Référencement IA : les conditions à réunir

Les éditeurs d'assistants décrivent un accès, pas une place

Pour les Aperçus IA et le mode IA, Google demande qu'une page soit indexée et puisse s'afficher dans sa recherche avec un extrait. Il ajoute qu'aucune exigence supplémentaire n'existe, et qu'il n'est pas nécessaire de créer des fichiers destinés aux IA ni un balisage particulier.

OpenAI recommande, dans la documentation de ses robots, d'autoriser OAI-SearchBot pour que votre site apparaisse dans les résultats de recherche de ChatGPT. Un site qui le refuse n'est pas montré dans ces réponses, sauf comme simple lien de navigation.

Les autres suivent la même logique. Anthropic indique, dans sa page sur ses robots, que bloquer Claude-SearchBot peut réduire la visibilité d'un site dans les résultats de recherche de Claude. Perplexity recommande, dans sa documentation, d'autoriser PerplexityBot pour apparaître dans ses résultats.

Aucune de ces documentations ne promet une place dans une réponse. Elles décrivent des conditions d'accès, et laissent le choix des sources à leurs systèmes.

Un robot autorisé peut encore recevoir une page vide

L'accès se règle d'abord dans le fichier robots.txt. Les sociétés d'IA séparent les robots qui collectent pour l'entraînement de ceux qui cherchent pour répondre, et l'on peut refuser les premiers sans quitter les résultats des seconds. Le guide sur le choix d'autoriser ou de bloquer les robots d'IA détaille les deux familles, et le piège d'un fichier qui nomme des robots.

Un pare-feu ou un réseau de diffusion peut aussi refuser ces robots, quoi que dise robots.txt.

Reste ce que le serveur envoie. Google exécute le JavaScript des pages pour les lire. Les éditeurs d'assistants ne documentent pas tous ce point, et une page dont le texte n'apparaît qu'après l'exécution d'un script risque d'être lue vide. Le guide sur ce que Google lit d'abord sur un site en JavaScript explique la différence entre les deux versions d'une page.

Enfin, les fonctionnalités d'IA de Google s'appuient sur son index : une page marquée noindex, ou dont l'extrait est interdit, n'y sert pas. Une consigne laissée par la copie de travail du site suffit à l'en écarter.

Une page qui répond d'emblée, et qui dit d'où viennent ses chiffres

Une page se comprend quand elle dit vite de quoi elle parle, puis le détaille sous des intertitres qui annoncent ce qu'ils contiennent. Votre offre, votre zone, vos prix et vos coordonnées gagnent à être écrits en texte, pas seulement dans une image ou un PDF. Un tableau qui compare, ou une question suivie de sa réponse, se cite tel quel.

Les données structurées qui servent encore décrivent la page dans un format lisible par une machine. Google les juge utiles pour ses résultats enrichis, pas requises pour ses fonctionnalités d'IA, et demande qu'elles disent la même chose que le texte visible.

Un fichier llms.txt, qui résume le site pour les modèles de langage, reste facultatif : la recherche Google ne l'utilise pas. Le guide sur le fichier llms.txt dit qui le lit.

Avant de se fier à une page, un lecteur cherche des repères : qui publie le site et comment le joindre, qui a écrit la page et quand, d'où viennent les chiffres. Google demande de les rendre visibles, et le guide sur ce que Google entend par E-E-A-T dit ce qu'une page doit montrer.

Les contradictions comptent autant. Un chiffre sans source, un témoignage attribué à deux clients, une information qui change d'une page à l'autre retirent du crédit à la page qui les porte.

Six demandes à qui gère le site

Aucune ne demande d'écrire une ligne de code. Dans cet ordre, parce que la première condition commande les deux autres :

1. Demandez si les robots de recherche des assistants (OAI-SearchBot, Claude-SearchBot, PerplexityBot) sont autorisés, dans robots.txt et au pare-feu.
2. Demandez la preuve que vos pages importantes sont indexées par Google et par Bing, et qu'aucune ne porte une consigne noindex ou d'extrait interdit héritée de la copie de travail.
3. Exigez que le texte des pages qui comptent figure dans la réponse du serveur, sans dépendre d'un script.
4. Relisez vos pages principales : l'essentiel dit dès le début, des intertitres qui annoncent leur contenu, vos informations clés écrites en texte.
5. Rendez visibles qui vous êtes et sur quoi vous vous appuyez : éditeur, auteurs, dates, sources des chiffres. Corrigez ce qui se contredit d'une page à l'autre.
6. Devant une offre qui promet une place dans les réponses d'une IA, demandez sur quoi repose la promesse : aucun éditeur d'assistant n'en garantit une.

Les deux premières demandes se règlent souvent en quelques réglages. Faire envoyer le texte par le serveur sur un site construit en JavaScript est un projet. La relecture et les sources vous reviennent.

Une thèse, une promesse ou une grille de produits en ouverture

L'audit lit votre robots.txt en appliquant la règle des groupes, et relève quels robots d'IA sont interdits. Ce choix est décrit, pas noté ; un blocage du robot de Bing est signalé à part, parce que Copilot, l'assistant de Microsoft, s'appuie sur ce moteur.

Sur quelques pages de chaque type, il demande la page sous le nom de GPTBot, de ClaudeBot et de PerplexityBot, et la compare à ce que reçoivent un navigateur et Googlebot. Une page servie complète au moteur et vide à ces robots est relevée. Sur la page de référence, la réponse du serveur est aussi comparée à la page affichée.

Chaque page analysée est ensuite lue en entier : sa structure et ses intertitres, son ouverture, la source de ses chiffres, l'identité de l'éditeur, les auteurs et les dates, les données structurées confrontées au texte visible, et les faits qui changent d'une page à l'autre. Le fichier llms.txt est cherché, et compté seulement s'il s'agit d'un vrai fichier.

Le rapport d'un site vitrine B2B publié en exemple trouve l'accès ouvert : aucun robot conversationnel bloqué, le texte servi par le serveur. La lecture des pages nuance le reste. Les articles récents ouvrent sur leur thèse, les pages de présentation sur une promesse, et le site n'a ni foire aux questions ni tableau. Un chiffre de « plus de 70 % des acheteurs B2B » revient dans deux articles sans source, quand un autre article cite McKinsey, Forrester, Gartner et la Harvard Business Review.

Dans celui d'une place de marché d'articles de sport, les pages de catégorie ouvrent sur la grille de produits et les guides d'achat sur une promesse. Les grandes catégories portent pourtant des tableaux de fourchettes de prix par état, neuf, occasion ou reconditionné, que le rapport compte parmi les passages qu'une machine peut reprendre tels quels.

La présence de votre site dans les réponses d'un assistant, elle, ne se mesure pas par un audit : elle change d'une question à l'autre et d'un jour à l'autre. L'audit vérifie les conditions qui dépendent de vous. Ce site applique les trois : son robots.txt autorise les robots des assistants, ses pages sont construites à l'avance et envoient leur texte sans script, et son llms.txt est produit à partir des mêmes textes que ses pages.