Article en collaboration avec Getfluence

1. Préparer et programmer du contenu SEO à l'avance

Rien de pire qu'un blog déserté pendant trois semaines, aux yeux de Google, des moteurs de recherche IA et des lecteurs. La régularité de publication est un signal apprécié, et un calendrier éditorial qui s'arrête brutalement peut freiner la dynamique acquise sur certains mots-clés, mais aussi réduire les chances d'être mentionné par les LLMs.

L'astuce consiste à anticiper la rédaction de plusieurs articles avant le départ, puis à les programmer directement dans le CMS avec des dates de publication échelonnées. WordPress, comme la plupart des CMS modernes, permet cette planification en quelques clics. Pour les contenus à plus forte valeur ajoutée, mieux vaut prévoir un mix entre articles evergreen (qui ne dépendent pas de l'actualité) et contenus liés à des temps forts commerciaux, pour  ne pas se retrouver à publier un article sur un événement déjà passé pendant l'absence. 

Pour les marques qui travaillent leur visibilité dans les réponses IA, c'est aussi le bon moment pour planifier des contenus optimisés en ce sens, comme le format AI-First de Getfluence, conçu spécifiquement pour générer des mentions de marque dans les LLMs.

Penser aussi aux métadonnées, au maillage interne et aux visuels. Tout doit être prêt avant la programmation, car personne ne sera là pour corriger une balise title mal renseignée ou une image mal cadrée.

2. Planifier une campagne de netlinking

Le netlinking ne prend pas de vacances parce que le consultant est sur une plage. Une campagne bien construite peut continuer à produire des backlinks de qualité pendant votre absence, à condition d'avoir été correctement préparée.

Avant de partir, il s'agit de définir les médias cibles, les ancres à utiliser et le budget alloué, puis de transmettre des consignes claires si une agence ou une plateforme intervient en relais. Pour structurer cette démarche, il est utile de revoir les critères permettant de choisir les bons médias pour une campagne de netlinking, notamment la thématique du site, son autorité et la qualité de son audience.

Les plateformes spécialisées comme Getfluence,, permettent justement d'automatiser ou de déléguer une bonne partie de ce processus. La sélection des médias, la validation des contenus et le suivi des publications peuvent être gérés à distance ou par un expert dédié dans le cas de Getfluence et le service Getfluence+. .

3. Faire un audit SEO rapide

Avant de couper toutes vos notifications, un état des lieux technique s'impose. L'objectif n'est pas de mener un audit exhaustif sur plusieurs jours, mais de vérifier les points qui pourraient dégénérer en l'absence de surveillance.

Voici quelques vérifications prioritaires à effectuer :

• Les positions sur les mots-clés stratégiques, pour détecter une chute brutale avant le départ plutôt qu'à la rentrée.
• Les liens cassés et les erreurs 404, souvent négligés mais préjudiciables à l'expérience utilisateur.
• Les redirections, en particulier les chaînes de redirection qui ralentissent le crawl.
• Les erreurs techniques remontées par Google Search Console (erreurs serveur, problèmes d'indexation, soucis de Core Web Vitals).
• Les pages orphelines, invisibles dans le maillage interne et donc mal explorées par les robots.

Des outils comme Screaming Frog ou Semrush permettent de réaliser ce diagnostic en quelques heures. L'idée est de corriger les points bloquants identifiés avant le départ, plutôt que de les découvrir au retour avec deux ou trois semaines de retard sur la résolution.

4. Préparer un reporting automatisé pour les clients

Un client qui n'a pas de nouvelles pendant les vacances de son consultant peut avoir tendance à s'inquiéter, même si tout va bien. La solution la plus efficace consiste à automatiser la communication des résultats pendant votre absence.

Plusieurs options  :

• Les alertes Google Search Console peuvent être configurées pour signaler automatiquement toute anomalie majeure (chute d'impressions, erreurs d'indexation, problèmes de sécurité).
• Les rapports GA4 programmés, envoyés par email à fréquence régulière, offrent une visibilité continue sur le trafic et les conversions.
• Enfin, un dashboard Looker Studio partagé avec le client lui permet de consulter lui-même les indicateurs clés à tout moment, sans solliciter le consultant. Certains partenaires comme Getfluence le propose même pour suivre les résultats de ses campagnes offsite.

Ces automatisations rassurent le client sur la continuité du suivi, tout en évitant au consultant de devoir se connecter chaque jour pour vérifier que tout fonctionne normalement.

5. Faire un point stratégique avec chaque client

La dernière étape, et sans doute la plus importante sur le plan relationnel, consiste à caler un échange avec chaque client avant le départ. L'objectif est triple : aligner les priorités pour la période à venir, trancher les décisions urgentes en attente, et limiter les sollicitations pendant l'absence.

Ce point permet de clarifier ce qui peut attendre la rentrée et ce qui doit être validé avant le départ (lancement d'une nouvelle page, refonte en cours, changement de stratégie de mots-clés). C'est aussi le moment idéal pour prévoir un interlocuteur de secours en cas d'urgence réelle, qu'il s'agisse d'un collègue d'agence ou d'un autre freelance de confiance, afin que le client ne se sente jamais démuni en cas de problème.

Un client bien informé et rassuré en amont sollicite beaucoup moins pendant les congés qu'un client laissé dans le flou et l’incertitude.

Ces 5 actions simples vous assurent un départ en vacances beaucoup plus serein. Contenu programmé, netlinking en cours, audit technique propre, reporting automatisé et clients alignés : autant de garde-fous qui permettent de déconnecter vraiment, sans mauvaise surprise au retour. 

L’article "Consultant SEO en agence ou freelance : les 5 actions à mettre en place avant de partir en vacances" a été publié sur le site Abondance.

En collaboration avec Botanik

Une question qui présuppose deux mondes séparés

Poser la question « SEO ou GEO » revient à accepter une prémisse implicite : il existerait deux disciplines distinctes, avec leurs propres règles, leurs propres métriques et leurs propres experts.

• D'un côté, l'optimisation pour Google et les moteurs traditionnels, avec son objectif de clic.
• De l'autre, l'optimisation pour les moteurs génératifs comme ChatGPT ou Perplexity, avec son objectif de citation.

Cette distinction avait du sens il y a encore un an, quand AI Overviews s'affichait comme un module à part dans une page de résultats par ailleurs classique, et que les chatbots IA fonctionnaient en dehors de l'écosystème Google.

Mais cette frontière est en train de s'effacer à toute vitesse, et pas seulement dans le discours marketing des professionnels. Lors de Google I/O 2026, le vocabulaire employé par Google pour décrire son propre moteur a changé de nature. Liz Reid, VP Search chez Google, a décrit Google Search non plus comme un index du web, mais comme une couche cognitive et computationnelle.

Pour le dire autrement, le moteur ne renvoie plus simplement des résultats, mais absorbe la question, la décompose en sous-requêtes traitées en parallèle (c’est le principe du query fan-out), et produit une réponse composite qui peut prendre la forme d'un texte, d'un tableau, d'une image interactive ou d'une mini-application générée à la volée.

Dans ce contexte, demander si l'on fait du SEO ou du GEO sur une page donnée devient une question presque anachronique, puisque la page de résultats elle-même n'est plus une liste, mais une interface qui mélange en permanence liens organiques, synthèses génératives et modules agentiques.

Une convergence technique déjà révélatrice

Le signe le plus concret de cette fusion se trouve dans les critères que les deux moteurs utilisent désormais pour juger un contenu.

Le SEO et le GEO s'appuient sur les mêmes fondamentaux d'expérience, d'expertise, d'autorité et de confiance (E-E-A-T) pour évaluer la crédibilité d'une page, que l'évaluateur soit un robot d'indexation classique ou un modèle de langage. Un contenu générique, pénalisé par Google depuis des années, est tout simplement ignoré par les IA génératives, pour des raisons différentes mais avec le même résultat. Les données structurées au format Schema.org aident autant Googlebot à comprendre une page que les LLM à en extraire les bons éléments. Et les backlinks de qualité renforcent à la fois l'autorité perçue par Google et l'autorité d'entité reconnue par les IA.

Cette convergence des critères ni un hasard ni une coïncidence. Elle traduit une dynamique de fond : les deux types de moteurs cherchent en réalité à résoudre le même problème, celui d'identifier des sources fiables et de bien comprendre de quoi parle un contenu, qui il représente, et dans quel contexte il s'inscrit.

Une fois qu'on accepte cette lecture, la question « SEO ou GEO » perd peu à peu de sa pertinence. La vraie compétence à développer n'est ni purement technique au sens du SEO classique, ni purement éditoriale au sens du GEO, mais une maîtrise des entités et des données structurées qui fonctionne comme un langage commun aux deux systèmes.

C'est précisément le terrain sur lequel travaillent des acteurs spécialisés comme l’agence SEO Botanik, dont l'approche consiste justement à structurer l'information à la source plutôt qu'à dupliquer les efforts entre deux stratégies parallèles. Botanik illustre parfaitement une tendance qui s'annonce comme la norme à venir : ne plus distinguer deux chantiers, mais en piloter un seul, pensé pour être lu aussi bien par un robot d'indexation que par un modèle génératif.

Le faux clivage des métriques

L'un des arguments les plus souvent avancés pour justifier la séparation entre SEO et GEO concerne les métriques. Le SEO se mesurerait en position Google, en trafic organique et en taux de clic, alors que le GEO se mesurerait en taux de citation dans les réponses des IA, en « share of model » et en « sentiment de marque ». Cette distinction semble solide aujourd'hui, mais elle repose sur une hypothèse fragile : celle que le clic restera la monnaie d'échange dominante de l'écosystème Google.

Or les annonces faites durant le Google I/O 2026 vont précisément dans la direction inverse. Les agents d'information autonomes évoqués lors de la conférence tournent désormais en arrière-plan sans action explicite de l'internaute, la recherche prend un tour de plus en plus agentique, et certains modules génèrent des interfaces ou des actions directement dans la page de résultats.

Dans ce contexte, le clic lui-même devient une métrique de second ordre. Ce qui compte de plus en plus, c'est d'être identifié comme la source de confiance que le système, quel qu'il soit, choisit de mobiliser pour répondre à une intention. Cette logique d'intention plutôt que de mot-clé est déjà au cœur du fonctionnement de l'AI Mode de Google, qui découpe une requête en plusieurs sous-thèmes pour explorer le web de façon plus approfondie qu'une recherche classique. Le SEO traditionnel, centré sur le positionnement d'un mot-clé précis, et le GEO, qui se concentre sur la formulation de réponses citables, finissent par converger vers un même objectif : être reconnu comme une référence fiable sur un sujet, indépendamment du canal par lequel cette reconnaissance se traduit.

Pourquoi cette convergence ne sonne pas la fin du travail éditorial

Il serait tentant de conclure que, puisque les deux disciplines fusionnent, il suffira bientôt de produire un contenu « neutre » qui plaira automatiquement à tous les systèmes. C'est sans doute l'erreur fondamentale à ne pas connaître. La convergence technique entre SEO et GEO ne signifie pas un nivellement vers le bas des exigences éditoriales, elle invite plutôt à penser différemment : en se rapprochant, les deux systèmes sont simultanément plus exigeants sur les mêmes critères. Un contenu vague, rédigé pour remplir un calendrier sans répondre à une vraie question, aura de moins en moins sa place, que ce soit dans les résultats classiques ou dans les réponses génératives. Une page claire, signée, structurée autour d'une expérience concrète et appuyée sur des preuves vérifiables a au contraire toutes les chances de résister à la fois à la baisse des clics et à l'invisibilité dans les synthèses IA.

Cela déplace le centre du débat. La question qui mérite d'être posée aujourd'hui n'est plus de savoir s’il faut faire du SEO ou du GEO, ni même vraiment comment combiner les deux, mais plutôt de se poser s’interroger: le contenu est-il construit pour être compris comme une entité claire, par n'importe quel système d'interprétation, qu'il s'agisse d'un robot d'indexation de 2024 ou d'un agent conversationnel de 2027 ?

Anticiper plutôt que choisir un camp

Dans deux ans, il est fort probable que personne ne parle plus de « stratégie GEO » comme d'un sujet isolé, de la même façon que personne ne parle plus aujourd'hui de « stratégie mobile » comme d'un chantier distinct du reste du marketing digital. Le mobile a fini par devenir une dimension transversale de toute présence en ligne, pas une discipline isolée.

Le GEO va très probablement suivre la même trajectoire. Ce n’est pas une parenthèse technologique à intégrer en plus du SEO, mais une étape de maturation qui va finir par se fondre dans une discipline unique, centrée sur la structuration de l'information et la construction d'une autorité d'entité reconnaissable par n'importe quel système de recherche, génératif ou pas.

Continuer à se demander s'il faut choisir entre SEO et GEO en 2026, c'est se poser une question qui regarde déjà vers le passé. La question utile, celle qui prépare réellement l'avenir d'une stratégie de contenu, porte sur la solidité et la clarté des fondations informationnelles que l'on construit aujourd'hui, peu importe le nom qu'on leur donnera demain.

L’article "GEO vs SEO : faut-il choisir ou combiner les deux ?" a été publié sur le site Abondance.

Le problème que l'OKF cherche à résoudre

Dans la plupart des organisations, la connaissance dont ont besoin les modèles est fragmentée entre des dizaines de systèmes incompatibles : catalogues de métadonnées avec leurs propres API, wikis internes, commentaires dans le code, documentation dans des drives partagés, et savoirs tacites dans la tête de quelques experts seniors.

Quand un agent doit répondre à une question comme "comment calculer nos utilisateurs actifs hebdomadaires depuis notre flux d'événements ?", il doit assembler la réponse depuis des plateformes mutuellement incompatibles. Chaque éditeur de catalogue réinvente les mêmes modèles de données, et la connaissance reste prisonnière de la surface qui l'a créée.

Le résultat : chaque équipe qui construit un agent résout le même problème d'assemblage de contexte depuis zéro, de manière bespoke, sans interopérabilité possible.

Ce qu'est concrètement l'OKF

L'Open Knowledge Format entend répondre à ce problème avec une approche délibérément minimaliste. Un bundle OKF est un répertoire de fichiers Markdown. Chaque fichier représente un concept : une table de base de données, une métrique métier, un runbook, une procédure, une API dépréciée. Le chemin du fichier correspond à l'identité du concept.

Chaque fichier commence par un bloc YAML avec un petit ensemble de champs structurés : type, title, description, resource, tags, timestamp. Seul le champ type est obligatoire. Tout le reste, y compris la structure du corps en Markdown, est laissé à la discrétion du producteur.

Voici à quoi ressemble un document OKF minimal, tel que fourni dans la spécification officielle de Google :

---

type: BigQuery Table

title: Orders

description: One row per completed customer order.

resource: https://console.cloud.google.com/bigquery?p=acme&d=sales&t=orders

tags: [sales, revenue]

timestamp: 2026-05-28T14:30:00Z

---

# Schema

| Column     | Type   | Description                         |

|------------|--------|-------------------------------------|

| order_id   | STRING | Globally unique order identifier.   |

| customer_id| STRING | FK to [customers](/tables/customers.md). |

# Joins

Joined with [customers](/tables/customers.md) on `customer_id`.

Les concepts se lient entre eux via des liens Markdown standard, transformant le répertoire en un graphe de relations. Les bundles peuvent aussi inclure des fichiers index.md pour la navigation hiérarchique, et des fichiers log.md pour l'historique chronologique des modifications.

Ce que Google insiste à souligner : pas de schéma de compression complexe, pas de nouveau runtime, pas de SDK obligatoire. Le bundle OKF est simple "du Markdown, des fichiers et du YAML frontmatter". Il peut être versionné dans Git, hébergé sur n'importe quel dépôt, rendu lisible sur GitHub, indexé par n'importe quel outil de recherche.

Les trois principes de conception

Google articule le design autour de trois axes.

1. Minimalisme : l'OKF n'impose qu'une seule chose à chaque document ; un champ type. Ce que sont les types, quels autres champs inclure, quelle structure adopter dans le corps : tout cela reste à la discrétion du producteur. La spécification définit la surface d'interopérabilité, pas le modèle de contenu.
2. Indépendance producteur/consommateur : un bundle rédigé à la main par un humain peut être utilisé par un agent IA. Un bundle généré par un pipeline d'export de métadonnées peut être parcouru dans un visualiseur. Un bundle synthétisé par un LLM peut être interrogé par un autre. Le format est le contrat ; les outils aux deux extrémités sont indépendamment interchangeables.
3. Un format, pas une plateforme : l'OKF n'est lié à aucun cloud, aucune base de données, aucun fournisseur de modèles, aucun framework d'agents. Il ne requerra jamais de compte propriétaire ni de SDK pour lire, écrire ou servir des bundles. Google publie la spécification en open source explicitement parce que la valeur d'un format de connaissance vient du nombre de parties qui l'adoptent, non de qui en est propriétaire.

La filiation avec le "LLM-Wiki pattern"

L'OKF formalise explicitement un pattern qui avait émergé dans la communauté des développeurs d'agents, théorisé notamment par Andrej Karpathy dans un gist publié sur GitHub. L'idée fondamentale est la suivante : plutôt que d'envoyer des agents chercher les mêmes documents pour les mêmes faits en boucle, on leur donne une bibliothèque Markdown partagée qui grandit en utilité au fil du temps.

Karpathy le formule ainsi : les LLM ne s'ennuient pas, n'oublient pas de mettre à jour une référence croisée, et peuvent modifier quinze fichiers en un seul passage. La bureaucratie de maintenance qui pousse les humains à abandonner leurs wikis personnels est précisément ce pour quoi les LLM sont bons.

Ce pattern apparaît sous des formes variées : des vaults Obsidian connectés à des agents de code, les conventions de fichiers AGENTS.md ou CLAUDE.md, des dépôts de index.md et log.md que les agents consultent avant tout travail réel. Chaque instance est faite sur mesure. L'OKF apporte la couche de standardisation qui permet à ces wikis de coopérer entre eux.

Ce que Google livre avec la spécification

Au-delà de la spec elle-même, Google publie plusieurs éléments concrets pour amorcer l'écosystème :

• Un agent d'enrichissement qui parcourt un dataset BigQuery, génère un document OKF pour chaque table et vue, puis effectue un second passage LLM qui enrichit chaque concept avec des citations, des schémas et des chemins de jointure.
• Un visualisateur HTML statique qui transforme n'importe quel bundle OKF en une vue graphique interactive dans un fichier HTML auto-contenu, sans backend, sans installation, sans que les données quittent la page.
• Trois bundles d'exemples prêts à parcourir, basés sur des datasets publics BigQuery (GA4 e-commerce, Stack Overflow, Bitcoin), produits par l'agent de référence et engagés dans le dépôt comme exemples vivants d'OKF conforme.

Google a également mis à jour son Knowledge Catalog pour ingérer l'OKF et le servir à ses agents, ce qui ancre le format dans un usage production réel dès son lancement.

Les implications pour le SEO et la visibilité des agents

Marie Haynes, consultante SEO reconnue, formule une observation centrale sur ce que représente ce changement de paradigme : nous passons d'un travail consistant à être trouvé par les moteurs de recherche à un travail consistant à rendre la connaissance d'une entreprise exploitable par les agents pour accomplir des tâches.

Cette évolution est profonde. Jusqu'ici, le GEO (Generative Engine Optimization) consistait à optimiser du contenu pour qu'il soit cité par les modèles génératifs dans leurs réponses. Avec l'OKF, la question est différente : comment structurer la connaissance d'une organisation pour qu'un agent puisse s'en emparer, naviguer dedans, et agir avec elle ?

Marie Haynes souligne que construire un bundle OKF de qualité pour une entreprise demandera un travail de fond : comprendre en profondeur les concepts sur lesquels une organisation a de la connaissance, documenter ses processus, cartographier les relations entre ses données. Ce n'est pas simplement convertir des pages web en Markdown. C'est construire le cerveau structuré d'une organisation.

Elle note également une opportunité commerciale émergente : la possibilité de vendre des bundles OKF de connaissance experte. Un avocat, un comptable, un consultant SEO pourrait vendre un bundle de ses processus propriétaires, que d'autres organisations pourraient intégrer directement dans leur propre système de connaissance pour le rendre accessible à leurs agents.

Premiers retours pratiques

Haynes documente ses premiers essais de création d'un bundle OKF à partir de ses propres évaluations de chutes de trafic. Elle a utilisé un outil pour extraire les concepts clés de plusieurs documents et les stocker en fichiers Markdown distincts, puis les a visualisés sous forme de graphe, où chaque noeud représente un concept et les arêtes expriment les relations entre eux. Elle a ensuite interrogé ce bundle via Gemini 2.0 Flash.

Elle précise que son test portait seulement sur trois documents d'entraînement, et que le système sera largement amélioré. Mais le principe est validé : on peut construire dès aujourd'hui une base de connaissance OKF fonctionnelle avec des outils accessibles.

Des outils de conversion de pages web en bundles OKF existent déjà, comme celui développé par Suganthan Mohanadasan. Mais Haynes insiste sur le fait que la vraie valeur réside dans la création d'un OKF sur mesure, pas dans la simple transposition mécanique de contenu existant.

Un standard ouvert pensé pour évoluer

Google présente explicitement l'OKF v0.1 comme un point de départ, non comme un standard achevé. La spécification tient en une seule page. Le format évoluera à mesure que producteurs et consommateurs émergeront, et que la communauté apprendra collectivement quelles représentations de la connaissance les agents ont réellement besoin en pratique.

La publication en open source dès le premier jour est un choix délibéré : la valeur d'un format de connaissance vient du nombre de parties qui l'adoptent. Les prochaines étapes que Google encourage : lire la spécification, écrire des producteurs pour différentes sources de données, écrire des consommateurs (visualisateurs, index de recherche, agents), tester l'implémentation de référence sur ses propres données, et contribuer au dépôt GitHub.

L’article "Open Knowledge Format : Google pose les bases d’un nouveau standard pour les agents IA" a été publié sur le site Abondance.

Deux éditeurs faussement accusés de pratiques douteuses

L'affaire part d'un problème bien concret. Pour certaines requêtes de recherche, les AI Overviews de Google avaient associé deux entreprises d'édition basées à Munich à des arnaques, des pièges à abonnement et des pratiques commerciales douteuses.

Selon le tribunal, l'IA avait mélangé des informations concernant d'autres sociétés, réellement malhonnêtes cette fois, avec celles des plaignants, et avait établi des liens qui n'apparaissaient dans aucune des sources citées.

Les deux éditeurs avaient envoyé une mise en demeure à Google, qui n'y avait pas répondu de manière satisfaisante. L'affaire a donc fini devant le tribunal régional de Munich, sous le numéro de dossier 26 O 869/26.

Pourquoi les AI Overviews ne sont pas de simples résultats de recherche

Le cœur du raisonnement du tribunal tient à une distinction technique, mais déterminante. Un moteur de recherche classique se contente de pointer vers des sites web extérieurs : il rend des contenus tiers accessibles, mais ne les réécrit pas. Les AI Overviews fonctionnent différemment puisque l'IA reformule et évalue les résultats « avec ses propres mots et selon sa propre structure », selon les termes du jugement.

Dans le cas examiné, le résumé généré par l'IA s'ouvrait par exemple sur des affirmations péremptoires du type « oui, telle entreprise est connue pour ses pratiques commerciales douteuses », avant de développer une structure construite par l'IA elle-même : un résumé, des signaux d'alerte sur l'arnaque supposée, puis des conseils aux utilisateurs.

Le tribunal a également constaté que les AI Overviews formulait des affirmations qui n'apparaissaient même pas dans les résultats de recherche sous-jacents. Aucune des sources citées n'établissait de lien entre les plaignants et les sociétés douteuses mentionnées par l'IA. Pour les juges, il s'agit là des « propres déclarations » de Google.

Pourquoi la jurisprudence existante ne protège pas Google

Google s'appuyait sur une jurisprudence établie par la Cour fédérale de justice allemande (BGH), qui accorde aux moteurs de recherche classiques et aux fonctions d'autocomplétion une responsabilité limitée. Le raisonnement de la BGH repose sur l'idée que les opérateurs de moteurs de recherche ne sont responsables qu'en tant qu'auteurs indirects, puisqu'ils se contentent de rendre trouvable un contenu produit par des tiers. Leur imposer une obligation de vérification systématique menacerait le fonctionnement même de la recherche en ligne.

Le tribunal de Munich a estimé que cette logique ne s'applique pas aux AI Overviews. Contrairement à un moteur de recherche traditionnel, l'IA génère des « déclarations indépendantes, nouvelles et substantielles » en évaluant et combinant le contenu de plusieurs sites tiers. Et seul Google est en mesure de vérifier ces déclarations, ne serait-ce qu'en comparant les sites web sources avec les affirmations qu'il en tire.

Les juges ont aussi relevé que l'AI Overview n'est « absolument pas indispensable » pour utiliser internet. Les résultats de recherche classiques permettent déjà aux utilisateurs de trier l'information ; l'AI Overview n'est qu'une fonctionnalité supplémentaire.

L'argument de la vérification par l'utilisateur rejeté par les juges

Lors de l'audience, Google a fait valoir que les utilisateurs pouvaient vérifier eux-mêmes les sources liées pour s'assurer de l'exactitude du résumé généré par l'IA. L'entreprise a également avancé que le public savait généralement que les contenus générés par IA ne devaient pas être pris pour argent comptant.

Le tribunal a balayé cet argument. La simple possibilité de réfuter une affirmation par des recherches complémentaires ne dispense pas, selon les juges, de la responsabilité liée à cette affirmation. L'AI Overview était « compréhensible en lui-même » et constituait « une déclaration autonome, dont le contenu pouvait être compris de manière indépendante, sans aucune référence à d'autres interprétations possibles ou à un contenu peu fiable ».

Les juges se sont appuyés sur des études montrant que les utilisateurs cliquent très rarement sur les sources affichées dans les AI Overviews, ce qui renforce leur raisonnement. Ils ont également établi un parallèle avec le droit de la presse, où les éditeurs sont responsables des chapeaux d'articles compréhensibles par eux-mêmes, même si le lecteur ne lit jamais l'article complet derrière.

Enfin, le tribunal a pointé un vide juridique préoccupant. Si Google n'était responsable que des violations manifestes, les victimes n'auraient aucun recours réel face aux fausses affirmations de l'IA. Les sites tiers ayant servi de sources n'avaient eux-mêmes jamais formulé les déclarations en question : impossible donc de les poursuivre, et sous l'ancien régime juridique, impossible également de poursuivre efficacement Google. Cette situation a empêché Google d'invoquer les protections accordées aux hébergeurs par le Digital Services Act, ou de se retrancher derrière la procédure classique de notification et retrait applicable aux moteurs de recherche.

Une protection de la liberté d'expression réduite pour l'IA

Le tribunal a également abordé la question de la liberté d'expression appliquée aux contenus générés par IA, avec une conclusion défavorable à Google. Selon les juges, une opinion produite par une intelligence artificielle n'est « pas l'expression d'une conviction acquise par celui qui s'exprime, mais le résultat d'un algorithme ».

Proposer un outil de recherche assisté par IA relève « avant tout d'une expression de l'activité commerciale de Google », et tout au plus « secondairement d'un intérêt à pouvoir exprimer librement une opinion ou des convictions ». Dans la balance entre les droits des plaignants et les intérêts de Google, l'entreprise a donc dû s'incliner, d'autant que les affirmations contestées reposaient sur des faits inexacts. L'IA avait associé les plaignants à des sociétés qui, selon des déclarations sous serment, n'avaient absolument aucun lien avec eux.

Google condamné sur la quasi-totalité des points

Le tribunal a tranché en faveur des plaignants sur la majorité des demandes. Il a interdit à Google de diffuser des affirmations évoquant des arnaques, des liens avec des sociétés douteuses, des pièges à abonnement, des appels téléphoniques fictifs ou un manque de disponibilité. Seules deux demandes mineures ont été rejetées.

Le risque de répétition de l'infraction a été jugé persistant, même si les textes litigieux précis n'étaient plus affichés au moment du jugement. Google n'avait pas formulé de déclaration de cessation assortie d'une clause pénale, et rien n'empêchait les algorithmes de générer à nouveau les mêmes affirmations à l'avenir. Google doit prendre en charge 80 % des frais de justice, les plaignants se partageant les 10 % restants chacun. Selon le tribunal, la portée de cette décision pourrait dépasser les frontières allemandes.

Une précision technique qui change la donne juridique

Le jugement de Munich dépasse largement le cadre de cette seule affaire. Une analyse réalisée par la startup spécialisée en IA Oumi pour le New York Times a montré que les AI Overviews de Google, fonctionnant avec le modèle Gemini 3, répondaient correctement 91 % du temps. Un taux suffisant pour un usage quotidien classique, mais qui représente tout de même, à l'échelle de Google, des millions de réponses erronées chaque heure.

L'analyse d'Oumi a également révélé que 56 % des réponses correctes de Gemini 3 ne pouvaient pas être confirmées par les sources que Google citait lui-même. L'IA fournit donc des réponses dont l'utilisateur ne peut pas retracer l'origine exacte.

C'est précisément ce problème que le tribunal munichois a tranché : l'IA formule ses propres affirmations, qui n'apparaissent dans aucune source citée, et l'opérateur doit en répondre devant la justice. Reste à savoir si ce raisonnement résistera à un appel. Google a confirmé son intention de contester la décision, estimant que l'affaire porte sur « des erreurs spécifiques et limitées, et non sur la manière fondamentale dont les AI Overviews affichent le contenu du web ».

Si le raisonnement du tribunal venait à s'imposer au-delà de l'Allemagne, les conséquences pourraient toucher non seulement Google, mais l'ensemble des fournisseurs d'IA dont les systèmes reformulent du contenu issu du web, à commencer par ChatGPT, Claude ou Perplexity.

L’article "Un tribunal allemand juge Google responsable des erreurs de ses AI Overviews" a été publié sur le site Abondance.

Article sponsorisé

Une génération qui tourne le dos à ses modèles

En mai 2026, Eric Schmidt, ancien patron de Google, a été copieusement hué lors d'un discours de remise de diplômes à l'université d'Arizona. La raison : ses propos sur l'intelligence artificielle face à un public de jeunes diplômés sur le point d'entrer sur un marché du travail qu'ils jugent hostile. Cette anxiété généralisée met en exergue une vraie question, à laquelle il vaut mieux répondre par des choix de formation précis que par l'évitement. C'est dans cet esprit qu'une formation marketing certifiante en accord avec son temps prend tout son sens. Il ne s'agit plus d'apprendre à produire, mais à orchestrer !

Eric Schmidt a lui-même reconnu cette peur, évoquant des emplois qui s'évaporent et une génération héritant d'un futur qu'elle n'a pas choisi. Cet épisode n'est pas isolé : une enquête montre qu'environ 10 % des nouveaux étudiants ont déjà changé de filière à cause de l'IA, les filières tech étant les plus délaissées.

Ce qui ne se monnaye plus

Rédiger un article de blog générique, décliner un post LinkedIn standard ou construire une campagne publicitaire sans angle particulier. Voilà autant de tâches que l'IA générative est en mesure d’exécuter en quelques secondes, à un niveau de qualité suffisant pour la majorité des usages courants.

Un employeur qui paierait encore un salaire entier pour ce type de production basique se trompe de calcul. Pour autant, la compétence rédactionnelle pure, longtemps au cœur des métiers du marketing de contenu, n'a pas disparu. Elle a simplement cessé d’être le critère qui justifie une embauche ou une reconversion réussie.

Ce que les entreprises sont prêtes à payer

Actuellement, quatre compétences tirent leur épingle du jeu :

• Le cadrage stratégique : définir l'angle, l'objectif business et le positionnement avant toute production est précisément ce que l'IA ne peut pas faire à la place d'un humain qui connaît parfaitement le contexte de l'entreprise.
• La distribution : savoir où et comment diffuser un contenu pour qu'il atteigne sa cible, alors que produire du contenu coûte de moins en moins cher, mais que l'attention reste rare.
• La lecture des données : interpréter des résultats de campagne, des données SEO ou des retours utilisateurs pour ajuster une stratégie ; une compétence analytique que l'automatisation ne remplace pas, mais accentue.
• Enfin, le pilotage des outils : savoir formuler les bonnes instructions, contrôler la qualité des sorties IA et orchestrer plusieurs outils entre eux est maintenant compétence à part entière, distincte de la simple utilisation passive.

Une peur pas totalement infondée, mais mal ciblée

Les craintes des jeunes diplômés sont loin d’être irrationnelles. En effet, les entreprises réduisent certains postes juniors et présentent parfois l'IA comme un substitut commode à l'embauche d'exécutants.

Le problème n'est donc pas la technologie en elle-même, mais la manière dont elle redéfinit ce qu'un profil débutant doit apporter. Le risque touche principalement les tâches répétitives et standardisées qu’il est possible de confier à la machine. Le jugement métier, la créativité stratégique ou la capacité à arbitrer entre plusieurs options restent aujourd’hui des domaines à l’abri de l’automatisation. Une reconversion réussie doit donc viser ce second registre en priorité.

L’impact du contexte actuel sur la reconversion professionnelle

Ce qu’on pouvait qualifier de « parcours de formation pertinent » il y a trois ans n’est plus d’actualité aujourd’hui. Pour aborder cette transition avec succès, le professionnel doit désormais intégrer l’usage des outils IA comme un prérequis, et non plus comme une simple option.

Il doit par ailleurs se concentrer sur la stratégie et l’analyse plutôt que sur la seule production, et se préparer à des missions de pilotage plutôt que d’exécution. Choisir un cursus qui ignore ces mutations, c’est prendre le risque de se reconvertir pour un métier qui n’existera peut-être plus dans quelques années, pour ne pas dire dans quelques mois. D’où l’importance de se tourner vers une école pleinement inscrite dans son époque, qui apportent les compétences qui comptent vraiment !

L’article "La reconversion à l’ère de l’IA générative : les nouvelles compétences attendues des entreprises" a été publié sur le site Abondance.

Le consultant SEO Daniel Roch a relayé cette mise à jour sur LinkedIn, en rappelant qu'elle vient confirmer les résultats d'un test qu'il avait mené sur le sujet, ainsi que les réserves qu'il exprimait depuis plusieurs mois sur le fichier llms.txt.

Que dit exactement la documentation de Google

Dans la section consacrée aux idées reçues sur l'optimisation pour l'IA générative, Google liste plusieurs pratiques que les éditeurs de sites peuvent ignorer sans crainte pour leur visibilité. La première concerne directement le sujet : les fichiers llms.txt et les autres formats spéciaux. Google précise qu'il n'est pas nécessaire de créer de nouveaux fichiers lisibles par machine, de fichiers texte pour IA, de balisages ou de contenu en Markdown pour apparaître dans Google Search, y compris dans ses fonctionnalités d'IA générative comme les AI Overviews ou l'AI Mode, car Google Search lui-même ne les utilise pas.

La firme de Mountain View ajoute une précision importante : le moteur peut tout à fait découvrir, explorer et indexer toutes sortes de fichiers en plus du HTML sur un site. Mais cela ne signifie pas que ces fichiers bénéficient d'un traitement particulier. Autrement dit, qu'un fichier llms.txt existe sur un site ou non ne change rien à la façon dont Google traite ce site.

Google va même plus loin en précisant que créer et maintenir ce type de fichier reste tout à fait possible, notamment pour d'autres services ou systèmes qui s'appuient sur ce format. Cela ne nuira ni n'aidera la visibilité ou le positionnement dans Google Search, puisque Google l'ignore tout simplement.

Pourquoi ce sujet fait débat depuis plusieurs mois

Le fichier llms.txt a été proposé comme une sorte d'équivalent au robots.txt, mais destiné aux modèles de langage plutôt qu'aux robots d'indexation classiques. L'idée consistait à fournir aux IA un résumé structuré du contenu d'un site, dans un format simplifié et lisible par les machines, pour faciliter la citation ou la compréhension du site par les outils d'intelligence artificielle.

Ce format a rapidement été présenté par certains acteurs du GEO comme une nouvelle brique incontournable de l'optimisation pour les IA. Mais, dans le même temps, certains experts ont appelé à la prudence sur ce point, en s'appuyant sur des constations et des tests maisons.

Les limites structurelles du format pointées par les experts

Le premier argument avancé par Daniel Roch est l'absence de standard reconnu. Le fichier llms.txt n'a jamais été officiellement adopté par les grands acteurs du marché de l'IA générative, ce qui en fait une initiative communautaire plutôt qu'une norme établie.

Le deuxième argument porte sur la structure même du fichier. Son format est très permissif, ce qui signifie que son contenu peut varier considérablement d'un site à l'autre. Cette absence de cadre strict empêche de considérer le fichier comme fiable ou exhaustif. Un fichier llms.txt peut donc très facilement se révéler incomplet, devenir obsolète au fil du temps, ou être manipulé pour orienter artificiellement la perception d'un site par une IA.

Le troisième argument concerne les capacités déjà existantes des IA pour récupérer de l'information. Les modèles disposent d'autres moyens techniques pour explorer et comprendre le contenu d'un site, ce qui rend un fichier de synthèse dédié moins indispensable qu'on ne le présente parfois.

