Optimiser son site pour les IA : rendre vos pages lisibles et citables par les agents de recherche

Optimiser son site pour les IA consiste à faire franchir à chaque page quatre étapes : être accessible au robot (contenu servi en HTML, crawler autorisé), être extractible (réponse directe en tête, structure balisée, données structurées), être attribuable (date, auteur, source nommée, chiffre rattaché à son origine), et être mesurable (logs serveur, canal IA dans l'analytics, panel de prompts). Chacune de ces étapes se casse indépendamment des autres : une page magnifiquement rédigée mais rendue en JavaScript côté client n'existe pas pour GPTBot ; une page parfaitement accessible mais qui n'attribue aucun de ses chiffres ne sera pas reprise comme source.

Cet article est le prolongement opérationnel de notre guide AEO & GEO : comment être cité par ChatGPT et les IA, qui pose le quoi et le pourquoi. Ici, c'est le comment faire : ce que vous mettez en place lundi matin, dans quel ordre, et ce qui ne sert à rien. Toutes les données de marché citées sont datées et attribuées — c'est aussi, accessoirement, une démonstration : cet article applique à lui-même la méthode qu'il décrit.

En bref

• La bascule est mesurée, pas anticipée : sur janvier–avril 2026, 68,01 % des recherches Google aux États-Unis se terminent sans aucun clic — soit 680 recherches sur 1 000 — tandis que 276 clics seulement atteignent le web ouvert (SparkToro, panel Similarweb, juin 2026 ; chiffre repris par Search Engine Roundtable le 10 juin 2026). 680 ÷ 276 : environ 2,5 recherches sans clic pour un clic gagné. En France : 65,3 %.
• La France vient de basculer : Google a déployé AI Overviews et AI Mode en France le 22 juillet 2026, après deux ans de blocage lié aux droits voisins.
• Le premier point de rupture est technique : les crawlers d'OpenAI et d'Anthropic n'exécutent pas le JavaScript (analyse Vercel × MERJ, décembre 2024, constat toujours valable à mi-2026). Un site rendu côté client est invisible pour eux.
• robots.txt est devenu un arbitrage, pas une case à cocher : entraînement, index de réponse et visite déclenchée par un utilisateur sont trois robots différents chez OpenAI comme chez Anthropic — et les groupes User-agent ne se cumulent pas.
• llms.txt ne tient pas ses promesses : 97 % des fichiers publiés n'ont jamais reçu la moindre requête (Ahrefs, 137 000 domaines, relevé de mai 2026) et aucun grand fournisseur ne s'est engagé à le lire.
• Ce qui rend une page citable tient en quatre signaux : fraîcheur datée, source nommée, chiffre attribuable, auteur identifiable.

Qu'est-ce qu'un site « lisible par les IA » ?

Un site lisible par les IA est un site dont chaque page peut être récupérée sans exécution de JavaScript, comprise sans contexte extérieur, découpée en réponses autonomes et rattachée à une source identifiable. Ce n'est pas un label ni une technologie : c'est une chaîne à quatre maillons, dont le plus faible détermine le résultat.

La différence avec le SEO classique n'est pas idéologique, elle est mécanique. Googlebot rend le JavaScript ; les crawlers d'IA, pour la plupart, non. Google interprète une page dans le contexte d'un site entier ; un moteur de réponse prélève un fragment et doit pouvoir le citer hors contexte. Tout ce qui suit découle de ces deux écarts.

L'ancrage chiffré vaut la peine d'être posé une fois, proprement. Sur les quatre premiers mois de 2026, 68,01 % des recherches Google aux États-Unis se sont terminées sans clic, contre 60,45 % en 2024 sur base recalculée — la plus forte accélération jamais mesurée par SparkToro, à partir du panel desktop et mobile de Similarweb. Sur 1 000 recherches américaines, 276 clics seulement atteignent le web ouvert, contre 360 dans l'étude SparkToro de 2024 (le chiffre de 374 souvent cité est celui de l'Union européenne, pas des États-Unis). Faisons le calcul en clair, puisque c'est le ratio que tout le monde répète sans jamais le poser : 68,01 % de 1 000 recherches, ce sont 680 recherches sans aucun clic ; en face, 276 clics vers le web ouvert. 680 ÷ 276 = 2,46, soit environ 2,5 recherches sans clic pour un clic gagné par un site. En France, le taux de recherches sans clic s'établit à 65,3 % sur la même période — un des plus bas des six pays étudiés par SparkToro, derrière l'Allemagne (62,1 %) et bien en deçà du Royaume-Uni (69,5 %).

Et le marché français vient à peine de basculer : Google a lancé AI Overviews et AI Mode en France le 22 juillet 2026, après deux ans de blocage lié au dossier des droits voisins. Autrement dit, la courbe française n'a pas encore encaissé le choc que les marchés anglophones absorbent depuis deux ans. Les six prochains mois sont une fenêtre — pas un acquis.

Vos pages sont-elles accessibles aux robots d'IA, ou cachées derrière du JavaScript ?

