctes pour les garder. Résultat : du contenu dupliqué aux yeux du moteur, un budget d'exploration gaspillé sur des combinaisons infinies de filtres, et parfois des pages de résultats de recherche interne indexées. Sur un site e-commerce que je suivais, les URL à paramètres représentaient à peu près les deux tiers des pages indexées. Aucune n'apportait de trafic.
Exploration et indexation : deux choses différentes
Voilà le point que la plupart des tutos expédient en une ligne, et qui change tout. Bloquer l'exploration n'équivaut pas à bloquer l'indexation. Si Google trouve un lien vers monsite.fr/article?utm_source=fb depuis un autre site, il peut indexer cette URL même si votre robots.txt lui interdit de la visiter. Il ne pourra simplement pas en lire le contenu — donc pas voir votre balise noindex non plus. Le résultat est une page indexée, sans titre ni description, qui traîne dans les résultats.
C'est pour cette raison qu'interdire l'accès aux paramètres dans robots.txt est souvent la pire des solutions. Vous voulez canaliser les variantes vers la bonne adresse, pas les cacher.
La balise canonical, votre meilleur outil
La méthode que Google recommande depuis des années — et que je défends bec et ongles — c'est la balise rel="canonical". Sur chaque page générée avec des paramètres, vous déclarez dans le <head> l'URL propre de référence :
<link rel="canonical" href="https://monsite.fr/article" />
Google consolide alors les signaux vers cette adresse et ignore les variantes. Pas de disparition brutale, pas de blocage : juste une redirection sémantique. Sur un blog dont je gérais les filtres d'archives, cette seule bascule a fait chuter de plus de 600 le nombre d'URL indexées en deux mois, sans perdre une seule page qui comptait.
Le noindex, mais à la bonne condition
Pour les pages qui ne doivent tout simplement pas exister aux yeux de Google — résultats de recherche interne, paramètres de tri, sessions — la balise <meta name="noindex"> reste valable. Où trouver cette ligne ? Dans le code source de la page, à l'intérieur de la section <head>. Elle ressemble à ça :
<meta name="robots" content="noindex, follow" />
Le follow est important : il laisse Google suivre les liens de la page sans indexer la page elle-même. Et surtout, ne mettez jamais un Disallow sur une page que vous passez en noindex. Vous rendriez la consigne invisible.
Comment bloquer l'indexation d'une page par Google ?
Si votre objectif est de retirer une page précise des résultats, la démarche repose sur la même logique : soit vous la passez en noindex et vous attendez la prochaine exploration, soit vous utilisez l'outil de suppression de Search Console pour un retrait temporaire et d'urgence. Le second ne fait que geler la page le temps que le premier prenne le relais — il ne la supprime pas définitivement.
Comment bloquer des URL ?
Pour un jeu d'URL, on retombe sur le triptyque : canonical en priorité, noindex si la page n'a aucune raison d'être, et Disallow seulement si vous acceptez qu'elle reste potentiellement indexée sans description. Le robots.txt reste utile pour de gros volumes, à condition de cibler ce que vous voulez exclure de l'exploration, pas ce que vous voulez exclure de l'index.
Comment demander aux moteurs de recherche de ne pas indexer mon site ?
Pour un site entier, le fichier robots.txt à la racine avec User-agent: * et Disallow: / fait le travail d'exploration. Mais attention : c'est radical, et ça n'empêche pas les pages déjà indexées de rester visibles un moment. Pour un site entier, la balise noindex globale ou une protection par mot de passe sont souvent plus fiables pendant la phase de test.
Comment bloquer les URL sur Android ?
Question fréquente, réponse simple : on ne « bloque » pas une URL depuis Android au sens du référencement. Sur Android, vous pouvez bloquer un site dans votre navigateur (paramètres de contrôle parental, DNS filtrant, applications dédiées) — mais cela n'a aucun effet sur l'indexation Google. Bloquer l'indexation se joue côté serveur, pas côté smartphone.
L'outil « Paramètres d'URL » de Search Console n'existe plus
Bon, autant le dire tout de suite pour éviter les fausses pistes : l'outil historique de Search Console pour configurer les paramètres d'URL a été retiré il y a déjà un moment. Beaucoup de tutoriels en ligne le mentionnent encore comme s'il était là. Ce n'est plus le cas, et ça ne sert à rien de le chercher.
La gestion se fait désormais à deux niveaux :
- Côté CMS : paramètres de tri, de filtre et de recherche interne, souvent désactivables ou à exclure de l'index directement dans les réglages.
- Côté code : balises
canonicaletnoindexinjectées dans le<head>des gabarits concernés. - Vérification via les rapports d'indexation de Search Console, page par page.
- Une vérification régulière, parce qu'un nouveau plugin peut réintroduire des paramètres sans prévenir.
robots.txt et jokers : le blocage qui se retourne contre vous
La syntaxe Disallow: /*? bloque toutes les URL contenant un point d'interrogation. Ça marche techniquement. Mais c'est un coup de fusil dans le pied plus souvent qu'on ne croit.
| Approche | Effet sur l'exploration | Effet sur l'indexation | Quand l'utiliser |
|---|---|---|---|
rel="canonical" | Autorisée | Variante consolidée vers l'URL propre | Cas par défaut, recommandé |
noindex | Autorisée | Page exclue des résultats | Pages sans valeur (recherche interne, tri) |
Disallow: /*? | Bloquée | Non garantie — page possible sans description | Rarement, en dernier recours |
Le risque de sur-blocage
Un Disallow: /*? peut bloquer des ressources dont Google a besoin pour rendre vos pages : fichiers CSS ou JS chargés avec un paramètre de version, images servies via un CDN paramétré. Google rend alors une page cassée, et votre page propre perd en qualité perçue. J'ai vu un site dont les images de produit étaient servies avec un paramètre de cache : le robots.txt les a bloquées, et les vignettes ont disparu des résultats pendant deux semaines avant qu'on comprenne.
Toujours tester avant de publier
Avant d'envoyer un robots.txt modifié en production, testez-le avec l'outil dédié de Search Console. Collez une URL propre et une URL à paramètres, vérifiez que la première reste accessible et que la seconde est bien traitée comme vous l'attendez.
Ma méthode, dans l'ordre
Si je devais résumer ce que je fais aujourd'hui sur chaque site que je touche, ça ressemblerait à ça :
- Lister les paramètres réellement générés, en explorant les rapports de couverture.
- Poser une balise
canonicalsur toutes les variantes qui pointent vers une page valable. - Passer en
noindexles pages à paramètres sans valeur propre. - Ne toucher au robots.txt qu'en dernier, et jamais avec un joker global.
- Recontrôler un mois plus tard — l'indexation met du temps à suivre.
La dernière étape est celle qu'on oublie le plus. Google ne désindexe pas instantanément. Il faut parfois plusieurs semaines pour voir les URL fantômes disparaître, et une rechute est vite arrivée quand un plugin décide de réintroduire un paramètre de tri.
Une chose que j'ai apprise à la dure : le référencement n'aime pas les grands coups de hache. Un Disallow brutal règle le symptôme et crée un problème invisible trois semaines plus tard. Le canonical, lui, ne fait pas de bruit. Il oriente. Et paradoxalement, c'est ce qui marche le mieux.