Enfin, le quatrième argument touche à la nature même des requêtes adressées aux IA. Pour une grande partie des questions posées, l'intelligence artificielle cherche une réponse précise et localisée dans le contenu, pas une vision d'ensemble du site fournie par un fichier global. Un llms.txt, par construction, ne peut offrir qu'une vue générale, ce qui correspond rarement à ce que l'IA va réellement chercher pour répondre à une requête spécifique.

Ce que Google recommande à la place

Au-delà du cas du llms.txt, la documentation de Google liste d'autres pratiques GEO considérées comme inutiles pour son propre moteur.

• Le découpage du contenu en petits fragments, connu sous le nom de chunking, n'est pas nécessaire. Les systèmes de Google sont en effet capables de comprendre plusieurs sujets traités sur une même page et d'en extraire la partie pertinente pour chaque utilisateur.
• La longueur idéale d'une page n'existe pas dans l'absolu, et le bon réflexe reste d'écrire pour son audience plutôt que pour un système d'IA.
• Réécrire du contenu spécifiquement pour les IA n'est pas non plus utile selon Google, qui indique que ses systèmes comprennent les synonymes et le sens général d'une recherche, sans nécessiter une correspondance exacte de mots-clés.
• Les mentions artificielles d'une marque à travers le web sont également écartées, Google misant sur ses systèmes de détection de contenu de qualité et de lutte contre le spam.
• Enfin, les données structurées ne sont pas requises spécifiquement pour l'IA générative, même si leur usage reste recommandé dans une stratégie SEO globale, notamment pour l'éligibilité aux résultats enrichis.

Google recentre ainsi le débat sur les fondamentaux déjà connus du SEO : une structure technique claire, un contenu non générique apportant un point de vue ou une expertise réelle, et une expérience de page satisfaisante pour les visiteurs. Pour le moteur, optimiser pour la recherche générative reste avant tout une question de SEO, et non une discipline distincte nécessitant de nouveaux formats ou de nouvelles balises.

L’article "Google confirme qu’il ignore le fichier llms.txt et clôt le débat" a été publié sur le site Abondance.

Au programme de cette édition Réacteur de juin 2026 :

• SEO & Salesforce B2C Commerce : dompter la puissance de SFCC pour le search, par Lou Pichard
• Fiche produit e-commerce : pourquoi le gain d’information devient un vrai levier SEO, Shopping et IA, par David Groult et Erwann Cardon
• Devenir une source que les IA citent : méthode, analyse moteur par moteur et limites, par Indiana Aflalo
• Pourquoi vous continuez de produire du contenu… pour rien [partie 2], par Killian Le Moal
• Comment multiplier sa présence dans Google Discover : l'effet multi-pipeline, par Sylvain Deauré

On remercie chaleureusement nos 6 auteurs et autrices pour leur réactivité et surtout la qualité des articles publiés : Indiana Aflalo, Lou Pichard, David Groult, Erwann Cardon, Killian Le Moal et Sylvain Deauré.

En bonus : comme à l’accoutumée, cette nouvelle édition accueille également notre veille de juin 2026 et une présentation des outils qui ont retenu notre attention ces dernières semaine !

 Accéder à l’édition complète

Et, si ce n’est pas encore le cas, abonnez-vous !

SEO & Salesforce B2C Commerce : dompter la puissance de SFCC pour le search

Par Lou Pichard, directeur SEO chez Eskimoz Bordeaux

À découvrir dans cet article :

• SFCC est partout (Adidas, Lacoste, Sandro, Maje...), mais reste l'un des CMS les moins documentés du marché. 2025 change la donne : refonte du centre d'aide et arrivée de l'agent IA AgentForce directement dans la doc.
• SFRA vs Composable Storefront : deux architectures, deux logiques SEO radicalement différentes. Sitemap, canoniques, SSR, Core Web Vitals... tout change selon le Core Model choisi.
• Les modules natifs les plus puissants de SFCC enfin expliqués clairement : URL Rules, Page Meta Tag Rules, et surtout les trois systèmes de redirection avec leur ordre de priorité (celui qui débloque des heures de débogage).
• Pas de .htaccess, pas de Schema.org natif : les vraies limites de la plateforme et comment les contourner avec du développement ciblé.
• Le virage Agentic Commerce arrive. Avec le partenariat Stripe-OpenAI, votre catalogue SFCC devra bientôt être lisible par les agents IA avant même de l'être par Google.

Ce qu'on a aimé :

Un vrai travail de démystification d'une plateforme réputée fermée et où la connaissance se transmet surtout en interne ou en agence. L'article de Lou Pichard rentre dans le détail opérationnel : ordre de priorité des modules de redirection, dépendance entre données catalogue et meta tags, méthodologie pour découper un cahier des charges SEO en trois briques (natif, configuration, développement custom). Exactement le genre de repères qu'on cherche en vain dans la documentation officielle de Salesforce. Pas de théorie creuse, mais des seuils précis et des outils actionnables. Un article sans concession, qui en fera réfléchir plus d’un !

SEO & Salesforce B2C Commerce : dompter la puissance de SFCC pour le search

Fiche produit e-commerce : pourquoi le gain d’information devient un vrai levier SEO, Shopping et IA

Par David Groult, Head of SEO et Erwann Cardon, Consultant SEO Senior @NOIISE

À découvrir dans cet article :

• 8 marques, 8 secteurs, 8 logiques différentes. Autant d'exemples concrets de fiches produit qui transforment vraiment la décision d'achat.
• Le simulateur de taille ASOS analysé en détail. Comment une marque transforme l'incertitude de taille en preuve sociale personnalisée, avec un impact direct sur les retours et la marge.
• LDLC ou comment une caractéristique technique devient un levier SEO. Relier chaque spécification produit à une page de facette crée un maillage qui sert autant l'utilisateur que le crawler.
• Une grille de lecture en 5 types de gains d'information pour savoir précisément ce qui manque sur vos fiches.
• Une checklist d'audit complète pour évaluer vos fiches produit avec un regard neuf, au-delà du title et du H1.

Ce qu'on a aimé :

L'angle adopté est rare : au lieu d'une liste de bonnes pratiques génériques, l'article décortique huit cas réels et explique précisément pourquoi chaque dispositif fonctionne, sans tomber dans le name dropping superficiel. La distinction entre les différents types de gains d'information donne une grille de lecture immédiatement actionnable, et l'avertissement final sur le risque de surcharge évite l'écueil classique du « ajoutez toujours plus de contenu ».

Fiche produit e-commerce : pourquoi le gain d’information devient un vrai levier SEO, Shopping et IA

Devenir une source que les IA citent : méthode, analyse moteur par moteur et limites

Par Indiana Aflalo, consultante SEO/GEO et fondatrice d’IndHack

À découvrir dans cet article :

• Une victoire à 139 mentions, mais portée à 80% par seulement deux IA sur cinq. L'analyse moteur par moteur révèle des comportements radicalement différents entre Claude, Mistral, ChatGPT, Perplexity et Gemini.
• Les sept piliers d'une méthode GEO complète… avec des exemples de code à l'appui.
• Le « fan-out » expliqué à travers une architecture concrète. Un hub et dix pages alignées sur les sous-intentions que les IA génèrent en arrière-plan pour construire leurs réponses.
• L'effet « winner-takes-all » sur Mistral, observé en conditions réelles. Comment un moteur peut citer jusqu'à six URLs d'un même domaine dans une seule réponse, une fois la source identifiée comme dominante.
• Les échecs documentés sans filtre. Reddit banni, Wikidata refusé, robots.txt qui bloque les bots IA pendant 24h... Et ce qu’il faut en retenir.

Ce qu'on a aimé :

Une transparence rare sur ce qui n'a pas marché autant que sur ce qui a marché. Indiana Aflalo ne se contente pas d'annoncer une victoire, elle décortique pourquoi Claude et Mistral ont réagi alors que Gemini et Perplexity sont restés hermétiques, avec des hypothèses précises pour chaque moteur. La distinction entre ce qui se transpose à un vrai site et ce qui ne se transpose pas (le contexte artificiel du concours) donne à l'article une vraie valeur méthodologique, au-delà du simple récit de performance.

Devenir une source que les IA citent : méthode, analyse moteur par moteur et limites

Pourquoi vous continuez de produire du contenu… pour rien [partie 2]

Par Killian Le Moal, Lead GEO-SEO Strategist & Innovation @ Peak Ace agency

À découvrir dans cet article :

• Un « stress test » en 3 questions à faire passer à ChatGPT sur vos 200 premiers mots.
• L'anatomie d'un chunk citable, avec un exemple avant/après bluffant. Deux versions de même longueur, un potentiel de citation radicalement différent.
• Les chiffres de fan-out par LLM qui changent tout. De 22,6 % chez ChatGPT à 98,7 % chez Gemini, avec des conséquences concrètes sur la façon de structurer vos pages.
• Trois « fausses bonnes idées » du GEO déconstruites avec des données… Ce qui marche vraiment et ce qui est une perte de temps.
• Une nouvelle grille de KPIs pour mesurer la visibilité dans les IA génératives, en complément du SEO classique.

Ce qu'on a aimé :

Le côté très opérationnel de cette deuxième partie : chaque concept s'accompagne d'un protocole, d'un exemple concret ou d'un chiffre sourcé, jusqu'à la checklist actionnable en fin d'article. La déconstruction des mythes GEO (llms.txt, Markdown, pages longues) tranche avec le discours ambiant et s'appuie sur des études récentes plutôt que sur des intuitions. C'est le genre d'article qu'on garde sous la main pour auditer ses propres pages.

Pourquoi vous continuez de produire du contenu… pour rien [partie 2]

Comment multiplier sa présence dans Google Discover : l'effet multi-pipeline

Par Sylvain Deauré, Co-fondateur de 1492.vision

À découvrir dans cet article :

• Plus de 20 pipelines Discover aux logiques radicalement différentes, basés sur l'analyse de 42 millions de cartes. La vraie question n'est plus « suis-je dans Discover », mais « dans combien de pipelines suis-je visible ».
• L'effet multiplicateur du multi-pipeline. 58 % des URLs françaises apparaissent dans 2 pipelines ou plus, avec des outliers qui en atteignent 12 à 14 simultanément.
• Le modèle Ouest-France décrypté : comment un double ancrage local + national permet d'atteindre 25 pipelines distincts, un record pour un éditeur traditionnel.
• Ce qui plafonne structurellement le multi-pipeline : test produit pur, sport quotidien, lifestyle... avec les leviers concrets pour en sortir.
• Un signal émergent à surveiller : un pipeline d'intake social a été multiplié par 33 en trois mois, alimenté à 72 % par X.com.

Ce qu'on a aimé :

Le scorecard par profil d'éditeur (presse nationale, presse régionale, tech/review, sport, lifestyle, vidéo) qui distingue précisément les pipelines naturels et ceux à conquérir : c'est immédiatement actionnable, on peut se situer et identifier ses marges de progression. Les cas concrets (Le Monde, Ouest-France, Frandroid, L'Equipe, programme-tv.net) avec leurs empreintes pipelines détaillés offrent une grille de lecture qu'on ne trouve nulle part ailleurs.

Comment multiplier sa présence dans Google Discover : l'effet multi-pipeline

Comme tous les mois, cette nouvelle édition de Reacteur s’accompagne d’une rubrique dédiée aux derniers outils à tester et les articles qui ont retenus notre attention sur le web !

L’article "L’édition de juin 2026 de Réacteur est en ligne !" a été publié sur le site Abondance.

Article sponsorisé par Sedestral

Pourquoi la technique reste le parent pauvre des stratégies SEO

Dans la grande majorité des stratégies de référencement naturel, la répartition des efforts suit un schéma prévisible : le contenu d'abord, le netlinking ensuite, et le SEO technique quand on trouve le temps. Nulle négligence ici, mais plutôt une réalité opérationnelle. Produire des articles ou acquérir des liens génère des résultats plus visibles, plus facilement attribuables, plus faciles à valoriser en interne.

L'audit technique, lui, est perçu comme un chantier : il faut crawler le site, interpréter des rapports denses, prioriser des centaines de problèmes potentiels, puis les transmettre à des développeurs qui ont d'autres priorités.

Le résultat est souvent le même, avec des erreurs qui s'accumulent. Des pages importantes ne sont pas indexées. Des balises title sont dupliquées ou absentes. Des redirections mal configurées diluent le jus de liens. Des Core Web Vitals dégradés pénalisent le positionnement sur mobile. Aucun de ces problèmes n'est spectaculaire en soi, mais leur accumulation finit par peser lourd dans la balance des classements.

C'est précisément ce terrain que Nox, l'agent IA d'audit technique de Sedestral, a été conçu pour couvrir : transformer une tâche complexe, chronophage et souvent reportée en un processus continu et automatisé.

Ce que couvre réellement un audit SEO technique complet

Avant de comprendre ce que fait l’agent IA Nox, il est utile de rappeler l'étendue du périmètre qu'un audit technique rigoureux devrait couvrir. On parle rarement d'un seul type de vérification, mais d'une série de couches imbriquées.

• La première concerne la structure HTML et les balises. Chaque page doit disposer d'une balise title unique et optimisée, d'une méta description correctement renseignée, d'une hiérarchie de titres Hn cohérente. Des erreurs à ce niveau affectent directement la façon dont Google comprend et classe le contenu.
• La deuxième touche à l'indexation. Est-ce que le fichier robots.txt bloque involontairement des sections importantes ? Le sitemap.xml est-il à jour et correctement soumis ? Les balises canoniques sont-elles bien implémentées ? Les directives noindex sont-elles utilisées à bon escient, sans exclure des pages stratégiques ? Ces questions semblent techniques, mais leurs conséquences sont directement visibles dans les classements.
• La troisième dimension est celle de la performance et des Core Web Vitals. Google utilise ces signaux comme facteur de classement depuis 2021. Un site qui charge lentement à cause d'images non compressées, de scripts bloquants ou d'un cache mal configuré perd des positions, en particulier sur mobile.
• La quatrième englobe la sécurité et l'accessibilité : validité du certificat SSL, absence d'erreurs 4xx et 5xx, accessibilité mobile, conformité des données structurées.
• Enfin, pour les sites locaux, l'audit doit aussi vérifier la cohérence des informations NAP (nom, adresse, téléphone) et la configuration Google My Business.

Réaliser ce travail manuellement, de façon exhaustive, sur un site de plusieurs centaines de pages, représente plusieurs jours de travail. Et ce travail est à recommencer régulièrement, puisqu'un site évolue en permanence.

Agent IA vs outil d'audit classique : quelle différence concrète ?

Des outils comme Screaming Frog, Semrush ou Ahrefs permettent déjà de détecter une large part de ces problèmes. Mais leur output prend, par nature, la forme d’une liste. Parfois une très longue liste. Il revient ensuite à l'utilisateur d'interpréter chaque signal, d'évaluer sa gravité, de le mettre en contexte avec les objectifs du site et de décider quoi traiter en priorité. C'est à ce stade que la plupart des audits s’avèrent incomplets : faute de temps ou d'expertise, on traite les problèmes évidents et on ignore le reste.

Un agent IA comme Nox fonctionne différemment à deux niveaux : 

• D'abord, il ne se contente pas de signaler : il évalue l'impact SEO de chaque problème et établit une liste de correctifs classés par ordre de priorité. 
• Ensuite, pour chaque erreur identifiée, il explique clairement ce qui pose un problème et indique comment le corriger, étape par étape, dans un langage accessible. On passe d'un rapport brut à un plan d'action opérationnel.

C'est la différence structurelle entre un outil qui analyse et un agent qui raisonne. Le premier vous donne des données. Le second vous dit quoi faire avec.

Comment Nox audite concrètement votre site

Le processus de Nox s'articule autour de trois grandes phases d'analyse, menées de façon systématique sur l'ensemble des pages du site.

Analyse de la structure HTML et des balises SEO

Nox commence par inspecter le code HTML de chaque page. Il détecte les erreurs de structure, vérifie la conformité des balises title et méta descriptions (présence, unicité, longueur), contrôle la hiérarchie des titres Hn et identifie les problèmes qui impactent directement la lecture du contenu par les moteurs. Il relève aussi les erreurs de redirection (chaînes de redirections, redirections vers des pages en erreur) et vérifie la configuration du robots.txt et du sitemap.xml.

Test de performance et de sécurité

Nox teste ensuite votre site comme le ferait un véritable utilisateur, en mesurant les Core Web Vitals avec précision. Il identifie les éléments qui dégradent les performances : images non optimisées, scripts bloquant le rendu, gestion du cache insuffisante, problèmes d'affichage mobile. Il vérifie également la validité du certificat SSL et détecte les risques de sécurité associés.

Vérification de l'indexation en connexion avec Google Search Console

C'est l'une des dimensions les plus différenciantes de Nox. Au-delà de la vérification statique des balises canonical, des directives noindex et de la présence du sitemap, l'agent est capable d'appeler directement l'API Google Search Console. Cela lui permet de croiser les pages découvertes lors du crawl avec les données d'indexation réelles fournies par Google : une page est-elle effectivement connue de Google ? Est-elle indexée ?

Si ce n'est pas le cas, Nox peut la soumettre automatiquement à l'indexation, sans intervention manuelle. C'est ce qui permet de gérer l'indexation non pas comme un chantier ponctuel, mais comme un processus continu : chaque nouvelle page publiée, chaque page corrigée peut être soumise au bon moment, sans attendre le prochain crawl de Google.

Cette connexion avec la Search Console couvre également le contrôle des données structurées et de l'optimisation locale, notamment la vérification des informations NAP et de la fiche Google My Business pour les sites à dimension locale.

La priorisation : ce qui distingue un rapport utile d'une liste de problèmes à régler

Un audit complet sur un site de taille moyenne peut générer plusieurs centaines d'alertes. Sans hiérarchisation, ce volume peut être contre-productif : l'équipe ne sait pas par où commencer et finit souvent par ne rien traiter.

Nox évalue l'impact de chaque problème sur le référencement et établit une liste de correctifs classés par ordre de priorité. Ce classement n'est pas arbitraire, mais repose sur la nature de l'erreur et son poids potentiel sur le positionnement. Une balise title absente sur la page d'accueil n'a pas le même impact qu'une balise alt manquante sur une image secondaire. Une page stratégique bloquée par le robots.txt n'a pas le même impact qu'une redirection 301 sur une URL secondaire.

Pour une PME sans ressources techniques dédiées, ou pour une agence qui gère un portefeuille de sites clients, cette priorisation est décisive. Elle transforme un audit en plan d'action, avec une entrée claire. A savoir, commencer par le haut de la liste.

Ce que vous gardez sous contrôle

Comme pour les autres agents de Sedestral, Nox ne court-circuite pas la décision humaine sur les corrections à apporter. Il détecte, analyse, priorise et explique. Les modifications sur le site restent à votre main ou à celle de vos développeurs.

L'exception concerne la soumission à l'indexation via l'API Search Console, qui peut être gérée de façon automatisée par l'agent IA. C'est une action technique sans risque, qui ne modifie pas le contenu du site et qui, sans automatisation, représente une tâche répétitive chronophage.

Pour tout le reste, Nox produit un rapport détaillé et actionnable, avec les explications nécessaires pour que chaque correction puisse être appliquée sans expertise technique avancée. L'objectif est de rendre le SEO technique accessible à des équipes qui n'ont pas de consultant SEO à plein temps.

Les limites à garder en tête

Un agent IA d'audit technique ne remplace pas l'analyse contextuelle d'un consultant expérimenté face à des problématiques d'architecture complexes. Sur un site e-commerce avec des milliers de pages générées dynamiquement, des configurations de facettes ou des problèmes de contenu dupliqué à grande échelle, l'arbitrage stratégique reste avant tout humain.

De même, certains problèmes d'indexation ont des causes contextuelles que seule une lecture globale du site permet d'identifier, qu’il s’agisse d’une pénalité manuelle, une cannibalisation entre pages proches sémantiquement, ou une mauvaise gestion des paramètres d'URL sur un site international.

Ces limites ne remettent pas en question l'utilité de Nox, elles en précisent le périmètre optimal, que cela soit les PME, les e-commerçants et les agences qui gèrent plusieurs sites en parallèle. Dans ces cas, l'agent libère un temps d'expertise considérable pour les décisions stratégiques, en automatisant la détection, le tri et le guidage des corrections techniques.

L’article "SEO technique : comment un agent IA peut auditer et corriger votre site à votre place" a été publié sur le site Abondance.

Un retour aux sources vingt ans après

Sundar Pichai n'a prononcé qu'un seul autre discours de ce type auparavant, en 2020, en pleine pandémie de Covid. Il l'avait alors filmé depuis son jardin pour une cérémonie virtuelle, à une époque où les diplômés ne pouvaient pas se réunir.

Cette fois, le contexte est tout autre. Il s'adresse à la promotion 2026 dans une ambiance de célébration classique, entouré pour la première fois de ses propres parents lors d'une cérémonie de ce genre. Il en profite pour les remercier publiquement, ainsi que toute sa famille présente dans le public.

Avant d'entrer dans le vif du sujet, il évacue rapidement un sujet qui revenait dans les conseils qu'on lui donnait pour préparer son discours : éviter certains jeux de mots sur son nom de famille. Il choisit de ne pas s'y attarder, estimant que ce genre de détail n'a aucune importance face à ce qu'il veut transmettre.

Premier principe : choisir l'optimisme

Le premier principe développé par Sundar Pichai consiste à choisir une lecture optimiste des situations, même quand le contexte est difficile.

Il rappelle que chaque génération a connu ses propres difficultés, et que si l'on ne choisit pas le monde dans lequel on grandit, on choisit la façon dont on l'interprète. Il illustre cette idée avec son enfance à Chennai, en Inde, marquée par des pénuries d'eau et un accès très progressif aux technologies du quotidien comme le téléphone, la télévision ou le réfrigérateur. Malgré ces contraintes, ses parents ne l'ont jamais empêché d'imaginer un avenir différent, jusqu'à envisager une carrière dans la Silicon Valley.

Quand Stanford l'accepte, son père dépense l'équivalent d'un an de salaire pour lui payer son billet d'avion, le tout premier de sa vie. Une fois en Californie, la réalité ne correspond pas tout à fait à l'image qu'il s'en faisait. Il découvre des collines plutôt brunes que vertes, ce qui lui inspire une remarque spontanée auprès de sa famille d'accueil. Sa logeuse, Jane Earl, lui répond alors qu'on préfère dire qu'elles sont dorées plutôt que brunes. Cette reformulation toute simple devient pour lui l'illustration parfaite de ce qu'il appelle l'optimisme californien.

Il applique ce même principe à un tournant important de son parcours étudiant. Arrivé à Stanford avec l'objectif de poursuivre un doctorat et de se diriger vers le monde académique, il doit finalement quitter ce programme pour des raisons pratiques et obtenir à la place un master. Plutôt que de voir cela comme un échec, il choisit d'y voir une autre forme de réussite, fidèle à la logique des collines dorées.

Deuxième principe : se tourner vers les sujets difficiles

Le deuxième principe consiste à privilégier les projets les plus ambitieux, même quand ils paraissent presque impossibles.

Sundar Pichai raconte que son parcours après Stanford n'a rien eu d'un succès immédiat. Il lui faut près d'une décennie avant de trouver véritablement sa voie, jusqu'à son entretien final chez Google en 2004, le jour même du lancement de Gmail. À l'époque, proposer un gigaoctet de stockage gratuit à tous les utilisateurs semblait être une idée presque irréaliste.

Quelques années plus tard, il se retrouve à la tête d'un petit groupe d'une dizaine de personnes chargé de repenser entièrement le navigateur web, à un moment où le web passe de simples pages statiques à des applications beaucoup plus riches. En interne, beaucoup pensent qu'un tel projet nécessiterait des centaines d'ingénieurs.

Le lancement de Chrome a lieu en 2008. Huit millions d'utilisateurs adoptent le navigateur dès les premières vingt-quatre heures, mais la croissance stagne ensuite rapidement. Un an plus tard, Chrome ne représente encore qu'environ deux pour cent de parts de marché. Steve Ballmer, alors patron de Microsoft, ironise publiquement sur ces résultats lors d'une interview. Plutôt que de se laisser décourager, l'équipe interprète cette remarque comme la preuve qu'elle dérange, et donc qu'elle est sur la bonne voie.

L'équipe se fixe alors des objectifs volontairement très ambitieux et adopte un rythme de mise à jour bien plus rapide que la concurrence, avec une nouvelle version livrée toutes les six semaines. Cette persévérance finit par porter ses fruits. Pour Sundar Pichai, s'attaquer à des sujets difficiles attire naturellement des personnes compétentes et optimistes, et même en cas d'objectifs non atteints, le résultat final reste souvent remarquable.

Troisième principe : suivre sa passion

Le troisième principe consiste, à compétences ou conditions égales, à choisir ce qui suscite un véritable enthousiasme.

Pour Sundar Pichai, ce moteur a toujours été l'accès à la technologie. Il se souvient de son arrivée à Stanford en 1993, où il découvre pour la première fois des salles entières d'ordinateurs accessibles librement, alors qu'il n'y avait quasiment pas eu accès auparavant. Il perçoit immédiatement internet, alors en pleine construction, comme un levier de progrès humain majeur, ce qui motive directement son choix de rejoindre Google puis de travailler sur des projets comme les Chromebooks et Android.

Il évoque ensuite deux souvenirs marquants liés à l'impact concret de ces technologies :

• Des femmes en zone rurale en Inde utilisant pour la première fois un smartphone Android pour apprendre un métier et garder le contact avec leurs proches,
• Et une classe à Pittsburgh où des élèves d'origines très différentes apprennent grâce aux mêmes outils qu'il a contribué à développer.

Il conseille aux diplômés de ne pas orienter leurs choix en fonction des attentes de leurs parents, de leurs amis ou de la société en général, mais plutôt de repérer les sujets qui les font parler avec enthousiasme jusque tard dans la nuit, et de s'orienter vers ces sujets.

Pourquoi la plupart des décisions ne sont pas décisives

Pour illustrer l'idée que peu de moments sont réellement déterminants, Sundar Pichai raconte une anecdote de son année d'études à Stanford. Un camarade de classe nommé Pat lui propose un mercredi matin, sur le chemin des cours, de partir improviser un voyage à Las Vegas plutôt que d'assister au cours. Sans expérience de road trip ni habitude de sécher les cours, il accepte malgré tout.

Le trajet passe par les montagnes, où il découvre la neige pour la première fois. Une fois arrivés à Las Vegas neuf heures plus tard, Pat lui apprend à jouer au blackjack. Avec cinq dollars de mise initiale, il en gagne quinze de plus avant de s'arrêter, satisfait. Le lendemain, ils reprennent la route, et personne à l'université ne remarque leur absence.

Pour Sundar Pichai, cet épisode illustre bien la différence entre les quelques décisions qui méritent vraiment réflexion, comme le choix d'un partenaire de vie, la décision de fonder une famille ou un virage de carrière majeur, et les milliers d'autres moments du quotidien, comme un premier emploi, un déménagement ou un road trip improvisé, qui donnent du relief au parcours sans pour autant en déterminer la trajectoire.

L’article "Sundar Pichai livre un discours aux diplômés de Stanford 2026 : trois règles de vie à retenir" a été publié sur le site Abondance.

Des ajouts en masse signalés partout

Le phénomène a été repéré simultanément sur le Local Search Forum et sur X à partir de la semaine du 9 juin 2026. Le spécialiste du référencement local Len Raleigh a été l'un des premiers à tirer la sonnette d'alarme : une vague massive de numéros WhatsApp incorrects venait d'être ajoutée sur des Google Business Profiles. Rhea Velgos a pour sa part indiqué avoir reçu des notifications par e-mail de Google concernant trois fiches mises à jour avec un lien de chat WhatsApp dans le champ dédié.

Google envoie bien des e-mails d'information aux propriétaires concernés, mais tous ne les ont pas forcément vus. Il est donc conseillé de vérifier directement sa fiche Google Business Profile pour s'assurer de ne pas être affecté.

Des numéros fixes ajoutés à la place de numéros WhatsApp compatibles

Le problème ne se limite pas à un simple ajout non sollicité. Dans plusieurs cas documentés, le numéro WhatsApp affiché correspond au numéro de téléphone principal de l'établissement, qui est une ligne fixe. Or, les lignes fixes ne prennent pas en charge la messagerie texte ni WhatsApp. Le numéro ajouté est donc non seulement inutilisable pour les clients qui tenteraient de contacter l'entreprise via ce canal, mais il peut aussi induire en erreur et générer une mauvaise expérience utilisateur.

Aucune option de suppression disponible pour l'instant

Ce qui aggrave la situation, c'est l'absence totale de solution côté interface : lorsque les gestionnaires tentent de retirer le numéro WhatsApp erroné depuis leur tableau de bord Google Business Profile, l'option de suppression n'est tout simplement pas disponible. Les entreprises concernées se retrouvent donc dans l'impossibilité d'agir par elles-mêmes.

Claudia Tomina, experte produit Google reconnue sur le Local Search Forum, a confirmé officiellement qu'il s'agit bien d'un bug et que Google travaille activement à le corriger. Aucun calendrier précis n'a cependant été communiqué pour la résolution du problème. En attendant un correctif, la seule chose à faire est de surveiller sa fiche et de vérifier les e-mails envoyés par Google pour rester informé de l'évolution de la situation.

L’article "Google Business Profile : des numéros WhatsApp ajoutés automatiquement et sans possibilité de suppression" a été publié sur le site Abondance.

Ce qu’on vous avait déjà montré, et que Google confirme

En septembre 2025, nous avions expliqué comment suivre Abondance sur Discover via le bouton « Suivre sur Google » et la page profile.google.com. En mai 2026, nous avions publié l’analyse des 54 éditeurs américains disposant de fonctionnalités enrichies (bannière, liens configurables, publications épinglées, ordre des onglets personnalisable) sans communication officielle de Google à l’époque.

L’annonce du 4 juin valide cette lecture : il s’agissait bien d’un programme pilote, pas d’un gadget. Google parle maintenant de « Search profiles », d’un espace dédié pour mettre en avant articles, vidéos et posts sociaux, ainsi que d’un lien explicite avec le knowledge panel. Les éditeurs éligibles peuvent réclamer un profil auto-généré ou en créer un ; le suivi depuis le profil alimente Discover.

Chez 1492.vision, notre monitoring couvre près de 47 000 profils Discover dans 7 langues. La cohorte des 54 domaines US analysée en détail était avant l'annonce officielle le seul groupe avec accès persistant aux fonctions enrichies que nous avions cartographiées, mais l’infrastructure sous-jacente existe déjà pour des milliers d’éditeurs, y compris francophones, sous forme de profils auto-générés.

Les chiffres qui structurent l’accès

Éligibilité à la réclamation (au moins un compte sur une plateforme majeure) :

Autres contraintes documentées : résidence / disponibilité États-Unis uniquement pour l’instant ; âge minimum 18 ans ; un profil Search par compte Google (une autre identité = un autre compte Google).

Ce que permet un profil réclamé :

• Bannière (cover) : format carré en affichage, résolution recommandée 1080 × 1350 px minimum ;
• Jusqu’à 8 liens web (sections, live, météo, app, don…) ;
• Jusqu’à 8 publications épinglées issues des plateformes liées ;
• Handle profile.google.com/@… calqué sur le compte social le plus suivi parmi ceux connectés ;
• Insights (bêta) : clics, impressions, top contenus, pays : alimentés par une propriété Search Console générée pour le profil.

Rappel de notre analyse des 54 (détail dans l’article Abondance) : 41 bannières en ligne sur 54, 31 éditeurs avec au moins un lien configuré (65 liens au total), 13 avec un post épinglé actif, et seulement 3 liens instrumentés en UTM. Le paradoxe tient : la fonctionnalité est là, l’usage reste inégal, surtout chez les plus gros médias nationaux.

Éditable tout de suite vs validé par Google

Google distingue deux régimes :

• Immédiat : ordre des plateformes sociales, image de couverture, épinglage, liens web, retrait d’un compte erroné ;
• Soumis à validation : nom, bio, ajout d’une nouvelle plateforme non détectée automatiquement.

Conséquence pratique : si un réseau social n’apparaît pas sur votre profil auto-généré, la réclamation ouvre la possibilité de demander l’ajout d’un compte manquant. Le handle, lui, suit la logique de la plus grosse audience sociale liée, pas forcément votre préférence éditoriale.

Entités et Knowledge Graph

Sous le capot, le profil reste une surface Discover adossée au Knowledge Graph : réclamation possible depuis le knowledge panel (« View Search Profile »), enrichissement réciproque (avatar, contenus récents, lien direct). Pour Google, c’est un verrou de plus sur l’identité éditoriale (auteurs, marques, E-E-A-T) dans un écosystème où l’agrégation multi-plateformes devient critique. Le rôle des entités et du Knowledge Graph comme ossature des systèmes Google est confirmé, si besoin était.

« Pas directement » : ce que dit Google et ce qu’il faut en déduire

La FAQ officielle est explicite : « La création d’un Search profile n’affecte pas directement le classement de votre contenu sur Google Search. En revanche, si quelqu’un vous suit depuis votre profil, il peut voir davantage de votre contenu sur Discover. » 
Traduction opérationnelle : le Follow est un abonnement Discover (effet direct sur le flux pour les abonnés, comme les tests le démontraient) ; le ranking Search classique n’est pas promis, et le « pas directement » laisse la porte aux effets indirects (signaux d’engagement, fraîcheur d’audience), que ce soit sur Search ou sur Discover.
On se souvient de Navboost dans le contexte du Search, qui (indirectement) récompense les contenus les plus cliqués sur la serp. Des mécanismes similaires, quoique plus complexes et nuancés, sont à l’œuvre sur Discover.

Vers un Publisher Center 2.0 ? Intention Google, impact éditeurs

Nous l’avions évoqué dès notre première analyse Substack : cette page pourrait devenir un hub éditeur dans l’écosystème Google, non pas pour héberger du contenu (tout est tiré des plateformes liées), mais pour fédérer l’audience, redistribuer des clics et compenser une partie de la pression des résumés IA et de la personnalisation agressive sur Discover.

Rétention. Le Follow formalise une relation directe éditeur lecteur dans Google, comparable à une newsletter Discover : moins de dépendance au hasard algorithmique du flux.

Personnalisation. Plus de sources suivies = fil plus stable pour ces éditeurs ; Google consolide des signaux d’affinité explicites (opt-in) en plus des signaux implicites. Cela va d’ailleurs de pair avec les nouvelles fonctions de Discover « Tailor your feed », qui ouvrent très nettement la porte à une personnalisation explicite des flux.

Analytics. La section Insights, même en bêta et soumise aux seuils, ouvre une brèche : visibilité sur performances Search et Discover au niveau du profil, avec pont Search Console.

Presse locale. La composition du pilote (environ la moitié des 54 = TV locales + presse régionale) colle aux discours publics de Google sur le journalisme de proximité : le produit n’est pas pensé uniquement pour les mastodontes nationaux.

Publisher Center ? Pas de rebranding officiel, mais la fonction est proche : identité, liens, mise en avant, mesure, sans repasser par une interface obsolète. L’officialisation du 4 juin transforme une observation de terrain en feuille de route produit.

États-Unis seulement, mais préparez-vous dès maintenant

Search profiles réclamables : US uniquement. Aucun profil enrichi hors marché anglophone US dans notre monitoring à ce jour, conforme à l'annonce Google, mais on surveille. En revanche, votre profil auto-généré existe probablement déjà si Google vous a identifié comme entité : logo, bio (souvent Wikipedia), réseaux issus du graphe.

De nouveaux éditeurs US ont déjà pu créer leur profile, par exemple "Inspired taste":

Checklist avant l’ouverture FR :

1. Vérifier votre page profile.google.com (ou demander l’URL à @1492_vision si elle n’est pas encore visible dans Discover).
2. Auditer la cohérence des comptes sociaux déclarés.
3. Préparer une bannière carrée pro (la barre visuelle du pilote est haute).
4. Définir 3 à 5 liens prioritaires + convention UTM
5. Rédiger une bio « About » : sur les profils réclamés du pilote, 38 des 54 l’avaient réécrite : c’est votre pitch sur une page Google.

Quand l’éligibilité s’étendra, les éditeurs US auront déjà pris l’habitude ; les retardataires repartiront avec un désavantage d’usage, pas seulement d’accès.

Conclusion

Google officialise ce que nous monitorions depuis août 2025 : des profils éditeurs, un Follow Discover, et, pour une poignée d’élus US, une couche enrichie qui ressemble à un mini-site dans le flux. L’annonce du 4 juin ne change pas la donne pour les éditeurs francophones aujourd’hui, mais elle confirme la direction : entités consolidées, audience capturable, personnalisation explicite, analytics en renfort.

Nous continuons de suivre l’évolution des 47 000 profils monitorés.
L’analyse détaillée de la cohorte des 54 reste sur Abondance ; la version longue avec visuels est sur 1492.vision/research/discover-publisher-profiles-fr.