Si le contenu de votre page n'est pas présent dans le HTML renvoyé par le serveur, les principaux crawlers d'IA ne le verront jamais : contrairement à Googlebot, ils ne rendent pas le JavaScript. C'est, de loin, le point de rupture le plus fréquent et le plus coûteux — et il ne se voit pas à l'œil nu, puisque la page s'affiche parfaitement dans votre navigateur.

L'analyse conduite par Vercel avec MERJ, publiée le 17 décembre 2024, reste la mesure de référence : sur un mois de trafic et près d'un milliard de récupérations de crawlers d'IA (569 millions côté GPTBot, 370 millions côté Claude, 24,4 millions côté PerplexityBot), GPTBot (OpenAI) et ClaudeBot (Anthropic) téléchargent des fichiers JavaScript — respectivement autour de 11,5 % et 23,8 % de leurs requêtes — mais ne les exécutent pas. Aucune exécution JavaScript n'a été observée. L'étude a près de deux ans : raison de plus pour ne jamais s'en remettre à une étude seule. Le test de la sous-section suivante se refait en trente secondes sur vos propres pages — c'est le premier geste de chacun de nos audits, avant même d'ouvrir le robots.txt. Gemini et Copilot font exception, parce qu'ils sont adossés à des index qui, eux, rendent le JavaScript : Googlebot pour le premier, Bingbot pour le second.

Conséquence directe : une application monopage (React, Vue, Angular) qui charge son contenu après l'affichage, un composant d'onglets qui n'injecte le texte qu'au clic, une FAQ en accordéon rendue côté client, un tableau de prix chargé par appel API — tout cela est invisible pour la plupart des moteurs de réponse. Dans les sites que nous auditons, le coupable n'est presque jamais le contenu principal — c'est un bloc rapporté après coup : un widget d'avis, une FAQ en accordéon montée par un script, un module de tarifs branché sur une API.

Le test, en trente secondes et sans outil :

1. Ouvrez la page, puis « Afficher le code source de la page » (Ctrl+U / Cmd+U) — pas l'inspecteur, qui montre le DOM après exécution du JavaScript.
2. Cherchez (Ctrl+F) une phrase précise du corps de votre texte.
3. Si elle n'est pas là, elle n'existe pas pour GPTBot ni pour ClaudeBot.

Ce qu'on met en place : rendu côté serveur (SSR), génération statique (SSG) ou pré-rendu pour les routes qui portent du contenu. Sur une stack moderne, c'est un réglage d'architecture, pas une refonte — Nuxt, Next ou Astro rendent le SSR/SSG natif. Sur un CMS comme Webflow ou WordPress, le HTML est déjà servi par le serveur : le risque se déplace vers les composants injectés (widgets d'avis, FAQ dynamiques, contenus chargés par script tiers). Si votre produit est une application métier ou un SaaS sur mesure, la bonne pratique consiste à séparer nettement les pages publiques indexables (rendues au serveur) de l'application authentifiée (rendue au client) — inutile d'exposer l'une pour sauver l'autre.

Le point aveugle — Un audit SEO classique passe souvent à côté, parce que la plupart des outils rendent le JavaScript comme Googlebot. Le contenu apparaît donc « visible ». Il l'est pour Google. Il ne l'est pas pour ChatGPT. Si votre site cumule plusieurs de ces signaux, la question dépasse l'AEO : lisez les 7 signes qu'il faut refondre son site.

Faut-il autoriser ou bloquer GPTBot, ClaudeBot et PerplexityBot ?

La bonne réponse n'est ni « tout bloquer » ni « tout autoriser », parce qu'il ne s'agit pas d'un seul robot : chez OpenAI comme chez Anthropic, l'entraînement des modèles, l'index de recherche et la visite déclenchée par un utilisateur passent par trois agents distincts, contrôlables séparément. Bloquer le robot d'entraînement n'empêche pas d'être cité ; bloquer le robot d'index, si.

C'est la distinction que la plupart des robots.txt ratent — souvent en copiant un modèle trouvé en ligne, qui coupe l'accès aux robots d'index en croyant protéger le contenu de l'entraînement.

L'arbitrage, en clair. Trois profils couvrent la quasi-totalité des cas :

• Vous voulez de la visibilité (site vitrine, B2B, services, e-commerce) → autorisez les robots d'index et les visites utilisateur ; c'est votre canal d'acquisition de demain. Le débat sur l'entraînement est secondaire pour vous.
• Votre contenu est le produit (média, base documentaire, données propriétaires, contenu payant) → bloquez les robots d'entraînement (GPTBot, ClaudeBot, CCBot, Google-Extended) et gardez les robots d'index ouverts sur les pages publiques. Vous restez cité, vous n'alimentez pas les modèles.
• Vous êtes soumis à des obligations contractuelles ou réglementaires sur certains contenus → traitez-les par répertoire, pas globalement.

Le piège n° 1 : les groupes User-agent ne se cumulent pas

Un robot qui trouve dans votre robots.txt un groupe le nommant explicitement applique ce groupe et ignore entièrement le groupe User-agent: . C'est la règle de la norme RFC 9309, et c'est l'erreur qui casse le plus de fichiers : on ajoute proprement un groupe OAI-SearchBot pour l'autoriser, et on lui ouvre du même coup le back-office, le panier et les URL de recherche interne que le groupe protégeait. Les règles ne s'héritent pas : tout ce qui doit s'appliquer à un robot nommé doit être réécrit dans son propre groupe.

