Pourquoi les assistants IA ne citent pas votre site

Ce qu’un assistant cherche, et qui n’est pas une page

En résumé : Un moteur renvoie des adresses ; un assistant cherche des passages attribuables. L’unité utile n’est plus la page mais le paragraphe qui répond seul.

Quand un assistant traite une question, il n’a pas besoin d’une page entière : il lui faut un fragment qui répond, et une source à laquelle rattacher ce fragment. Le reste — la navigation, la mise en page, les arguments commerciaux — ne sert à rien à ce moment-là. Un paragraphe qui n’a de sens qu’avec les trois paragraphes précédents est difficile à extraire ; un paragraphe qui répond à une question formulée est directement citable.

C’est le renversement principal. Le référencement classique récompense une page cohérente sur un sujet. Une réponse générée récompense une phrase qui tient seule, hors de son contexte, et qui reste vraie quand on la sort de la page. Les deux ne s’opposent pas, mais optimiser l’un ne produit pas automatiquement l’autre.

La conséquence pratique est une manière d’écrire, pas une technique. Nommer la question dans un titre, y répondre dans les lignes qui suivent, puis développer : la réponse est disponible avant l’argumentation. Un lecteur pressé y gagne aussi, ce qui est un bon signe — les optimisations qui ne servent qu’aux machines vieillissent mal.

Le contenu qui n’existe pas dans le HTML servi

En résumé : Une partie des agents ne joue pas le JavaScript. Ce qui n’apparaît qu’après exécution — onglets, accordéons pilotés en script, chargement à la demande — leur est invisible.

Un navigateur exécute le JavaScript de la page, télécharge le reste, ouvre les onglets à la demande. Beaucoup de programmes qui collectent du contenu ne font rien de tout cela : ils récupèrent la réponse du serveur et la lisent telle quelle. Si le texte n’y est pas encore, il n’existe pas pour eux.

C’est le défaut le plus fréquent et le plus discret, parce qu’il est invisible à la relecture : la page paraît complète dans un navigateur. Les formes courantes sont les blocs de questions dont la réponse n’est injectée qu’au clic, les listes chargées au défilement, les contenus rendus uniquement côté client, et les onglets dont seul le premier est présent dans la source.

La vérification tient en une commande ou presque : demandez la page sans navigateur — n’importe quel outil de ligne de commande qui affiche la réponse brute suffit — et cherchez-y une phrase que vous voulez voir citée. Si elle n’y est pas, aucune optimisation ultérieure ne rattrapera cela. Les éléments dépliables natifs du langage HTML, eux, gardent leur contenu dans la source même repliés : c’est la façon simple d’avoir une interface repliée et un texte lisible.

Écrire des réponses, pas des pages

En résumé : Un titre qui nomme un bénéfice ne correspond à aucune question posée. Un titre qui reprend la formulation d’une question réelle en devient l’ancre.

Les intitulés commerciaux — « Notre expertise », « Des solutions sur mesure » — ne correspondent à rien de ce qu’une personne écrit dans une barre de recherche ou dicte à un assistant. Ils décrivent le vendeur, pas le problème. Une question réelle ressemble plutôt à « comment savoir si mes sauvegardes fonctionnent » ou « faut-il refaire un site ou le corriger » : elle contient le doute de celui qui la pose.

Reprendre cette formulation comme titre de section a deux effets. Le premier est mécanique : le rapprochement entre la question et le titre devient direct. Le second est éditorial : un titre interrogatif oblige à répondre dans le paragraphe suivant, là où un titre nominal permet de tourner autour indéfiniment.

Le même principe s’applique aux questions fréquentes, à condition de ne pas les traiter comme un exercice de style. Une bonne question est celle qu’on vous pose vraiment, y compris quand la réponse ne vous arrange pas. Une FAQ qui ne contient que des questions confortables se repère immédiatement, et n’apporte rien : elle ne lève aucun doute, donc elle ne répond à aucune recherche.

Données structurées : ce qu’elles font et ce qu’elles ne font pas

En résumé : Le balisage ne rend pas un contenu meilleur : il le rend interprétable sans ambiguïté. Il ne compense jamais un texte absent ou faux.

Les données structurées décrivent, dans un format lisible par une machine, ce que la page contient déjà : une organisation, un service, une question et sa réponse, un article et sa date. Leur intérêt est de supprimer l’interprétation. Sans elles, un programme doit deviner que ce bloc est une question et que le paragraphe suivant est sa réponse ; avec elles, il le sait.

Leur limite est tout aussi nette. Elles ne créent pas de contenu. Un balisage qui déclare une question dont la réponse n’est pas dans la page décrit quelque chose qui n’existe pas, et cette incohérence se détecte. La règle est simple : ce qui est déclaré doit être visible, et ce qui est visible mérite d’être déclaré.

Un point pratique est souvent négligé : mieux vaut un seul bloc de données par page, cohérent, que plusieurs déclarations partielles qui se contredisent. Déclarer deux fois la même organisation avec des informations différentes force un choix arbitraire, et le choix ne sera pas forcément le vôtre.

Ce que vous pouvez vérifier vous-même

En résumé : Quatre vérifications sans outil payant suffisent à écarter les causes les plus fréquentes d’invisibilité.

La première est celle du HTML servi, déjà décrite : la phrase que vous voulez voir citée doit être présente dans la réponse brute du serveur. La deuxième porte sur l’accès : vérifiez que votre fichier robots.txt n’exclut pas les agents que vous souhaitez voir vous lire, et que rien ne les bloque au niveau de l’hébergement — un blocage large mis en place contre les robots indésirables emporte souvent les autres.

La troisième est une lecture à voix haute d’un seul paragraphe, sorti de sa page. S’il ne se comprend pas seul, personne ne le citera seul. C’est une vérification sans technologie, et c’est celle qui change le plus de choses.

La quatrième consiste à poser la question à un assistant, en observant non pas votre classement mais ce qu’il cite : quelles sources, et pour quel passage. Cela indique ce qui, dans votre domaine, est jugé attribuable — et le plus souvent, ce sont des pages qui expliquent un mécanisme, pas des pages qui vantent un service.

Aucune de ces vérifications ne garantit d’être cité. Elles écartent les causes qui empêchent de l’être, ce qui n’est pas la même promesse. La visibilité auprès des assistants dépend aussi de ce que d’autres écrivent sur vous, et cette part-là ne s’optimise pas depuis votre propre site.