Sylvain Deauré & Damien Andell - 1492.vision

Comment s’abonner à Abondance sur Discover ?

1. Rendez-vous sur le profil Google d’Abondance.
2. Cliquez sur « + Suivre sur Google », sous le logo.
3. C’est tout : vos articles Abondance remontent plus souvent dans votre flux Discover personnel.

(Voir le guide complet.)

L’article "Vers un Publisher Center 2.0 ? Google officialise les profils étendus" a été publié sur le site Abondance.

Un nouveau coup de boutoir contre le scraping de SERP

Cet épisode s'inscrit dans la continuité directe de ce qu'on documentait en avril 2026 : Google ne se contente plus de bloquer les bots, il les nourrit de fausses données. Mais cette fois, le vecteur d'attaque est différent. Ce n'est plus la « soupe YouTube » qui est en jeu, c'est le mécanisme fondamental de géolocalisation des SERPs.

Jusqu'au 14 mai, il était possible pour n'importe quel outil SEO de récupérer la SERP française depuis une IP étrangère en ajoutant simplement le paramètre &gl=fr dans l'URL de requête sur google.com. C'est ce que faisait la quasi-totalité des outils du marché pour scraper à grande échelle, pour des raisons de coût et de disponibilité limitée des proxies français.

Google a récemment modifié la gestion du ciblage géographique de ses SERPs.

Le paramètre gl, utilisé pour cibler une région, n'est plus fiable.

Si votre IP est étrangère :
- vidéos YouTube/Facebook en page 5
- résultats instables dès la page 1

On en parle ci-dessous

— Monitorank (@monitorank) May 26, 2026

Ce qui a changé : &gl=fr ne suffit plus

Comme le communique Monitorank dès la détection du changement :

« Google a récemment modifié la gestion du ciblage géographique de ses SERPs. Le paramètre gl, utilisé pour cibler une région, n'est plus fiable. Si votre IP est étrangère : vidéos YouTube/Facebook en page 5, résultats instables dès la page 1. »

L'impact est immédiat et visible sur des mots-clés à très fort trafic. Fabien Barry l'illustre concrètement : un site présent en position 1 ou 2 sur la vraie SERP française peut ne plus apparaître du tout dans les résultats retournés par les outils non corrigés. Ce n'est donc pas uniquement un problème de pages profondes ou de résultats marginaux. Le top 1 peut être affecté.

Les mots-clés de référence pour tester

Monitorank a partagé une liste de requêtes permettant de vérifier par soi-même l'étendue du problème. Parmi les exemples documentés : « comparateur assurance auto », « iphone », « rachat de credit », « assurance habitation pas cher » ou encore « tenerife canaries ». Sur ces requêtes, certains sites présents en page 1 de la vraie SERP française n'apparaissent pas dans les résultats retournés par des outils ou API utilisant des proxies non français.

Comment vérifier par vous-même

La manipulation est simple à reproduire :

1. Connectez-vous à un VPN sur un pays non français.
2. Ouvrez une fenêtre de navigation privée (cookie Google vierge).
3. Effectuez une recherche sur google.com et ajoutez &gl=fr à l'URL.
4. Comparez avec les mêmes requêtes effectuées depuis une connexion française classique (sans VPN).

Les différences de classement observées reflètent exactement ce que vos outils de tracking voient en ce moment si leur infrastructure repose sur des proxies étrangers.

Monitorank et Ranxplorer : correctif déployé

Monitorank indique avoir identifié le problème rapidement après la mise à jour du 14-15 mai, avoir communiqué publiquement sur X, puis avoir travaillé plusieurs jours à la conception d'un correctif avant de le déployer et le valider à grande échelle. L'outil affirme avoir retrouvé sa puissance de scrape habituelle avec des résultats fiables. Ranxplorer et Goserp seraient également en mesure de fournir des données correctes selon les vérifications partagées par l'équipe.

Pour tous les autres outils, la prudence s'impose : en l'absence d'une communication explicite de l'éditeur sur ce sujet, les données de positionnement pour le marché français sont potentiellement non fiables depuis la mi-mai. Et comme lors des épisodes précédents, aucun tableau de bord n'affiche d'alerte : les données s'affichent normalement, qu'elles soient justes ou non.

L’article "Google casse la géolocalisation des SERPs : vos données de ranking sont-elles fiables ?" a été publié sur le site Abondance.

Sponsorisé par Linksgarden.

On ne change pas une formule qui fonctionne ! Comme à l'accoutumée, les conférences prendront la forme de webinaires, de 9h à 17h. Pas besoin de réserver votre billet de train ou de prévoir de déplacement : tout est accessible en ligne, gratuitement. La seule condition pour accéder à cette journée d'apprentissage et d'inspiration : vous inscrire !

Une édition autour du SEO, de l'IA, de l'acquisition et de l'automatisation

IA, Claude Code, refonte de site, backlinks, automatisation SEO... Les conférenciers de cette édition de juin 2026 prennent les sujets qui animent la profession à bras-le-corps pour proposer des stratégies bien concrètes, orientées résultats et performances !

Que vous soyez SEO, consultant, développeur ou que vous ayez simplement envie de mieux comprendre les mutations du web, cette SEO Garden Party est un événement à ne surtout pas manquer !

À noter que cette édition du 18 juin ne sera pas la seule de 2026. D'autres webinaires sont d'ores et déjà prévus dans l'année : en septembre et novembre ! On vous en reparle bientôt !

 

Inscrivez-vous gratuitement

Le programme de la SEO Garden Party 21e édition

Jeudi 18 juin 2026

9h30 - 10h20 : Conférence bientôt annoncée

10h30 - 11h20 : SEO, GEO, migration : Adoptez les nouveaux standards d'une refonte performante, par Nicolas Plantelin & Marina Pomi

11h30 - 12h20 : Liens Médias : Arnaque ou Jackpot ? Comment (enfin) rentabiliser vos backlinks à plus de 1000 €, par Jean Philippe Gronier

14h00 – 14h50 : Conférence bientôt annoncée

15h00 – 15h50 : Comment automatiser PROPREMENT son SEO (Claude Code, mais pas que), par Paul Vengeons

16h00 – 16h50 : Conférence bientôt annoncée, par Guillaume Pracht

Les détails du programme sont disponibles sur le site de la SEO Garden Party !

Ce webinaire 100 % gratuit sera présenté par Alain Guisado.

Infos pratiques de la SEO Garden Party 21

• Quand : jeudi 18 juin 2026
• Où : webinaire 100 % en ligne
• Prix : gratuit
• Inscription : obligatoire, l’inscription a lieu sur le site de la SEO Garden Party
• Pour qui : les professionnels du Search Marketing et du SEO

Inscrivez-vous gratuitement

Pourquoi participer ?

Chaque édition de la SEO Garden Party est l'occasion d'écouter des experts partager leurs retours terrain, leurs méthodes et leurs visions sur l'évolution du Search. L'événement est reconnu pour la qualité de ses interventions, son accessibilité et la richesse des échanges.

« La SEO Garden Party est un événement incontournable pour tous ceux qui veulent progresser en SEO. Les conférences offrent des retours d’expérience concrets et des conseils directement applicables. C’est rare de trouver un contenu aussi riche et gratuit. »
— Victor Lerat, Directeur Abondance

L’article "La SEO Garden Party est de retour le 18 juin 2026 !" a été publié sur le site Abondance.

Un changement brutal, pas progressif

Pendant sept semaines, le taux de réponses ChatGPT contenant un lien vers un site de marque oscillait entre 0,3 % et 1 %. Le 6 mai, il était à 0,5 %. Le 7 mai, il atteignait 4,1 %. 48 heures plus tard, il dépassait 7 %. Depuis, il s'est stabilisé autour de 4 à 5 %.

Ce n'est pas un déploiement progressif, mais une rupture nette, une ligne verticale dans les données. Pour illustrer concrètement la différence, avant le 7 mai une réponse ChatGPT mentionnant une marque ressemblait à ceci : « Les options courantes incluent Acme Field Service et Northwind Dispatch. » Après le 7 mai, chaque nom de marque est devenu un lien hypertexte balisé :

[Acme Field Service](https://www.acmefieldservice.com/?utm_source=chatgpt.com). 

Le tag UTM est apposé par ChatGPT, pas par les marques.

Parmi les réponses qui mentionnent une marque, la part de celles qui incluent également un lien vers son site est passée de 2 % à 29 %. ChatGPT recommande les mêmes marques qu'avant. Il a simplement arrêté de les laisser sans destination cliquable.

Les données excluent tout artefact de mesure

Qwairy a croisé les données de ChatGPT avec celles de trois autres assistants sur la même fenêtre temporelle :

Un artefact de collecte aurait affecté plusieurs sources simultanément. Ici, un seul assistant a bougé. Le paramètre utm_source=chatgpt.com, absent avant le 7 mai et présent sur chaque lien après, confirme que ce tag est injecté par l'infrastructure d'OpenAI et non par le pipeline de mesure de Qwairy.

Où atterrit ce trafic ?

La grande majorité des liens pointe vers la page d'accueil des marques : 79 % après le 7 mai, contre 59 % avant. C'est la page que la plupart des équipes marketing traitent comme une vitrine institutionnelle, rarement pensée pour convertir un visiteur arrivant froid depuis une recommandation IA.

Le changement concerne l'ensemble des types de requêtes. Même les réponses déclenchant la surface shopping de ChatGPT ont enregistré une progression d'environ 20 fois (de 0,2 % à 4,4 %). Aucun secteur n'est épargné.

Pourquoi OpenAI a fait ce choix

Le changement intervient deux jours après que GPT-5.5 Instant est devenu le modèle par défaut de ChatGPT (5 mai 2026) et l'annonce par OpenAI de nouvelles options publicitaires incluant de l'enchère au coût par clic. Qwairy identifie trois hypothèses, que Luca Fancello, CMO de Qwairy, développe ainsi :

« Il existe selon moi trois raisons qui peuvent expliquer ce soudain changement de l'interface ChatGPT. La première est un simple changement UX pour rendre l'interface plus facile à utiliser. La deuxième c'est l'importance des Ads dans le potentiel revenu de ChatGPT. On sait qu'OpenAI teste les Ads sur ChatGPT et si les clics venant de ChatGPT sont attribuables plus facilement, les équipes marketing peuvent négocier de plus gros budget. Une dernière raison dont personne ne parle concerne le produit. En ajoutant les clics OpenAI peut optimiser ses réponses selon les clics et offrir des réponses toujours plus pertinentes à ses utilisateurs. Si cette dernière option prévaut, ChatGPT apprend des meilleurs en copiant Google. » - Luca Fancello

Sur la question de la monétisation, Luca Fancello est direct : « Depuis quelques mois, ChatGPT propose à des marques de tester la publicité ChatGPT. Les équipes marketing pour utiliser du budget sur ChatGPT ont logiquement besoin de convaincre et de pouvoir tracker l'origine du trafic. L'apparition de ces liens semblent aller dans ce sens. »

Une précision importante : les liens mesurés dans l'étude se trouvent dans les réponses organiques de ChatGPT. OpenAI indique que les annonces sponsorisées sont identifiées séparément. Ce ne sont pas des publicités. Mais ils utilisent la même infrastructure d'attribution au clic qu'un système publicitaire au coût par clic.

Le paradoxe Google que ce changement résout

Avant le 7 mai, le trafic généré par ChatGPT finissait largement dans les mains de Google. Luca Fancello l'explique avec une certaine ironie : « Jusqu'à aujourd'hui le trafic ChatGPT était probablement attribué à son pire ennemi... Google. En effet, l'utilisateur/utilisatrice voyait une marque citée sur ChatGPT puis allait la taper directement dans la barre de recherche Google. Google gagnait donc probablement de l'argent grâce à ChatGPT, ce qui est assez cocasse. »

Avec le tag utm_source=chatgpt.com, OpenAI s'approprie désormais l'attribution de ce trafic. Les équipes analytics peuvent identifier et mesurer ce canal directement, sans passer par Google.

Ce que les équipes SEO et GEO doivent faire maintenant

Trois actions concrètes découlent de cette étude.

• Configurer l'attribution ChatGPT dans vos analytics. Le paramètre utm_source=chatgpt.com est déjà actif. Ajouter chatgpt.com et openai.com comme sources de référence dans vos outils de mesure ne coûte rien et permet de quantifier un canal déjà opérationnel.
• Repenser la page d'accueil comme une landing page IA. Quatre liens sur cinq atterrissent sur le domaine racine. La homepage doit désormais être capable de convertir un visiteur dont le seul contexte est une phrase rédigée par ChatGPT. Un positionnement clair et une action suivante évidente deviennent des enjeux d'acquisition IA, pas seulement de branding.
• Gagner la mention avant de viser le lien. ChatGPT ne lie que les marques qu'il cite. Si une marque n'apparaît pas dans les réponses, il n'y a rien à lier. La bataille pour la part de mention reste la priorité amont. Le lien n'est que la récompense qui suit.

L'étude de Qwairy porte sur plus de 140 000 réponses ChatGPT collectées du 1er avril au 21 mai 2026, et sur plus de 350 000 réponses au total en incluant les trois autres assistants. Les exemples de marques cités dans l'étude originale sont des reconstructions illustratives et ne correspondent pas à des données réelles.

L’article "ChatGPT multiplie par 14 ses liens vers les marques : ce que révèle une étude sur 140 000 réponses" a été publié sur le site Abondance.

Un rapport de performance dédié à l'IA dans Search Console

Google déploie dans Search Console un nouveau rapport baptisé « Generative AI performance report ». Il regroupe les données relatives aux apparitions de vos pages dans les fonctionnalités d'IA de Google Search, à savoir les AI Overviews et l'AI Mode.

Concrètement, le rapport affiche les métriques suivantes :

• Impressions : combien de fois des URLs de votre site sont apparues dans une fonctionnalité d'IA générative sur Google Search ou Google Discover. Si deux résultats d'un même site apparaissent dans une même réponse IA, cela compte comme une seule impression au niveau du graphique.
• Pages : quelles URLs ont été affichées dans ces fonctionnalités, regroupées par URL canonique après redirection.
• Pays : d'où proviennent les recherches ayant déclenché l'affichage de votre contenu.
• Appareils : quel type d'appareil (desktop, tablette, mobile) était utilisé par l'internaute au moment de la recherche.
• Dates : un suivi temporel avec une granularité horaire, quotidienne, hebdomadaire ou mensuelle.

Le rapport se présente sous deux formes : un graphique affichant les impressions totales sur la période sélectionnée, et un tableau dont l'agrégation varie selon la dimension choisie (par propriété pour les pays, appareils et dates ; ou par pages)

Les données les plus récentes peuvent être préliminaires, c'est-à-dire encore en cours de collecte et susceptibles d'évoluer dans les heures suivantes. Elles sont signalées par un trait pointillé sur le graphique.

À noter : Search Console n'intègre pas les données issues des expériences en cours dans Search Labs, celles-ci étant encore en développement actif. Un rapport distinct existe par ailleurs pour Google Discover.

Ce qui manque encore : les données de clics

Le point le plus notable, qui brille par son absence, reste les données de clics. Google ne communique pas le nombre de fois où un internaute a cliqué depuis une réponse IA vers un site web. Interrogé directement sur ce sujet par Barry Schwartz de Search Engine Roundtable, un porte-parole de Google a répondu que l'entreprise continue de travailler avec les propriétaires de sites pour déterminer quelles données seront les plus utiles, et qu'elle introduira des métriques supplémentaires au fil du temps. Une formulation prudente qui ne laisse pas présager d'une arrivée prochaine de ces données.

Bing Webmaster Tools a également lancé son propre rapport de performance IA, et lui non plus ne fournit pas de données de clics. La différence notable : le rapport de Bing est disponible à l'échelle mondiale, alors que celui de Google reste pour l'instant limité à un sous-ensemble de propriétaires de sites au Royaume-Uni.

Un contrôle pour bloquer son contenu dans les réponses IA

L'autre nouveauté annoncée est un bouton bascule (toggle) directement dans Search Console, permettant aux propriétaires de sites de choisir si leur contenu doit apparaître dans les fonctionnalités d'IA générative de Google Search : AI Overviews, AI Mode, et AI Overviews dans Discover.

Google précise clairement les conséquences d'un opt-out : les sites qui choisissent de ne pas apparaître ne recevront ni trafic ni impressions provenant de ces fonctionnalités IA. En revanche, ce choix n'est pas utilisé comme signal de classement pour les résultats de recherche hors IA. Autrement dit, bloquer son contenu dans les réponses génératives n'affecte pas le positionnement dans les résultats organiques classiques.

Ce contrôle était attendu depuis longtemps. Google avait promis ce type d'outil après des pressions notamment venues de l'Union européenne. Des études préliminaires indiquaient d'ailleurs qu'environ un tiers des professionnels du SEO seraient prêts à bloquer leur contenu dans les fonctionnalités d'IA de Google si l'option leur était donnée.

Comme pour le rapport de performance, cette fonctionnalité est dans un premier temps réservée à un sous-ensemble de propriétaires de sites au Royaume-Uni. Son déploiement plus large est prévu après une phase de test suffisante.

Qui peut accéder à ces nouvelles fonctionnalités ?

Pour le moment, ces deux outils ne sont pas accessibles à tous. Plusieurs conditions peuvent expliquer l'absence du rapport dans une interface Search Console :

• La propriété ne fait pas encore partie du déploiement progressif.
• Le site n'a pas généré suffisamment d'impressions dans les fonctionnalités d'IA de Google Search.
• Le site a été exclu des fonctionnalités d'IA génératives, ce qui le rend de fait inéligible aux données de ce rapport.

Google n'a pas communiqué de calendrier précis pour l'extension de ces fonctionnalités à l'ensemble des propriétaires de sites dans le monde.

L’article "Google Search Console : nouveau rapport de performance IA et blocage de contenu" a été publié sur le site Abondance.

Google I/O a servi de déclencheur

Les annonces du Google I/O des 19 et 20 mai 2026 ont marqué un tournant. Google a officialisé la refonte la plus profonde de son moteur depuis vingt-cinq ans : les résultats traditionnels cèdent désormais la place aux AI Overviews, des synthèses générées par IA capables de produire graphiques, tableaux ou mini-applications selon les requêtes. Les questions de suivi basculent ensuite vers un mode conversationnel baptisé AI Mode. Les fameux liens bleus qui ont structuré l'expérience de recherche pendant des décennies occupent désormais une place nettement secondaire.

La réaction d'une partie du public ne s'est pas fait attendre. Sur les réseaux sociaux, des utilisateurs ont dénoncé la mort du web ouvert, s'inquiétant des réponses inexactes de l'IA ou de la complexification de requêtes pourtant simples. Certains signalent par exemple l'impossibilité de rechercher des termes comme « ignore », l'agent IA les interprétant comme des commandes. Ce sentiment de perte de contrôle a alimenté un mouvement vers des alternatives.

Des chiffres de croissance inédits pour DuckDuckGo

Les données partagées par DuckDuckGo sont précises et parlantes. Entre le 20 et le 25 mai 2026, les installations de l'application mobile ont progressé de 18,1 % en moyenne aux États-Unis par rapport à la semaine précédente. La croissance s'est maintenue six jours consécutifs, culminant à 30,5 % le 25 mai. Sur iOS, le pic a atteint 69,9 %, un niveau sans commune mesure avec les variations habituellement observées lors de pics d'actualité.

Du côté du trafic vers noai.duckduckgo.com, la version entièrement dépourvue de fonctionnalités IA, la hausse moyenne a atteint 22,7 % sur la semaine, avec un sommet à 27,7 % le 24 mai. Le 28 mai, le trafic vers cette page a été multiplié par trois en une seule journée. Depuis, il se maintient en moyenne à 84 % au-dessus du niveau habituel, ce qui suggère un changement d'habitude potentiellement durable plutôt qu'un simple effet de curiosité passagère.

Ces chiffres restent à relativiser : DuckDuckGo représente moins de 2 % du marché de la recherche aux États-Unis, et encore moins en Europe. Mais c'est précisément pour cela que le signal mérite attention. Il témoigne d'une lassitude documentée d'une frange croissante d'utilisateurs face à une IA qui s'impose sans invitation.

Une nouvelle extension pour ancrer le choix dans la durée

Pour transformer cet afflux d'utilisateurs en adoption durable, DuckDuckGo vient de franchir une étape supplémentaire avec le lancement d'extensions pour Chrome et Firefox. Concrètement, ces extensions permettent de définir automatiquement noai.duckduckgo.com comme moteur de recherche par défaut. Toute requête saisie dans la barre d'adresse bascule ainsi vers cette version sans réponses générées par IA, sans assistant conversationnel intégré et avec moins d'images issues de la génération automatique.

Jusqu'à présent, les utilisateurs souhaitant accéder à cette version épurée devaient soit revenir manuellement sur l'URL à chaque session, soit ajuster eux-mêmes les paramètres de leur navigateur. L'extension supprime cette friction. Elle est accessible directement depuis la page noai.duckduckgo.com, via un bouton renvoyant vers les répertoires Chrome et Firefox.

Les utilisateurs du navigateur DuckDuckGo ne sont pas concernés : leurs préférences liées à l'IA y sont déjà sauvegardées en permanence, indépendamment de l'historique de navigation. DuckDuckGo a par ailleurs annoncé une prochaine mise à jour de son extension « Privacy Essentials » pour y intégrer des contrôles dédiés aux réglages de recherche avec ou sans IA.

Un positionnement stratégique, pas idéologique

Le discours de DuckDuckGo est calibré avec soin. L'entreprise ne se présente pas comme une alternative anti-IA. Elle propose depuis plusieurs mois son propre assistant conversationnel, Duck.ai, donnant accès à plusieurs modèles de langage dont Claude Haiku d'Anthropic, Llama 4 de Meta, Mistral ou GPT-5 mini d'OpenAI. L'ensemble fonctionne sans inscription, avec l'adresse IP masquée avant transmission aux fournisseurs de modèles, les conversations supprimées sous 30 jours, et sans utilisation pour l'entraînement des modèles.

Ce que DuckDuckGo défend, c'est le choix. « Les gens veulent simplement avoir le choix », résume Kamyl Bazbaz, directrice de la communication de l'entreprise. Gabriel Weinberg, fondateur et PDG, est plus direct encore : selon lui, Google impose l'IA à ses utilisateurs sans leur laisser la moindre option pour s'y soustraire, dégradant ainsi l'expérience de recherche plutôt qu'elle ne l'améliore. Cette rhétorique du contrôle retrouvé constitue le coeur de la stratégie de différenciation.

DuckDuckGo propose également un filtre pour exclure les images générées par IA des résultats, ainsi qu'un assistant de recherche optionnel, similaire aux aperçus IA de Google mais activable uniquement à la demande. L'entreprise commercialise en parallèle une offre premium incluant un VPN, un service d'assistance en cas d'usurpation d'identité et un outil de suppression d'informations personnelles en ligne.

Un défi structurel qui dépasse les seuls chiffres

La capacité de DuckDuckGo à transformer ce pic de téléchargements en adoption durable se heurte à des obstacles bien connus. En 2023, son fondateur avait lui-même témoigné lors du procès antitrust de Google que les contrats d'exclusivité imposés par le géant pour être moteur par défaut sur les navigateurs et appareils tiers constituaient un frein majeur à sa croissance. DuckDuckGo, aux côtés de Qwant, Ecosia et Lilo, avait interpellé le Parlement européen pour obtenir la possibilité pour les utilisateurs de changer de moteur à tout moment sur Android, au-delà de la seule phase de configuration initiale.

Cette bataille réglementaire de long terme conditionne en partie la portée réelle des gains actuels. Pour Google, l'enjeu dépasse la part de marché : c'est la promesse d'une recherche améliorée par l'IA qui commence à être questionnée, et parfois rejetée, par une frange des utilisateurs. Une tendance que les nouvelles extensions de DuckDuckGo cherchent précisément à cristalliser.

L’article "DuckDuckGo profite de la stratégie IA de Google pour séduire les utilisateurs américains" a été publié sur le site Abondance.

Un nouveau mix de recherche prend forme

Pendant des années, la question de la visibilité en ligne se résumait à une seule quête : bien se positionner sur Google. Ce temps est révolu. Le troisième baromètre Peak Ace, publié en juin 2026, documente l'émergence d'un modèle de recherche à trois canaux, où moteurs de recherche, IA générative et réseaux sociaux coexistent et se complètent, chacun remplissant un rôle spécifique selon les usages et les profils.

L'étude a été conduite par Heroiks Pulse via Toluna Start, auprès d'un échantillon représentatif de 1 058 Français âgés de 18 ans et plus, interrogés entre le 12 et le 17 mars 2026. Il s'agit de la troisième vague d'un baromètre qui suit dans le temps l'évolution de ces comportements, ce qui lui confère une valeur comparative rare sur ce sujet.

Les moteurs de recherche restent en tête, mais leur légitimité s'érode

Premier enseignement de l'étude : les moteurs de recherche ne sont pas morts. Ils conservent la confiance de 70 % des utilisateurs, toutes générations confondues. Leur force repose sur deux atouts solides : la simplicité (citée par 62 % des répondants) et la précision (60 %). Ils demeurent l'outil de référence pour les requêtes rapides et transactionnelles.

Mais leur emprise se fissure. 63 % des utilisateurs leur reprochent de fournir les réponses les moins convaincantes, et 39 % jugent leurs résultats trop génériques. Ce sentiment de frustration est précisément ce qui ouvre la porte à de nouveaux canaux. En moins d'un an, 35 % des Français déclarent avoir modifié leurs habitudes de recherche, un chiffre qui monte à 58 % chez la Gen Z et à 41 % chez les Millennials.

Ce basculement ne signifie pas l'abandon des moteurs, mais plutôt leur repositionnement dans un écosystème plus large. Les Français ne remplacent pas Google, ils s’appuient sur d’autres solutions complémentaires.

L'IA générative s'installe dans toutes les générations

Le deuxième signal fort de cette vague, c'est la nature transgénérationnelle de l'adoption de l'IA. En moyenne, 41 % des Français utilisent déjà des outils d'IA générative dans leurs recherches en ligne. Sans surprise, les plus jeunes sont en avance, mais les chiffres montrent que l'IA n'est plus l'apanage exclusif de la Gen Z.

53 % des Millennials et 35 % de la Gen X ont également intégré ces outils à leurs pratiques. L'IA générative s'affirme ainsi comme un véritable pont intergénérationnel, là où les réseaux sociaux restent beaucoup plus clivants selon les tranches d'âge.

Les usages de l'IA se concentrent principalement sur les recherches informationnelles :

• Actualités (48 %),
• Produits et marques (44 %),
• Tutoriels et démonstrations (43 %),
• Avis consommateurs (37 %).

Ce qui séduit les utilisateurs, c'est avant tout la rapidité des réponses, la capacité de synthèse et la personnalisation des résultats.

ChatGPT reste encore l'outil le plus utilisé, mais le baromètre note une forte progression de Gemini, qui gagne du terrain dans les usages quotidiens. 66 % de la Gen Z considèrent d'ailleurs que ChatGPT pourrait, à terme, remplacer les moteurs de recherche traditionnels.

Malgré cet élan, deux freins structurels ralentissent l'adoption : la fiabilité des sources reste la première réserve exprimée (42 % des utilisateurs), suivie par les enjeux de confidentialité des données (37 %). Ces deux points constituent les principaux leviers à adresser pour accélérer l'adoption de l'IA dans les parcours de recherche.

Les réseaux sociaux, moteurs d'inspiration et de découverte

Troisième canal : les réseaux sociaux ne cherchent pas à remplacer les moteurs ni l'IA, mais ils occupent une place structurante dans les parcours de recherche, notamment pour tout ce qui touche à l'actualité (68 % des usages), aux tendances et à l'inspiration (51 %) et aux avis consommateurs (50 %).

Les plateformes ne jouent pas toutes le même rôle selon les générations. Instagram et TikTok captent massivement la Gen Z, quand Facebook reste davantage utilisé par la Gen X. Cette segmentation par plateforme est un élément clé pour les marques qui cherchent à calibrer leur présence sociale.

Des comportements qui varient fortement selon les secteurs

L'une des contributions les plus opérationnelles de ce baromètre est sa lecture sectorielle. Les comportements de recherche ne sont pas uniformes. Ils varient considérablement selon le secteur concerné, et les marques doivent en tenir compte pour définir leurs priorités.

Dans des secteurs comme le tourisme, la mode ou le luxe, les réseaux sociaux sont devenus de véritables moteurs de découverte. Dans la mode, 61 % des Gen Z privilégient les réseaux sociaux pour leurs recherches d'information. Dans le luxe, ils sont 66 % à les utiliser comme source d'inspiration principale.

À l'inverse, dans des univers plus sensibles ou complexes comme la banque, l'assurance ou la santé, les moteurs de recherche conservent leur dominance. Mais même là, l'IA générative progresse comme outil d'aide à la décision : 53 % des Gen Z utilisent déjà l'IA dans leurs recherches liées à la santé, contre 48 % dans les services financiers. Ce sont des chiffres significatifs dans des secteurs où la fiabilité de l'information est un enjeu critique.

Ce que cela implique pour les marques

La synthèse du baromètre est limpide : la visibilité d'une marque se joue désormais sur trois terrains simultanément. Ignorer l'un d'eux, c’est prendre le risque de devenir invisible pour une partie de sa cible.

Comme le formule Jennifer Nicolon, Directrice Générale Adjointe de Peak Ace : « Désormais, le défi des annonceurs consiste à construire un récit de marque multiplateforme unifié. Cela exige de faire bouger les lignes en interne et de dépasser les clivages organisationnels qui ralentissent l'exécution. C'est à cette seule condition que les actions d'une marque seront perçues de manière globale et transparente par l'utilisateur. »

Ce constat impose une évolution des stratégies de visibilité, à la croisée du SEO traditionnel, du GEO et de la présence sur les plateformes sociales. En somme, les trois disciplines ne s'opposent pas ; elles se complètent, à condition d'être pilotées de manière cohérente et coordonnée.Source : Enquête Heroiks Pulse (via Toluna Start) réalisée pour Peak Ace, sur un échantillon de 1 058 personnes représentatif de la p

L’article "Étude : 35 % des Français ont changé leurs habitudes de recherche en moins d’un an" a été publié sur le site Abondance.

L’article "Goossips SEO : Search Quality Raters Guidelines" a été publié sur le site Abondance.

Le déclencheur : une plateforme qui automatise l'achat de mentions

Tout est parti d'une annonce remarquée : une plateforme logicielle spécialisée en IA a commencé à promouvoir la possibilité d'automatiser l'achat de mentions de marque, avec pour objectif explicite d'apparaître dans les réponses générées par Google, ChatGPT, Claude et d'autres systèmes d'IA.

C'est Kenichi Suzuki qui a mis en lumière la réaction de Google face à cette tendance, en relayant sur LinkedIn les propos tenus par Gary Illyes et Cherry Sireetorn Prommawin lors du Search Central Live Sydney 2026, le 15 mai dernier.

La position de Google : une comparaison avec les liens payants

Gary Illyes n'a pas mâché ses mots. Il a comparé l'achat de mentions à l'achat de liens, une pratique depuis longtemps dans le viseur de Google. Le message est sans ambiguïté : les systèmes internes de Google sont capables de détecter ces mentions artificielles, de les ignorer, et d'en neutraliser l'effet.

Ni Gary Illyes ni Cherry Sireetorn Prommawin n'ont confirmé que les mentions organiques et authentiques produisent un bénéfice direct sur la visibilité dans les résultats IA. Ils ont simplement indiqué ne pas être certains de l'utilité réelle des mentions présentes sur le web pour ces systèmes.

En revanche, la mise en garde contre la manipulation, elle, est catégorique.

Ce que dit déjà la documentation officielle

Cette prise de position n'est pas isolée. Google avait déjà abordé le sujet dans ses recommandations sur l'optimisation pour l'IA générative. Le moteur de recherche y précise que ses fonctionnalités d'IA peuvent mettre en avant ce qui se dit sur des produits et services à travers le web, dans des blogs, des vidéos ou des forums.

Mais il souligne aussi que chercher à accumuler des mentions artificielles est une stratégie peu efficace. Les systèmes de classement ciblent les contenus de qualité, tandis que d'autres systèmes bloquent le spam, et les fonctionnalités d'IA reposent sur les deux.

« Recherche de mentions non authentiques : À l’instar du reste de la recherche Google, nos fonctionnalités d’IA générative peuvent afficher les discussions relatives aux produits et services sur le Web, notamment dans les blogs, les vidéos et les forums. Toutefois, la recherche de mentions non authentiques sur le Web n’est pas aussi pertinente qu’il n’y paraît. Nos systèmes de classement principaux privilégient les contenus de haute qualité, tandis que d’autres systèmes bloquent les spams ; nos fonctionnalités d’IA générative dépendent des deux. »

Un risque de retour de bâton rapide

Barry Schwartz, qui couvre l'événement pour Search Engine Roundtable, établit un parallèle avec l'ère pré-Penguin, quand les services de construction de liens artificiels pouvaient fonctionner un temps avant qu'une mise à jour ne vienne tout effacer du jour au lendemain.

Sa conviction : avec les mentions IA, le retour de bâton sera probablement bien plus rapide qu'il ne l'a été avec Penguin. Le message adressé à Google aux professionnels du SEO et du GEO tentés par ces services, le message est sans ambigüité : le risque n'en vaut pas la peine.

L’article "Google met en garde contre la manipulation des mentions pour l’IA" a été publié sur le site Abondance.

Les sources préférées débarquent dans les réponses IA de Google

Lancée initialement dans Top Stories, la fonctionnalité Preferred Sources (Sources préférées) permet aux utilisateurs de sélectionner leurs sites favoris pour les voir mis en avant dans les résultats. Depuis le 27 mai 2026, elle s'étend à AI Overviews et AI Mode.

Concrètement, quand une réponse IA contient des liens vers des articles, ceux qui proviennent des sources sélectionnées par l'utilisateur seront clairement étiquetés « Preferred ». L'objectif est de permettre à chacun de repérer en un coup d'œil les contenus issus des éditeurs qu'il suit déjà ou qu'il considère comme fiables.

Duncan Osborn, Product Manager chez Google Search, l'a formulé ainsi : Google souhaite « apporter directement dans ses expériences IA les sources préférées des utilisateurs, et lancer de nouvelles fonctionnalités pour aider à découvrir des contenus originaux, des points de vue de créateurs et des perspectives uniques. »

La configuration est simple : il suffit de se rendre dans les paramètres de personnalisation de la recherche Google, rubrique « préférences de sources ». N'importe quel site publiant du contenu régulier est éligible. Google indique que les utilisateurs sont deux fois plus susceptibles de cliquer sur un lien issu d'une source préférée, et que plus de 345 000 sources uniques ont déjà été sélectionnées à travers le monde. La fonctionnalité est disponible toutes langues confondues.

Du côté des éditeurs, Google a mis à jour sa documentation pour leur indiquer comment encourager leurs lecteurs à les ajouter comme source préférée, et comment intégrer un bouton dédié sur leur site.

Deux nouveaux carrousels pour valoriser articles et discussions

En parallèle des sources préférées, Google déploie deux nouveaux types de carrousels directement intégrés dans les réponses AI Mode et AI Overviews.

• Le premier carrousel est dédié aux sujets d'actualité. Pour les requêtes portant sur des événements ou des thématiques en évolution, Google affichera désormais un carrousel de liens vers des articles récents, avec une mise en avant visuelle prononcée. Les sources préférées de l'utilisateur y seront également signalées. L'idée est de rendre les articles d'actualité plus visibles sur un plus large éventail de requêtes, en particulier celles où l'utilisateur cherche à comprendre les derniers développements d'un sujet.

• Le second carrousel cible les discussions et perspectives en ligne. Pour certaines recherches où l'utilisateur cherche des avis ou des retours d'expérience, Google affichera bientôt un carrousel similaire agrégant des contenus issus de forums, de discussions en ligne et de réseaux sociaux. Ce type de résultat s'inscrit dans une logique déjà visible avec les intégrations Reddit et les contenus de forums dans les résultats classiques.

Ces deux formats visent à répondre à un besoin documenté : les utilisateurs qui posent des questions sur des sujets en développement veulent souvent lire un article complet ou un retour d'expérience, mais ils ont besoin d'un contexte initial et d'un choix de sources pour décider où approfondir.

Le badge « Highly Cited » s'élargit à plus de résultats

La troisième nouveauté concerne le label « Highly Cited » (« Très cité »), lancé en 2022 dans Top Stories. Ce badge signale qu'un article a été cité par de nombreuses autres publications, ce qui en fait souvent la source primaire d'une information reprise ensuite par d'autres médias.

Jusqu'ici limité aux Top Stories, ce label va désormais apparaître sur davantage de liens d'articles présents dans les résultats de recherche classiques. Il ne s'agit donc pas d'une fonctionnalité propre à AI Mode ou AI Overviews : Google a confirmé qu'il s'étend « aux liens d'articles sur la page de résultats de recherche » de manière plus générale.