Voici le profil n° 2 — « mon contenu est mon produit » — écrit en entier, avec cette contrainte respectée :

# robots.txt — profil « mon contenu est mon produit »
# Objectif : rester cité dans les moteurs de réponse, sans alimenter l'entraînement.

# --- 1. Robots d'entraînement : refusés ---
User-agent: GPTBot
Disallow: /

User-agent: ClaudeBot
Disallow: /

User-agent: CCBot
Disallow: /

User-agent: Google-Extended
Disallow: /

User-agent: Applebot-Extended
Disallow: /

# --- 2. Robots d'index des moteurs de réponse : autorisés ---
# ⚠ Chaque robot nommé ci-dessous IGNORE le groupe « * » de la section 3.
# Ses interdictions doivent donc être RÉPÉTÉES ici, à l'identique.
User-agent: OAI-SearchBot
Allow: /
Disallow: /panier/
Disallow: /mon-compte/
Disallow: /*?s=

User-agent: Claude-SearchBot
Allow: /
Disallow: /panier/
Disallow: /mon-compte/
Disallow: /*?s=

User-agent: PerplexityBot
Allow: /
Disallow: /panier/
Disallow: /mon-compte/
Disallow: /*?s=

# --- 3. Tous les autres robots, dont Googlebot et Bingbot ---
User-agent: *
Disallow: /panier/
Disallow: /mon-compte/
Disallow: /*?s=

Sitemap: https://www.exemple.fr/sitemap.xml

La redondance des sections 2 et 3 n'est pas une maladresse : c'est la seule écriture correcte. Le profil n° 1 (visibilité) revient à supprimer la section 1 ; le profil n° 3 (obligations contractuelles) consiste à ajouter les répertoires concernés dans chacun des groupes. Trois vérifications avant de pousser le fichier : une ligne Disallow vide autorise tout, un robots.txt renvoyé en 500 fait souvent traiter le site comme entièrement interdit, et un Disallow: / oublié en préproduction migre en production plus souvent qu'on ne l'imagine.

Attention à deux points souvent mal compris. D'abord, robots.txt n'est pas une sécurité : c'est une demande polie, normalisée (RFC 9309), sans authentification ni blocage réseau. Un contenu qui doit rester privé se protège par authentification, pas par une ligne de texte. Ensuite, dans les fonctionnalités IA de Google, le contrôle passe par les balises de recherche classiques : noindex, nosnippet et max-snippet s'appliquent aux AI Overviews et à l'AI Mode, puisque, comme le rappelle la documentation Google, « l'IA est intégrée à Search ». Google-Extended ne les concerne pas.

Enfin, le paysage bouge côté infrastructure : Cloudflare bloque par défaut les robots d'IA sur les nouveaux domaines depuis juillet 2025, et durcit encore le réglage à partir du 15 septembre 2026 — pour les nouveaux sites comme pour l'ensemble des comptes gratuits : recherche autorisée, entraînement et usages agentiques bloqués sur les pages porteuses de publicité. Si votre site passe par un CDN ou un WAF, votre robots.txt n'est peut-être pas le décideur final : vérifiez la politique de votre hébergeur avant de conclure que vous êtes accessible.

Comment structurer une réponse pour qu'une IA puisse l'extraire ?

Une réponse extractible est une phrase qui reste vraie et compréhensible une fois sortie de la page : elle nomme son sujet, donne sa réponse en entier, et ne dépend d'aucune phrase précédente. C'est le geste d'écriture qui produit le plus d'effet, et il ne coûte rien d'autre qu'un changement d'habitude.

Comparez :

• ❌ « Comme nous l'avons vu, cela dépend surtout de votre contexte, et c'est pourquoi il est important d'y réfléchir en amont. » — sujet implicite, aucune réponse, inutilisable hors contexte.
• ✅ « Le rendu côté serveur est indispensable pour les crawlers d'IA, car GPTBot et ClaudeBot n'exécutent pas le JavaScript. » — autonome, citable telle quelle.

Les six règles qui rendent une page extractible :

1. Répondez en tête. La réponse à la question du titre tient dans les une à trois premières phrases de la section. Le développement vient après, jamais avant.
2. Écrivez des titres qui sont des questions réelles. Reprenez la formulation des internautes (« Faut-il… », « Comment… », « Quelle différence entre… »), telle qu'elle apparaît dans les « Autres questions posées » de Google.
3. Une section = une idée = un bloc citable. Si une section répond à deux questions, découpez-la : un moteur ne prélève pas une demi-réponse.
4. Bannissez les anaphores en début de section — « cela », « ce dernier », « comme vu plus haut ». Répétez le sujet. La redite légère est le prix de la citabilité.
5. Mettez les comparaisons en tableau et les procédures en liste numérotée. Ce sont les formats les plus fidèlement repris par les moteurs de réponse.
6. Ne confiez aucune information critique à une image. Un chiffre, un prix, une étape dans un visuel est une information perdue. Le texte porte, l'image illustre.

