Ce que Googlebot crawle vraiment : les limites de fichiers officialisées par Google

Google a mis à jour sa documentation technique début février 2026 pour clarifier officiellement les limites de crawl de Googlebot. La révélation n'est pas une surprise fracassante · Barry Schwartz de Search Engine Land note lui-même que ces limites pourraient exister depuis longtemps sans être clairement documentées. Mais maintenant qu'elles sont noires sur blanc dans la documentation officielle, elles méritent une analyse terrain.

Voici la formulation exacte de la documentation Google :

Premier point essentiel : Google n'a pas changé ses règles. Il a clarifié sa documentation. La confusion vient de deux documents distincts qui coexistaient avec des chiffres différents :

• 15 Mo : limite générale pour tous les crawlers et fetchers Google. Elle s'applique à l'infrastructure de crawl dans son ensemble, documentée dans overview-google-crawlers.
• 2 Mo : limite spécifique à Googlebot lors de l'exploration pour l'indexation dans Google Search. C'est elle qui compte pour le SEO.

John Mueller l'a confirmé sur Reddit : « 2 Mo d'HTML, c'est déjà beaucoup ». Il est extrêmement rare que des sites rencontrent des problèmes avec cette limite. Cette clarification s'inscrit dans une réorganisation plus large de la documentation Google amorcée fin 2025.

Plusieurs détails mécaniques sont importants pour bien interpréter cette limite :

• Par ressource, pas par page. La limite de 2 Mo s'applique à chaque fichier individuellement. Si votre HTML fait 1,5 Mo et votre CSS 800 Ko, les deux sont dans les limites · chacun est crawlé séparément.
• Données non compressées. La limite s'applique au fichier décompressé. Si votre serveur envoie du gzip, c'est le poids brut après décompression qui compte · pas le poids transféré sur le réseau.
• Troncature silencieuse. Quand Googlebot atteint 2 Mo, il arrête et envoie ce qu'il a déjà récupéré pour indexation. Pas d'erreur dans Search Console · le contenu au-delà est ignoré silencieusement.
• Autres crawlers Googlebot. La limite de 2 Mo concerne Googlebot Search. Googlebot Image et Googlebot Video peuvent avoir des limites différentes non documentées.

Mettons les chiffres en perspective avec des données HTTP Archive citées par John Mueller lui-même :

• La taille médiane d'un fichier HTML est d'environ 33 Ko : soit 60 fois moins que la limite de 2 Mo.
• 90 % des pages web font moins de 151 Ko de HTML.
• 2 Mo de texte brut équivaut à environ 2 millions de caractères · l'équivalent de plusieurs centaines de pages d'un roman. Il faut vraiment s'y efforcer.

• Applications SPA (Single Page Applications) qui embarquent l'intégralité d'un framework JavaScript (React, Vue, Angular) dans un seul bundle inline dans le HTML.
• Sites e-commerce qui injectent de larges objets JSON dans le HTML pour pré-charger les données produits (catalogue, filtres, prix en temps réel).
• Bibliothèques CSS monolithiques non optimisées, incluses en inline dans le HTML plutôt que via des fichiers externes.
• Dépendances bundlées en un seul fichier JS géant via webpack sans code splitting.
• Pages-amalgame qui compilent tout leur contenu sans pagination ni lazy loading.

• 1Mesurer d'abord. Chrome DevTools (onglet Network taille des réponses), Screaming Frog (colonne "HTML Size"), ou curl -sI [url] | grep content-length. Alertez dès 1,5 Mo pour garder une marge.
• 2Externaliser le CSS et JS inline. Chaque ressource externe bénéficie de sa propre limite de 2 Mo. Déplacer un script inline de 800 Ko vers un fichier externe libère immédiatement 800 Ko dans l'enveloppe HTML.
• 3Fractionner les pages longues. Pagination classique avec des liens internes propres plutôt qu'une page-catalogue unique. Googlebot indexe mieux des pages légères et nombreuses.
• 4Minifier le code. Supprimer espaces, commentaires et caractères inutiles. Sur de grosses bases, la minification peut réduire le poids de 30 à 40 %.
• 5Surveiller dans Search Console. L'onglet "Couverture" détecte les anomalies d'indexation. Une perte de visibilité sur des pages volumineuses est un signal à investiguer.

Cette limite Googlebot converge avec un enjeu central du GEO : un HTML structuré, léger et sémantique améliore la visibilité à la fois dans la recherche classique et dans les moteurs alimentés par l'IA.

Les agents IA, GPTBot (ChatGPT), PerplexityBot, Google-Agent, n'exécutent pas JavaScript. Ils consomment le HTML brut. Un HTML de 1,8 Mo rempli de JSON inline et de scripts est aussi hostile à Googlebot qu'à un agent IA qui cherche à comprendre votre contenu. La contrainte technique et la contrainte GEO convergent vers la même solution : un HTML propre, minimal, avec le contenu essentiel directement accessible dans la source.

À propos de l'auteur

Frédéric Jézégou Consultant SEO & GEO

Fondateur de Rankit.fr · Dicocitations SASU · Pornichet (44)

Freelance SEO Senior, 20 ans d'expérience. J'aide les PME à renforcer leur visibilité sur Google tout en intégrant les nouveaux enjeux liés aux moteurs IA. Mon expertise couvre à la fois le SEO classique et les stratégies émergentes de présence dans les IA (GEO), que j'exploite de manière complémentaire selon les objectifs. Approche basée sur des données réelles : logs serveur, tests en compétition, audits de sites.

LinkedIn SEO Technique Me contacter