Par ailleurs, Google indiquera également quand un article fait explicitement référence à une source labellisée « Highly Cited ». Cela permet à l'utilisateur de remonter plus facilement jusqu'au reportage d'origine, plutôt que de lire une reprise secondaire.

Ce que ça change pour les éditeurs et les professionnels du SEO

Ces mises à jour s'adressent autant aux utilisateurs qu'aux professionnels de la publication en ligne. Pour les éditeurs, l'extension des sources préférées à l'IA représente une opportunité concrète de fidélisation : un lecteur qui ajoute un site comme source préférée le verra ressortir y compris dans les réponses générées par l'IA, pas seulement dans les résultats classiques.

La documentation officielle de Google a été mise à jour pour accompagner les éditeurs souhaitant intégrer un bouton « Ajouter comme source préférée » sur leur site.

Le badge « Highly Cited », quant à lui, introduit une nouvelle forme de signal de qualité éditoriale dans les SERPs. Pour les sites dont les contenus sont fréquemment cités par d'autres publications, cela peut se traduire par une meilleure visibilité et un taux de clic plus élevé.

Rappel important : AI Mode et AI Overviews restent indisponibles en France à ce jour. Ces fonctionnalités sont déployées en priorité aux États-Unis. Les éditeurs et professionnels du SEO francophones peuvent néanmoins anticiper leur arrivée en prenant dès maintenant connaissance des mécanismes de personnalisation mis en place par Google.

L’article "Google intègre les sources préférées dans AI Mode et AI Overviews, et lance de nouveaux carrousels" a été publié sur le site Abondance.

Ce que change l'IA dans le processus de design

La promesse des agents IA dans le développement produit n'est pas uniquement une question de vitesse. L'accélération est réelle, mais construire vite un mauvais produit ne sert à rien. Ce qui change réellement, c'est la capacité à itérer plus tôt, plus souvent et sur des artefacts plus concrets.

Figma s'inscrit dans cette logique en s'ouvrant aux workflows agentiques via son serveur MCP. L'idée : permettre à des agents comme Cursor, Claude Code ou Codex d'interagir directement avec le canvas de Figma (c’est-à-dire l’espace de travail), d'y lire des composants, d'y écrire des frames, de manipuler des variables. Le tout sans que le designer ait à effectuer le travail de copier-coller entre deux environnements.

MCP, agents et skills : de quoi parle-t-on exactement ?

Avant d'entrer dans les workflows, trois concepts méritent d'être compris clairement.

• Un agent, c'est un système logiciel qui utilise l'IA pour atteindre des objectifs et accomplir des tâches. Dans le développement produit, un agent peut planifier un projet, écrire du code, interpréter des visuels ou orchestrer d'autres agents. Cursor, Codex et Claude Code en sont des exemples courants.
• MCP signifie Model Context Protocol. C'est un standard ouvert qui définit comment les agents communiquent avec d'autres logiciels, comme Figma. Un serveur MCP permet à un agent de récupérer du contexte depuis des sources externes pour prendre de meilleures décisions. Le serveur MCP de Figma permet concrètement de :
• Traduire du code en designs Figma
• Créer et modifier des éléments sur le canvas
• Retransformer ces designs en code

Ce pont bidirectionnel entre design et code est ce qui rend le workflow agentique avec Figma utile.

• Un skill, enfin, c'est un fichier texte contenant un ensemble d'instructions qu'un agent peut apprendre et réutiliser pour accomplir une tâche spécifique. Toute tâche répétitive qu'on reprompt régulièrement à son agent est un bon candidat pour devenir un skill. Les skills liés à ces workflows sont disponibles sur la page Figma Community et peuvent être installés en copiant leur lien GitHub dans l'agent.

Il existe aussi un skill particulier, /figma-use, aussi appelé « write to canvas ». Il permet à un agent de créer et de modifier un fichier Figma réel en utilisant les composants, variables et styles existants du projet.

Workflow 1 : importer un prototype codé dans Figma

Quand l'utiliser : quand un prototype fonctionnel existe en code et qu'on veut le ramener dans Figma pour le réviser, itérer ou partager.

Beaucoup d'équipes commencent aujourd'hui à designer directement dans le code, souvent dans un « prototype playground » : un environnement bac à sable avec du vrai code et des écrans issus de l'application de production, mais sans risque d'affecter le code de production ni les designs finaux. Ce workflow s'applique à cette situation, mais aussi à n'importe quel prototypage en code.

Étape 1 : importer le prototype dans Figma

Le skill /prototype-to-figma prend en charge l'import. Il capture un prototype qui tourne en local et place chaque écran unique sur le canvas Figma sous forme de frames connectées au design system.

Pour l'utiliser, il suffit de taper /prototype-to-figma dans l'agent (par exemple Cursor) et de lui indiquer l'URL localhost du prototype. Chaque étape du flux du prototype apparaît sur le canvas comme une frame de design, avec les composants et styles du design system existant. Le skill génère aussi une page de résumé et une page de styles pour avoir le contexte de ce qui a été capturé et pourquoi.

Étape 2 : réviser et affiner sur le canvas

Une fois les écrans dans Figma, on peut voir l'ensemble du flux d'un seul regard et l'évaluer globalement. Un prototype généré par IA est un bon point de départ pour valider une idée, mais il nécessite souvent un travail de design avant d'être prêt pour un retour ou une passation.

Quelques points à examiner lors de la révision :

• Les éléments d'UI redondants : par exemple, si un écran a à la fois un indicateur d'étapes et une barre de progression, l'un des deux est probablement superflu.
• Les opportunités d'utiliser des composants du design system : remplacer des éléments ad hoc par de vrais composants (cartes, boutons, primitives de layout) rapproche le design des standards de production.
• La hiérarchie visuelle : illustrations, typographie et espacement peuvent créer une composition plus intentionnelle.
• La structure du layout : ajouter de l'auto layout aux frames donne un aperçu plus précis de l'espacement.

Itérer directement sur le canvas, surtout en co-design avec un collègue, est souvent plus rapide que de repromper l'agent pour faire les mêmes changements dans le code.

Étape 3 : partager ou mettre à jour le prototype

Une fois le design affiné, deux options s'offrent à vous : partager pour recueillir des retours (le design est prêt pour les parties prenantes), ou demander à l'agent de mettre à jour le prototype directement en utilisant le design Figma comme source de vérité.

Workflow 2 : synchroniser le design system entre code et Figma

Quand l'utiliser : quand on veut que les outils agentiques génèrent du code qui référence de vrais composants et tokens du design system.

Les design systems permettent aux équipes de créer des expériences cohérentes et qui passent à l'échelle. Mais quand le design se fait dans le code, lors d'un hack week, d'une expérimentation rapide ou d'un sprint IA, ces changements peuvent se retrouver isolés dans la codebase, déconnectés du design system dans Figma.

Ce workflow montre comment ramener un design codé (avec ses variables) sur le canvas, l'évaluer, l'affiner, et repousser les tokens mis à jour vers le code.

Les skills /figma-generate-design et /figma-generate-library utilisés ici sont pré-installés avec le serveur MCP de Figma.

Étape 1 : importer le design et les variables dans Figma

Si une nouvelle direction de design a été construite en code (par exemple, un dark mode utilisant les variables de couleur du design system existant), les skills pré-installés permettent de la capturer dans Figma. Un prompt appelant /figma-generate-design et /figma-generate-library va :

• Placer les écrans sur le canvas Figma (par exemple, les modes clair et sombre côte à côte)
• Créer une nouvelle collection de variables dans le panneau des variables qui reflète les tokens utilisés dans le code

On peut alors évaluer le design d'un seul coup d'oeil et vérifier comment il se tient sur plusieurs écrans, ce qui est difficile à faire quand le design n'existe que dans un environnement local qui tourne.

Étape 2 : évaluer et affiner les variables

Avec les écrans et les variables sur le canvas, on peut repérer les problèmes difficiles à détecter dans le code seul. Points courants à surveiller :

• L'intensité des couleurs : les couleurs d'accent qui fonctionnent bien en mode clair peuvent paraître saturées ou "néon" en mode sombre. Envisager de passer à une teinte différente de la palette.
• Le contraste du texte : les textes à faible contraste, notamment les labels secondaires comme les dates ou légendes, peuvent ne pas répondre aux standards d'accessibilité. Si l'équipe vise WCAG AAA, ces valeurs méritent une vérification attentive.

Pour effectuer des ajustements, on ouvre le panneau des variables et on met à jour les tokens directement. Les modifications se reflètent en temps réel sur tous les composants et références de styles du canvas, ce qui donne une vue globale de l'impact des décisions de tokens sur l'ensemble du design.

Voir les variables et leurs effets simultanément plutôt que de modifier une valeur dans le code et rafraîchir un navigateur accélère considérablement l'itération.

Étape 3 : repousser les tokens affinés vers le code

Une fois les variables stabilisées, on peut demander à l'agent de mettre à jour le design system dans la codebase avec les tokens affinés. Figma devient la source de vérité pour les décisions de design, et le code reste synchronisé.

Workflow 3 : explorer de nouvelles directions directement depuis le canvas

Quand l'utiliser : quand on veut rapidement explorer ou itérer sur des designs existants sans quitter Figma.

Pour beaucoup d'équipes, Figma est la source de vérité. Les designs existent déjà sur le canvas. Le défi n'est pas de partir de zéro, c'est de savoir comment avancer. Quand la recherche utilisateur fait remonter un problème sur un écran existant, la partie la plus difficile de l'itération est souvent de faire ce premier pas.

Ce workflow montre comment utiliser un agent pour générer une direction de départ avec les vrais composants de l'équipe, afin de pouvoir réagir à quelque chose de concret et l'affiner sur le canvas.

Étape 1 : définir le problème

On part d'un énoncé de problème clair, ancré dans la recherche ou les retours utilisateurs. Plus le prompt est précis, plus la sortie de l'agent sera utile.

Par exemple : un tableau de bord de revenus clients où l'état de renouvellement s'affiche comme un simple label texte en fin de chaque ligne. La recherche montre que les utilisateurs le ratent. Le problème à résoudre est de rendre l'état de renouvellement plus visible et plus facile à actionner.

Il existe souvent plusieurs approches valides : codage couleur, regroupement des lignes par statut, introduction d'une nouvelle hiérarchie visuelle. Voir des directions sur le canvas est ce qui fait avancer la conversation.

Étape 2 : générer une direction de départ avec l'agent

Dans l'agent, on lance le skill /figma-use. On inclut le contexte pertinent dans le prompt : insights de recherche utilisateur, problème précis, contraintes éventuelles, puis on demande à l'agent d'explorer une approche avec les composants existants.

L'agent produit une itération brute directement sur le canvas, construite avec les composants de production. L'objectif à ce stade n'est pas un design fini, c'est un point de départ concret sur lequel on peut réagir et affiner.

Étape 3 : affiner sur le canvas

On revoit ce que l'agent a produit et on s'en sert comme point de départ. Quelques éléments à évaluer :

• Est-ce que la solution change le principe organisateur du layout ? Grouper ou prioriser l'information différemment peut faire en sorte que les données critiques soient vues en premier, plutôt qu'après un balayage visuel.
• Est-ce que les bons composants sont utilisés ? L'agent doit piocher dans le design system. Si ce n'est pas le cas, on ajuste le prompt ou on remplace les composants manuellement.
• Qu'est-ce qui fonctionne, qu'est-ce qui ne fonctionne pas ? On réagit à ce qui est visible. L'agent dépasse le syndrome de la page blanche ; le designer et son équipe apportent le jugement de design.

Itérer directement sur le canvas plutôt que de prompter en boucle permet de passer rapidement de la discussion abstraite aux décisions concrètes et visibles.

Ce que ça change vraiment

Dans les trois workflows, le même schéma se répète : que le point de départ soit du code ou le canvas, l'agent prend en charge le travail d'assemblage mécanique. Le designer concentre son temps sur ce qui demande un oeil de designer.

Le serveur MCP de Figma peut être connecté de deux façons :

• via un serveur MCP distant (recommandé), qui se connecte directement à l'endpoint hébergé par Figma à https://mcp.figma.com/mcp,
• ou via un serveur MCP desktop qui tourne localement via l'application Figma, principalement pensé pour des cas d'usage spécifiques en entreprise.

L’article "Figma + agents IA : trois workflows concrets pour concevoir et coder sans friction" a été publié sur le site Abondance.

Un panier qui travaille pendant que vous dormez

L'idée de base paraît simple, mais elle change assez radicalement ce qu'on attend d'un panier en ligne. Aujourd'hui, ajouter un article à un panier, c'est surtout ne pas l'oublier. Avec Universal Cart, dévoilé dans le cadre du Google I/O 26, c'est le point de départ d'un suivi actif.

Dès qu'un produit est ajouté, le système se met en route en arrière-plan. Il cherche des promotions, surveille les baisses de prix, consulte l'historique tarifaire du produit et envoie une alerte si un article épuisé revient en stock. Toutes ces vérifications que l'on faisait soi-même, souvent en ouvrant cinq onglets en parallèle, sont désormais automatisées.

Ce qui rend la proposition intéressante, c'est la portabilité du panier. Il ne vit pas dans un coin isolé de Google Shopping. Vous pouvez ajouter un article pendant une recherche sur Google, retrouver ce même panier en regardant une vidéo YouTube, en discutant avec l'assistant Gemini ou en lisant un mail dans Gmail. Le panier vous suit, plutôt que l'inverse.

Universal Cart sera disponible aux États-Unis sur Search et l'application Gemini à partir de cet été. YouTube et Gmail seront intégrés dans un second temps.

La compatibilité des produits, gérée à votre place

C'est l'une des fonctionnalités les plus concrètes présentées par Google, et elle illustre bien l'ambition du projet.

Imaginez que vous montez votre premier PC sur mesure. Vous ajoutez un processeur chez un vendeur, une carte mère chez un autre, de la RAM chez un troisième. Le problème, c'est que certains composants peuvent simplement ne pas fonctionner ensemble. Sans expertise technique, difficile de s'en rendre compte avant d'avoir tout commandé et tout reçu.

Universal Cart peut détecter ce type d'incompatibilité directement dans le panier et suggérer des alternatives adaptées, avant même que vous n'ayez confirmé vos achats. Google parle d'un « raisonnement intelligent » pour anticiper ce genre de problème. Le système s'appuie sur les modèles Gemini et sur le Shopping Graph, la base de données produits de Google qui recense plus de 60 milliards de références.

Le panier est aussi connecté à Google Wallet, ce qui lui permet de connaître vos cartes bancaires et les avantages qu'elles offrent. Si l'une d'elles donne droit à des points de fidélité ou à une réduction chez un marchand partenaire, le système vous le signale sans que vous ayez à vous en souvenir.

Universal Commerce Protocol : une seule langue pour tout un secteur

Pour que tout cela fonctionne à grande échelle, il fallait résoudre un problème technique fondamental : comment faire communiquer des dizaines de marchands, de plateformes et d'agents IA entre eux, alors que chacun parle sa propre langue technique ?

C'est l'objet du Universal Commerce Protocol, ou UCP. Il s'agit d'un standard ouvert que Google a développé en collaboration avec plusieurs grandes entreprises, dont Amazon, Meta, Microsoft, Salesforce et Stripe, qui ont rejoint le comité technique du projet. L'UCP donne à tous les acteurs du commerce en ligne un vocabulaire commun pour gérer chaque étape d'une transaction, de la recherche de produit jusqu'au suivi de livraison ou au traitement des retours.

Concrètement, ce protocole est ce qui permet de passer en caisse depuis Universal Cart sans être redirigé vers le site du marchand. Pour les enseignes compatibles comme Nike, Sephora, Target, Walmart, Wayfair ou les boutiques Shopify comme Fenty et Steve Madden, l'achat peut être finalisé directement dans l'interface Google via Google Pay, en quelques clics. Le marchand reste « marchand de référence » pour la transaction, ce qui a son importance en termes de gestion des retours et du service client.

L'UCP va aussi s'étendre à de nouveaux secteurs : la réservation d'hôtels et la livraison de repas à domicile seront prochainement intégrés. Géographiquement, le déploiement s'élargira au Canada, en Australie puis au Royaume-Uni.

Aucune date n'est annoncée pour la France à ce stade.

Laisser une IA payer à votre place… avec des garde-fous

C'est sans doute le volet le plus ambitieux, et le plus sensible, de cette annonce. Google veut permettre à un agent IA d'effectuer des achats de façon totalement autonome, en votre nom. Pour répondre à la question légitime que cela soulève, la firme a créé l'Agent Payments Protocol, ou AP2.

Le principe repose sur un système de règles que l’internaute définit lui-même : les marques autorisées, les types de produits concernés, le budget maximum par article. L'agent ne peut effectuer un achat que si toutes ces conditions sont remplies simultanément. Il n'a aucune latitude pour en sortir.

Sur le plan technique, AP2 crée une trace numérique permanente et infalsifiable de chaque transaction, partagée entre vous, le marchand et le service de paiement. Si un retour est nécessaire, vous et le marchand consultez exactement le même document, ce qui évite tout désaccord sur les conditions de l'achat. Google utilise des technologies de protection de la vie privée et des mandats numériques inviolables pour garantir que l'agent agit toujours en votre nom.

L'intégration d'AP2 démarrera dans les prochains mois, en commençant par Gemini Spark, le nouvel assistant propulsé par Gemini 3.5, le modèle conçu par Google pour l'ère agentique.

L’article "Google Universal Cart : le panier intelligent qui surveille vos achats à votre place" a été publié sur le site Abondance.

Chrome Lighthouse intègre la détection du llms.txt

Google a récemment publié une documentation sur les nouveaux audits « Agentic Browsing » de Chrome Lighthouse. Ces audits sont conçus pour évaluer dans quelle mesure un site est structuré pour les agents IA et les systèmes de lecture automatique. On y trouve des critères déjà connus des SEO, comme la stabilité visuelle (CLS), la construction de l'arbre d'accessibilité (A11y tree), ou encore la structure sémantique des pages.

Mais un point attire particulièrement l'attention : Lighthouse vérifie désormais « la présence d'un résumé lisible par les machines à la racine du domaine », autrement dit, l'existence d'un fichier llms.txt.

Ce fichier, inspiré du robots.txt, est un format encore non standardisé qui permet aux propriétaires de sites de fournir aux grands modèles de langage un résumé structuré de leur contenu. Pendant des mois, Google a évité de prendre position dessus, renvoyant les SEO à leurs pratiques habituelles.

Un message contradictoire en moins d'une semaine

Le timing pose question. Il y a moins d'une semaine, Google publiait de la documentation expliquant aux SEO qu'ils n'avaient pas besoin de s'occuper de fichiers supplémentaires ou de balisage spécifique pour être visibles dans les résultats de recherche IA. Et pourtant, dans la foulée, la documentation Chrome mentionnait explicitement l'audit du llms.txt comme critère d'évaluation de la « préparation IA » d'un site.

C'est dans ce contexte que la spécialiste SEO Lily Ray a interpellé John Mueller sur Bluesky, en pointant l'ironie de la situation : Google utilise lui-même des fichiers llms.txt et des pages en markdown sur ses propres propriétés, tout en affirmant que ces éléments ne sont pas nécessaires pour performer en recherche.

La réponse de John Mueller : découverte contre fonctionnalité

John Mueller a répondu en posant une distinction qu'il juge fondamentale : celle entre la « découverte » et la « fonctionnalité ».

• La découverte, c'est le périmètre du SEO classique : être trouvé par un moteur de recherche.
• La fonctionnalité, c'est autre chose : une fois qu'un utilisateur ou un agent a trouvé la page, l'aider à accomplir ce qu'il est venu faire.

Dans cette logique, les fichiers llms.txt et les versions markdown de la documentation sur developers.google.com ne sont pas là pour améliorer le référencement. Ils sont là parce que le codage assisté par IA est devenu très populaire, et que ces systèmes sont plus efficaces lorsqu'ils peuvent lire et parser facilement de la documentation de référence. Donner à ces outils un contexte clair et une version simplifiée des pages leur permet de produire un code plus pertinent. John Mueller reconnaît lui-même qu'il s'agit d'une « béquille temporaire », les LLM sachant très bien lire du HTML, mais qui peut permettre d'économiser quelques tokens.

Il est explicite sur le périmètre de cette logique : elle s'applique aux sites de documentation technique, pas au reste. Autrement dit, créer une version markdown des caractéristiques d'une chaussure ne générera pas plus de ventes.

Ce que ça dit de l'évolution du SEO technique

La clarification de John Mueller ne clôt pas complètement le débat. Si llms.txt n'a pas de pertinence SEO au sens strict, son intégration dans les audits Lighthouse signale que Google pense de plus en plus à la lisibilité des sites pour les agents, au-delà du crawl traditionnel.

Les critères qui émergent dans ces audits, comme l'accessibilité sémantique, la stabilité du layout ou la présence de métadonnées structurées, sont en réalité des signaux que les SEO techniques connaissent bien. Mais leur importance dans un contexte d'IA agentique leur donne potentiellement un nouveau poids.

Des experts comme Crystal Carter, John-Henry Scherck ou Joost de Valk commencent d'ailleurs à reconsidérer publiquement leur position sur le llms.txt. Ce revirement progressif chez des praticiens sérieux est lui-même un signal. Mais la position de John Mueller apporte un cadre utile : pour les sites de documentation technique, l'effort peut se justifier. Pour les autres, les priorités SEO habituelles restent largement devant.

L’article "Le fichier llms.txt ne sert à rien, mais Lighthouse le vérifie quand même" a été publié sur le site Abondance.

Google déploie une nouvelle Core Update 2026

Après la Core Update de mars 2026, voici venu la deuxième Core Update de 2026.

Voici ce que dit Google dans sa communication :

"Today we released the May 2026 core update to Google Search. This is a regular update designed to better surface relevant, satisfying content for searchers from all types of sites. The rollout may take up to 2 weeks to complete."

Comme pour la mise à jour de mars 2026, le déploiement de cette update va durer 2 semaines !

Retrouvez toutes les dernières updates de Google sur notre page dédiée.

Doit-on s'inquiéter ?

Non, il s'agit d'une mise à jour classique chez Google dont le but n'est pas de pénaliser les sites, mais de valoriser le meilleur contenu. Autrement dit, si vous constatez une baisse, c'est que d'autres contenus sont désormais jugés plus pertinents que le vôtre.

Au-delà des Core et des Spam Updates, rappelons que Google lance des milliers de mises à jour par an pour répondre aux attentes de ses utilisateurs. Il y a quelques mois, John Mueller avait évoqué le chiffre de 4 700 mises à jour annuelles, issues de plus de 700 000 tests.

Quoi faire pendant une mise à jour majeur de l'algo de Google ?

Ne faites rien de spécial ! Au lieu de céder à la panique, surveillez votre trafic dans la Google Search Console et attendez la fin de la mise à jour (2 semaines dans ce cas) avant d'effectuer des modifications majeures sur votre site internet.

Voici trois ressources à lire pour comprendre le concept de "Core Update" :

• « Ne paniquez pas ! » : comment appréhender les annonces Google ?
• Google Updates : comprendre les mises à jour Google
• Algorithmes Google : Définitions, Historique et Fonctionnement [Guide 2025]

Rendez-vous dans 2 semaines pour faire le bilan !

L’article "Google Core Update de mai 2026 : le grand retour !" a été publié sur le site Abondance.

Une étude inédite de Minddex vient de bousculer les certitudes du SEO sur YouTube. Sur 55 631 citations analysées, les modèles d'IA comme ChatGPT, Perplexity ou Gemini ne fonctionnent pas du tout comme l'algorithme YouTube. Les vues ne comptent pas. Les abonnés non plus. Ce qui compte, c'est ce que dit la vidéo.

Ce que Minddex a mesuré, et ce que ça signifie

Minddex est une plateforme spécialisée dans la visibilité IA, également connue sous le terme GEO (Generative Engine Optimization). En mai 2026, l’équipe de Minddex a publié une étude sur la façon dont YouTube apparaît dans les réponses des grands modèles de langage. Elle fait suite à une étude équivalente sur Reddit, que nous avons relayé fin avril.

Le corpus est considérable : 57 871 citations YouTube brutes, dont 55 631 ont pu être enrichies et analysées, soit 96,1 % du total. Ces citations sont extraites de 33 706 réponses LLM uniques, produites par ChatGPT, Perplexity et Gemini, sur 526 projets clients B2B et B2C couvrant de nombreux secteurs. Au total, 22 180 vidéos uniques et plus de 12 000 chaînes distinctes sont représentées.

L'objectif était le suivant : comprendre ce qui détermine, concrètement, qu'une vidéo YouTube se retrouve citée dans une réponse d'IA. Les hypothèses habituelles (vues, abonnés, taille de chaîne) ont été testées statistiquement. Les résultats contredisent presque systématiquement les intuitions issues du SEO classique.

L'audience humaine ne prédit pas la visibilité LLM

C'est probablement le résultat le plus contre-intuitif de l'étude. Minddex a calculé la corrélation entre les métriques d'audience (nombre de vues, nombre d'abonnés de la chaîne) et le nombre de citations LLM reçues par une vidéo. Les coefficients de Spearman obtenus sont respectivement de +0,088 pour les vues et +0,019 pour les abonnés. Les deux sont bien en dessous du seuil de pertinence pratique fixé à 0,10.

Traduction : une vidéo à 50 vues a autant de chances d'être citée par ChatGPT qu'une vidéo à 50 millions de vues, si son contenu répond précisément à la question posée. La médiane constatée est d'une seule citation par vidéo, et ce dans tous les segments d'audience sans exception.

Ce que les LLM lisent, ce sont les transcripts, pas les compteurs. Ils évaluent la pertinence sémantique du contenu au regard de la requête de l'utilisateur. La popularité humaine n'entre pas dans cette logique.

Ce résultat a une implication directe pour les marques qui ont longtemps pensé que leur visibilité IA dépendait de leur performance sur la plateforme. Ce n'est pas le cas. Les deux systèmes fonctionnent selon des logiques distinctes.

Les chaînes de marque ne captent quasiment rien

Un autre chiffre frappe dans cette étude : 97,6 % des citations LLM pointent vers des contenus produits par des tiers. Les créateurs indépendants arrivent en tête avec 36 % des citations, suivis des médias et de la presse (32 %) et des particuliers (30 %). Les chaînes officielles de marque ne captent que 2,4 % des citations.

L'écart avec Reddit est saisissant. Sur ce dernier, la répartition tiers/marque était de 78 % contre 22 %. Sur YouTube, elle est de 97,6 % contre 2,4 %. Le ratio est presque binaire.

Conclusion pratique : publier sur sa propre chaîne YouTube est un complément, pas un levier principal pour l'AI Search. Pour exister dans les réponses des LLM, il faut apparaître dans des vidéos tierces : celles des créateurs, des journalistes spécialisés, des utilisateurs qui parlent de vos produits ou de votre secteur. Le travail de relations presse, de placement et de seeding auprès des créateurs devient une composante structurante de la stratégie GEO, et non plus une option périphérique.

Le format qui fonctionne : entre 5 et 15 minutes

L'étude apporte aussi une réponse précise à la question du format. 41,9 % des citations LLM vont à des vidéos d'une durée comprise entre 5 et 15 minutes. C'est environ deux fois leur poids réel dans le catalogue YouTube (où les vidéos de 5 à 10 minutes représentent environ 19 % des mises en ligne selon Statista 2025).

À l'opposé, les Shorts (moins de 60 secondes) ne captent que 3,6 % des citations, alors qu'ils représentent 36 % des uploads quotidiens sur la plateforme. La sous-représentation est d'un facteur 10.

La règle est simple : les Shorts servent la viralité Discovery, selon une logique proche de TikTok. Le format moyen-long, entre 5 et 15 minutes, sert l'AI Search. Une vidéo courte n'offre pas assez de contenu textuel pour que les LLM puissent en extraire une réponse substantielle à une requête précise. Une vidéo de 8 minutes, bien structurée, qui traite un sujet en profondeur, offre un transcript exploitable. C'est ce que les modèles recherchent.

Pour les équipes qui ont bâti leur stratégie de contenu autour des Shorts en 2025-2026, c'est une donnée à intégrer rapidement : ce format capitalise pour la découverte algorithmique, pas pour la visibilité dans les réponses IA.

La longue traîne YouTube est accessible

L'étude apporte aussi une bonne nouvelle pour les petites chaînes. 71 % des citations LLM vont à des chaînes de moins de 100 000 abonnés. La tranche dominante est celle des chaînes entre 10 000 et 100 000 abonnés, qui concentre 33,2 % des citations. Mieux encore : les très petites chaînes de moins de 1 000 abonnés pèsent 11,5 % du total.

À l'inverse, les très grandes chaînes (plus d'un million d'abonnés) ne représentent que 6 % des citations. Certes, les chaînes dépassant 100 000 abonnés restent proportionnellement surreprésentées par rapport à leur poids dans le catalogue global (elles constituent environ 1 % des chaînes YouTube mais récoltent 29 % des citations LLM, soit une surreprésentation d'un facteur 30). Mais l'accès aux citations LLM ne leur est pas réservé. Une chaîne récente, modeste, qui produit du contenu précis et pertinent, peut être citée autant qu'une chaîne établie.

C'est une différence notable avec le SEO YouTube classique, où la taille de la chaîne et le nombre de vues créent des effets de levier puissants. Dans l'AI Search, la pertinence du contenu nivelle en partie ces écarts.

L'effet evergreen est plus fort sur YouTube que sur Reddit

La dimension temporelle de l'étude révèle un troisième enseignement important. 65 % des vidéos citées par les LLM ont plus d'un an au moment de la citation. Sur Reddit, ce chiffre était de 44 %. L'effet evergreen est donc sensiblement plus prononcé sur YouTube.

L'analyse de la distribution par âge des vidéos citées montre que les tranches les plus représentées sont 1 à 3 ans (33,6 %) et plus de 3 ans (31,5 %). Les contenus très récents (moins d'une semaine) sont quasi absents. Les vidéos de moins de trois mois ne représentent ensemble que 6,8 % des citations.

Minddex en déduit qu'il faut entre 12 et 36 mois à une vidéo pour entrer dans le pool des contenus repris par les LLM. L'horizon stratégique est donc de 1 à 3 ans, pas trimestriel. Cela remet en cause les logiques de pilotage par les KPIs à court terme, fréquentes dans les équipes qui mesurent la performance de chaque vidéo dans les semaines suivant sa publication.

Produire du contenu pérenne, sur des sujets stables et récurrents dans sa thématique, est une décision qui se paie sur le long terme. Le taux de vues à J+30 n'est pas le bon indicateur pour anticiper la visibilité dans l'AI Search à 24 mois.

Ce que ça change dans la pratique

L'étude de Minddex dessine assez nettement le fossé entre la logique SEO YouTube historique et ce que demande désormais l'AI Search. Les deux ne s'opposent pas frontalement, mais leur logique respective est suffisamment différente pour justifier une stratégie distincte.

Optimiser un titre et une miniature, viser la viralité, accumuler des abonnés et poster des Shorts pour le reach : tout cela reste pertinent pour l'algorithme YouTube. Ça ne pilote pas la visibilité dans ChatGPT ou Perplexity.

Ce qui y pilote la visibilité, c'est le contenu parlé dans la vidéo, sa précision, sa clarté, sa capacité à répondre à une question que les utilisateurs posent aux LLM. C'est aussi la présence dans des contenus tiers, chez des créateurs ou des médias dont les vidéos traitent de votre secteur, de votre marque, ou des sujets sur lesquels vous voulez exister dans l'AI Search.

La bonne nouvelle pour les acteurs qui ne disposent pas de moyens importants : le ticket d'entrée n'est pas de disposer d’une grosse chaîne. C'est un contenu bien ciblé, bien structuré, et suffisamment ancien pour avoir été indexé et intégré dans les données d'entraînement ou les sources consultées en temps réel par les modèles.

L’article "YouTube dans les LLM : l’étude qui bouscule les certitudes" a été publié sur le site Abondance.

Je suis tombé récemment sur une étude non publique : Parmi d'autres conclusions, les titres avec citation obtiendraient +29 % de visites Discover par rapport aux titres déclaratifs, et les titres sous forme de question seraient les pires. Deux affirmations testables, que nous avons vérifié. Pas juste en lançant les chiffres dans un modèle, mais en posant les questions qu'un expert pose quand la data semble trop belle.

L'affirmation, et pourquoi elle est tentante

Les titres avec citation obtiennent en moyenne 721 visites Discover. Les titres déclaratifs, 558. Les titres sous forme de question sous-performent les deux, à 425 visites.

C'est net, c'est simple, c'est actionnable : mettez des guillemets, récoltez +29 %. Sauf que Discover, ce n'est pas simple, et la data brute peut raconter une histoire très convaincante... et très incomplète.

Notre terrain de jeu : La data 1492.vision

Pour vérifier, on a analysé les articles éditoriaux ayant reçu au moins un hit Discover sur les 6 derniers mois (nov. 2025 → mai 2026) : 1,7 million d'articles FR et 1,7 million d'articles EN. La métrique n'est pas la visite Discover (inaccessible à un tiers) mais le nombre de captures par article par notre infra : un proxy de la visibilité Discover, sur un volume ~3 000 fois supérieur à celui de l'étude. Nous avons volontairement exclu les ads, les vidéos, les tweets (c'est important comme on le verra plus tard)

On a classé chaque titre en quatre formats : citation en tête (citation longue en début de titre), citation en corps, question, déclaratif (tout le reste). Puis on a analysé à trois niveaux : brut, intra-éditeur, et évolution mensuelle.

Premier résultat : la data semble confirmer

En vue brute, les chiffres sont même supérieurs à l'affirmation d'origine :

+48 % en FR, +37 % en EN ! La thèse du +29 % serait même sous-estimée.

On pourrait s'arrêter là, publier un thread enthousiaste et passer au sujet suivant. Un LLM, nourri de cette data brute, en tirerait exactement cette conclusion.

Mais c'est là qu'intervient la question que la data seule ne pose pas : et si on n'avait pas mesuré la bonne chose ?
C'est l'expérience, avoir vu des dizaines de cas où un chiffre flatteur cache un biais, qui pousse à creuser.

Le biais que la data cache : on compare des audiences, pas des formats

L'objection est simple : les éditeurs qui utilisent les guillemets ne sont pas les mêmes que ceux qui n'en utilisent pas.
Presse people, PQR, magazines grand public d'un côté.
Pure-players, agences de presse, sites pratiques de l'autre.
Des audiences différentes, des sujets différents, des volumes Discover structurellement différents.

C'est un cas d'école du paradoxe de Simpson : une tendance nette dans les données agrégées (+48 % !) qui s'effondre quand on segmente par groupe. Comparer les moyennes brutes, c'est comparer Paris Match et Le Monde en prétendant mesurer l'effet des guillemets. Ce n'est pas de la data qui ment, c'est de la data mal lue.

Le vrai test : à éditeur égal, que reste-t-il ?

On a comparé citation vs déclaratif chez chaque éditeur individuellement, chacun devenant sa propre baseline. Sur 439 éditeurs FR et 324 EN avec suffisamment de volume dans les deux formats :

En Français, avantage à la citation chez moins de la moitié des éditeurs... En Anglais, le déclaratif gagne chez 68 % des éditeurs. Le format citation y pénalise plus souvent qu'il n'aide.

L'effet réel : +3 à +5 %, pas +29 %. Cinq à neuf fois plus faible que l'affirmation d'origine.

Et les titres sous forme de question ?

L'étude affirme que les questions sous-performent de -24 % vs déclaratif. En vue brute, c'est l'inverse : +16 % en FR, +7 % en EN. On pourrait conclure que l'étude se trompe. Sauf que le même paradoxe de Simpson joue ici, en miroir : les questions sont sur-utilisées par les éditeurs à fort engagement (PQR, magazines populaires), ce qui gonfle artificiellement leur moyenne.

À éditeur égal, l'avantage s'évapore : -0,5 % en FR (neutre), -3,7 % en EN (léger désavantage). La direction de l'étude est donc correcte en EN, neutre en FR. Mais la magnitude annoncée (-24 %) reste ~6 fois exagérée. Même explication : c'est le type d'éditeur qui pose la question qui détermine la performance, pas le point d'interrogation.

Mais alors, à qui profitent les guillemets ?

C'est ici que l'explication quitte l'algorithme pour entrer dans la psychologie des audiences.
Et la data le confirme:

Les gagnants : PQR (La Dépêche, La Montagne, L'Écho républicain...), magazines grand public (Grazia, Le Journal de la Maison). Les guillemets y servent à mettre en scène une accroche interview ou spectacle qui tranche avec la production routinière.

Les perdants : sites sport spécialisés (Foot National, le10sport), tech (Les Numériques), pratique (Journal des Femmes, Femme Actuelle). Sur ces audiences, la citation longue casse la promesse informationnelle : le lecteur vient pour un transfert, un test produit, une recette. Pas pour un avis.

La citation gagne là où l'audience cherche du commentaire et de la mise en scène. Elle perd là où l'audience cherche du fait. Ce n'est pas une règle algorithmique, c'est une réalité éditoriale.