Le calibrage qui marche : une réponse de 40 à 60 mots par question de FAQ, une définition canonique par concept (« X est… »), et une page qui traite un sujet entier plutôt que trois sujets à moitié. Un moteur de réponse ne récompense pas la longueur, il récompense la complétude sur une intention.

Quelles données structurées mettre en place — et comment garder une entité cohérente ?

Les données structurées ne sont pas obligatoires pour apparaître dans les réponses IA, mais elles restent le moyen le moins cher de lever toute ambiguïté sur ce qu'est votre page, qui l'a écrite et quelle organisation la publie. Soyons honnêtes sur ce point, parce que beaucoup d'articles vendent l'inverse : la documentation officielle de Google est explicite — « il n'y a aucune exigence supplémentaire pour apparaître dans les AI Overviews ou l'AI Mode, ni aucune optimisation spéciale nécessaire ». Le balisage n'est pas un passe-droit. C'est un désambiguïsateur.

Les quatre types à installer, par ordre d'utilité :

La cohérence d'entité est la partie que presque tout le monde néglige, et c'est celle qui compte le plus pour le GEO. Un moteur génératif ne se contente pas de lire votre page : il consolide une représentation de votre organisation à partir de toutes ses traces. Trois règles :

1. Un @id stable et unique pour votre Organization, réutilisé par référence dans tous les autres blocs (publisher, worksFor) plutôt que redéclaré à chaque page. Un Organization recopié dix fois avec dix variantes de nom crée dix entités floues.
2. Un nom, une adresse, un partout. Metasense, 13 avenue Morane-Saulnier, 78140 Vélizy-Villacoublay : identique sur le site, dans le JSON-LD, sur la fiche Google Business Profile, sur LinkedIn, dans les annuaires professionnels et les mentions légales. Toute variation (raison sociale abrégée, ancienne adresse, ville approximative) fabrique un doublon d'entité que les moteurs résolvent mal.
3. sameAs vers vos profils officiels — LinkedIn, fiche Google, profils sectoriels. C'est le lien explicite entre votre site et vos traces externes.

Deux précisions de terrain, et elles valent pour les deux types les plus vendus par le marché. FAQPage et HowTo ne produisent plus aucun résultat enrichi dans Google. Pour HowTo, la suppression date de 2023 (mobile en août, desktop en septembre). Pour FAQPage, la restriction d'août 2023 s'est transformée en dépréciation complète le 7 mai 2026 : plus d'affichage, fin du rapport dans la Search Console en juin 2026, fin du support de l'API en août 2026. Ces deux balisages gardent leur intérêt — décrire sans ambiguïté qu'un bloc est une paire question/réponse ou une suite d'étapes, ce qui sert l'extraction par un moteur de réponse — mais ne les vendez à personne comme un gain de SERP, et laissez-les en place : Google indique que des données structurées inutilisées ne posent pas de problème. Nous les gardons sur nos propres articles pour cette seule raison. Et un balisage qui contredit la page fait plus de mal que pas de balisage du tout : dateModified doit correspondre à une modification réelle, l'auteur déclaré doit exister et être identifiable. Côté outillage, la plupart des CMS gèrent l'essentiel nativement ou par embed — c'est un critère de choix qu'on aborde dans notre comparatif Webflow ou WordPress en 2026.

Faut-il créer un fichier llms.txt en 2026 ?

Non, pas en priorité : le llms.txt est une proposition non adoptée, qu'aucun grand fournisseur d'IA ne s'est engagé à lire, et que les crawlers ne demandent quasiment jamais. Le mettre en place ne fait pas de mal ; le faire à la place du reste est une erreur d'allocation.

Ce que c'est. Un fichier Markdown placé à la racine du domaine (/llms.txt), proposé en 2024, censé offrir aux modèles de langage une carte lisible du site : les pages importantes, une description, parfois le contenu essentiel en clair. L'analogie faite par ses promoteurs est celle du robots.txt ou du sitemap.xml, mais pour les LLM.

Ce que ça vaut réellement, données à l'appui :

• Personne ne le demande. Sur un corpus de 137 000 domaines analysé par Ahrefs (relevé de mai 2026), 97 % des fichiers llms.txt publiés n'ont jamais reçu la moindre requête. Les crawlers de premier plan (GPTBot, ClaudeBot, PerplexityBot) ne vont pas le chercher.
• Google souffle le chaud et le froid, mais ne l'utilise pas. John Mueller le compare publiquement à la balise meta keywords — c'est-à-dire à un signal auto-déclaré que personne n'exploite — et Google a confirmé ne pas le prendre en charge. Nuance honnête : Google a par ailleurs ajouté à Lighthouse un audit llms.txt expérimental, ce qui entretient l'ambiguïté. Un outil de diagnostic n'est pas un engagement de lecture.
• Aucun engagement des fournisseurs. Ni OpenAI, ni Anthropic, ni Google, ni Mistral n'ont déclaré s'en servir dans leurs surfaces de réponse. La recommandation documentée d'OpenAI pour le contrôle des robots reste robots.txt.
• L'adoption plafonne, sans effet mesurable. L'étude publiée par SE Ranking le 20 novembre 2025 sur près de 300 000 domaines mesure un taux d'adoption de 10,13 % et, surtout, aucune corrélation entre la présence du fichier et les citations obtenues dans les réponses IA — au point que retirer la variable llms.txt de leur modèle de prédiction en améliorait la précision.