Un effet instable dans le temps

Mois par mois, l'avantage de la citation en FR fluctue entre +3 % et +12 % intra-éditeur, sans tendance claire. En EN, l'écart moyen plafonne à +2,5 % et passe même négatif en mars 2026. Ce n'est pas une loi structurelle sur laquelle bâtir une stratégie.

Et sur YouTube et X.com ?

Notre analyse porte sur les articles éditoriaux. Mais Discover ne sert pas que des articles : YouTube et x.com y apparaissent aussi, avec des conventions de titre radicalement différentes. Leurs chiffres illustrent parfaitement pourquoi le contexte est tout.

YouTube : +103 % en FR pour les titres avec citation. Sur YouTube, le « titre » accompagne une miniature visuelle et doit accrocher en quelques secondes. Les citations correspondent à des extraits d'interview, des accroches spectacle. La citation est une promesse de contenu : "voici la phrase qui va piquer ta curiosité". Le format joue à plein.

x.com : -13 % en FR. Sur x.com, le « titre » est le tweet lui-même. Les « citations » détectées sont des tweets qui rapportent la déclaration de quelqu'un d'autre entre guillemets. Le tweet brut, direct, performe mieux. La citation est ici une dilution de l'original : "je commente la phrase de quelqu'un d'autre".

Deux plateformes, deux signaux opposés sur le même format. Si une étude mélangeait ces sources avec les articles éditoriaux, le bonus citation serait artificiellement gonflé par YouTube ou dilué par x.com, selon le mix.

Ce qu'on en retient

L'affirmation ne tient pas comme règle universelle :

1. Le +29 % est un artefact de mix éditeur, un paradoxe de Simpson classique. À éditeur égal, l'avantage tombe à +3/+5 %.
2. L'effet n'est pas universel. En EN, le déclaratif gagne chez 68 % des éditeurs. En FR, c'est presque 50/50.
3. Les questions : la direction de l'étude est correcte en EN (légère sous-performance, -3,7 % intra-éditeur), neutre en FR. Mais la magnitude annoncée (-24 %) est ~6 fois exagérée. Même biais Simpson, en miroir.
4. La citation marche dans un contexte précis : audiences qui valorisent le commentaire, la mise en scène, l'interview. Elle pénalise sur les audiences factuelles.

Ainsi donc, "La data ne ment pas, mais elle ne parle pas toute seule non plus"
Sans le volume pour voir au-delà des cas particuliers, sans l'expérience pour poser les bonnes questions, sans la connaissance des audiences pour interpréter et challenger les explications basiques, on finit par optimiser la mauvaise chose.

Avant d'ajouter des guillemets à vos titres, demandez-vous à quelle audience vous parlez. Commentaire, mise en scène, interview ? La citation pourrait apporter 3 à 7 % de visibilité Discover. Audiences factuelles (sport, tech, pratique) ? C'est votre angle éditorial qui fera la différence, pas la ponctuation.

Données : 1492.vision, 3,4M articles éditoriaux Discover, nov. 2025 → mai 2026.

L’article "Quand la data nous ment : citations, questions ou titres déclaratifs pour Discover ?" a été publié sur le site Abondance.

IA Mode : un milliard d'utilisateurs en un an

Avant d'entrer dans le détail des annonces, un chiffre donne la mesure de ce qui s'est passé en un an : le mode IA de Google Search dépasse désormais le milliard d'utilisateurs mensuels, avec un volume de requêtes qui a plus que doublé chaque trimestre depuis son lancement.

Le dernier trimestre a même enregistré un nombre de recherches record, tous canaux confondus. Ce n'est donc pas un pivot expérimental que Google présente à son I/O 2026, mais la confirmation d'un usage massif et en pleine expansion. Rappelons toutefois que pour le moment, ce fameux mode n’est toujours pas disponible en France.

Gemini 3.5 Flash devient le modèle par défaut du mode IA

La première annonce concrète concerne le moteur qui fait tourner tout ça. Google intègre Gemini 3.5 Flash comme modèle de référence de l’AI Mode pour tous les utilisateurs dans le monde dès aujourd'hui.

Ce modèle de nouvelle génération est conçu pour les usages agentiques et le code, avec des performances de pointe maintenues dans la durée. C'est ce moteur qui alimente l'ensemble des nouvelles fonctionnalités annoncées.

La boîte de recherche repensée pour la première fois en 25 ans

C'est l'un des symboles forts de ces annonces : la boîte de recherche Google, quasiment inchangée depuis 1998, est entièrement redessinée avec l'IA. Cette nouvelle interface intelligente s'élargit dynamiquement pour laisser la place à des questions longues et détaillées. Elle propose des suggestions qui vont bien au-delà de l'autocomplétion classique, en anticipant l'intention de l'utilisateur plutôt qu'en se contentant de compléter des mots.

Elle accepte également plusieurs types d'entrées simultanément : texte, images, fichiers, vidéos ou onglets ouverts dans Chrome. Le déploiement commence aujourd'hui dans tous les pays et toutes les langues où le mode IA est actif.

Par ailleurs, la continuité des échanges avec Search est améliorée : il est désormais possible de poser une question de suivi directement depuis une AI Overview, puis de basculer naturellement vers une conversation approfondie en mode IA, en conservant tout le contexte de la session. Cette fluidité est disponible sur desktop et mobile dès aujourd'hui, partout dans le monde.

Les agents d'information : Search qui travaille en arrière-plan

C'est peut-être la nouveauté la plus structurante annoncée. Google introduit des agents d'information qui fonctionnent en continu, 24h/24, sans que l'utilisateur n'ait besoin d'effectuer de nouvelles recherches. Le principe : l'utilisateur décrit précisément ce qu'il cherche à surveiller, et l'agent scrute l'ensemble du web (blogs, médias, réseaux sociaux) ainsi que les données en temps réel de Google (finance, shopping, sport) pour détecter tout changement pertinent.

Lorsqu'une information correspond aux critères définis, l'agent envoie une synthèse intelligente avec la possibilité d'agir directement. Exemple concret : une personne à la recherche d'un appartement peut décrire tous ses critères une seule fois, et l'agent lui envoie une alerte dès qu'une annonce correspondante apparaît. Ou encore, un fan de sneakers peut être notifié dès qu'un athlète annonce une nouvelle collaboration.

Ces agents d'information seront lancés en priorité pour les abonnés Google AI Pro et Ultra, à l'été 2026.

Des réservations et des appels téléphoniques gérés par Search

Google étend également les capacités agentiques à la réservation. L'utilisateur peut décrire ce qu'il recherche, par exemple une salle de karaoké privée pour six personnes un vendredi soir avec service de restauration tardive, et Search agrège les disponibilités et les tarifs en temps réel, avec des liens directs vers les prestataires pour finaliser la réservation.

Pour certaines catégories (services à domicile, soins, animalerie), Google Search peut même passer des appels téléphoniques aux entreprises à la place de l'utilisateur. Ces fonctionnalités seront disponibles aux États-Unis à l'été 2026.

Une interface générée à la volée selon la question posée

Grâce à la technologie Google Antigravity associée à Gemini 3.5 Flash, Search peut désormais construire des réponses sous des formats visuels entièrement personnalisés, générés en temps réel en fonction de la nature de la question. Selon les besoins, il peut assembler des visuels interactifs, des tableaux, des graphiques ou des simulations. Ces interfaces adaptatives seront disponibles gratuitement pour tous les utilisateurs dans les prochains mois.

Au-delà des questions ponctuelles, Google pousse plus loin avec la création de dashboards et de mini-applications sur mesure. L'utilisateur peut demander à Search de construire un suivi personnalisé pour une tâche récurrente, comme la planification d'un déménagement ou d'un mariage.

Ces expériences s'appuient sur des données en direct, critiques, cartes et données météo locales, et sont conçues pour être consultées régulièrement. L'exemple mis en avant est un tracker de fitness complet, généré à la demande, mis à jour en continu. Cette fonctionnalité sera d'abord réservée aux abonnés Google AI Pro et Ultra aux États-Unis.

L'intelligence personnelle s'ouvre à (quasiment) tout le monde

Jusqu'ici limitée, la fonctionnalité Personal Intelligence est désormais accessible dans près de 200 pays et territoires, en 98 langues, sans abonnement. Elle permet de connecter des applications personnelles comme Gmail et Google Photos (et bientôt Google Calendar) directement à Search, pour que celui-ci puisse personnaliser ses réponses en tenant compte du contexte de l'utilisateur.

Google insiste sur l'architecture de confidentialité : l'utilisateur garde le contrôle total sur les connexions activées et peut les révoquer à tout moment.

L’article "Google Search se réinvente : agents IA, box intelligente et temps réel" a été publié sur le site Abondance.

Un serveur MCP pour piloter le SEO Spider depuis une IA

C'est la nouveauté phare de cette version. Screaming Frog introduit un serveur MCP (Model Context Protocol) qui permet de connecter le SEO Spider à des assistants IA comme Claude ou LM Studio. Concrètement, il devient possible de lancer des crawls, d'analyser les données, d'exporter des rapports et de manipuler les résultats directement depuis une interface de chat, en langage naturel.

Les cas d'usage couvrent un spectre large :

• Résumer un crawl en quelques mots, visualiser les données sous une forme personnalisée,
• Combiner des exports,
• Exécuter le pipeline d'analyse complet
• Installer des scripts pour produire des visuels interactifs.

Screaming Frog donne l'exemple d'une analyse de maillage interne réalisée avec l'intégration Ahrefs et rendue sous forme de graphique via l'IA.

L'intégration avec Claude Cowork est également mentionnée comme un axe prometteur, notamment pour automatiser des tâches répétitives sur des fichiers et des workflows quotidiens.

Il faut noter que toutes les fonctionnalités du SEO Spider ne sont pas encore supportées dans le MCP. Screaming Frog prévoit d'étendre les capacités en fonction des retours utilisateurs.

La comparaison automatique de crawls

Jusqu'ici, comparer deux crawls demandait une manipulation manuelle. La version 24.0 introduit une option « Auto Compare Crawls » disponible dans les tâches de crawl planifiées et les crawls en ligne de commande (CLI). Activée, elle compare automatiquement les deux derniers crawls d'un projet et génère un rapport de différences.

Ce rapport liste tous les changements survenus entre les deux crawls : pages ajoutées ou supprimées, évolution des problèmes SEO détectés, variations sur les balises, les codes de réponse, etc.

Les changements visibles directement dans les notifications email

Les notifications de fin de crawl existaient déjà, mais leur contenu s'enrichit dans cette version. L'email inclut désormais un tableau récapitulatif de tous les problèmes détectés lors du crawl.

Si la comparaison automatique est activée, l'email affiche en plus un tableau de comparaison qui met en évidence les évolutions entre les deux derniers crawls : pages indexables devenues non indexables, balises title disparues, pics de pages en erreur, etc. L'idée est de permettre une surveillance continue du site sans avoir à ouvrir le logiciel à chaque fois.

L'envoi d'exports en pièces jointes par email

Toujours dans la logique d'automatisation, il est maintenant possible de configurer l'envoi automatique d'exports en pièces jointes à la fin d'un crawl. Cette option se paramètre dans la section « Notifications » d'une tâche planifiée.

Le principe est simple : on choisit un destinataire, on sélectionne le rapport souhaité (liens cassés, résumé des problèmes, etc.) et l'export arrive automatiquement dans sa boîte mail après chaque crawl. Les fichiers sont envoyés compressés. Si la pièce jointe dépasse la limite de l'hébergeur mail, l'email signale l'erreur au destinataire.

La détection des liens non crawlables

Le SEO Spider peut désormais identifier des types de liens présents dans le HTML mais qui ne respectent pas les bonnes pratiques de liens telles que définies par Google. Ces liens sont qualifiés de non crawlables dans l'interface.

Ils apparaissent dans l'onglet Links via le nouveau filtre « Pages With Uncrawlable Internal Outlinks », ainsi que dans une nouvelle colonne « Link Crawlability » dans l'onglet Outlinks. Un export en masse est disponible via Bulk Export > Links > Pages With Uncrawlable Internal Outlinks.

Pour que cette détection fonctionne, l'option « Store » doit être activée dans Config > Spider > Crawl.

Une précision importante de Screaming Frog : leurs recherches indiquent que Google tente en réalité de crawler tout ce qui ressemble à un lien dans le HTML, y compris ces formats non conventionnels. Ces liens sont donc souvent « crawlables » en pratique. Ils restent néanmoins déconseillés, car ils ne sont pas traités de la même façon qu'un lien HTML standard pour la transmission des signaux de lien.

Les statistiques d'utilisation

Une petite nouveauté légère, mais amusante : il est maintenant possible de consulter ses propres statistiques d'utilisation du logiciel via Help > Usage Stats. On y trouve le temps passé à crawler, le nombre de crawls lancés, etc.

Ces données sont stockées localement sur la machine. Screaming Frog reconnaît eux-mêmes que l'utilité pratique est limitée, mais que ça peut donner une idée concrète de la valeur tirée de l'outil au quotidien.

Les autres améliorations de la version 24.0

La mise à jour embarque également une série de changements plus ciblés :

• Nouvelles versions Linux Arm64 : deux nouveaux packages sont disponibles pour les architectures Arm, sous Ubuntu et Fedora.
• Liens syntaxiquement invalides : une nouvelle option « Crawl Invalid Links » sous Config > Spider > Crawl permet de traiter et signaler les URLs malformées (comme hppts://example.com). Ces URLs apparaissent généralement sous Response Codes > No Response.
• Ignorer les exports vides : dans les paramètres de sortie des crawls planifiés et dans Bulk Export > Multi Export, il est désormais possible de ne pas exporter les rapports qui ne contiennent aucune donnée. Ils n'apparaîtront pas non plus en pièce jointe dans les emails.
• Métriques Ahrefs par pays : un onglet Options fait son apparition dans l'intégration Ahrefs, avec des filtres pour ajuster les données par pays et par type de volume (mensuel ou moyen).
• Clusters de contenu filtrables : dans le graphe des clusters de contenu, il est maintenant possible de cliquer sur les légendes pour afficher ou masquer des catégories.
• Validation des modèles IA en temps réel : lorsqu'un modèle est spécifié dans une intégration IA, le SEO Spider vérifie désormais s'il existe bien dans la liste des modèles disponibles du fournisseur. Si ce n'est pas le cas, une alerte est affichée et il est possible d'en choisir un actif. Une nécessité, compte tenu de la vitesse à laquelle les modèles IA sont dépréciés ou renommés.
• Prompt système global pour les intégrations IA : dans l'onglet "Advanced" de chaque intégration IA, il est possible de définir un prompt système pour encadrer le comportement du modèle (rôle, contraintes, personnalité, etc.) de façon cohérente sur toutes les interactions.
• Affichage des tokens consommés : la consommation de tokens est maintenant visible dans le dialogue « Account Information » pour chaque fournisseur IA connecté.
• Intégration Ollama : l'intégration Ollama supporte désormais la génération d'images et dispose d'un paramètre « Request Timeout » réglable dans l'onglet avancé.
• Retour au nom "Data Studio" : Screaming Frog a rebaptisé « Looker Studio » en « Data Studio » dans ses rapports automatisés, conformément aux derniers changements de nom opérés par Google.
• Mise à jour vers Java 25 : le SEO Spider tourne désormais sur Java 25.

Vous souhaitez confier l'audit SEO de votre site à des experts ?

1. 1Site web
2. 2Nombre d’URL
3. 3Votre besoin
4. 4Vos spécificités
5. 5Vos coordonnées
6. 6Estimation

Site web

Répondez à 4 questions rapides. Vous obtiendrez une estimation d’un audit SEO sur-mesure.

Renseignez l’URL de votre site web

Suivant

Nombre d’URL

Indiquez l’ordre de grandeur des pages de votre site (indexées ou à analyser). Cela nous aide à dimensionner l’audit.

Nombre d’URL

1 à 1 000 pages 1 000 à 10 000 pages 10 000 à 100 000 pages Plus de 100 000 pages

PrécédentSuivant

Votre besoin

L’analyse technique & l’indexation sont incluses. Ajoutez les axes que vous souhaitez approfondir.

Vos priorités

Audit complet
Sélectionne tous les axes (Contenu, Maillage interne, Netlinking, Optimisation IA) Contenu
qualité, E-E-A-T, cannibalisation Maillage interne
silos, profondeur, pages clés Netlinking
profils, ancres, risques Optimisation IA
IA Overviews, assistants

PrécédentSuivant

Vos spécificités

Précisez d’éventuelles particularités de votre site. Ces éléments peuvent influencer la conduite de l’audit (facultatif).

Spécificités

E-commerce Google Actu Google Discover Multilingue / multi-pays

PrécédentSuivant

Vos coordonnées

Pour obtenir une estimation du coût de votre audit, merci de renseigner vos coordonnées ci-dessous.

Entreprise

Prénom Nom

Téléphone E-mail

Votre site (ne pas remplir)

Précédent Envoyer

Vos informations servent uniquement à vous recontacter et à établir un devis personnalisé. Elles ne sont ni revendues ni utilisées à des fins publicitaires. Vous pouvez exercer vos droits (accès, rectification, suppression) à tout moment. En savoir plus dans notre politique de confidentialité.

Merci, votre demande a bien été envoyée.

Un consultant vous recontacte très prochainement pour affiner votre projet.

Estimation de votre audit

€ HT

Votre sélection

Inclus : audit technique & indexation, synthèse priorisée, plan d’actions classé par impact/effort, restitution 60 min et recommandation sur un Notion personnalisé.

Réserver un créneau Modifier ma simulation Recommencer la simulation

---

L’expertise Abondance c’est :

+2 000 audits Réalisés pour des PME, ETI et grands comptes.

15+ ans d’expérience Consultants seniors & ambassadeurs Abondance.

Méthode éprouvée Feuille de route priorisée, actions concrètes.

L’article "Screaming Frog SEO Spider 24.0 : intégration de l’IA et automatisation accrue" a été publié sur le site Abondance.

L’article "Goossips SEO : API d’indexation" a été publié sur le site Abondance.

La recherche en ligne ne se contente plus de lister des pages web. Avec l'IA, elle interprète, synthétise et anticipe les besoins des utilisateurs. Bing a pris acte de cette transformation et construit des protections de sécurité directement dans l'expérience de recherche, pas en marge. Dans un récent article de blog, l’équipe de Bing revient sur ce changement de philosophie.

La recherche a changé, la responsabilité aussi

Pendant longtemps, la fonction d’un moteur de recherche se bornait globalement à trouver des pages et les classer. C’était ensuite à l’utilisateur de faire son tri.

L'IA a modifié cette équation. Aujourd'hui, les moteurs de recherche n'indexent plus seulement, ils interprètent l'intention derrière une requête, génèrent des résumés et mettent en avant des réponses déjà synthétisées. Ce que l'utilisateur voit en premier n'est plus le fruit d'un simple algorithme de classement, mais d’une une réponse construite.

Cette évolution soulève une question fondamentale : quand quelqu'un traverse un moment difficile et tape une requête sensible, qu'est-ce qui lui est montré en priorité ? Une aide fiable, ou un contenu potentiellement dangereux ?

C'est précisément pour répondre à cette question que Bing a intégré des protections de sécurité avancées directement dans le fonctionnement de son moteur.

Quatre piliers pour une recherche plus sûre

L'approche de Bing repose sur quatre mécanismes qui fonctionnent ensemble, à chaque étape de l'expérience de recherche.

1. La détection du risque au niveau de la requête

Avant même d'afficher des résultats, Bing analyse la requête elle-même pour évaluer si elle signale une situation à risque. Cette détection en amont permet d'agir au bon moment : quand l'utilisateur cherche encore, pas après.

2. Les annonces de service public (PSA)

Lorsqu'une requête laisse penser que l'utilisateur pourrait avoir besoin d'aide, Bing affiche en haut de la page des encadrés contextuels appelés Public Safety Announcements (PSA). Ces blocs d'information ne sont pas des publicités ni de simples bannières génériques. Ils sont conçus pour :

• Fournir des informations claires et issues de sources reconnues,
• Renvoyer vers des numéros verts et des organisations de soutien vérifiées,
• S’adapter au pays de l'utilisateur grâce à une localisation par marché,
• Proposer des voies de signalement quand c'est pertinent.

Les thématiques couvertes incluent l'automutilation, les violences domestiques, les troubles alimentaires, les urgences médicales et la sécurité des enfants en ligne. Sur ce dernier point, Bing affiche depuis plusieurs années des avertissements lorsqu'une requête suggère une tentative d'accès à des contenus pédopornographiques.

Plus récemment, de nouvelles PSA ont été ajoutées pour les victimes de diffusion non consentie d'images intimes, avec des indications sur les démarches de signalement disponibles.

La logique est la suivante : quand un risque est détecté, le soutien doit être plus visible que le danger.

3. La mise en avant de ressources fiables

Au-delà des PSA, Bing travaille à ce que les contenus provenant de sources autorisées et vérifiées remontent en priorité dans les résultats. Dans un environnement où l'IA peut générer des réponses à partir de multiples sources, s'assurer que les informations de qualité restent au premier plan n'est pas une option, c'est une exigence structurelle.

4. SafeSearch : le contrôle reste entre les mains de l'utilisateur

La sécurité ne passe pas uniquement par des interventions automatiques. Elle s’appuie aussi sur la capacité de chaque utilisateur à choisir ce qu'il veut voir.

SafeSearch offre trois niveaux de filtrage :

• Strict : bloque les contenus explicites, qu'il s'agisse de texte, d'images ou de vidéos.
• Modéré : filtre et floute les visuels explicites, sans bloquer complètement.
• Désactivé : permet l'accès aux contenus légalement autorisés dans le pays de l'utilisateur.

Par défaut, Bing active SafeSearch en mode strict pour les utilisateurs identifiés comme mineurs, pour les comptes gérés via Microsoft Family Safety, ou dans les pays où la réglementation locale impose des protections renforcées pour les enfants.

La transparence comme élément de confiance

Un point mérite d'être souligné séparément. Quand un contenu est filtré ou restreint, Bing l'indique clairement à l'utilisateur avec un bandeau explicatif.

Ce choix est loin d’être anodin. Dans beaucoup de systèmes de modération, le filtrage est silencieux. L'utilisateur ne sait pas pourquoi il ne trouve pas ce qu'il cherche. Ici, la raison est explicite. L'utilisateur sait que du contenu a été restreint et pourquoi.

Cette transparence sert un objectif simple : renforcer la confiance dans le système plutôt que de créer un sentiment de censure opaque.

La sécurité comme infrastructure, pas comme option

Ce que décrit Bing dans son approche, c'est un changement de statut pour la sécurité dans les moteurs de recherche. Elle n'est plus traitée comme une fonctionnalité parmi d'autres, à activer ou désactiver selon les cas.

Elle est conçue comme de l'infrastructure : intégrée au fonctionnement de base du moteur, présente à chaque étape, et construite pour évoluer au même rythme que les usages.

À mesure que la recherche se déplace vers des réponses génératives et en temps réel, cette question va continuer à prendre de l'importance. Les moteurs de recherche ne servent plus seulement à trouver des pages. Ils participent activement à la construction de ce que les utilisateurs perçoivent comme vrai, fiable et accessible. Dans ce contexte, la visibilité des contenus de confiance n'est pas un détail de product management. C'est une responsabilité.

L’article "Comment Bing intègre la sécurité au cœur de la recherche IA" a été publié sur le site Abondance.

Comme vous le savez certainement, nous accueillons plusieurs auteurs sur notre média premium Réacteur, tous les mois. Chacun est invité à partager son expertise autour d’une problématique en lien avec le Search Marketing. Pour cette édition de mai 2026, on vous propose une nouvelle fois 5 articles passionnants !

Au programme de cette édition de mai 2026 :

• Pourquoi vous continuez de produire du contenu… pour rien [Partie 1] par Killian Le Moal
• Construire un site scalable et SEO-friendly sur Webflow par Benoît Eveillard
• Racheter un business en ligne : ce que 600 deals nous ont vraiment appris par Kévin Jourdan
• Retour d'expérience : l'IA appliquée au génie hydraulique par Didier Sampaolo
• Dans les coulisses d'une PME e-commerce qui a câblé l'IA sur 100% de ses opérations SEM par Benjamin Hamon

Merci encore à nos 5 auteurs et autrices pour la qualité des articles publiés et leur réactivité : Killian, Benoît, Kévin, Didier et Benjamin.

En bonus : on vous partage le meilleur de notre veille de mai 2026 et un tour d’horizon des outils qui ont attiré l'attention de l'équipe.

 Accéder à l’édition complète

Et, si ce n’est pas encore le cas, abonnez-vous !

Pourquoi vous continuez de produire du contenu… pour rien [Partie 1]

Par Killian Le Moal, Lead GEO-SEO Strategist & Innovation @ Peak Ace agency

 A découvrir dans cet article :

• Les LLMs ne lisent pas vos pages, ils les découpent. Cette différence fondamentale remet en cause toute la logique de production de contenu actuelle.
• La position dans la page est décisive : des données chiffrées révèlent exactement où se jouent vos chances d'être cité par l'IA.
• Il existe un ADN mesurable du chunk citable. Longueur de phrase, densité d'entités, niveau de lisibilité : tout se quantifie.
• ChatGPT et Google AI Mode n'ont pas les mêmes critères. Deux moteurs génératifs, deux stratégies à adopter selon vos objectifs.

Ce qu'on a aimé :

Une approche passionnante : du concret, des chiffres issus d'études réelles, et une méthodologie terrain testée sur des marques. Pas de théorie creuse, mais des seuils précis et des outils actionnables. Un article sans concession, qui en fera réfléchir plus d’un !

Pourquoi vous continuez de produire du contenu… pour rien [Partie 1]

Construire un site scalable et SEO-friendly sur Webflow

Par Benoît Eveillard, co-fondateur de Justa

A découvrir dans cet article :

• Webflow tient largement la comparaison avec WordPress en SEO. Deux cas clients réels, avec des chiffres précis, viennent contredire les idées reçues de la communauté.
• Un SEO technique intégré nativement. HTML sémantique, Core Web Vitals, hreflang, schema.org généré par IA… sans plugin, sans configuration serveur.
• Le SEO programmatique à grande échelle est possible. Des milliers de pages générées automatiquement via CMS, API et n8n, avec une logique anti-duplicate bien pensée.
• Les limites existent, mais se contournent. Cloudflare Workers, API Webflow, architecture sur mesure : des solutions concrètes pour chaque contrainte identifiée.

Ce qu'on a aimé :

Du retour terrain sans filtre : chiffres réels, code inclus, limites assumées. Benoît ne survend pas Webflow, il l'explique avec honnêteté et met clairement en exergue les avantages de cette solution concurrente d’un point de vue. SEO Les cas Ornikar et Sogexia sur lequel l’auteur s’appuie apportent du concret à chaque argument.

Construire un site scalable et SEO-friendly sur Webflow      

Racheter un business en ligne : ce que 600 deals nous ont vraiment appris

Par Kévin Jourdan, Fondateur de Dotmarket

A découvrir dans cet article :

• Racheter un business digital existant est une alternative sérieuse à la création : un marché actif, accessible dès quelques milliers d'euros, et encore largement ignoré des profils digitaux.
• La due diligence classique ne suffit pas. Kes finances ne révèlent pas ce qui drive vraiment les revenus, et certaines questions simples valent 40 pages de data room.
• Le profil qui réussit a une thèse claire et la réplique. Pas le plus expérimenté, mais celui qui achète ce qui colle à ses forces, pas ce qui brille.
• Les premiers mois post-acquisition sont décisifs… et souvent sabotés. Agir trop vite, mal gérer la relation vendeur ou sous-estimer la charge opérationnelle coûte cher.

Ce qu'on a aimé :

Des histoires vraies, sans fard. Le couple de retraités, la boutique de luminaires revendue en urgence, le repreneur qui fait x6. On est loin du contenu purement théorique, chaque point abordé par Kévin est pleinement ancré dans le réel. Un article qui donne envie de passer à l'action.

Racheter un business en ligne : ce que 600 deals nous ont vraiment appris

Retour d'expérience : l'IA appliquée au génie hydraulique

Par Didier Sampaolo, Fondateur de LVLUP

A découvrir dans cet article :

• Un cahier des charges rigide est souvent l'ennemi du projet. La méthode agile appliquée à la transformation digitale d'une PME change tout, à condition d'oser jeter le document initial.
• L'IA ne se colle pas partout. Deux cas d'usage précis, mesurables, intégrés dans un flux réel : voilà ce qui crée de la valeur, pas les PoC gadgets.
• Automatiser une tâche isolée ne suffit pas. C'est le flux complet qu'il faut repenser, du terrain jusqu'au dossier final, sinon on accélère juste une chaîne bancale.
• La vraie transformation se construit brique par brique. 20 mois, un budget mensuel maîtrisé, et l'équivalent d'un temps plein libéré : le big bang digital est un mythe.

Ce qu'on a aimé :

Un article technique sans être hermétique, honnête sur les embûches, avec des exemples concrets (RAG sur le lexique BRGM, synchronisation vidéo/profondeur). On sent que derrière ce retour d’expérience de Didier, il y a un vécu particulièrement précieux !

Retour d'expérience : l'IA appliquée au génie hydraulique

Dans les coulisses d'une PME e-commerce qui a câblé l'IA sur 100% de ses opérations SEM

Par Benjamin Hamon, Fondateur de SkyLantern

A découvrir dans cet article :

• L'IA ne se teste pas sur un cas isolé, elle se câble sur toute l'entreprise. Une PME de 5 personnes qui couvre 8 marchés et des milliers de SKUs n'avait pas d'autre choix.
• Le vrai levier, ce n'est pas le modèle IA choisi, c'est le harness qui l'encadre. Instructions, mémoire, connecteurs, garde-fous : l'architecture invisible qui fait tout.
• La mémoire organisationnelle est l'avantage compétitif que personne ne peut copier. Chaque décision encodée, chaque erreur apprise creuse un écart cumulatif avec les concurrents.
• L'humain reste le valideur final, et c'est lui qui devient le goulot d'étranglement. Paradoxe d'un système trop performant, et comment y répondre avec des niveaux d'autonomie progressifs.

Ce qu'on a aimé :

Concret, documenté, et honnête sur les erreurs. Benjamin ne vend pas un rêve à la sauce IA : il expose une architecture réelle, avec ses cicatrices. La métaphore électricité/câblage/appareils rend le tout remarquablement lisible, même pour des non-techniciens.

Dans les coulisses d'une PME e-commerce qui a câblé l'IA sur 100% de ses opérations SEM

Comme tous les mois, cette nouvelle édition de Reacteur s’accompagne d’une rubrique dédiée aux derniers outils à tester et les articles qui ont retenus notre attention sur le web !

L’article "L’édition de mai 2026 de Réacteur est en ligne !" a été publié sur le site Abondance.

Le 15 mai 2026, Google a publié un guide officiel dédié à l'optimisation pour ses fonctionnalités d'IA dans la recherche, comme les AI Overviews et l'AI Mode. Signé John Mueller, ce document répond à une question que beaucoup de professionnels se posent depuis des mois : faut-il changer radicalement sa stratégie SEO pour rester visible à l'ère de l'IA générative ? La réponse de Google est claire, mais elle mérite qu'on s'y attarde.

Le SEO est mort, vive le SEO

Depuis l'émergence des réponses générées par IA dans Google Search, une question revient en boucle : les pratiques SEO classiques sont-elles encore utiles ? Certains ont inventé de nouveaux acronymes pour s'adapter, comme l'AEO (Answer Engine Optimization) ou le GEO (Generative Engine Optimization), laissant entendre qu'il fallait désormais optimiser différemment.

Google coupe court à cette ambiguïté. Pour le moteur de recherche, optimiser pour l'IA générative, c'est tout simplement optimiser pour la recherche. Pas de distinction, pas de stratégie parallèle à construire. Les fonctionnalités IA de Google Search, comme les AI Overviews ou l'AI Mode, s'appuient sur les mêmes systèmes de classement et de qualité que la recherche classique.

Deux mécanismes techniques sont au coeur du fonctionnement de ces fonctionnalités :

• Le RAG (Retrieval-Augmented Generation) : l'IA ne fabrique pas ses réponses dans le vide. Elle s'appuie sur les pages indexées dans Google Search pour générer des réponses ancrées dans des sources réelles, avec des liens cliquables vers ces pages. Si votre contenu est bien indexé et considéré comme pertinent, il peut alimenter ces réponses.
• Le query fan-out : pour répondre à une question complexe, le système de Google génère plusieurs requêtes connexes en parallèle. Par exemple, la question « comment soigner une pelouse envahie par les mauvaises herbes » peut générer des requêtes comme « meilleurs herbicides pour gazon », « éliminer les mauvaises herbes sans produits chimiques » ou « prévenir l'apparition des mauvaises herbes ». Votre contenu peut ainsi apparaître dans des réponses IA sur des sujets proches de votre sujet principal.

Ce que Google attend vraiment de votre contenu

La pièce maîtresse du guide concerne la qualité du contenu. Google ne demande pas d'écrire pour des robots ou de reformater ses pages. Il demande de produire du contenu que les visiteurs trouveront utile, fiable et satisfaisant.

Du contenu qui apporte quelque chose de réel

Google oppose clairement deux catégories de contenus :

• Le contenu générique (« 7 conseils pour les primo-accédants ») est basé sur des connaissances communes, sans valeur ajoutée particulière. Il pourrait être produit par n'importe qui, ou par une IA générative sans effort.
• Le contenu non-générique (« Pourquoi on a renoncé à l'inspection et économisé de l'argent : ce que la caméra d'égout a révélé ») apporte un point de vue unique, une expérience de terrain, une expertise réelle. C'est ce type de contenu que les systèmes IA de Google cherchent à mettre en avant.

La logique est simple : si votre contenu se contente de reformuler ce qui existe déjà ailleurs, il n'a pas grand intérêt pour un système IA qui agrège déjà des dizaines de sources. En revanche, un témoignage de première main, une analyse issue d'une pratique professionnelle ou une perspective qui tranche avec le consensus ont beaucoup plus de chances de ressortir.

La structure au service du lecteur, pas de l'algorithme

Google recommande d'organiser les pages avec des paragraphes clairs, des titres bien structurés et une navigation logique. Non pas parce que c'est ce que l'algorithme préfère, mais parce que c'est ce que les humains apprécient. Et ce que les humains apprécient, c'est ce que Google cherche à identifier.

Les images et vidéos de qualité jouent également un rôle. Les fonctionnalités IA peuvent intégrer des visuels dans leurs réponses, ce qui signifie que des images bien optimisées (avec des balises alt, un bon nommage de fichier, etc.) représentent une surface de visibilité supplémentaire.

Ne pas chercher à couvrir toutes les variations de requêtes

Il peut sembler tentant de créer une page pour chaque variante possible d'une requête, notamment en ciblant les fan-out queries évoquées plus haut. Google l'interdit explicitement : produire du contenu en masse pour couvrir toutes les variations possibles relève de l'abus de contenu à grande échelle, ce qui est contraire aux politiques anti-spam de Google.

Par ailleurs, cette stratégie est inefficace. Les systèmes IA de Google comprennent les synonymes, les sens proches et les intentions de recherche. Vous n'avez pas besoin d'avoir un article pour chaque formulation possible d'un sujet pour être visible.

La technique reste la fondation

Avant même de se demander si votre contenu peut apparaître dans une réponse IA, il faut s'assurer que Google peut le trouver et l'indexer. Aucune des nouvelles fonctionnalités IA ne change cette réalité fondamentale.

Les points techniques à maintenir sont les mêmes qu'en SEO classique :

• L'indexation reste obligatoire. Une page non indexée ou exclue via une balise nosnippet n'apparaîtra pas dans les résultats IA. C'est un prérequis absolu.
• Le crawl doit être facilité. Les modèles IA de Google s'appuient sur du contenu crawlable publiquement. Pour les sites volumineux et fréquemment mis à jour, la gestion du budget de crawl reste un sujet à part entière.
• Le JavaScript doit être accessible. Google est capable de traiter du contenu JavaScript, mais cela reste plus complexe à gérer qu'un contenu HTML classique. Les bonnes pratiques SEO pour les frameworks JavaScript s'appliquent toujours.
• L'expérience utilisateur compte. Temps de chargement, affichage sur mobile, lisibilité du contenu principal : ces critères d'expérience de page restent pertinents pour la visibilité dans les résultats IA.
• Le contenu dupliqué doit être réduit. En plus de nuire à l'expérience utilisateur, il gaspille les ressources de crawl de Google.

La Google Search Console reste l'outil de référence pour diagnostiquer les problèmes techniques et vérifier que vos pages sont bien éligibles à l'indexation.

Ce que vous pouvez arrêter de faire

C'est probablement la partie la plus attendue du guide. Google liste officiellement les pratiques inutiles pour apparaître dans ses fonctionnalités IA.