Notre position, sans détour. Si votre CMS ou votre framework le génère automatiquement, laissez-le : le coût marginal est nul et le pari coûte peu. Ne consacrez pas une journée de production à le rédiger à la main, et ne le présentez jamais comme une action AEO structurante — c'est précisément le genre de « quick win » qui occupe une équipe pendant qu'un rendu côté client continue de rendre le site illisible. Attention enfin à une confusion fréquente : llms.txt ne contrôle rien. Il ne bloque pas, il n'autorise pas. Le contrôle d'accès, c'est robots.txt et vos en-têtes. Le seul usage aujourd'hui documenté qui tienne concerne les documentations techniques consommées par des outils de développement assistés par IA.

Qu'est-ce qui rend une page réellement citable ?

Une page devient citable quand un moteur peut répondre à quatre questions sans quitter la page : c'est de quand ? ça vient d'où ? qui l'affirme ? et sur quoi ça repose ? L'accessibilité et la structure vous rendent lisible ; ces quatre signaux vous rendent citable. La nuance décide de tout, parce qu'un modèle qui doit engager sa réponse préfère systématiquement une source qu'il peut créditer.

Ce n'est pas une préférence esthétique. La recherche GEO d'Aggarwal et al. (IIT Delhi et Princeton, ACM KDD 2024), qui a testé neuf méthodes d'optimisation sur 10 000 requêtes, mesure que l'ajout de statistiques, de citations et de sources vérifiables fait gagner 30 à 40 % sur la Position-Adjusted Word Count — c'est-à-dire la place que votre contenu occupe dans la réponse générée, pondérée par sa position. Sur la métrique d'impression subjective, le gain retombe à 15-30 %. Lisez donc ce résultat pour ce qu'il est : la densité de preuves ne vous fait pas citer par magie, elle augmente la surface que vous occupez quand vous l'êtes.

Deux réflexes complètent le tableau. Datez vos chiffres dans la phrase elle-même (« 68,01 % sur janvier–avril 2026 ») plutôt qu'en note de bas de page : le fragment prélevé emporte alors sa propre validité temporelle. Et rafraîchissez les pages qui portent des données de marché — un chiffre de 2024 dans un article daté de 2026 abîme la confiance sur toute la page. Sur les sujets à obsolescence rapide, une revue trimestrielle est le bon rythme.

Le test simple — Prenez n'importe quel paragraphe de votre page, copiez-le seul dans un document vierge et demandez-vous : un journaliste pourrait-il le citer en l'état, en sachant qui l'affirme et depuis quand ? Si la réponse est non, un moteur de réponse ne le citera pas non plus.

Comment mesurer le trafic et les citations venues des IA ?

Le trafic issu des IA se mesure mal parce qu'une grande partie des visites arrive sans référent, et parce que la citation elle-même — être mentionné sans être cliqué — ne produit aucune ligne d'analytics. Il faut donc croiser quatre sources, dont aucune ne suffit seule.

1. Le canal « AI Assistant » de GA4. Annoncé par Google dans le « What's new » de l'aide Analytics le 13 mai 2026, ce canal par défaut sépare nativement le trafic venu des assistants conversationnels (ChatGPT, Gemini, Copilot et quelques autres) du bloc « Referral », sans aucune configuration : GA4 affecte le medium ai-assistant dès qu'il reconnaît le référent. Trois limites à connaître : aucune rétroactivité avant cette date, Perplexity reste classé en Referral, et le trafic issu des AI Overviews est comptabilisé en Organic Search, puisqu'il vient de Google. Vérifiez donc aussi vos référents bruts (chatgpt.com, perplexity.ai, claude.ai, copilot.microsoft.com).
2. Le rapport « fonctionnalités d'IA générative » de Search Console. Annoncé par Google le 3 juin 2026, il isole les impressions de vos pages dans les AI Overviews, l'AI Mode et les fonctionnalités génératives de Discover. Le déploiement, d'abord progressif, est achevé pour tous les sites du monde depuis le 31 août 2026. Une limite demeure à la date de publication de cet article : le rapport ne remonte que des impressions, aucune donnée de clic. Lisez-le comme un indicateur d'exposition, pas comme un rapport de performance — et ne vous inquiétez pas s'il n'apparaît pas : Google ne l'affiche qu'à partir d'un certain volume de données.
3. Vos logs serveur — la seule mesure vraiment fiable de la lecture. Comptez les requêtes par user-agent (GPTBot, OAI-SearchBot, ClaudeBot, Claude-SearchBot, PerplexityBot), suivez les codes de réponse et les pages visitées. C'est là que vous verrez si les robots viennent, ce qu'ils lisent, et s'ils se heurtent à des erreurs. Vérifiez l'authenticité des robots par les plages d'adresses IP publiées par les éditeurs : l'usurpation d'user-agent est courante.
4. Un panel de prompts, relevé à la main. Choisissez 20 à 30 questions réelles de votre marché, posez-les chaque mois aux principaux moteurs de réponse, et notez : êtes-vous cité ? comment vous décrit-on ? qui est cité à votre place ? C'est artisanal, c'est le plus instructif, et c'est aussi le seul moyen de détecter une description erronée de votre activité — laquelle se corrige en travaillant la cohérence d'entité, pas le contenu.