• Le fichier llms.txt et autres fichiers spéciaux pour l'IA. Vous n'avez pas besoin de créer de nouveaux fichiers lisibles par les machines, de fichiers texte pour l'IA ou de contenu en Markdown pour apparaître dans les résultats IA de Google. Si Google découvre et indexe ce type de fichiers, cela ne leur confère aucun traitement particulier.
• Le chunking de contenu. Certains conseillent de découper le contenu en petits blocs pour faciliter la compréhension par les IA. Google indique clairement que ce n'est pas nécessaire : ses systèmes sont capables de comprendre plusieurs sujets sur une même page et de faire remonter le passage pertinent pour une requête donnée. La longueur idéale d'une page, c'est celle qui convient à votre audience et à votre sujet.
• La réécriture du contenu pour l'IA. Il n'est pas nécessaire d'adapter son style rédactionnel pour les systèmes IA. Ces derniers comprennent les synonymes et les intentions de recherche, ce qui signifie qu'une absence de mots-clés de longue traîne ne vous pénalise pas.
• La recherche de mentions artificielles. Certains suggèrent de multiplier les mentions de sa marque sur des blogs, forums et discussions pour influencer les réponses IA. Google indique que ses systèmes de classement se concentrent sur du contenu de qualité et filtrent le spam. Les mentions non authentiques n'ont pas l'effet escompté.
• La suroptimisation en données structurées pour l'IA. Les données structurées ne sont pas requises pour apparaître dans les résultats IA, et aucun schéma Schema.org particulier n'est à ajouter dans ce but. Continuer à les utiliser dans le cadre d'une stratégie SEO globale reste utile pour les rich results, mais pas comme levier d'apparition dans les réponses IA.

Les agents IA : un espace à suivre

Le guide aborde en fin de parcours la question des agents IA autonomes, des systèmes capables d'effectuer des tâches pour le compte d'un utilisateur (réserver une table, comparer des produits, etc.). Ces agents peuvent interagir avec votre site de façon différente d'un utilisateur classique : en analysant des captures d'écran, en inspectant la structure du DOM ou en interprétant l'arbre d'accessibilité.

Google reconnaît que cet espace est en pleine émergence et évolution. Il mentionne notamment l'Universal Commerce Protocol (UCP), un protocole en cours de développement qui permettrait aux agents Search d'aller plus loin dans leurs interactions avec les sites marchands.

Pour les professionnels dont l'activité est directement concernée par ces usages (e-commerce, services, réservation en ligne), Google recommande de consulter le guide sur les bonnes pratiques pour les sites « agent-friendly » et d'explorer des produits comme Business Agent, une expérience conversationnelle permettant aux clients d'interagir directement avec une marque depuis Google Search.

Pour le moment, Google présente cette partie comme optionnelle, à explorer si vous avez du temps supplémentaire. Ce n'est pas une priorité immédiate pour la majorité des sites.

Google Merchant Center et les fiches locales restent des leviers clés

Pour les commerces locaux et les sites e-commerce, Google rappelle que les réponses IA peuvent inclure des fiches produits, des informations commerciales et des données sur les entreprises locales. Alimenter correctement Google Merchant Center (via des flux produits) et Google Business Profile reste donc un levier direct pour apparaître dans les réponses IA liées aux achats et aux recherches locales.

L’article "Google publie son premier guide officiel pour apparaître dans les résultats IA" a été publié sur le site Abondance.

Google vient de mettre à jour sa politique anti-spam pour lever toute ambiguïté : les techniques de manipulation interdites dans la recherche classique le sont désormais explicitement dans les réponses générées par l'IA, comme AI Overviews et AI Mode.

Une mise à jour courte, mais importante

Comme l'a fait remarquer Barry Schwartz sur Search Engine Land, le 15 mai 2026, Google a discrètement modifié l'introduction de sa page dédiée aux politiques anti-spam dans la recherche. La modification est minime dans la forme, mais significative dans ce qu'elle implique.

Auparavant, Google définissait le spam comme des techniques visant à « tromper les utilisateurs ou à manipuler ses systèmes de recherche pour obtenir un classement élevé ». Désormais, la définition s'étend explicitement à la manipulation des « réponses IA génératives dans Google Search ».

Autrement dit, chercher à apparaître dans une réponse AI Overview ou dans AI Mode en utilisant des méthodes contraires aux règles de Google est considéré comme du spam. Et Google peut sanctionner les sites concernés.

Pourquoi Google fait cette mise au point maintenant

Depuis l'essor des expériences de recherche basées sur l'IA, un marché du conseil s'est développé autour d'une question : comment faire en sorte que son site ou sa marque soit cité dans les réponses générées par l'IA ?

Certaines de ces recommandations s'appuient sur des pratiques légitimes d'optimisation du contenu. Mais d'autres s'aventurent dans des zones grises, voire franchissent directement la ligne rouge des pratiques manipulatrices.

Le message de Google est clair : les règles du jeu ne changent pas parce que le format de la réponse change. Que l'on cherche à se positionner dans les résultats organiques classiques ou dans une synthèse générée par l'IA, les mêmes principes s'appliquent.

Ce que cela change concrètement pour les professionnels du SEO

Pour les équipes SEO et les créateurs de contenu, cette mise à jour invite à relire attentivement la politique anti-spam de Google avant de mettre en place toute stratégie orientée « visibilité dans l'IA ».

Les pratiques concernées ne sont pas nouvelles : le keyword stuffing, les liens artificiels, le duplicate content ou généré de façon automatisée à des fins de manipulation restent interdits, qu'ils ciblent le ranking classique ou les réponses IA.

Ce qui change, c'est que Google officialise le périmètre d'application de ces règles. Il ne s'agit plus d'une zone d'interprétation : toute tentative de manipulation des systèmes IA de Google dans Search est désormais clairement dans le viseur.

L’article "Google précise que ses règles anti-spam s’appliquent aussi aux réponses IA" a été publié sur le site Abondance.

En mars 2026, Google a discrètement accordé à un groupe restreint d'éditeurs la possibilité de personnaliser leur profil Discover : bannière, liens, publications épinglées. Un terrain encore vierge. Nous avons analysé plus de 50 profils concernés pour comprendre comment ces éditeurs se sont emparés de la fonctionnalité, et ce que cela révèle pour ceux qui n'y ont pas encore accès.

Un programme pilote passé sous les radars

Depuis fin 2024, Google Discover propose des pages de profil éditeur accessibles depuis le flux (profile.google.com/cp/...). Pour l'immense majorité des éditeurs, ces profils sont générés automatiquement par Google : un logo, un texte descriptif, quelques liens vers les réseaux sociaux, et la mention "Profile generated by Google" en bas de page.

Mais depuis mars 2026, un petit groupe d'éditeurs dispose d'une version différente. Plus riche. Sans la mention "généré par Google". Avec des fonctionnalités supplémentaires que les autres n'ont pas.

Ce groupe n'a fait l'objet d'aucune communication officielle de la part de Google. Pas de documentation publique sur les critères de sélection. Pas de formulaire d'inscription dans la Search Console. Tout indique un programme sur invitation.

Chez 1492.vision, nous monitorons les profils Discover de près de 47 000 éditeurs à travers 7 langues. C'est en croisant les snapshots réguliers de ce monitoring que nous avons identifié les 54 domaines qui bénéficient de ces fonctionnalités enrichies de manière persistante. Tous sont basés aux États-Unis, tous publient en anglais. Voici ce qu'on a trouvé.

Ce que les profils enrichis permettent

Un éditeur disposant du profil enrichi accède à trois fonctionnalités absentes du profil standard.

La bannière (header image). Un visuel affiché en haut du profil, comparable à la bannière d'une chaîne YouTube ou d'une page Facebook. C'est le premier élément visible par l'utilisateur qui consulte le profil depuis Discover.

Les liens (featured links). Un bloc configurable de liens apparaissant sur le profil, sous la bannière. L'éditeur choisit les URL, les titres et l'ordre d'affichage. On peut y pointer vers des sections du site, une page météo, un flux live, une application, un formulaire de don ou d'abonnement.

Les publications épinglées (Pinned, anciennement "Featured Posts"). La capacité d'épingler un article spécifique en position proéminente sur le profil. Comparable à un tweet épinglé : l'éditeur met en avant le contenu de son choix.

L'ordre d'affichage personnalisable. Sur un profil standard, les réseaux sociaux sont classés automatiquement par nombre de followers, le site web apparaissant en dernier. Sur un profil réclamé, l'éditeur choisit l'ordre. Il en va de même pour les onglets (Articles, profils sociaux). Newsweek place YouTube en premier et Articles en second. Delish met Website en tête, suivi d'Instagram. Ce détail révèle les priorités d'audience de chaque éditeur.

En parallèle, ces profils perdent la mention "Profile generated by Google" visible sur tous les autres. Ce détail technique distingue visuellement un profil "réclamé" d'un profil automatique. Il signale à l'utilisateur (et aux analystes) que l'éditeur a pris la main sur sa présence Discover.

Le profil standard, lui, agrège des informations que Google collecte de manière automatique : logo issu du Knowledge Graph, texte descriptif (souvent tiré de Wikipedia), liens sociaux. Fonctionnel, mais pas configurable.

Qui sont ces 54 éditeurs ?

La composition du groupe n'est pas aléatoire. Google a sélectionné un mix d'éditeurs nationaux, régionaux, locaux et spécialisés, avec une surreprésentation notable de la presse locale.

Trois observations sur cette sélection.

Premièrement, la presse locale domine. En additionnant TV locales et presse régionale, on atteint 27 éditeurs sur 54, soit la moitié exacte du groupe. C'est cohérent avec les déclarations publiques de Google sur le soutien au journalisme local.

Deuxièmement, les grands groupes médias sont bien représentés. On retrouve Hearst (au moins 10 domaines entre le Connecticut, SFGate, le Boston Globe et d'autres titres régionaux), le réseau Fox (stations affiliées et propriétés nationales), Dotdash Meredith (Delish, Country Living, House Beautiful), et Dow Jones (WSJ, Barron's, Mansion Global).

Troisièmement, l'éventail est délibérément large. Du Wall Street Journal (42,7 millions de followers sur le profil) à The Hour, un quotidien du Connecticut avec 31 000 followers. De Pew Research, un think-tank non-partisan, à SecretNYC, un média social natif. Google ne teste pas une niche : il teste un spectre.

Comment les éditeurs utilisent ces fonctionnalités

C'est la question centrale de notre analyse. Les 54 éditeurs ont accès aux mêmes outils. Ils ne les utilisent pas du tout de la même manière.

Les bannières : cinq archétypes, zéro amateur

Sur les 54 éditeurs, 41 ont mis en ligne une bannière. Les 13 restants ont la fonctionnalité activée (état "prepared") mais n'ont pas encore importé de visuel.

Observation frappante : pas une seule bannière ne fait amateur. Zéro logo étiré, zéro image par défaut, zéro clip-art. Chaque éditeur a investi du temps de design. On a identifié cinq archétypes visuels.

Brand-pattern. Pas de photographie, juste la marque. Le Wall Street Journal utilise une répétition de son wordmark serif sur fond noir. Barron's, un motif géométrique abstrait aux couleurs de la marque. C'est le choix de prestige par excellence.

Contenu éditorial. La bannière montre ce que l'éditeur couvre. Delish affiche une photographie culinaire vue du dessus. The Dodo, un chiot. Fox Business, un composite drapeau américain / courbe boursière. Le contenu est l'identité.

Fierté locale. Les médias locaux ancrent leur identité dans un lieu. KTLA montre le coucher de soleil sur la côte pacifique avec le numéro "5" de la chaîne en surimpression. Le Boston Globe, des cerisiers en fleurs au bord de l'eau. Atlanta News First, la skyline nocturne de la ville.

Brand-statement. SecretNYC affiche un collage avec son manifeste ("Hyper-local, Super shareable"). NY Magazine présente ses couvertures print disposées sur un fond corail.

Archive de Unes. Un archétype unique au New York Post, qui affiche une grille de 12 Unes historiques iconiques en noir et blanc ("SACKED!", "HAMBURGLAR", "BOMBERS ARE BACK!"). L'histoire du journal est la bannière.

Le format carré domine : 71% des bannières adoptent un ratio proche de 1:1, contre 29% en format paysage. Le tier prédit l'archétype : les nationaux choisissent le brand-pattern, les locaux la fierté locale, les marques lifestyle le contenu éditorial.

Les liens : une navigation de site, pas une surface promotionnelle

33 éditeurs sur 54 ont la fonctionnalité de liens activée, et 31 ont configuré au moins un lien, pour un total de 65 entrées. Ces liens pointent à 85% vers le propre domaine de l'éditeur : sections du site, pages météo, flux live, sous-rubriques régionales.

Le pattern dominant est clair : les éditeurs transforment le bloc de liens en mini-navigation de site. Les stations TV affiliées à Fox ont adopté un playbook quasi identique d'une station à l'autre : Watch Live, Weather, Local News, sous-région, Contact.

Les TV locales sont les power users de cette fonctionnalité. À elles seules, les 14 stations totalisent 31 liens sur 65 (moyenne de 2,2 par éditeur). Les 15 éditeurs nationaux, eux, n'en ont posté que 9 au total (moyenne de 0,6). Le Wall Street Journal, Fox News, Newsweek, Barron's : aucun lien configuré.

Trois cas atypiques méritent d'être signalés. PIX11 a publié un lien intitulé "How to make PIX11 a preferred source on Google", une méta-promotion du Follow Discover. Gothamist redirige vers une page de don (pledge.wnyc.org) avec un tracking UTM dédié. Fox Nation oriente directement vers son paywall.

UTM tracking : le grand absent

Sur 65 liens configurés, seulement 3 sont instrumentés avec des paramètres UTM. Trois.

Gothamist est le seul éditeur avec un tag de campagne nommé spécifiquement pour le profil Discover. L'Inquirer a créé un tag dédié pour sa newsletter, mais a recyclé un tag Instagram pour son offre d'abonnement : les clics atterriront dans son bucket Instagram, faussant l'attribution.

Les 62 autres liens ne portent aucun paramètre de tracking. Autrement dit, 95% du trafic généré par cette surface est invisible dans les outils d'analytics de ces éditeurs. C'est un angle mort considérable pour une fonctionnalité nouvelle.

Pinned (ex-Featured Posts) : la capacité est là, l'usage ne suit pas

52 éditeurs sur 54 ont la capacité d'épingler un article, mais seulement 13 ont un post actif au moment de notre analyse.

Le tier qui l'utilise le plus est celui des marques lifestyle : 5 sur 6 ont un featured post actif. Les nationaux, à l'inverse, n'en comptent que 2 sur 15 malgré la capacité activée chez 14 d'entre eux. Même schéma que pour les liens : les éditeurs avec les plus grosses audiences n'investissent pas la surface configurable.

Coordination de groupe : le cas Hearst Connecticut

Quand un groupe média compte plusieurs domaines dans le programme, la configuration est-elle centralisée ou gérée par chaque rédaction ?

La réponse dépend du groupe. Hearst Connecticut est le seul cas de coordination totale. Cinq journaux (CT Insider, CT Post, New Haven Register, The News-Times, The Hour) partagent une configuration rigoureusement identique : même état de profil, mêmes paramètres, deux liens configurés chacun, et le même checkout d'abonnement Hearst avec un identifiant par journal. C'est un déploiement piloté par une équipe digitale centrale.

Partout ailleurs, la configuration est spécifique à chaque rédaction. Les stations Fox affiliées (KTLA, MyFox8, PIX11, WSMV) ont chacune un setup différent. Chez Dotdash Meredith (Delish, Country Living, House Beautiful, Prevention, Everyday Health), on observe 4 configurations distinctes pour 5 domaines. Chez Dow Jones, le WSJ et sa version japonaise partagent la même bannière (un cas unique de réutilisation d'asset visuel), mais la configuration fonctionnelle est minimale et identique.

Le signal est clair : même au sein de groupes intégrés, la gestion du profil Discover reste largement locale.

Le paradoxe : les plus gros ne sont pas les plus engagés

Pour quantifier l'engagement des éditeurs avec la fonctionnalité, nous avons construit un score d'adoption composite (0 à 6 points) : +1 pour la bannière, +1 pour les liens activés, +1 pour les featured posts actifs, +1 pour au moins un lien configuré, +1 pour 4 réseaux sociaux ou plus renseignés, +1 pour du tracking UTM.

Personne n'a obtenu 6 sur 6. Le score maximal observé est 5, atteint par 8 éditeurs seulement (dont PIX11, Delish, Fox Weather, The Dodo, et trois stations TV locales).

La distribution est contre-intuitive. Les marques lifestyle et les TV locales, qui disposent souvent des audiences Discover les plus modestes du groupe, sont les plus engagées avec l'outil. Les éditeurs nationaux (WSJ, Fox News, Newsweek), qui concentrent l'essentiel du volume, ont pris leur bannière et n'ont touché à rien d'autre. Score moyen : 2,93.

L'hypothèse la plus plausible : pour les grands médias nationaux, Discover n'est qu'un canal parmi d'autres, et l'investissement dans une fonctionnalité expérimentale ne justifie pas de mobiliser des ressources. Pour une station TV locale ou une marque lifestyle, chaque surface de visibilité compte, et le profil Discover représente un outil concret de fédération de l'audience locale.

Ce que cela implique pour les éditeurs francophones

À ce jour, le programme est exclusivement déployé aux États-Unis, en anglais. Notre monitoring couvre 7 langues (dont le français, l'allemand, l'espagnol, l'italien, le néerlandais) et nous n'avons identifié aucun profil enrichi en dehors du marché anglophone. Mais l'infrastructure existe : les 47 000 éditeurs monitorés ont tous un profil Discover, simplement sans les fonctionnalités enrichies.

Si Google étend le programme, et les signaux vont dans ce sens (le label "Profile generated by Google" a disparu des profils réclamés en avril 2026, signe d'une maturation du produit), voici ce qu'on peut préparer dès maintenant.

Préparer une bannière professionnelle. Le format carré (ratio 1:1) domine dans la cohorte, avec une résolution de 512 pixels minimum. Le standard visuel est élevé : pas de place pour l'improvisation. Investissez du temps de design.

Vérifier vos données structurées. Le profil standard agrège les liens sociaux notamment à partir des balises sameAs de votre JSON-LD. Si ces balises sont incomplètes ou obsolètes, votre profil Discover le reflétera.

Anticiper une stratégie de liens. Les éditeurs qui tirent le meilleur parti de la fonctionnalité pointent vers des sections clés de leur site (rubriques, météo, flux live, newsletter). Identifiez les 3 à 5 destinations que vous mettriez en avant.

Penser UTM dès le départ. La leçon la plus saillante de cette cohorte : 95% des éditeurs n'instrumentent pas leurs liens de profil. C'est une erreur d'attribution que vous pouvez éviter en planifiant votre convention de nommage UTM avant même d'obtenir l'accès.

Conclusion

Ce qui frappe dans cette analyse, ce n'est pas tant ce que Google propose (les fonctionnalités sont relativement simples) que la diversité des réponses. Le même outil, entre les mains de 54 éditeurs, produit 54 configurations différentes, du profil quasi vide au profil méticuleusement optimisé. La fonctionnalité est jeune, le programme est restreint, et les éditeurs tâtonnent encore.

Ces données sont issues du Profile Features Monitor de 1492.vision, qui suit l'évolution des profils Discover de près de 47 000 éditeurs à travers 7 langues. L'analyse détaillée par éditeur est accessible aux utilisateurs enregistrés. Le monitoring se poursuit : les prochains snapshots nous diront si Google élargit le programme à d'autres marchés.

Un article de référence complet, avec plus de visuels, est disponible en accès libre sur https://1492.vision/research/discover-publisher-profiles-fr

Sylvain Deauré & Damien Andell - 1492.vision

L’article "Google Discover offre des profils enrichis à 54 éditeurs : ce qu’ils en font vraiment" a été publié sur le site Abondance.

Du 16 mars au 17 avril 2026, GreenRed a organisé le premier concours GEO français. Le principe : faire émerger un mot inventé, « vultifrine », dans les réponses de cinq IA génératives. Chaque jour, dix requêtes liées à ce terme étaient testées sur ChatGPT, Claude, Mistral, Perplexity et Gemini.

Le classement ne portait pas sur des positions Google, mais sur les mentions de domaine dans les réponses. J’y ai participé avec IndHack, qui a terminé premier avec 139 mentions officielles : 71 sur Mistral, 38 sur Claude, 21 sur ChatGPT, 5 sur Perplexity et 4 sur Gemini.

Pourquoi le GEO intéresse déjà le SEO

Le GEO, pour Generative Engine Optimization, consiste à travailler sa présence dans les réponses produites par les IA. Le sujet monte parce que les usages changent : une partie des internautes ne cherche plus seulement une liste de liens, mais une réponse directe, synthétisée, souvent accompagnée de sources.

Pour une entreprise, l’enjeu est simple : si ChatGPT, Perplexity, Claude ou Gemini citent toujours les mêmes acteurs, ces sources gagnent une visibilité nouvelle. Le SEO ne disparaît pas, mais il s’élargit : il faut continuer à être visible sur Google, tout en devenant suffisamment clair et fiable pour être repris par les moteurs génératifs.

Un mot fictif, donc un terrain neutre

La vultifrine n’existait pas avant le concours. Il n’y avait pas de requêtes installées, pas d’articles anciens, pas de source déjà reconnue sur ce mot. Les IA devaient construire leur compréhension à partir des contenus publiés pendant le concours.

En tant que consultante SEO, ce cadre était intéressant : on ne cherchait pas seulement à savoir quelle page allait se positionner, mais quelle source allait devenir assez crédible pour être citée dans une réponse générée.

Les grandes lignes de la stratégie IndHack

IndHack est d’abord mon site professionnel autour du SEO, du GEO et de la visibilité web. Pour le concours, j’ai créé à l’intérieur du site un hub GEO expérimental, clairement isolé du reste : une page laboratoire, une page principale sur la vultifrine et dix pages filles alignées avec les dix requêtes suivies.

L’objectif était de rendre le test lisible par les IA : une entité claire, des réponses courtes, des données chiffrées, des données structurées, un fichier llms.txt, du maillage interne, des mises à jour visibles et des signaux externes cohérents.

J’ai aussi travaillé l’indexation. Sur un mot inventé, une page pertinente mais non découverte ne sert à rien. Sitemaps, IndexNow, soumissions via Bing ou Google quand c’était possible, contrôle des dates de mise à jour : tout devait aider les moteurs à découvrir rapidement les contenus et à en comprendre la fraîcheur.

Ce que le concours a montré

Toutes les IA ne réagissent pas de la même manière. Perplexity capte vite les sources web et communautaires. ChatGPT dépend beaucoup de la qualité d’indexation et de la structure des pages.

Gemini reste très lié à l’écosystème Google. Claude demande une forte cohérence factuelle. Mistral capte très bien les contenus structurés, les FAQ et les blocs courts.

Ces observations ne sont pas des règles absolues, mais elles montrent qu’on ne peut pas mesurer la visibilité IA avec une seule requête, sur un seul moteur. Il faut regarder plusieurs IA, plusieurs formulations, et surtout les sources qu’elles choisissent réellement de citer.

TOP 5 des leviers qui font la différence

1. Construire une entité claire. Une IA doit comprendre qui parle, de quoi, et pourquoi cette source est légitime. Dans mon cas, l’entité IndHack / Indiana Aflalo devait rester identifiable derrière les contenus.
2. Rendre l’information facile à reprendre. Le format BLUF, qui donne la réponse essentielle en début de bloc, aide les IA à extraire une définition, un chiffre ou une explication sans perdre le contexte.
3. Soigner l’indexation et la fraîcheur. Les contenus doivent être découverts vite, mis à jour et cohérents. Une bonne page que les moteurs ne voient pas à temps ne peut pas être citée.
4. Créer des signaux externes cohérents. Le travail ne s’est pas limité au site : Wikidata quand c’était possible, Dev.to pour l’angle technique, GitHub et Hugging Face pour les ressources publiées, LinkedIn et YouTube pour les signaux d’auteur et de diffusion.
5. Mesurer plusieurs moteurs. Un résultat sur ChatGPT ne suffit pas. Les IA n’ont pas les mêmes sources, les mêmes délais ni les mêmes réflexes de citation.

Ce que cela change pour un site web

Le référencement naturel reste la base. Mais la visibilité dans les IA renforce l’exigence : moins de pages floues, plus de faits, plus de structure, plus de fraîcheur et plus de cohérence entre le site, les données structurées et les signaux externes.

C’est aussi ce constat qui m’a poussée à créer un testeur de visibilité IA gratuit, afin d’aider les éditeurs à vérifier leurs premiers signaux de lisibilité. La conclusion du concours est nette : dans les réponses IA, la source qui gagne n’est pas forcément la plus ancienne, ni la plus puissante. C’est celle qui aide le mieux la machine à produire une réponse fiable, claire et attribuable.

L’article "Comment les IA choisissent leurs sources : retour sur le concours GEO GreenRed" a été publié sur le site Abondance.

Article sponsorisé par HubSpot

Votre site est bien positionné sur Google, mais votre trafic chute quand même. HubSpot vient de lancer une réponse concrète à ce paradoxe : HubSpot AEO. Disponible depuis le 14 avril 2026, cet outil mesure précisément où votre marque apparaît, ou n'apparaît pas, dans les réponses générées par les moteurs IA comme ChatGPT et Gemini. On vous explique ce que le nouvel outil signé HubSpot peut vous apporter !

Pourquoi votre trafic baisse malgré de bons rankings SEO

La réponse courte : vos acheteurs ne cliquent plus. Ils obtiennent leurs réponses directement depuis les moteurs d'IA, sans jamais visiter votre site. C’est d’ailleurs un constat récemment partagé par l’éditeur de Minecraft.fr, dont les clics ont été divisés par deux, malgré des impressions relativement stables.

Aujourd'hui, 60 % des recherches Google se terminent sans aucun clic. C'est le phénomène du zero-click search, amplifié par l'essor des LLMs comme ChatGPT, Gemini ou Perplexity. Dit autrement : vos positions sur Google ne garantissent plus votre visibilité là où se joue désormais la découverte de marque.

Le parcours d'achat a changé en profondeur. Un prospect ne tape plus « meilleur outil CRM » dans Google pour parcourir une liste de liens. Il pose une question précise à un moteur de réponse : »"Quel est le meilleur logiciel CRM pour une PME SaaS qui veut automatiser son onboarding ? » L'IA répond. Elle cite certaines marques. Pas toutes. Si votre marque n'est pas mentionnée, la décision d'achat se prend sans vous.

Le phénomène est particulièrement insidieux. Vous ne voyez pas les conversations qui se déroulent dans ChatGPT ou Gemini. Vous ne savez pas que votre concurrent est cité à votre place. Et pourtant, ce deal est déjà perdu, avant même d'entrer dans votre funnel.

Comment savoir si votre marque apparaît dans les résultats de recherche IA

Pour savoir si votre marque apparaît dans les résultats IA, vous devez tester des prompts manuellement ou utiliser un outil de monitoring dédié comme HubSpot AEO, qui génère un score de visibilité IA en moins de cinq minutes.

La méthode manuelle : utile, mais insuffisante

Vous pouvez tester votre visibilité IA vous-même en posant des questions dans ChatGPT, Gemini ou Perplexity. Par exemple :

• « Quels sont les meilleurs outils de marketing automation pour une entreprise B2B ? »
• « Quel CRM recommanderais-tu à une startup en croissance ? »
• « Quels logiciels utilisent les équipes marketing pour gérer leurs campagnes ? »

Cette approche a des limites évidentes : elle est non systématique, non reproductible et non scalable. Elle ne vous dit pas sur combien de prompts vous êtes cité, ni à quelle fréquence vos concurrents vous devancent.

Ce qu'il faut vraiment mesurer

Un suivi rigoureux de votre visibilité IA doit couvrir trois dimensions :

1. Les prompts qui vous citent : quand et dans quel contexte votre marque est-elle mentionnée ?
2. Les prompts qui citent vos concurrents à votre place : où perdez-vous des recommandations ?
3. Les zones d'invisibilité totale : quels sujets ou cas d'usage vous excluent complètement ?

C'est exactement ce que mesure HubSpot AEO avec son tableau de bord centralisé et son score de visibilité IA unique.

Quels sont les meilleurs outils pour l'Answer Engine Optimization (AEO) et la visibilité IA

HubSpot AEO est aujourd'hui l'outil le plus complet pour l'Answer Engine Optimization, car il combine monitoring de la visibilité IA, recommandations actionnables et intégration directe avec les outils de création de contenu, le tout connecté à votre CRM.

Comparatif des outils AEO disponibles en 2026

Fonctionnalité	HubSpot AEO	Outils standalone (monitoring seul)
Score de visibilité IA (ChatGPT + Gemini)
Comparaison concurrents		(partiel)
Recommandations priorisées
Connexion CRM	(natif)
Prompts suggérés automatiquement
Publication de contenu depuis l'outil	(juin 2026)
Alertes tendances hebdomadaires		Selon l'outil
Prix d'entrée	49 €/mois	Variable

La différence clé : les outils standalone vous donnent un rapport. HubSpot AEO vous donne un rapport ET la capacité d'agir dessus, dans le même workflow, sans changer d'outil.

HubSpot AEO vs. une approche manuelle

Un responsable marketing qui surveille manuellement sa visibilité IA passe souvent plusieurs heures par semaine à tester des prompts et compiler des résultats. HubSpot AEO automatise intégralement ce processus et génère un score actualisé chaque semaine, avec des alertes dès que vos concurrents gagnent du terrain.

HubSpot AEO : fonctionnalités, cas d'usage et avantages mesurables

HubSpot AEO donne aux équipes marketing une visibilité complète sur leur présence dans les moteurs de réponse IA, une stratégie claire pour l'améliorer, et les outils pour passer à l'action. Tout cela dans un système end-to-end.

Fonctionnalité 1 - Le score de visibilité IA HubSpot

La plateforme génère un score de visibilité IA unique qui agrège votre présence sur ChatGPT et Gemini. Ce score est votre nouveau KPI marketing dans l'ère des moteurs de réponse.

Depuis un seul dashboard, vous visualisez :

• Les prompts qui citent votre marque
• Les prompts où vos concurrents vous devancent
• Les sujets sur lesquels vous êtes totalement absent

Les données sont présentées en insights en langage clair, sans besoin d'expertise AEO. N'importe quel membre de votre équipe marketing peut lire le rapport et comprendre où agir en priorité.

Exemple concret : Une agence de marketing automation utilise HubSpot AEO et découvre qu'elle est citée sur 3 prompts liés à « l'automatisation email », mais absente sur 12 prompts liés à « la gestion de pipeline commercial », pourtant au cœur de son offre. Elle priorise la création de contenu sur ce sujet. En huit semaines, son score de visibilité IA progresse de 18 points.

Fonctionnalité 2 - Des recommandations connectées à vos outils de contenu

La plupart des outils AEO s'arrêtent à l’étape de rapport. HubSpot AEO connecte le constat à l'action en un seul clic.

Le workflow est le suivant :

1. HubSpot détecte un gap de visibilité (ex. : votre marque n'est pas citée sur les prompts liés au « support clients »)
2. L'outil génère une recommandation spécifique (ex. : créer un article sur « comment réduire le temps de réponse au support avec un CRM »)
3. Vous passez directement à la rédaction depuis HubSpot Marketing Hub, sans quitter la plateforme
4. Le contenu publié est suivi : votre score de visibilité IA se met à jour semaine après semaine

A noter que les Content Actions complètes seront disponibles en juin 2026.

Fonctionnalité 3 - Des recommandations qui s'affinent grâce à votre CRM

C'est le différenciateur le plus puissant de la plateforme : la connexion native au HubSpot CRM.

Dès la connexion, HubSpot AEO connaît déjà :

• Vos segments clients et vos industries cibles
• Vos concurrents principaux
• Votre bibliothèque de contenus existants
• Vos cycles de vente et vos cas d'usage prioritaires

Cette connaissance permet à l'outil de suggérer automatiquement les prompts les plus pertinents à suivre pour votre business spécifique, et non pour un benchmark générique de votre secteur. Un outil de marketing automation standalone ne peut pas reproduire cet avantage, car il ne connaît pas votre business.

Plus vous utilisez la plateforme HubSpot, plus les recommandations deviennent précises. C'est un avantage cumulatif : vos concurrents qui ont démarré plus tôt consolident leur avance chaque mois.

Pourquoi HubSpot est le bon partenaire pour l'AEO

HubSpot a prouvé à trois reprises sa capacité à anticiper les grands changements de canal de découverte, avant de commercialiser les outils qui permettent à ses clients d'en tirer parti.

• 2006 - Inbound marketing : HubSpot a construit le cas que les acheteurs voulaient être trouvés, pas démarchés. La société est passée de startup à 2,6 milliards de dollars de revenus sur cette conviction.
• 2013 - SEO natif : HubSpot a démocratisé le SEO dans les workflows marketing avec les topic clusters et la stratégie de contenu intégrée. Ils ont construit l'un des plus grands moteurs de trafic organique du SaaS B2B, puis donné les mêmes outils à leurs clients.
• 2026 - AEO : HubSpot n'a pas observé le phénomène de loin. L'équipe a commencé à optimiser pour les moteurs de réponse IA sur sa propre marque, a intégré l'équipe XFunnel, pionnière de l'AEO, et a validé une méthodologie sur ses propres résultats avant de la commercialiser.

HubSpot AEO est construit sur une méthodologie que HubSpot a validée sur sa propre marque. Chaque recommandation reçue est issue d'un playbook déjà éprouvé.

Comment démarrer avec HubSpot AEO en 5 minutes

Voici les étapes concrètes pour obtenir votre premier score de visibilité IA :

1. Rendez-vous sur hubspot.com/products/aeo et créez votre compte
2. Entrez votre domaine et indiquez vos 3 à 5 principaux concurrents
3. HubSpot identifie les prompts les plus pertinents pour votre marché (en Marketing Hub, cette étape est automatisée depuis votre CRM)
4. Consultez votre score de visibilité IA : vous voyez immédiatement les prompts qui vous citent, ceux qui citent vos concurrents, et vos zones d'invisibilité
5. Accédez à vos premières recommandations priorisées et planifiez vos actions de contenu

L'ensemble de ce processus prend moins de cinq minutes. Vous repartez avec une image claire de votre situation actuelle et un plan d'action pour la semaine.

Les deux façons de démarrer avec HubSpot AEO

	HubSpot AEO	AEO dans HubSpot Marketing Hub
Prix	49 €/mois	Inclus dans Marketing Hub+
Score de visibilité IA (ChatGPT + Gemini)
Comparaison concurrents
Recommandations priorisées
Alertes tendances hebdomadaires
Suggestions de prompts CRM-powered
Content Actions (publication directe)	Basique (juin 2026)	Complet (juin 2026)
Intégration workflows HubSpot existants
Recommandations qui s'affinent avec le CRM

Notre recommandation : Commencez par HubSpot AEO à 49 €/mois pour mesurer votre visibilité IA dès aujourd'hui. Lorsque vous êtes prêt à agir sur les recommandations, pas seulement à les lire, passez à HubSpot Marketing Hub pour fermer la boucle en un seul workflow.

FAQ - HubSpot AEO et visibilité IA

Qu'est-ce que l'Answer Engine Optimization (AEO) ?

L'AEO (Answer Engine Optimization) est la discipline qui consiste à optimiser la présence d'une marque dans les réponses générées par les moteurs IA comme ChatGPT, Gemini ou Perplexity. Contrairement au SEO, qui vise un classement dans une liste de liens, l'AEO vise une citation dans une réponse directe. HubSpot AEO est l'outil dédié à cette nouvelle pratique.

Comment HubSpot mesure-t-il la visibilité IA ?

HubSpot AEO analyse votre marque sur les principaux moteurs de réponse IA (ChatGPT et Gemini) et calcule un score de visibilité IA agrégé. Ce score est mis à jour chaque semaine et compare votre position à celle de vos concurrents sur un ensemble de prompts pertinents pour votre marché.

Pourquoi mon SEO ne suffit-il plus pour être visible ?

Traditionnellement, le SEO permet d’optimiser votre présence dans une liste de liens. Les moteurs de réponse IA ne produisent pas de listes de liens : ils produisent des réponses directes, en citant les sources qu'ils jugent les plus fiables. 60 % des recherches Google se terminent aujourd'hui sans aucun clic. Si votre stratégie de contenu n'est pas construite pour être citée par les LLM, votre visibilité décline, indépendamment de vos rankings.

Quels moteurs IA sont couverts par HubSpot AEO ?

Au lancement (avril 2026), HubSpot AEO couvre ChatGPT et Gemini, les deux moteurs de réponse IA les plus utilisés en contexte professionnel. La couverture est amenée à s'élargir.

HubSpot AEO est-il adapté aux PME ?

Oui. HubSpot AEO a été conçu pour être accessible sans expertise AEO préalable. Les insights sont présentés en langage clair, les recommandations sont priorisées, et le workflow de publication est intégré. Une équipe marketing de deux personnes peut utiliser cet outil aussi efficacement qu'une grande équipe.

Prenez de l'avance sur vos concurrents !

L'histoire se répète. Les entreprises qui ont adopté l'inbound marketing en 2006 ont construit des avantages qui durent encore aujourd'hui. Celles qui ont maîtrisé le SEO en 2013 ont défini les moteurs de croissance de la décennie suivante. Celles qui adoptent l'AEO en 2026 seront les marques que les moteurs IA citent en premier, pour les dix prochaines années.

A ce jour, HubSpot AEO est la solution la plus complète disponible pour mesurer votre visibilité IA, identifier vos angles morts et passer à l'action. Grâce à sa connexion native au HubSpot CRM et à son intégration avec HubSpot Marketing Hub, c'est le seul outil qui transforme un constat de visibilité en contenu publié, sans jamais quitter la plateforme.

L’article "HubSpot AEO : un nouvel outil pour booster votre visibilité dans les résultats de recherche IA" a été publié sur le site Abondance.

Google a déposé une offre d'engagements auprès de la Commission européenne pour éviter une amende potentiellement colossale. Au cœur du dossier : l’abus de réputation de site, une règle de déclassement qui pénalise les pages de presse monétisées par des publicités tierces. Une concession inédite pour le géant américain.

La « site reputation abuse policy », c'est quoi exactement ?

Introduite en mars 2024, la politique de « site reputation abuse » (abus de réputation de site) vise à lutter contre le parasite SEO : une pratique qui consiste à publier du contenu de faible qualité ou sans rapport avec le sujet principal d'un site, en profitant de l'autorité de ce dernier pour se positionner artificiellement dans les résultats de recherche.

Concrètement, Google déclasse les pages d'un site réputé lorsqu'elles hébergent du contenu tiers jugé de mauvaise qualité ou déconnecté de la vocation éditoriale du site. L'intention affichée est de protéger les utilisateurs contre des pratiques trompeuses qui dégradent la qualité des résultats de recherche.

Le problème, c'est que cette politique frappe aussi des usages tout à fait légitimes. Les sites de presse, par exemple, monétisent couramment leurs pages éditoriales via des partenariats d'affiliation ou de la publicité tierce. Ce modèle est une réalité économique du secteur, pas une tentative de manipulation algorithmique.

Pourquoi la Commission européenne s'en est mêlée

C'est l'European Publishers Council (EPC), le conseil des éditeurs européens, qui a déposé la plainte antitrust à l'origine de l'enquête. L'organisation a fait valoir que la politique impacte de façon disproportionnée les éditeurs de presse, asséchant leur trafic et leurs revenus.

La Commission a ouvert son enquête en novembre 2025. L'angle juridique retenu est celui du Digital Markets Act (DMA) : en tant que « gatekeeper » désigné, Google est tenu d'offrir aux éditeurs de presse un accès équitable, raisonnable et non discriminatoire à sa plateforme de recherche, conformément au réglement. La question posée est donc simple : l'algorithme de Google respecte-t-il cette obligation ?

La proposition de Google

Face au risque d'une amende pouvant atteindre 10 % de son chiffre d'affaires mondial, Google a déposé une proposition d'engagements auprès de la Commission. Les détails complets n'ont pas été publiés, mais les informations rapportées par Bloomberg, Reuters et TheNextWeb, cités par Search Engine Roundtable, permettent d'en dégager les grandes lignes.

Google se dit prêt à ajuster l'application de sa politique d’abus de réputation aux domaines d'actualité, et à rendre plus transparent l'effet de cette politique sur les pages des éditeurs. En d'autres termes, les sites de presse pourraient bénéficier d'un traitement différencié par rapport au reste du web.

Du côté de Google, la communication reste prudente. Un porte-parole a déclaré à Reuters : « Notre priorité est de garder les résultats de recherche utiles pour les utilisateurs et de les protéger contre des pratiques trompeuses comme le spam parasite SEO qui nuit au web. » Le même message a été transmis à Barry Schwartz de Search Engine Roundtable.

Une concession qui interpelle

Cette démarche est inhabituelle de la part de Google. L'idée qu'une politique de lutte contre le spam puisse être modulée selon la géographie ou le type de site soulève des questions légitimes sur la cohérence de l'approche.

Si Google accepte d'assouplir ses règles pour les éditeurs européens sous pression réglementaire, pourquoi ne pas appliquer le même traitement ailleurs ? Et si la politique était effectivement trop sévère avec les éditeurs, ne devrait-elle pas être revue globalement ?

La situation est d'autant plus délicate que les amendes européennes s'accumulent : depuis la décision Google Shopping en 2017, le total des pénalités antitrust infligées à Google dans l'UE a atteint 9,71 milliards d'euros. L'entreprise cherche visiblement à éviter d'alourdir cette facture.

La suite de la procédure

La Commission européenne va maintenant évaluer les propositions de Google au regard des préoccupations soulevées par l'enquête. Elle devrait consulter les éditeurs et autres parties concernées, avant de décider d'accepter l'offre, d'en demander des modifications, ou de la rejeter et de passer à une décision formelle d'infraction.

Aucun calendrier précis n'a été communiqué. L'enquête n'a pas non plus de délai fixé. Ce que Bloomberg et TNW notent, c'est que Google a clairement estimé que le risque financier et réputationnel d'une décision adverse de la Commission dépassait le coût d'une révision de sa politique.

Un contexte plus large pour les éditeurs

Cette affaire ne peut pas être lue indépendamment du contexte global. Les éditeurs de presse subissent simultanément une autre pression venue de Google : la montée en puissance des réponses générées par l'IA directement dans les résultats de recherche, qui réduit mécaniquement le trafic vers leurs sites et donc leurs revenus publicitaires.

La politique d’abus de réputation et les réponses IA sont deux sujets distincts, mais leur effet cumulé constitue l'un des principaux griefs portés par les éditeurs à Bruxelles. La concession proposée par Google sur le premier point n'adresse pas le second, et les organisations de presse le savent.

L’article "Google prêt à revoir sa politique anti-parasite SEO pour les éditeurs de presse européens" a été publié sur le site Abondance.

Le 11 juin approche à grands pas. C'est le moment idéal pour prendre votre ticket d’entrée pour le Success Marketing #2 et de profiter de -30 % de réduction !

Pour rappel, l'événement se tiendra les 10 et 11 juin 2026 à La Carrière, à Saint-Herblain, et rassemble une vingtaine d'experts du marketing digital autour de thématiques au cœur de l'actualité : SEO et GEO à l'ère de l'IA, automatisation, LinkedIn comme levier d'acquisition, pilotage de la performance… Le tout pensé pour les professionnels du marketing et les entrepreneurs qui veulent conjuguer stratégie et mise en pratique concrète.

La deuxième journée, le jeudi 11 juin, est entièrement dédiée aux conférences sur la grande scène et aux workshops en salle, pour une montée en compétences aussi bien stratégique qu'opérationnelle.

On vous en parle ici

Bonne nouvelle : du 11 au 22 mai, les billets sont à -30 % sur la billetterie. C'est le bon moment pour franchir le cap et rencontrer des experts. Attention : il vous reste quelques jours pour en profiter !

Prenez votre billet avant le 22 mai

Si vous avez raté cette opportunité, vous pouvez toujours profiter de -20 % avec notre code : ABONDANCE20

L’article "Success Marketing : -30 % sur les billets jusqu’au 22 mai" a été publié sur le site Abondance.

Bing vient de publier une analyse technique portant sur l’évolution de son index. Le message est clair : indexer le web pour des humains et indexer le web pour des IA, ce n'est pas la même problématique. Et cette distinction va redessiner les règles du jeu pour tous ceux qui produisent du contenu en ligne.

Deux systèmes, deux questions fondamentales

Depuis des décennies, les moteurs de recherche fonctionnent sur un principe relativement stable : crawler des milliards de pages, évaluer leur qualité, les classer par pertinence, et présenter une liste de résultats à un utilisateur humain. Ce modèle a fait ses preuves. Il continue de fonctionner.

Mais l'émergence des IA génératives, des agents IA et des réponses synthétisées directement dans les interfaces de recherche pose un problème nouveau. Ces systèmes ne naviguent pas sur le web comme un humain. Ils n'évaluent pas une page, ne la parcourent pas visuellement, ne décident pas en conscience de faire confiance ou non à une source. Ils consomment de l'information pour construire une réponse dans laquelle ils vont s'engager.

Microsoft, dans ce billet de blog signé par trois ingénieurs de Bing, pose la distinction de façon nette. La recherche traditionnelle répond à la question : quelles pages un utilisateur devrait-il visiter ? Le grounding, répond quant à lui à cette problématique : quelle information un système IA peut-il utiliser de façon responsable pour construire une réponse ?

Ces deux questions semblent proches. Elles ne le sont pas.

Ce que la recherche classique optimise, et pourquoi ça suffisait

Dans le modèle traditionnel, l'unité de valeur est le document, c'est-à-dire la page web dans son ensemble. L'index doit être suffisamment bon pour que l'utilisateur trouve ce qu'il cherche. Pas parfait, suffisamment bon.

Ce fonctionnement est conçu pour un humain capable de scanner une page de résultats, d'ignorer ce qui ne lui correspond pas, et de se corriger en temps réel. Si un résultat est obsolète, l'utilisateur le voit et passe au suivant. Si un résultat est mal classé, il clique sur le suivant. La tolérance à l'erreur est intégrée dans le système, parce que le dernier maillon de la chaîne est un cerveau humain.

Du côté de la mesure de qualité, les signaux qui comptent sont comportementaux et liés au classement : est-ce que le contenu le plus pertinent arrive en haut ? Est-ce que les utilisateurs trouvent ce qu'ils cherchent ? Est-ce que le contenu est assez frais pour être utile dans les résultats ? Est-ce que les pages quasi-identiques sont correctement regroupées ? Tout cela suppose un humain dans la boucle, capable de rattraper les imperfections.

Pourquoi le grounding change tout

Quand l'objectif n'est plus de pointer vers des pages mais d'utiliser de l'information pour construire une réponse, les règles changent de façon profonde.

Le système ne se contente plus de récupérer les meilleurs documents. Il doit récupérer la meilleure information pour la synthétiser en une réponse fiable et vérifiable. Et cette réponse, l'utilisateur ne la compare pas à d'autres résultats : il la lit, il lui fait confiance ou non, et s'il veut vérifier, il doit activement aller chercher les sources citées.

L'unité de valeur devient alors ce que Bing appelle l'information « groundable » : un fait discret (autonome), soutenu par une source, avec une provenance claire. Plusieurs sources peuvent être fusionnées dans une seule phrase de réponse. Si l'une d'elles est fausse ou mal comprise, l'erreur ne sera pas visible à l'étape du résultat, mais dans la réponse finale, présentée avec assurance.

Il y a une autre conséquence importante : l'abstention devient une réponse valide. Quand les preuves disponibles sont insuffisantes, périmées ou contradictoires, un système de grounding bien conçu doit refuser de répondre plutôt que de s'engager sur une affirmation non étayée. Ce n'est pas un aveu d'échec, c'est un jugement délibéré sur ce que les données disponibles permettent ou non d'affirmer.

Les métriques qui doivent changer

C'est là que la divergence entre les deux systèmes devient la plus concrète. Les critères de qualité d'un index traditionnel ne sont tout simplement pas les bons critères pour le grounding.

• La fidélité factuelle devient critique. Dans la recherche classique, le processus de découpage et de transformation du contenu pour l'indexation peut légèrement distordre le sens d'une page sans que cela n'apparaisse dans aucun signal de classement. L'utilisateur clique, lit la page originale, et le problème ne se pose pas. Dans un système de grounding, si la représentation indexée d'une page déforme le sens du contenu original, c'est cette version déformée qui alimente la réponse de l'IA.
• La qualité de l'attribution des sources prend une dimension entièrement nouvelle. Dans la recherche classique, l'attribution est utile mais c'est l'utilisateur qui décide de la confiance à accorder. Dans le grounding, c'est un signal central : toutes les sources indexées n'ont pas le même poids probatoire, et l'index doit être capable de faire cette distinction.
• La fraîcheur change de nature. Un contenu obsolète dans la recherche classique dégrade la qualité du classement. Dans le grounding, un fait obsolète produit directement une réponse fausse. La différence de coût est catégorielle.
• La couverture des faits à forte valeur doit être repensée. Il ne s'agit plus de savoir si le web est globalement bien indexé, mais si les faits spécifiques et les sources que les gens sont susceptibles d'interroger sont effectivement disponibles et utilisables pour le grounding. Un document manquant dans la recherche classique est souvent compensé par des résultats alternatifs. Dans le grounding, un fait manquant peut conduire à une réponse incomplète ou erronée.
• La gestion des contradictions est peut-être la différence la plus frappante. Dans la recherche classique, quand deux sources se contredisent, l'index peut simplement classer l'une au-dessus de l'autre et laisser l'utilisateur arbitrer. Dans le grounding, ce n'est pas acceptable. Un système IA qui arbitre entre des sources contradictoires peut affirmer avec assurance quelque chose de faux. L'index doit enregistrer ces conflits et les traiter explicitement.

La récupération n'est plus une étape, c'est un système

Dans la recherche traditionnelle, l'interaction est linéaire : une requête entre, des résultats classés sortent. Cette simplicité est une qualité du modèle.

Le grounding fonctionne par boucles. Un système qui construit une réponse IA peut avoir besoin de poser des questions de suivi, d'affiner la récupération en fonction des résultats intermédiaires, de croiser des preuves issues de plusieurs sources, et de réévaluer sa confiance en cours de route. Ce mode de fonctionnement change entièrement le profil d'erreur du système de récupération.

Si les premières étapes de récupération introduisent des erreurs subtiles. Ces même erreurs se propagent et s'amplifient à travers les étapes de raisonnement suivantes. Aucun humain ne les détectera en temps réel, parce qu'aucun humain ne scanne les résultats intermédiaires. Le filet de sécurité qui existe dans la recherche classique, celui de l'utilisateur qui saute les résultats non pertinents, n'existe pas ici.

Les systèmes de récupération pour le grounding doivent donc être optimisés non pas pour une performance en une seule passe, mais pour un comportement cohérent et reproductible à travers des utilisations itératives.

Le grounding ne remplace pas la recherche, il la prolonge

Un point important que Bing souligne : le grounding n'est pas une alternative à la recherche classique. Il s'appuie sur les mêmes fondations. Les mêmes crawlers, les mêmes signaux de qualité, la même compréhension profonde du web. Ce qui change, c'est la couche d'optimisation qui s'ajoute par-dessus.

La recherche optimise pour la probabilité de pertinence. Le grounding doit mesurer la solidité de la preuve. C'est un écart dans les objectifs, pas dans l'infrastructure de base.

Ce que Bing reconnaît honnêtement, c'est que la mesure de la qualité du grounding est encore un chantier ouvert. Des décennies de pratique ont permis de construire des métriques robustes pour la qualité de la recherche. Les critères équivalents pour le grounding, notamment savoir si l'information derrière une réponse est précise, fraîche, attribuable et cohérente, sont encore en cours d'élaboration.

Quid de la production de contenu ?

La conséquence pratique de ce changement est directe : ce qui rend un contenu « rankable » dans la recherche classique n'est pas exactement ce qui le rend « groundable » pour les IA.

Un contenu bien structuré, avec des faits clairement énoncés, des sources identifiables, des dates explicites et des affirmations non ambiguës sera mieux équipé pour alimenter des systèmes de grounding. La clarté de la provenance, la précision factuelle et la cohérence interne deviennent des critères de qualité à part entière, pas seulement des bonnes pratiques rédactionnelles.

Bing renvoie sur ce point à un billet de novembre 2025 sur l'optimisation de contenu pour l'ère de l'IA, qui précise les actions concrètes à mettre en œuvre pour rendre l'information plus facile à interpréter, citer et vérifier dans les expériences IA.

L’article "Microsoft Bing nous parle de l’évolution de son index" a été publié sur le site Abondance.

Google a officiellement mis fin au support des FAQ rich results le 7 mai 2026. Une décision qui sonne le glas d'un format autrefois très prisé des référenceurs, et qui soulève quelques questions sur le timing choisi.

Ce qui change concrètement

Depuis le 7 mai 2026, les extraits enrichis de type FAQ ont disparu des pages de résultats Google. Dans la foulée, Google a annoncé la suppression du rapport dédié dans Search Console ainsi que du support dans le Rich Results Test, prévue pour juin 2026. Le support dans l'API Search Console suivra en août 2026, afin de laisser le temps aux développeurs d'adapter leurs intégrations.

Côté technique, aucune action d'urgence n'est requise : le code FAQ schema peut rester en place sans pénalité. D'autres moteurs de recherche, comme Bing, peuvent continuer à l'interpréter et à s'en servir à leur manière.

Prochaine suppression : à compter du 7 mai 2026, les résultats enrichis de type FAQ ne s’afficheront plus dans la recherche Google. L’affichage des FAQ dans les résultats de recherche, le rapport de résultats enrichis et la prise en charge dans le test des résultats enrichis seront désactivés en juin 2026. Afin de vous laisser le temps d’adapter vos appels d’API, la prise en charge des résultats enrichis de type FAQ dans l’API Search Console sera supprimée en août 2026.

Un format qui avait déjà été fortement restreint

Ce n'est pas la première fois que Google réduit la voilure sur les FAQ rich results. Lors d'une première restriction il y a plusieurs années, Google avait déjà limité leur affichage à une poignée de sites à forte autorité, notamment les sites gouvernementaux et de santé, une décision prise en partie dans le contexte de la pandémie de Covid-19.

La suppression totale annoncée aujourd'hui marque donc la fin d'un processus entamé depuis longtemps.

Pourquoi maintenant ? La théorie du spam GEO

L'experte SEO Lily Ray soulève une question pertinente : pourquoi ce moment précis ? Sa théorie mérite attention.

Elle observe une multiplication récente d'articles affirmant que le FAQ schema serait un levier clé pour le GEO. Une tendance qui aurait pu inciter de nombreux sites à implémenter massivement ce type de balisage, créant de facto une nouvelle forme de spam technique.

Ce scénario n'aurait rien d'inédit. Quand le FAQ schema a été introduit en 2019, il représentait une opportunité exceptionnelle : les sites pouvaient afficher plusieurs questions-réponses directement dans les SERPs, avec des liens internes cliquables. Les résultats en termes d'impressions et de clics étaient parfois spectaculaires. Mais face aux abus, Google a progressivement restreint le dispositif, jusqu'à aujourd'hui le supprimer entièrement.

Lily Ray le résume avec une formule qui vaut pour tout le SEO : tout ce qui peut être spammé finira par l'être, et Google finit toujours par réagir.

L'impact sur le trafic des pages à surveiller

Si les FAQ rich results généraient du trafic supplémentaire pour certaines pages, leur disparition pourrait se traduire par une baisse mesurable des clics et des impressions dans Search Console. Il est donc recommandé de surveiller les performances des pages concernées dans les prochaines semaines pour évaluer l'impact réel.

L’article "Google met fin au support des FAQ rich results" a été publié sur le site Abondance.

Article sponsorisé par Fasterize

Le SEO souffre d'un paradoxe bien connu : les équipes passent des heures à produire des recommandations précises, documentées, priorisées… qui attendent parfois des mois avant d'être implémentées. La roadmap dev est chargée, les sprints sont pleins, et pendant ce temps, les opportunités s'évaporent.

L'IA agentique entend changer la donne en automatisant l'analyse et en accélérant la prise de décision. Mais un agent SEO qui détecte des anomalies et génère des recommandations sans pouvoir les déployer reste fondamentalement un consultant particulièrement rapide, mais toujours dépendant d'une chaîne d'implémentation lente.

C'est précisément cette friction que la solution EdgeSEO de Fasterize cherche à éliminer. En permettant de modifier le HTML servi à la périphérie du réseau, sans toucher au CMS ni mobiliser les équipes de développement, il fait passer l'agent IA d'un outil d'analyse en un véritable acteur opérationnel.

Qu'est-ce que le SEO agentique ?

Avant d'aller plus loin, posons une distinction importante : l'IA générative et l'IA agentique ne sont pas la même chose, même si elles reposent souvent sur les mêmes modèles de langage.

L’IA générative répond à une question ou exécute une tâche ponctuelle à la demande : il rédige un title, résume un article, identifie des opportunités sémantiques. L’intérêt tient avant tout dans sa réactivité.

L'IA agentique est proactive : elle planifie une séquence d'actions, les exécute de façon autonome, évalue les résultats et ajuste sa stratégie en conséquence, sans qu'un humain n’ait besoin de valider chaque étape.

En SEO, cela se traduit concrètement par des boucles de travail du type :

• Crawler un site
• Détecter une anomalie
• Générer le correctif adapté
• Le déployer
• Mesurer l'impact
• Itérer

Le tout, de façon continue et automatisée.

Plusieurs frameworks permettent aujourd'hui de construire ce type d'agents : n8n pour l'orchestration de workflows, LangGraph pour la gestion d'agents à états multiples, ou encore le protocole MCP (Model Context Protocol) d'Anthropic, qui standardise la façon dont un LLM peut interagir avec des outils externes. Ces briques techniques rendent le SEO agentique accessible, y compris pour des équipes sans profil de data scientist.

Ce qui manquait encore, c'était la capacité d'agir sur le site en temps réel, sans dépendre des cycles de développement. C'est ce verrou qu'EdgeSEO lève, comme nous allons le voir à travers cinq workflows concrets.

Workflow 1 - Monitoring continu & détection d'anomalies

Le premier cas d'usage naturel du SEO agentique, c'est la surveillance permanente.

Un agent connecté à Google Search Console, aux logs serveur et aux données de Core Web Vitals peut détecter en continu des signaux que l'œil humain manquerait ou détecterait trop tard : une chute soudaine du taux de crawl sur une section stratégique, une baisse de LCP post-déploiement, une page canonique cassée après une migration…

Là où un outil de monitoring classique se contente souvent d'envoyer une alerte, un agent SEO est capable d’aller plus loin. Il contextualise l'anomalie, identifie la cause probable, et génère une recommandation de correctif avec son niveau de priorité. En quelques secondes, il produit ce qui pouvait nécessiter auparavant une heure d'investigation manuelle.

Mais l'alerte seule ne suffit pas.

Si corriger une mauvaise règle de redirection ou une balise canonique incorrecte implique d'ouvrir un ticket, d'attendre une fenêtre de déploiement et de repasser en recette, l'essentiel de la valeur de l'agent est perdu.

C'est ici qu'EdgeSEO prend le relais : les correctifs identifiés (modification d'un code HTTP, ajout ou correction d'une balise canonique, mise en place d'une redirection) peuvent être déployés directement en quelques minutes, sans aucune intervention sur le code source. Le délai de correction passe de plusieurs semaines à quelques heures, voire minutes.

Workflow 2 - Génération de métadonnées à grande échelle

Pour les sites e-commerce, les médias ou tout site à fort volume de pages, la gestion des métadonnées est un chantier chronophage et parfois bâclé. Résultat : des milliers de pages avec des titles génériques, des meta descriptions vides ou dupliquées, des H1 calqués sur le nom de produit sans optimisation sémantique.

Un agent SEO peut répondre à ce problème de façon industrielle. Il analyse le contenu de chaque URL, croise les données de Search Console (requêtes associées, impressions, CTR) et génère des propositions de title, meta description et H1 optimisés pour chaque page, tout cela en tenant compte du contexte sémantique, de la concurrence SERP et des intentions de recherche. Ce qui devrait prendre des semaines de travail manuel peut alors être produit en l’espace de quelques heures.

Autre problème classique : une fois ces métadonnées générées, les intégrer en base de données implique souvent de passer par l'équipe technique. Sur des catalogues de plusieurs milliers de références, ce déploiement peut s'étaler sur plusieurs sprints.

EdgeSEO court-circuite cette dépendance : les balises générées par l'agent sont injectées directement dans le HTML servi au crawler, sans modification du CMS ni de la base de données. La mise à jour est immédiate, testable et réversible. Et lorsque le déploiement natif est finalement réalisé, il suffit de désactiver la règle EdgeSEO sans aucun effet de bord.

Workflow 3 - A/B testing SEO autonome

Le A/B testing appliqué au SEO est encore trop rare, le plus souvent par manque d'outillage ou de bande passante. Pourtant, tester des hypothèses sur les balises ou la structure des pages avant de les généraliser est l'une des pratiques les plus rigoureuses qui soit pour progresser.

Grâce aux agents SEO, il est possible d'automatiser l'intégralité du cycle de test :

• L’agent formule une hypothèse (« raccourcir le title sur cette catégorie devrait améliorer le CTR de 10 % »),
• Sélectionne un groupe de pages test et un groupe de contrôle,
• Déploie la variante
• Surveille les métriques pendant la durée définie.

À l'issue du test, il analyse les résultats et recommande, ou non, la généralisation de la variante.

EdgeSEO est l'infrastructure idéale pour ce type d'expérimentation : le split testing s'opère directement sur la couche Edge, sans modifier le code source, sans risque de régression pour le reste du site, et avec une réversibilité totale en cas de résultat négatif.

Un point de vigilance s'impose néanmoins : pour qu'un test SEO soit exploitable, il faut s'assurer d'une bonne isolation des variables (ne tester qu'un élément à la fois), d'une durée suffisante pour absorber la saisonnalité et les cycles de recrawl de Google et d'un volume de pages suffisant pour que les résultats soient statistiquement significatifs.

L'agent peut aider à structurer ces conditions, mais c'est à l'équipe SEO de valider la méthodologie en amont.

Workflow 4 - Adaptation aux signaux des moteurs

Les mises à jour d'algorithme Google sont devenues une réalité permanente : core updates, spam updates, ajustements des systèmes d'évaluation de contenu… Chaque update peut faire bouger significativement le positionnement d'une verticale entière, parfois en seulement quelques jours.

Un agent SEO branché sur les sources de veille (flux RSS, API de suivi de positions, données GSC en temps réel) peut détecter ces signaux rapidement, analyser les pages impactées et identifier les ajustements à effectuer :

• Enrichissement des données structurées,
• Renforcement de certains signaux E-E-A-T,
• Adaptation des balises sur les pages en perte de visibilité,
• Mise à jour de blocs FAQ sur les pages stratégiques.

Là encore, la fenêtre d'action est déterminante. Lorsqu'une core update impacte une verticale compétitive, réagir en quelques heures plutôt qu'en quelques semaines peut faire une différence significative en termes de trafic récupéré.

Avec un déploiement CMS classique, cette réactivité est structurellement impossible sur des sites de taille moyenne ou grande. EdgeSEO rend cette agilité possible : les modifications identifiées par l'agent (ajout d'un bloc de données structurées, injection d'un contenu FAQ contextualisé, ajustement d'une balise) peuvent être déployées en quelques heures, sans attendre le prochain sprint de développement.

Synthèse - Le cycle vertueux du SEO agentique

Ce que ces quatre workflows illustrent, c'est un même schéma fondamental qu’on pourrait résumer en autant d’étapes :

• Détecter
• Décider
• Déployer
• Mesurer

L'IA agentique excelle sur les deux premières étapes. Elle détecte plus vite, plus finement et à une échelle inaccessible à une équipe humaine seule. Et elle prend des décisions basées sur des données concrètes, en suivant des règles définies par les experts SEO.

Mais sans capacité d'action rapide, ces deux premières étapes ne produisent que des recommandations qui s'accumulent. Le cycle reste incomplet. L'agent est donc un outil d'analyse sophistiqué, mais pas un levier de performance.

C'est la promesse d'EdgeSEO dans un contexte de SEO agentique : devenir l'effecteur qui rend le cycle complet. En permettant de déployer à la couche Edge, immédiatement et sans dépendance dev, il transforme l'agent IA d'un consultant très rapide en un acteur véritablement opérationnel, capable non seulement d’identifier les problèmes et d'imaginer les solutions, mais aussi de les mettre en œuvre et d'en mesurer l'impact en temps réel.

Le SEO a longtemps souffert de l'écart entre la recommandation et l'action. L'IA agentique combinée à EdgeSEO est peut-être ce qui permettra enfin de le combler.

L’article "SEO agentique : 4 workflows pour transformer vos recommandations en actions avec EdgeSEO" a été publié sur le site Abondance.

Clément Reynaud, directeur SEO & GEO chez Pixalione, gère Minecraft.fr depuis plus de quinze ans. Avec 6 millions de visiteurs en 2025, le site est le numéro un en France sur sa thématique. Dans un article récemment publié sur LinkedIn, qui n'a pas manqué de se faire remarquer dans la communauté SEO, il a décidé de publier ses données Google Search Console, Bing Webmaster Tools, GA4 et Cloudflare pour documenter ce que les IA génératives font vraiment à son trafic. Les chiffres sont froids, parfois brutaux, et méritent d'être lus attentivement par quiconque vit de son site.

Les clics s'évaporent sans que le site disparaisse des résultats

Le premier enseignement de l'analyse est également le plus contre-intuitif. Sur les trois derniers mois comparés à la même période un an plus tôt, les impressions dans Google Search Console sont restées quasiment stables. Le site apparaît toujours autant dans les résultats. Mais les clics, eux, ont été divisés par deux.

Sur 16 mois glissants, le décrochage est net : un pic au printemps 2025, puis une chute progressive à partir de l'été. Le palier actuel se situe à environ la moitié du niveau historique.

Ce premier point est fondamental pour comprendre la suite. Nous ne sommes pas face à une pénalité algorithmique, ni à une perte de positions, mais à des internautes qui voient le lien, ne cliquent pas, et trouvent leur réponse ailleurs, avant même d'arriver sur le site. Et ce constat se vérifie sur des requêtes evergreen, à position quasi identique par rapport à l'année précédente : « Shaders Minecraft » perd 36 % de clics, « Haut fourneau Minecraft » en perd 76 %, « Mod Minecraft » chute de 56 %.

Clément Reynaud insiste sur un point important pour interpréter ces chiffres correctement : l'AIO (AI Overviews) et l'AI Mode de Google ne sont toujours pas déployés en France, bloqués en raison des droits voisins. Ce que l'on observe ici est donc une bascule comportementale pure, sans intervention directe de Google sur la SERP française. Les utilisateurs ont changé leurs habitudes de recherche. Ce n’est pas Google qui aurait reconfiguré ses résultats.

Des robots IA qui dévorent le contenu en quasi-permanence

En regardant les logs de son serveur via Cloudflare AI Crawl Control, l'éditeur a documenté ce qui se passe dans les coulisses, au-delà de ce que GA4 permet de voir. Sur une seule période de 24 heures, plus de 100 000 requêtes ont été émises par des robots sur le site. Dans le top 10 des crawlers les plus actifs, 8 sont des bots d'IA.

Bingbot reste en tête, mais Meta-ExternalAgent (le crawler IA de Meta) se positionne deuxième, devant Googlebot. Suivent Amazonbot, Applebot, OAI-SearchBot, ChatGPT-User, GPTBot, PerplexityBot et ClaudeBot.

Clément Reynaud distingue trois familles de bots aux logiques très différentes.

• Les crawlers d'entraînement (Meta, Amazon, OpenAI, Anthropic) constituent les corpus de données pour les modèles.
• Les IA de recherche (Applebot, OAI-SearchBot, PerplexityBot) lisent le web en temps réel pour alimenter leurs réponses.
• Les IA assistantes, comme ChatGPT-User, vont chercher une page précise quand un utilisateur demande à ChatGPT de « lire ce lien ».

Meta-ExternalAgent à lui seul a aspiré plus d'un gigaoctet de données en 24 heures. Et l'analyse technique révèle une autre réalité peu commentée : sur 153 000 requêtes bots, seulement 29 % aboutissent à du contenu servi (statut 2xx). 55 % finissent en erreur 4xx. Meta-ExternalAgent gaspille 72 % de ses requêtes sur des URL qui n'existent plus. Pour un éditeur qui gère une infrastructure, le coût serveur du crawl IA est loin d’être anecdotique.

Copilot cite massivement, mais ne renvoie personne

C'est probablement le volet le plus riche de l'analyse, et le moins documenté publiquement à ce jour.

Depuis 2025, Bing Webmaster Tools fournit le nombre de citations d'un domaine dans les réponses générées par Copilot, avec les pages exactes mobilisées comme sources. Sur les trois derniers mois, Minecraft.fr a été cité plus d'un million de fois par Copilot. Soit environ 12 000 citations quotidiennes. Et ce ne sont pas dix pages qui tournent en boucle : 1 369 pages distinctes du site ont été utilisées sur la période.

Mais voici ce que les données exclusives partagées pour cet article révèlent sur la concentration de ces citations. La distribution suit une loi de Pareto particulièrement marquée :

• Le top 10 des pages représente 37 % de l'ensemble des citations,
• Le top 50 dépasse 70 %, le top 100 atteint 84 %,
• Le top 200 monte à 93 %.

Concrètement, 15 % des pages concentrent 93 % des citations Copilot. Les 1 169 pages restantes, soit 85 % du corpus cité, ne pèsent que 7 % du total.

La page la plus citée est un cas d'école à lui seul : la page consacrée à l'outil Chunkbase cumule à elle seule 93 589 citations en 3 mois, soit 13,5 % du total du site. C'est 5,3 fois plus que la deuxième page la plus citée. Cette page n'est pas un simple article : c'est une page interactive qui intègre via iframe un outil tiers (Chunkbase), enrichie d'explications concrètes sur son utilisation.

Un outil = une utilité directe = une source privilégiée pour les IA.

Les quatre pages FAQ du top 10 confirment la même logique : les IA mobilisent en priorité les contenus qui permettent de construire une réponse synthétique. « Comment miner la Netherite » (29 880 citations), « Comment installer un shader avec Optifine » (14 070), « Où trouver du diamant » (12 610), « Comment installer un mod Minecraft » (11 553).

Mais voilà le paradoxe central de l'analyse. En croisant les citations Copilot par page avec les clics organiques Bing de ces mêmes pages (comparés à N-1), le résultat est sans ambiguïté : sur l'échantillon des pages massivement citées (au moins 1 000 citations sur 3 mois et au moins 200 clics historiques), 80 % perdent des clics organiques Bing. La médiane de perte parmi ces pages est de 43 %. En vérifiant le même pattern dans Google Search Console, 93 % des pages concernées sont en perte.

La formulation de Clément Reynaud résume le phénomène sans détour : « L'IA cannibalise ses propres sources. » Plus une page est utile à Copilot, plus elle est citée. Plus elle est citée, moins elle génère de clics. Être cité par les IA n'est plus une métrique de performance. C'est devenu un coût.

0,3 % du trafic : la réalité du retour en visites depuis les IA

Toute le discours autour des IA comme nouvelle « source de trafic » se heurte ici à des données concrètes. Sur mars-avril 2026, Google Analytics 4 comptabilise un peu plus de 2 000 visites totales provenant de toutes les IA grand public confondues. ChatGPT représente environ 9 visites IA sur 10. Copilot, Gemini, Perplexity, Claude et Mistral sont marginaux.

Ramené à l'ensemble des sources de trafic du site, le verdict est sans rappel : les IA représentent 0,3 % du trafic total. Google reste de très loin la première source. Bing suit, puis Yahoo, Ecosia. Et DuckDuckGo, largement minoritaire dans les usages français, envoie davantage de visites que toutes les IA additionnées. Pour 1 visite depuis une IA, Google en envoie 230.

Une nuance mérite d'être signalée. Le canal « Direct » pèse 23 % du trafic et reste partiellement aveugle. Une fraction de ces visites correspond probablement à des utilisateurs qui ont vu Minecraft.fr cité dans une réponse IA et qui ont ensuite tapé l'URL directement dans leur navigateur. Sur 28 mois, pendant que le Search s'effondre depuis l'été 2025, le Direct résiste et a même légèrement progressé sur les derniers mois. C'est compatible avec une absorption IA invisible dans GA4, sans en être une preuve formelle. Même en doublant ou triplant l'estimation, le constat de fond ne change pas.

Un impact économique plus violent que la seule baisse de trafic

Les revenus publicitaires du site ont baissé d'environ 58 % sur la période février-avril 2026 comparée à N-1. C'est sensiblement plus que la baisse de trafic elle-même, et la mécanique s'explique par deux effets qui se cumulent.

Premier effet : les impressions publicitaires reculent d'environ 42 %, logique directe de la baisse de sessions et de pages vues.

Second effet : le CPM moyen a chuté d'environ 28 %. Moins de visites, et chaque visite rapporte moins. Quand le trafic se contracte sur du contenu de type commodity (FAQ, recettes, listes), les régies réévaluent à la baisse la valeur de l'inventaire. Le manque à gagner devient donc plus que proportionnel à la perte de trafic.

Clément Reynaud soulève également le rôle de Google Discover comme variable d'ajustement économique. Sur Minecraft.fr, Discover a historiquement compensé les creux du Search : les CPM Discover sont structurellement plus élevés que ceux du Search classique, et un bon mois Discover peut peser autant qu'un trimestre Search en revenus. Mais la volatilité mensuelle de Discover est trois fois supérieure à celle du Search. Sans rythme de publication régulier, il est impossible d'en faire un revenu prédictible. Et quand le Search décroche structurellement à cause des IA, Discover ne vient pas compenser mécaniquement.