Deux compléments utiles. Surveillez votre indexation dans Bing Webmaster Tools : l'index de Microsoft alimente Copilot et, selon plusieurs analyses du secteur, une partie des réponses avec recherche web de ChatGPT. Et acceptez de changer d'unité de mesure : sur ces canaux, on suit la part de citation et la qualité des demandes entrantes plutôt que le volume de sessions. Le trafic venu des moteurs de réponse est structurellement plus faible et nettement plus avancé dans la décision — la comparaison en volume avec le SEO organique n'a pas de sens.

Par où commencer ? La checklist en 8 étapes

L'ordre compte plus que l'exhaustivité : chaque étape conditionne la suivante, et les trois premières produisent l'essentiel du résultat. Voici la séquence que nous appliquons sur un site existant.

1. Testez le rendu. Code source de la page + Ctrl+F sur vos contenus clés, sur vos dix pages stratégiques. Contenu absent → priorité absolue au SSR/SSG ou au pré-rendu.
2. Auditez votre robots.txt. Distinguez robots d'entraînement et robots d'index, tranchez selon votre modèle, vérifiez que chaque robot nommé porte bien toutes ses règles (le groupe * ne lui sera pas appliqué), et contrôlez la politique de votre CDN. Ne copiez aucun modèle trouvé en ligne sans le relire ligne à ligne — y compris celui de cet article.
3. Réécrivez vos têtes de section. Une phrase-réponse autonome sous chaque titre, sur les pages qui comptent. Rien d'autre à ce stade.
4. Passez les titres en questions réelles. Alignez-les sur les questions posées par vos prospects et sur les « Autres questions posées » de la SERP.
5. Ajoutez les données structurées. Article, FAQPage, HowTo sur les contenus concernés ; Organization avec @id stable et sameAs sur tout le site. Validez avec le Schema Markup Validator de schema.org plutôt qu'avec l'outil de test des résultats enrichis de Google : ce dernier ne contrôle que les types produisant un rich result et restera muet sur votre Organization ou sur un @id mal chaîné.
6. Alignez votre entité. Nom, adresse, description : rigoureusement identiques sur le site, Google Business Profile, LinkedIn et les annuaires. Corrigez les variantes anciennes.
7. Datez, sourcez, signez. Date de mise à jour visible, chaque chiffre rattaché à sa source et à son année, auteur nommé avec une page dédiée.
8. Installez la mesure. Canal IA dans GA4, rapport IA générative dans Search Console, comptage par user-agent dans les logs, panel de 20 à 30 prompts relevé mensuellement.

À retenir

• L'accessibilité prime sur tout. Un contenu rendu côté client est invisible pour GPTBot et ClaudeBot, quel que soit le soin apporté à sa rédaction.
• robots.txt est un arbitrage à trois niveaux — entraînement, index de réponse, visite utilisateur — et non un interrupteur unique.
• Les données structurées ne sont pas un passe-droit : Google dit lui-même qu'aucune optimisation spéciale n'est requise. Elles lèvent l'ambiguïté, c'est déjà beaucoup.
• llms.txt : gratuit si automatique, jamais prioritaire. 97 % de ces fichiers ne reçoivent aucune requête.
• La citabilité tient en quatre signaux : fraîcheur datée, source nommée, chiffre attribuable, auteur identifiable.
• Mesurez sur quatre sources croisées, et changez d'unité : part de citation plutôt que volume de sessions.
• Et l'ordre des priorités, si vous ne devez en retenir qu'un : le rendu serveur d'abord, le robots.txt ensuite, la phrase-réponse en troisième. Le reste ne produit rien tant que ces trois-là ne sont pas réglés — c'est le seul arbitrage qui compte quand le budget est court.

Comment Metasense rend un site lisible par les IA

Chez Metasense, cette méthode n'est pas une théorie de veille : nous l'appliquons d'abord à nos propres pages. Concrètement, sur meta-sense.fr : le HTML de nos articles part du serveur, sans dépendre d'un script pour exister ; notre robots.txt tient en un seul groupe User-agent: * en Allow: /, ce qui est le profil n° 1 assumé — nous voulons être cités — et accessoirement la seule façon de ne jamais tomber dans le piège des groupes qui ne se cumulent pas ; un bloc Organization unique porte notre nom et l'adresse de Vélizy, strictement identique à celle de nos mentions légales ; chaque article est signé d'une personne, daté, et chaque chiffre y porte l'institut, l'année et la méthode. Nous nous imposons ce que nous facturons à nos clients — et vous pouvez le vérifier avec les mêmes trente secondes de Ctrl+U que celles décrites plus haut.

Ce qui n'est pas encore fait, nous ne le prétendrons pas : nous ne publions pas de résultat AEO chiffré, parce que le recul manque et que les outils de mesure eux-mêmes ont trois mois. Ce que nous savons faire, en revanche, c'est tenir la jonction entre l'éditorial et la technique — on peut réécrire tout le contenu du monde, si le rendu est côté client, rien ne sort ; on peut avoir un socle technique impeccable, si aucun chiffre n'est attribué, personne ne cite. C'est la même exigence de socle qui produit des livraisons rapides et propres : le site corporate de CPX Group (logistique internationale) livré en 72 heures sur une stack Nuxt + Vercel + Headless CMS, soit -75 % de temps de production, ou la refonte Webflow de Gourand SAS en 11 jours, avec +85 % de trafic et une identité repensée. Précisons le périmètre, parce qu'il compte : ces deux chiffres mesurent une vélocité de production et un gain de trafic SEO classique — ce ne sont pas des résultats AEO, et nous ne les présentons pas comme tels.

Metasense est une agence Creative Tech basée à Vélizy-Villacoublay (13 avenue Morane-Saulnier, 78140). Concrètement, notre intervention sur ce sujet prend trois formes : un audit de lisibilité IA (rendu, robots, structure, entité, mesure) qui produit une liste priorisée ; la mise en œuvre technique sur votre site existant ou dans une refonte ; et le cadrage éditorial des contenus qui doivent devenir citables. Si votre enjeu porte aussi sur l'interaction directe avec vos visiteurs, lisez notre article sur l'agent IA intégré à un site web — la logique y est différente et complémentaire.

Rendons vos pages citables

Optimiser son site pour les IA n'est pas un chantier de plus dans le backlog : c'est une manière de concevoir les pages, du rendu serveur à la façon d'attribuer un chiffre. La bonne nouvelle, c'est que rien de tout cela ne se fait au détriment du lecteur humain — un contenu accessible, structuré, daté et sourcé est simplement un meilleur contenu.

Plutôt qu'un diagnostic générique, nous regardons votre cas : ce que voient réellement les robots sur vos pages stratégiques, ce que votre robots.txt autorise, ce que les moteurs de réponse disent de vous aujourd'hui, et les trois actions qui changeront le plus vite la donne.

Découvrir nos expertises développement & design web · Faire auditer la lisibilité IA de votre site

FAQ — Optimiser son site pour les IA

Comment optimiser son site pour les IA ?

En franchissant quatre étapes dans l'ordre : rendre le contenu accessible sans JavaScript (SSR, SSG ou pré-rendu), autoriser les robots d'index dans robots.txt, structurer chaque section autour d'une réponse directe et autonome, puis dater, sourcer et signer les informations. La mesure vient ensuite, par les logs et un panel de prompts.

Les IA lisent-elles le JavaScript de mon site ?

Non, pas pour l'essentiel. L'analyse Vercel × MERJ de décembre 2024 montre que GPTBot (OpenAI) et ClaudeBot (Anthropic) téléchargent des fichiers JavaScript mais ne les exécutent pas. Gemini et Copilot font exception, parce qu'ils héritent des capacités de rendu de Googlebot et de Bingbot. Un contenu injecté côté client est donc invisible pour la plupart des moteurs de réponse.

Faut-il bloquer GPTBot dans robots.txt ?

Cela dépend de votre modèle. GPTBot sert à la collecte pour l'entraînement des modèles fondation d'OpenAI : le bloquer n'empêche pas d'être cité dans ChatGPT, car les citations passent par OAI-SearchBot. Si votre contenu est votre produit, bloquez l'entraînement et gardez l'index ouvert. Si vous cherchez de la visibilité, autorisez les deux. Attention en écrivant le fichier : un robot nommé dans son propre groupe User-agent ignore entièrement le groupe *, il faut donc lui réécrire toutes ses règles.

Quels sont les user-agents des crawlers d'IA ?

Les principaux sont GPTBot, OAI-SearchBot et ChatGPT-User (OpenAI), ClaudeBot, Claude-SearchBot et Claude-User (Anthropic), PerplexityBot (Perplexity), Google-Extended (applications Gemini), Applebot-Extended (Apple) et CCBot (Common Crawl). Entraînement, index de réponse et visite utilisateur sont des agents distincts, contrôlables séparément.

Le fichier llms.txt sert-il vraiment à quelque chose ?

Très peu à ce jour. Sur 137 000 domaines analysés par Ahrefs, 97 % des fichiers llms.txt publiés n'ont jamais reçu de requête, aucun grand fournisseur d'IA ne s'est engagé à le lire, et Google a confirmé ne pas le prendre en charge. À laisser si votre CMS le génère automatiquement ; à ne jamais prioriser devant le rendu serveur et la structure.

Quelles données structurées faut-il pour être cité par les IA ?

Aucune n'est obligatoire : Google indique qu'aucune optimisation spéciale n'est requise pour apparaître dans les AI Overviews ou l'AI Mode. En pratique, installez Article ou BlogPosting, FAQPage, HowTo quand il y a des étapes, et Organization avec un @id stable et des sameAs. Elles lèvent l'ambiguïté sur l'auteur, la date et l'éditeur.