L'éditeur tient à préciser que Minecraft.fr est un hobby, pas son activité principale. Une baisse de 58 % n'est pas une question de survie pour lui. En revanche, pour des médias ou des créateurs indépendants dont le site est la source de revenus principale, la même équation devient existentielle.

Ce qui explique (aussi) la baisse, au-delà des IA

Clément Reynaud refuse le narratif unilatéral. Il identifie trois facteurs qui se cumulent, dont la part respective reste difficile à isoler précisément.

• L'obsolescence des versions de Minecraft joue un rôle. Une partie du trafic perdu vient de requêtes liées à des versions spécifiques du jeu (Optifine 1.21.5, shaders 1.21.4...). Le jeu évolue plusieurs fois par an, et les contenus liés à d'anciennes versions perdent naturellement en pertinence.
• La reconfiguration concurrentielle du marché est réelle. Sur trois ans, fr.minecraft.wiki est passé d'environ 8 % à 33 % de part de trafic dans le top 4 français, notamment grâce à la migration du wiki officiel hors de Fandom. Minecraft.fr maintient sa position dans le peloton de tête, mais sur un marché global qui rétrécit.
• Reste la bascule comportementale, documentée sur des requêtes evergreen à positions stables. Là, le facteur concurrentiel et l'obsolescence des versions ne suffisent pas à expliquer des baisses de clics de 36 à 76 % sur des mots-clés dont le classement n'a pas bougé. C'est bien le comportement de l'utilisateur qui a changé.

Ce que l'éditeur va faire maintenant

La stratégie que tire Clément Reynaud de cette analyse se résume à une logique simple : aller là où les IA ne peuvent pas aller.

Continuer à produire du contenu de fond reste la base. Si le site disparaît, les IA n'ont plus rien à citer. Il utilise d'ailleurs lui-même les IA dans sa production, ce qui lui permet de publier plus et mieux.

Mais il ne pense pas que le commodity content, c'est-à-dire les crafts, les listes, les FAQ, soit l'endroit où concentrer les efforts à l'avenir. Ce terrain est déjà largement couvert par les IA. La meilleure approche sur ces pages est de les renforcer pour tenter de transformer la citation en visite, sans en faire le cœur de la stratégie.

Le vrai investissement, selon lui, est dans l'actualité du jeu : les snapshots, les mises à jour, les features en preview, les fuites. Une IA ne peut pas inventer ce qui n'a pas encore été annoncé, ne peut pas tester avant tout le monde, ne peut pas contextualiser une information dès lors qu'elle sort. Et les données confirment cette intuition : sur Minecraft.fr, ce sont précisément les articles d'actualité qui génèrent aujourd'hui les meilleures performances !

L’article "Ses clics Google ont été divisés par deux : l’éditeur de Minecraft.fr face à l’impact de l’IA" a été publié sur le site Abondance.

L’article "Goossips SEO : Baisse d’indexation" a été publié sur le site Abondance.

Lors de la SEO Week de New York, Microsoft a présenté quatre nouvelles fonctionnalités pour le tableau de bord AI Performance de Bing Webmaster Tools. Au menu : une métrique de part de citations, des labels d'intention et de thématique pour les requêtes, et des recommandations orientées GEO. Rien n'est encore en ligne, mais ces annonces donnent une idée précise de la direction prise par Microsoft pour la visibilité dans les résultats IA.

Quatre nouvelles fonctionnalités présentées à la SEO Week

C'est lors de cet événement, qui s'est tenu fin avril 2026 à New York, que Krishna Madhavan, Principal Product Manager chez Microsoft AI and Bing, a dévoilé les contours de ces nouveautés. Les informations disponibles proviennent des captures d'écran partagées par des participants sur X, Microsoft n'ayant pas encore publié d'article de blog officiel sur le sujet.

Les quatre fonctionnalités annoncées s'intègrent toutes dans le tableau de bord AI Performance de Bing Webmaster Tools, lancé en préversion publique en février 2026, puis enrichi en mars avec la possibilité d'associer des requêtes de grounding aux pages spécifiquement citées.

La Citation Share : passer du volume à la part de marché

Aujourd'hui, le tableau de bord AI Performance affiche déjà le nombre brut de citations obtenues par un site dans les résultats générés par Microsoft Copilot et les résumés IA de Bing. C'est utile, mais insuffisant pour parvenir à se situer par rapport à la concurrence.

La Citation Share viendra compléter cette donnée en indiquant le pourcentage de citations qu'un site capte sur une requête de grounding précise.

Concrètement : si dix sources sont citées sur une requête donnée et que votre site l'est trois fois, votre Citation Share est de 30 %. Cette métrique apporte un contexte concurrentiel que le simple comptage ne permet pas d'avoir.

Les labels d'intention et de thématique : mieux lire ses données

L'une des limites actuelles du tableau de bord est la fragmentation des données par requête. Une même intention de recherche peut s'exprimer de dizaines de façons différentes, ce qui rend difficile l'identification de tendances.

Pour y remédier, Microsoft prévoit deux couches de classification supplémentaires.

• Les labels d'intention de requête regrouperont les requêtes en 15 catégories prédéfinies. Les labels visibles sur les captures d'écran partagées incluent notamment : Learning, Informational Search, Navigational, Research, Comparison, Planning, Conversational et Content Filtered.
• Les labels thématiques ajouteront une deuxième dimension de classification, en regroupant les requêtes par sujet. Ces deux axes combinés permettront aux éditeurs d'évaluer leur visibilité sur des catégories entières plutôt que sur des formulations isolées, facilitant ainsi le repérage des points forts et des angles morts.

Les recommandations GEO : une aide à l'optimisation pour les résultats IA

La quatrième fonctionnalité est aussi la moins précisément définie. Microsoft prévoit d'intégrer des recommandations orientées GEO (Generative Engine Optimization) directement dans Bing Webmaster Tools. Ces recommandations auraient pour objectif d'améliorer la visibilité d'un site dans les résultats générés par l'IA.

D'après les slides présentées, les domaines couverts seraient les suivants :

• Structure du contenu et crawlabilité,
• Signaux d'indexation et de canonicalisation,
• Adoption des données structurées,
• Et qualité des données structurées.

Ce sont des fondamentaux du SEO technique, appliqués à un prisme IA. Microsoft n'a cependant pas précisé comment ces recommandations seront générées, ni quels critères déclencheront leur affichage.

Ce qui reste à éclaircir

Aucune date de déploiement n'a été communiquée pour l'une ou l'autre de ces quatre fonctionnalités. Les détails sur le mode de calcul de la Citation Share, la taxonomie complète des labels d'intention et de thématique, ainsi que la logique des recommandations GEO ne sont pas encore documentés publiquement.

Il faut donc traiter ces annonces comme des aperçus, pas comme des fonctionnalités disponibles. Pour être informé du déploiement effectif, le mieux est de surveiller les publications officielles du blog Bing Webmaster et de Microsoft Advertising.

L’article "Microsoft prépare de nouveaux rapports IA pour Bing Webmaster Tools" a été publié sur le site Abondance.

Google vient d'annoncer le déploiement mondial de sa fonctionnalité « Preferred Sources » (Sources préférées), désormais disponible dans toutes les langues prises en charge. Une évolution concrète dans la façon dont les internautes consomment l'actualité via Google Search, et un signal fort pour les éditeurs de contenus.

Comment fonctionne la fonctionnalité

Le principe est simple : depuis les résultats de recherche Google, l'utilisateur repère une icône en forme d'étoile à côté de la section « À la une ». En appuyant dessus, il accède à une interface qui lui permet d'ajouter les sites d'information qu'il souhaite voir remonter en priorité dans ce bloc.

La fonctionnalité avait déjà été testée aux États-Unis et en Inde avant d'être généralisée. Son déploiement mondial, toutes langues confondues, marque une étape importante dans la personnalisation de l'expérience de recherche chez Google.

Ce que ça représente pour les éditeurs

Les chiffres communiqués par Google parlent d'eux-mêmes : les utilisateurs ayant ajouté un site à leurs sources préférées cliquent deux fois plus souvent vers ce site. C'est un levier de fidélisation direct, qui contourne en partie la logique algorithmique classique au profit d'un choix explicite de l'utilisateur.

Avec plus de 200 000 sites déjà sélectionnés, la diversité des sources retenues est notable. Ni réservé aux grands médias, ni limité aux sites institutionnels, cet outil donne autant de place aux blogs locaux qu'aux rédactions internationales.

Pour les professionnels du SEO et de l'audience, l'enjeu est donc d'encourager activement leurs lecteurs à effectuer cette démarche. Google met à disposition des éditeurs des ressources dédiées dans son Centre d'aide, avec des outils et des conseils pour guider leur audience vers cette option.

L’article "Google déploie la fonctionnalité « sources préférées » dans toutes les langues" a été publié sur le site Abondance.

Google affiche des résultats solides pour le premier trimestre 2026 : les revenus de Search progressent de 19 % sur un an, et Sundar Pichai attribue cette performance directement aux expériences IA comme AI Overviews et AI Mode. Une croissance qui soulève certaines questions.

Des chiffres en hausse, portés par l'IA

Alphabet a publié ses résultats du premier trimestre 2026 avec une performance notable côté Search. Le segment Google Search & Other génère 60,4 milliards de dollars de revenus, contre environ 50,7 milliards un an plus tôt, soit une progression de 19 % en glissement annuel. C'est une accélération par rapport au T4 2025, où la croissance annuelle s'établissait à 17 %, même si le chiffre absolu était légèrement plus élevé (63,1 milliards de dollars) en raison de la saisonnalité.

Au niveau du groupe, Alphabet dépasse les 109,9 milliards de dollars de chiffre d'affaires total, en hausse de 22 %.

Le directeur commercial Philipp Schindler apporte une nuance importante : les résultats publiés bénéficient d'un effet favorable des taux de change. La croissance en monnaie constante est donc légèrement inférieure aux chiffres annoncés.

Ce que Pichai dit sur Search et l'IA

Sundar Pichai a été direct dans ses déclarations aux investisseurs : il attribue la bonne tenue de Search aux nouvelles expériences IA. Selon lui, les utilisateurs « reviennent davantage sur Search » grâce à AI Mode et AI Overviews, et les requêtes atteignent un niveau record historique.

AI Mode enregistre « une forte croissance en termes d'utilisateurs et d'usage à l'échelle mondiale ». Des données précédentes de Google situaient cette fonctionnalité autour de 100 millions d'utilisateurs actifs mensuels et 75 millions quotidiens, mais Pichai n'a pas communiqué de chiffre actualisé lors de cette présentation.

Sur AI Overviews, la position de Google est toujours la même : ces résumés générés par l'IA stimulent la croissance globale de Search plutôt qu'ils ne la cannibalisent. Liz Reid, responsable de Search chez Google, avait tenu un discours similaire début avril, affirmant que les AI Overviews réduisait les clics à faible valeur sans nuire au trafic utile.

Du côté des moteurs de croissance plus concrets, Schindler précise que la performance de Search au T1 a été « principalement portée par le retail et la finance », avec une contribution notable du secteur santé. Il insiste sur le fait que « la solidité observée dans Search n'est pas due à un seul facteur, mais résulte de nombreuses parties de notre activité qui fonctionnent bien ensemble ».

Google réduit ses coûts IA de 30 %

Pichai a partagé deux données chiffrées sur l'efficacité opérationnelle, qui méritent attention.

• Première donnée : la latence. Pichai indique que Google a réduit le temps de réponse de Search de plus de 35 % sur les cinq dernières années, y compris avec l'intégration des nouvelles fonctionnalités IA dans les pages de résultats.
• Deuxième donnée, plus stratégique : depuis la migration d'AI Overviews et d'AI Mode vers Gemini 3, Google a réduit le coût de ses réponses IA de plus de 30 %. Cette optimisation est rendue possible par des avancées en matière de hardware et d'ingénierie. C'est un signal important : la rentabilité des expériences IA sur Search progresse, ce qui rend leur déploiement à grande échelle économiquement plus viable.

Les nouvelles fonctionnalités déployées au T1

Pichai a mis en avant trois évolutions concrètes du produit Search sur le trimestre.

• La fonctionnalité Google Personal Intelligence a été élargie à l'ensemble des utilisateurs gratuits américains en mars, après une période de déploiement progressif. Elle permet à Search d'intégrer des données personnelles (Gmail, Agenda...) pour personnaliser les résultats.
• Les expériences agentiques ont été étendues à de nouveaux pays. Pichai cite la réservation de restaurant comme exemple concret de ce qu'il appelle « Search comme gestionnaire d'agents », une vision dans laquelle Search ne renvoie plus seulement des liens, mais effectue des actions à la place de l'utilisateur.
• Search Live, la fonctionnalité multimodale permettant des recherches en temps réel via la caméra, a été déployée à l'échelle mondiale.

Ce que ces résultats ne disent pas

La croissance des revenus de Search et les déclarations de Pichai sur les requêtes à un niveau record ne permettent pas de répondre à la question qui préoccupe les professionnels du SEO depuis l'arrivée des résultats enrichis par l'IA : est-ce que les sites web reçoivent plus ou moins de clics ?

Google n'a pas communiqué de données sur les taux de clics pour AI Overviews ou AI Mode. « Requêtes à un niveau record » ne signifie pas « clics sortants à un niveau record ». Un utilisateur peut effectuer davantage de recherches tout en cliquant moins souvent vers des sites tiers si ses besoins sont satisfaits directement dans la page de résultats.

Google peut enregistrer une croissance de ses revenus publicitaires pendant que les patterns de clics vers les éditeurs évoluent, parfois à la baisse. Les deux phénomènes ne sont pas contradictoires, et Alphabet n'a pas jugé utile d'apporter de transparence supplémentaire sur ce point lors de cette publication de résultats.

L’article "Google Search en hausse de 19 % au premier trimestre 2026 : l’IA booste les requêtes à un niveau record" a été publié sur le site Abondance.

Après avoir récemment évoqué l'avenir de Google Search, sa directrice, Liz Reid, lève le voile sur la façon dont l'intelligence artificielle redéfinit les usages, les requêtes et le modèle économique du moteur de recherche. Pas de rupture brutale, mais une évolution profonde et assumée.

L'IA ne tue pas les clics, elle les trie

C'est l'un des points les plus débattus dans le monde du SEO depuis l'arrivée des AI Overviews : ces résumés générés par IA en haut des pages de résultats cannibaliseraient-ils le trafic des éditeurs ? Liz Reid, vice-présidente en charge de Google Search, apporte une réponse nuancée dans une récente interview.

Selon elle, les AI Overviews réduisent principalement ce qu'elle appelle les « bounce clicks » : ces visites où un internaute clique sur un lien, consulte un chiffre ou une date, puis revient immédiatement sur Google parce qu'il n'avait besoin que de cette information. Ces clics-là disparaissent, et c'est assumé.

En revanche, si un utilisateur avait l'intention de lire un article de fond pendant cinq minutes, cette intention reste intacte. L'AI Overview peut même l'aider à identifier plus rapidement la bonne page, réduisant ainsi les mauvais clics, et non les bons.

Le message est donc : l'IA ne remplace pas le web, elle travaille avec lui. « Les gens veulent l'IA sur le web, ensemble », résume Reid.

Des requêtes qui changent de nature

L'un des signaux les plus intéressants évoqués par Liz Reid concerne l'évolution des requêtes elles-mêmes. Depuis le déploiement des AI Overviews, Google observe des requêtes « significativement plus longues » et davantage formulées en langage naturel.

Ce changement n'est pas anodin. Pendant des années, les internautes ont appris à « parler le langage de Google » : supprimer les mots inutiles, réduire leur question à quelques mots-clés percutants. Ce réflexe disparaît progressivement.

Désormais, les utilisateurs décrivent leur problème réel, dans leurs propres mots, et attendent de Google qu'il fasse le travail de traduction. Ce renversement est fondamental : c'est la machine qui doit s'adapter à l'humain, et non l'inverse.

Liz Reid y voit un retour aux sources de la mission de Google : « organiser l'information mondiale et la rendre universellement accessible et utile ». Avec l'IA, l'accent passe d’accessible à utile.

AI Overviews, AI Mode, Gemini : trois outils, trois usages

Google ne cherche pas à tout centraliser dans un seul produit. Reid insiste sur la complémentarité des différents outils, et sur le fait que de nombreux utilisateurs passent de l'un à l'autre selon leurs besoins.

La distinction s'articule ainsi :

• Google Search et AI Mode sont davantage orientés vers les requêtes informationnelles, c'est-à-dire quand l'utilisateur cherche à comprendre quelque chose ou à se connecter à une source web.
• AI Mode se distingue par des requêtes plus longues, plus complexes et plus conversationnelles. C'est le point d'entrée pour les questions qui demandent un traitement plus approfondi.
• Gemini, de son côté, est plus orienté vers la productivité, la création, l'écriture. Quand la tâche est créative, les utilisateurs se tournent naturellement vers Gemini.

Quant à savoir si Search et Gemini finiront par ne faire qu'un, Reid admet ne pas le savoir. Les deux partagent les mêmes modèles sous-jacents et travaillent ensemble à leur amélioration, mais leur convergence totale n'est pas une évidence.

Le modèle publicitaire reste solide, mais il évolue

Une autre crainte régulièrement exprimée : si l'IA répond directement aux questions, comment Google continue-t-il à gagner de l'argent ? Reid démonte en partie ce raisonnement.

• Premièrement, les publicités ne s'affichent que sur moins d'un quart des requêtes. Une large partie des recherches n'a jamais été monétisée, notamment celles qui n'ont pas de dimension commerciale.
• Deuxièmement, pour les requêtes transactionnelles, le clic reste indispensable. Connaître le meilleur modèle de chaussures ne suffit pas : l'utilisateur doit encore aller sur un site pour les acheter. L'IA donne la réponse, mais elle ne passe pas commande.
• Troisièmement, des requêtes plus détaillées et plus précises permettent théoriquement de créer des publicités plus ciblées et plus pertinentes. Plus un utilisateur exprime clairement son besoin, plus la correspondance avec une annonce pertinente devient possible.

Le « slop » : un problème ancien, une échelle nouvelle

Le terme « AI slop » désigne ces contenus de basse qualité générés massivement par des outils d'IA pour occuper les résultats de recherche. C'est un sujet brûlant dans l'industrie, et Liz Reid ne l'esquive pas.

Mais elle le replace dans son contexte historique : le slop n'est pas une invention de l'IA générative. Il existait avant, produit par des humains, des fermes de contenu, des techniques de spam. L'IA l'a simplement rendu scalable, c'est-à-dire reproductible à grande échelle sans effort supplémentaire.

Google dit avoir acquis une expérience solide dans la lutte contre ce type de contenus. L'objectif n'est pas d'éradiquer le slop, ce qui est impossible étant donné les incitations financières en jeu, mais de maintenir un taux très faible de spam dans les résultats affichés aux utilisateurs.

Reid souligne également la responsabilité des éditeurs : produire du contenu de qualité reste la meilleure stratégie, d'autant que les utilisateurs se tournent de plus en plus vers des sources authentiques, de l'audio, de la vidéo, ou du contenu généré par des communautés.

La personnalisation, prochaine frontière

Un axe encore peu développé mais mentionné à plusieurs reprises par Reid : la personnalisation. Google Personal Intelligence représente une première étape vers des résultats adaptés aux préférences individuelles de chaque utilisateur.

L'idée va plus loin que de simples suggestions basées sur l'historique. Elle inclut la possibilité pour l'utilisateur de déclarer ses sources de confiance, d'indiquer les sites qu'il apprécie, et d'obtenir des résultats qui tiennent compte des abonnements payants qu'il possède déjà. Si un utilisateur est abonné à un média, Google devrait pouvoir lui proposer en priorité les contenus de ce média auxquels il a accès.

C'est un chantier qui soulève autant d'opportunités que de questions sur la bulle informationnelle, mais Reid y voit clairement une direction forte pour les prochaines années.

L’article "Google Search et IA : ce que Liz Reid révèle de la transformation en cours" a été publié sur le site Abondance.

Le GEO Summit Belgium 2026 aura lieu le jeudi 11 juin 2026 à The Pod, à Louvain-la-Neuve. Une première belge dédiée au SEO et au GEO, portée par des expertes et experts nationaux et internationaux. Retours d'expérience, insights actionnables, networking : voilà ce qui vous attend lors de cette journée inédite en Belgique. C'est le moment de réserver votre place pour profiter du tarif Early Bird !

Une première édition historique pour le SEO belge

Le jeudi 11 juin 2026, The Pod de Louvain-la-Neuve accueillera le GEO Summit, premier événement SEO et GEO organisé en Belgique. Une initiative née grâce à Semactic, aux manettes de l’événement, aidée par Objectif Tadam, co-organisatrice de cette grande première.

Réserver ma place sur Eventbrite

La thématique centrale ? Le GEO (Generative Engine Optimization), soit le sujet qui est de toutes les conversations en Belgique, et davantage encore depuis l’apparition il y a presqu’un an des AI overviews que nos consoeurs et confrères français n’ont pas encore eu l’occasion de subir vivre. Un enjeu qui redéfinit profondément les stratégies de référencement en 2026 et que cet événement aborde de front, avec les particularités belges en toile de fond.

Un programme dense et de haut niveau

Parce que le networking est toujours agréable et utile, la journée démarre à 9h avec un accueil gourmand, avant de laisser place à dix conférences animées par des intervenantes et intervenants venus de Belgique, de France et des Pays-Bas. Voici le détail du programme :

• 09h00 - 09h30 : Accueil café et mignardises
• 09h45 - 10h00 : Intro de la journée par Hugues Villeret (consultant à The House of Marketing)
• 10h00 - 10h30 : Marques et sources gagnantes : ce que le premier index belge révèle sur la nouvelle bataille du GEO par Céline Naveau. Un éclairage exclusif sur ce que révèle le tout premier index belge de la visibilité dans les IA génératives et ce que cela implique pour les marques locales.
• 10h30 - 11h00 : Synergie SEO-GEO : de la donnée à la domination par Mikaël Priol (CEO, netlinking.fr). Comment combiner données SEO traditionnelles et logiques GEO pour construire une stratégie de domination durable.

Pause

• 11h20 - 11h50 : Decathlon FR case : How Decathlon Achieved 95x ROI with Programmatic SEO & GEO par Pierre-Olivier Danhaive (CEO, Verbolia). Un cas client exceptionnel : comment Verbolia a aidé Decathlon France à atteindre un ROI de 95x grâce au SEO programmatique et au GEO.
• 11h50 - 12h20 : GEO Outlook and Emerging Trends par Stijn Bergmans (Follo Agency). Tour d'horizon des grandes tendances à venir pour le GEO, avec une vision internationale et comparative.

Pause déjeuner (12h20 – 13h50)

• 13h50 - 14h20 : Ne vous limitez plus au monitoring : façonnez les réponses des IA - Le cas Décathlon Belgique par Mac Williame (Semactic) & Stéphanie Bourgeois (Decathlon). Comment passer d'une posture passive (observer ce que disent les IA) à une posture active (influencer leurs réponses) : la leçon Decathlon Belgique.
• 14h20 - 14h50 : What we learned from 50+ GEO audits par Jens Michiels (iO). Les enseignements concrets tirés de plus de 50 audits GEO réalisés sur le terrain.

Pause

• 15h10 - 15h40 : Le GEO et le mirage des certitudes : Comprendre la donnée pour mieux décider par Corentin Donneaux (Head of SEO, Universem). Une conférence critique et nuancée sur la lecture des données GEO, pour éviter les pièges des certitudes hâtives.
• 15h40 - 16h10 : Agentic SEO : how search is changing and how AI agents improve optimization par Mathias Noyez (Depends Agency). Comment les agents IA transforment les pratiques SEO, et ce que cela implique pour les professionnels du secteur.
• 16h10 - 16h40 : Reddit : bonnes pratiques et erreurs à éviter pour une stratégie GEO gagnante par Zohra Belmahdi (Textbroker). Reddit est devenu un terrain de jeu incontournable dans les réponses des IA. Comment s'y positionner intelligemment ?
• 16h40 - 18h40 : un afterwork bien mérité !

Réserver ma place sur Eventbrite

Un événement bilingue, sans sponsoring commercial

L'une des particularités du GEO Summit est sa promesse de conférences garanties 100 % utiles, sans contenu sponsorisé. Les experts et expertes invitées reflètent la réalité multilingue du secteur digital belge, même si la majorité des conférences sera en français.

Le lieu, The Pod à Louvain-la-Neuve, offre un cadre idéal pour mêler apprentissage et networking, dans une ville réputée pour son dynamisme et son esprit d'innovation.

Networking et opportunités

Au-delà des conférences, le GEO Summit mise sur la qualité des rencontres : professionnel⸱ les du référencement naturel, marketeur⸱euses digital⸱ es, entrepreneur⸱euses et passionné⸱es de visibilité en ligne se retrouvent dans un format convivial, ponctué de pauses pensées pour favoriser les échanges. Une opportunité exclusive de faire du networking national de qualité !

L'afterwork de 16h40 à 18h40 prolonge l'événement dans une atmosphère détendue pour terminer la journée en beauté.

Tarifs et inscriptions

Les places sont disponibles sur Eventbrite. Attention : le tarif Early Bird est valable jusqu'au 15 mai 2026 !

• Early Bird (jusqu'au 15 mai 2026) : 149€
• Tarif normal (après le 15 mai) : 229€
  Réserver ma place sur Eventbrite

Infos pratiques

• Date : Jeudi 11 juin 2026
• Lieu : The Pod - Rue de Rodeuhaie 4 à 1348 Ottignies-Louvain-la-Neuve, Belgique .
• Accès : En train (gare de Louvain-la-Neuve-Université, 20 minutes à pied) · En voiture (parkings à proximité) · En bus TEC depuis Ottignies et les alentours
• Tarifs : 149 € (Early Bird jusqu'au 15 mai) · 229 € (tarif normal)
• Site officiel : geo-summit.eu
• Organisatrices : Semactic & Objectif Tadam

Le GEO Summit est l'événement SEO/GEO belge de l'année 2026. Une première à ne pas manquer si vous souhaitez comprendre comment l'IA générative redessine les règles de la visibilité en ligne et comment en tirer parti dès maintenant.

L’article "GEO Summit 2026 : le premier événement SEO/GEO belge, le 11 juin à Louvain-la-Neuve !" a été publié sur le site Abondance.

Article sponsorisé par Uplix

C’est la question sur toutes les lèvres, comment on devient visible dans les LLMs (ChatGPT, Gemini…)

On va tenter de donner des conseils très concrets et un exemple de résultat.

Le SEO est en train de vivre une transformation profonde, ce n’est pas la première fois. 

John Mueller souligne, dans le média seoclaims.com (bible des déclarations de Google), que les entreprises doivent s'appuyer sur leurs propres analyses de données plutôt que sur des tendances comme le "GEO" pour évaluer l'impact réel, encore minime, de l'IA sur leur trafic. En effet, cela reste des nouvelles sources daquisitions qui demandent de l’expertise.

Pendant des années, l’objectif était clair : apparaître dans les premiers résultats de Google. Être bien positionné, capter le clic, générer du trafic.

Mais Google n’est pas le seul canal, ChatGPT est sur toutes les lèvres : on veut du Generative Engine Optimization (GEO) ou dit différemment “Je veux que ma marque soit citée dans ChatGPT”.

“Je veux que ma marque soit citée dans ChatGPT”.

C’est possible, mais rappelons que ChatGPT indique qu’en juillet 2025, il y avait plus de 700 millions d’utilisateurs actifs hebdomadaires, envoyant environ 2,5 milliards de requêtes par jour. GPT précise même que, environ 70 % des usages se font hors contexte professionnel. 

En résumé, cela confirme l’importance de l’IA dans la vie quotidienne, mais aussi la nécessité de garder un esprit critique.

Avec l’émergence des LLM comme ChatGPT, Perplexity ou les AI Overviews de Google, l’utilisateur ne cherche plus une liste de résultats. Il attend une réponse directe, synthétique, prête à l’emploi.

Chez Uplix, nous avons la chance d’avoir du recul sur les techniques qui fonctionnent vraiment.

Du moteur de recherche au moteur de réponse ?

Historiquement, Google fonctionnait comme un intermédiaire. Il proposait :

• Plusieurs liens
• Plusieurs sources
• Plusieurs interprétations

L’utilisateur restait décisionnaire.

Avec les LLM, cette logique évolue progressivement. L’interface change :

• Une question
• Une réponse unique (ou quasi unique)
• Parfois quelques sources secondaires

Mais surtout, une sélection implicite est opérée par l’IA. 

Ce n’est plus l’utilisateur qui choisit, mais c’est le modèle qui arbitre. 

Cela signifie une chose très simple : si vous n’êtes pas dans la réponse, vous n’existez pas.

Comment fonctionne réellement un LLM (version simplifiée mais utile)

Pour comprendre comment apparaître dans ChatGPT, il faut comprendre comment il “raisonne”.

Un LLM ne fonctionne pas exactement comme un moteur de recherche classique, il ne va pas “chercher la meilleure page”.

Il va :

• Prédire une suite de mots
• S’appuyer sur des probabilités
• Mobiliser des connaissances apprises
• Éventuellement enrichir avec des sources externes (RAG- Retrieval Augmented Generation)

Son objectif n’est pas la vérité absolue. Son objectif est de produire la réponse la plus plausible dans un contexte donné.

Et cela change tout, car pour être cité, vous devez être :

• Probable
• Crédible
• Cohérent avec la question

Pas simplement bien référencé.

Quelles sont les 3 leviers pour apparaître dans ChatGPT ?

Avec du recul et des tests concrets, on peut structurer les choses autour de trois leviers principaux. Ce ne sont pas des théories, ce sont des observations terrain. 

1- Être présent dans les données d’entraînement

C’est le levier le plus intuitif, et souvent le premier auquel on pense.

Les LLM sont entraînés sur des volumes massifs de données : pages web, articles, documentation, contenus publics.

Logiquement, les marques les plus visibles historiquement ont plus de chances d’être connues du modèle.

C’est pour cela que certaines entreprises ressortent naturellement :

• Grandes marques
• Acteurs historiques
• Leaders de marché

Mais il faut être lucide. Ce levier a deux grandes limites : 

D’abord, il est très difficilement actionnable, vous ne pouvez pas décider d’être intégré dans un Dataset d’entraînement.

Ensuite, il est lent à actionner. Construire une notoriété suffisante peut prendre beaucoup de temps.

Conclusion : être « connu », ça aide, mais cela ne garantit absolument pas d’être cité ! 

Pour preuve, aujourd’hui, beaucoup de marques connues sont peu présentes dans les réponses. Et inversement, certaines plus petites arrivent à émerger.

2- Devenir une source (citable) !

C’est le levier le plus opérationnel aujourd’hui.

Les LLM s’appuient sur des contenus existants pour structurer leurs réponses, notamment lorsqu’ils utilisent des systèmes de récupération d’information (RAG).

Mais attention : tous les contenus ne sont pas égaux. Voici ce que l’on observe très clairement :

• Les contenus structurés performent mieux
• Les réponses directes sont favorisées
• Les contenus pédagogiques sont sur-représentés
• Les formats FAQ ou “guide” sont très efficaces

Autrement dit, il ne suffit pas de produire du contenu, il faut produire du contenu “citable”.

Un contenu citable est un contenu :

• Clair
• Bien structuré
• Directement exploitable par une IA
• Aligné avec une intention précise

C’est exactement la logique derrière un outil interne :

L’objectif n’est plus seulement de plaire à Google. L’objectif est de devenir une brique de réponse pour les LLM.

L’outil part d’une logique simple : reproduire ce que font les LLM… mais en mieux.

À partir d’une requête stratégique (QFO- Query Fan Out), il analyse la SERP de Google en profondeur. Pas seulement le TOP 10 organique, mais aussi toute sa structure (Featured Snippets, PAA -People Also Ask, Knowledge Graph) pour comprendre ce que Google considère comme la “meilleure réponse”. 

Ensuite, il va plus loin : il scrape les contenus des meilleures sources, identifie les angles dominants, les manques sémantiques et les opportunités de différenciation.

Sur cette base, il génère un prompt GEO prêt à l’emploi, conçu pour forcer la citation : Query Fan-Out pour couvrir toutes les intentions, hooks de citation pour inciter les LLM à reprendre la source, enrichissement en données structurées (JSON-LD), et plan d’action clair. 

Résultat : on ne produit pas juste du contenu, on “fabrique” une source calibrée pour être utilisée et citée par les IA. 

3. L’alignement sémantique

C’est probablement le levier le plus puissant aujourd’hui. Et paradoxalement, le moins bien compris.

Un LLM fonctionne avec des représentations vectorielles. Il associe des concepts, des entités, des contextes. Quand un utilisateur pose une question, le modèle active un réseau d’associations.

Et dans ce réseau, certaines marques sont présentes. D’autres non. C’est là que tout se joue.

Si votre marque n’est pas associée aux bons concepts, vous n’apparaîtrez jamais, même avec un bon contenu.

De la théorie à la mise en oeuvre : des tests concrets

Dans notre exemple “meilleures consultants SEO” fonctionne, Uplix est top 3 dans Google.

J’ai testé ma recette avec mon site perso edv.fr sur des prompts “Donne les 5 meilleurs consultants SEO” ou “Top 5 des consultant SEO” et les résultats sont sans appel (outil de tracking externe : météoria ici)

Prenons un autre exemple simple avec un nouveau prompt : 

“Quelle est la meilleure agence SEO ?”

Le modèle va générer une réponse en s’appuyant sur :

• Des associations sémantiques
• Des marques déjà liées à cette notion
• Des signaux de crédibilité

Si votre marque n’est pas dans cet espace sémantique : elle n’existe pas pour le modèle. 

C’est précisément ce que permet de travailler waikay.io : cet outil ne travaille plus seulement des mots-clés, mais sur des relations.

Objectif : connecter votre marque aux bonnes requêtes dans l’espace mental du modèle.

Et cela fonctionne car pour cet exemple de prompt, Uplix est top 3 dans Google.

Le levier souvent oublié : l’autorité

Il y a un point que beaucoup négligent. Même dans un monde dominé par les LLM, la notion d’autorité reste centrale.

Une marque a beaucoup plus de chances d’être reprise dans les réponses si elle est : 

• Citée
• Mentionnée
• Relayée
• Recommandée

Pourquoi ? Parce que ces signaux renforcent sa crédibilité perçue. 

Comment ? Cela passe par des leviers que l’on connaît déjà très bien en SEO :

• Netlinking
• Relations presse
• Présence média
• Citations externes

Les méthodes classiques ne disparaissent pas. Au contraire, elles servent à construire un socle solide sur lequel s’appuyer, car les LLMs passent par les moteurs de recherche !

Donc le SEO de votre site va avoir un impact important sur votre présence dans les LLMs, notamment via les Query Fan Out qui sont des recherches faites par les LLMs pour trier la pertinence des résultats. 

Ce que l’on observe concrètement au sujet de l’autorité

Sur le terrain, les écarts sont impressionnants. Certaines marques sont systématiquement citées sur des dizaines de prompts stratégiques et d’autres sont absentes. La différence ne se joue pas uniquement sur l’autorité.

Elle se joue sur :

• La structure des contenus
• La capacité à être repris
• L’alignement sémantique
• La présence dans l’écosystème

Beaucoup d’entreprises abordent encore les LLM avec une logique SEO classique. C’est une erreur. 

Les principales erreurs que l’on observe :

• Produire du contenu générique sans valeur distinctive
• Écrire pour Google et non pour des réponses IA
• Ignorer les prompts réels des utilisateurs
• Ne pas travailler les entités et les associations

Résultat : aucun impact dans les réponses générées

L’impact “Bigfoot Effect”  

L'effet Bigfoot désigne la tendance récente des intelligences artificielles (comme ChatGPT Search) à favoriser massivement une poignée de sites web de très haute autorité, écrasant ainsi la diversité des sources.

L'espace de visibilité généré par l'IA s'est drastiquement réduit. Les géants du web raflent toute l'attention des LLMs, rendant la tâche beaucoup plus difficile pour les autres sites qui tentent d'y obtenir de la visibilité.

Nous avons donc lancé une offre spécifique pour travailler votre présent sur Reddit, Wikipédia et d’autres géants du web !

Le mot de la fin ?

Les marques visibles aujourd’hui vont capter une part croissante de la demande. C’est un train à prendre rapidement pour une part de voix encore faible mais en devenir !

Comme en SEO, on ne cherche plus uniquement à être visible. On cherche à être sélectionné, à convertir. Cela demande :

• Une nouvelle compréhension des modèles
• Une nouvelle manière de produire du contenu
• Une stratégie plus globale

Nous avons mis en place des processus complexes pour avoir des résultats objectifs, mais les logiques restent les mêmes que pour du SEO : technique, sémantique et autorité.Plus d’info sur notre site : https://www.uplix.fr/agence-geo-ia/ (Analyse de votre besoin sans engagement)

L’article "Comment “ranker” dans ChatGPT et les LLMs : retour d’expérience terrain" a été publié sur le site Abondance.

L’article "Goossips SEO : Complexité et Guru du SEO" a été publié sur le site Abondance.