Qu'est-ce que la cohérence d'entité, et pourquoi est-elle décisive ?

La cohérence d'entité consiste à présenter exactement le même nom, la même adresse et la même description partout : site, JSON-LD, fiche Google Business Profile, LinkedIn, annuaires. Les moteurs génératifs consolident une représentation de votre organisation à partir de toutes ses traces ; chaque variante crée un doublon flou qui dilue vos citations.

Comment savoir si ChatGPT peut lire ma page ?

Ouvrez le code source de la page (Ctrl+U), pas l'inspecteur, et cherchez une phrase précise de votre contenu. Si elle n'y figure pas, elle est injectée par JavaScript et reste invisible pour les crawlers d'OpenAI. Vérifiez ensuite que OAI-SearchBot n'est pas bloqué dans votre robots.txt ni par votre CDN.

Comment mesurer le trafic venu de ChatGPT ou Perplexity ?

En croisant quatre sources : le canal « AI Assistant » de GA4 (depuis le 13 mai 2026, non rétroactif, Perplexity restant en Referral), le rapport « fonctionnalités d'IA générative » de Search Console (annoncé le 3 juin 2026, sans données de clics à ce jour), les logs serveur par user-agent, et un panel de 20 à 30 prompts relevé chaque mois.

Le trafic issu des IA est-il visible dans Google Analytics ?

Partiellement seulement. Depuis mai 2026, GA4 isole un canal « AI Assistant », mais une grande partie des visites arrive sans référent, le trafic issu des AI Overviews est compté en Organic Search, et la citation sans clic ne produit aucune ligne d'analytics. Les logs serveur et un relevé manuel de prompts complètent la mesure.

Les AI Overviews sont-ils disponibles en France ?

Oui. Google a déployé AI Overviews et AI Mode en France le 22 juillet 2026, après deux ans de blocage lié au dossier des droits voisins. Le marché français commence donc seulement à encaisser l'effet zéro clic que les marchés anglophones absorbent depuis deux ans, ce qui laisse une fenêtre d'avance aux sites qui s'y préparent maintenant.

Combien de temps faut-il pour voir des résultats ?

Comptez plusieurs semaines à quelques mois. Les corrections d'accessibilité (rendu serveur, robots.txt) produisent l'effet le plus rapide, dès le prochain passage des robots. La structure et les données structurées suivent au rythme de recrawl. La cohérence d'entité et l'autorité, elles, s'installent sur plusieurs mois.

Faut-il abandonner le SEO au profit de l'AEO ?

Non. Le SEO reste le socle : une page non indexable, lente ou peu crédible l'est aussi pour les moteurs de réponse. L'optimisation pour les IA s'ajoute par-dessus — accessibilité au crawler, extractibilité, attribution — sans remplacer l'indexabilité, la qualité de contenu ni l'autorité du domaine.

Sources

• SparkToro — In 2026, Less than One Third of Google Searches Still Send a Click (panel Similarweb, janvier–avril 2026 : 68,01 % et 60,45 %)
• Search Engine Roundtable — Google Zero Click Searches Fall To 27.6 % (Barry Schwartz, 10 juin 2026 — énonce en clair les 276 clics pour 1 000 recherches américaines)
• SparkToro — 2024 Zero-Click Search Study (2 juillet 2024 — États-Unis : 360 clics pour 1 000 recherches ; Union européenne : 374)
• SparkToro — Zero-Click Searches by country: UK, France, Germany… (France : 65,3 % · Royaume-Uni : 69,5 % · Allemagne : 62,1 %)
• Search Engine Land — Google zero-click searches reach 68% in early 2026
• Abondance — Google lance officiellement les AI Overviews en France (22 juillet 2026)
• Vercel — The rise of the AI crawler (analyse Vercel × MERJ, 17 décembre 2024 : rendu JavaScript des crawlers d'IA)
• OpenAI — Documentation « Bots » : GPTBot, OAI-SearchBot, ChatGPT-User
• Anthropic — Does Anthropic crawl data from the web? (ClaudeBot, Claude-User, Claude-SearchBot)
• Google Search Central — AI features and your website
• Google Search Central — Introducing Search generative AI performance reports in Search Console (annonce du 3 juin 2026)
• Search Console Help — Generative AI performance report (déploiement mondial achevé le 31 août 2026, impressions uniquement)
• Search Engine Journal — Google Analytics Adds AI Assistant As Default Channel Group (annonce Google du 13 mai 2026)
• Search Engine Journal — Google Drops FAQ Rich Results From Search (dépréciation du 7 mai 2026)
• Ahrefs — What Is llms.txt, and Should You Care About It? (137 000 domaines, relevé de mai 2026)
• SE Ranking — llms.txt: Why Brands Rely On It and Why It Doesn't Work (20 novembre 2025 — ~300 000 domaines, 10,13 % d'adoption, aucun effet mesuré sur les citations)
• TechCrunch — Cloudflare's new policy pushes AI companies to pay for publishers' content
• Aggarwal, Murahari, Rajpurohit, Kalyan, Narasimhan, Deshpande (IIT Delhi & Princeton, ACM KDD 2024) — GEO: Generative Engine Optimization