Agir sur ce qui se contrôle pour être cité par les IA

Les articles

Comprendre ce qui fait citer

1. Comment devenir une source citée par les IA ?
   Aucune citation ne s’obtient à coup sûr, mais on peut lever les obstacles qui l’empêchent. Le chemin se parcourt dans l’ordre : être accessible aux robots, être indexé et lisible, proposer un contenu qui apporte quelque chose de propre, puis laisser la mesure dire si l’on est cité. Les documentations consultées ne donnent aucune recette de citation.

Ouvrir l’accès aux robots

1. Comment vérifier l’accès des robots d’IA à votre site ?
   Un robot d’IA peut être bloqué à quatre endroits : dans robots.txt, au niveau du pare-feu ou du CDN, par une erreur 403 du serveur, ou parce que le contenu n’apparaît qu’avec du JavaScript. Chacun se diagnostique par un test simple. Le fichier llms.txt n’est pas un moyen d’accès : c’est une proposition que Google dit ignorer.
2. Quels sont les robots des IA, à quoi servent-ils et respectent-ils robots.txt ?
   Les robots d’IA se rangent en trois rôles : la recherche, l’entraînement et les visites faites à la demande d’un utilisateur. Chaque éditeur documente ses propres robots, avec des règles robots.txt qui diffèrent, et les robots à la demande peuvent ignorer robots.txt. Le tableau donne pour chaque robot son éditeur, son rôle, ce que la source dit de robots.txt et la date de vérification.
3. Quel robots.txt copier pour tout ouvrir, n’ouvrir que la recherche ou fermer l’entraînement ?
   Trois fichiers couvrent l’essentiel : tout ouvrir, n’ouvrir que la recherche, ou fermer l’entraînement en gardant le reste. Chacun s’écrit en quelques lignes et se commente ligne par ligne ci-dessous, avec ce qu’il ferme d’après les éditeurs. Ce sont des exemples à adapter, pas des recommandations : le choix relève de la stratégie du site, et aucun modèle n’assure d’être cité.
4. Comment repérer les robots d’IA dans les journaux de son serveur ?
   Le journal d’accès du serveur dit quels robots sont passés, sur quelles pages et avec quelle réponse. Quelques commandes suffisent à les compter, à repérer un refus et à relever les adresses qui se présentent sous le même nom. Le nom d’un robot est déclaré par le visiteur : seule la comparaison avec les adresses publiées par l’éditeur permet de s’y fier.

Rendre le site lisible et cohérent

1. Quelles données structurées sont utiles aux IA, et pourquoi ?
   Les données structurées aident à décrire une page et à distinguer une marque d’une autre, mais aucune documentation consultée ne montre qu’elles font citer une page par une IA. Google écrit qu’elles ne sont pas requises pour ses fonctions d’IA. Quatre balisages ont un sens pour une marque : Organization avec sameAs, Person et Article pour les auteurs et les dates, et DefinedTermSet pour un glossaire.
2. Quels exemples de JSON-LD copier pour décrire une marque, un article et un glossaire ?
   Quatre exemples couvrent l’essentiel pour une marque : une organisation et ses pages de référence, un article relié à son auteur et à ses dates, un fil d’Ariane et un glossaire. Chacun est commenté champ par champ, avec la source qui le décrit. Google écrit que le balisage n’est pas requis pour ses fonctions d’IA : ces modèles décrivent une page, ils ne la font pas citer.
3. À quoi ressemble un llms.txt, et comment écrire le sien ?
   Un llms.txt est un fichier Markdown placé à la racine du site : un titre, un court résumé, puis des listes de liens commentés. La proposition de llmstxt.org n’impose que le titre. Google écrit que Google Search ignore ce fichier, et aucune page consultée n’établit qu’un autre service s’en serve.
4. Comment écrire des contenus citables par les IA ?
   Un contenu citable répond directement à une question, apporte des preuves vérifiables et se comprend seul. La recherche académique sur le GEO soutient surtout l’ajout de sources, de citations et de statistiques, sur un moteur de test. Google écrit en revanche qu’il n’est pas nécessaire de découper ses pages, et que seule une vraie mise à jour justifie une nouvelle date.
5. Comment rendre sa marque identifiable : entités, Wikidata et mentions tierces ?
   Une entité est une marque que l’on reconnaît sans ambiguïté : même nom, mêmes faits, mêmes profils partout. Les sources ouvertes appuient l’idée de distinguer une organisation d’une autre, mais aucune ne démontre qu’une fiche Wikidata ou une mention tierce fasse citer une marque par une IA. Ce qu’elles permettent, c’est d’éviter les incohérences et les raccourcis.

Passer à l’action et vérifier

1. Quels points vérifier, dans quel ordre, pour auditer la visibilité d’un site dans les IA ?
   Un audit GEO tient en une vingtaine de points rangés dans l’ordre des dépendances : l’accès des robots, l’indexation, la lisibilité, la cohérence de la marque, le contenu, puis la mesure. Chaque point a un critère de réussite et le lien vers l’article qui l’explique. Les lignes qui reposent sur la documentation d’un éditeur portent sa source et sa date ; les autres sont des conventions d’Abysia, déclarées comme telles.
2. Comment traduire un résultat de visibilité IA en actions SEO ?
   Un résultat de visibilité IA ne dit pas quoi corriger. Pour agir, il faut relier un symptôme mesuré à une cause possible, puis à une action SEO connue, et enfin à une vérification. Chaque ligne du tableau ci-dessous est une hypothèse de travail, pas un diagnostic : c’est la mesure suivante qui dira si elle tenait.
3. Comment mesurer l’effet d’une action sans se raconter d’histoire ?
   Un avant/après ne prouve pas qu’une action a eu un effet : il montre qu’un taux a changé, et un taux change aussi sans cause, ou pour une autre. Pour ne pas se raconter d’histoire, il faut écrire l’hypothèse avant, garder la même méthode, comparer des intervalles, utiliser un témoin, et accepter la réponse « dans la marge d’erreur ».

Les termes employés sont définis dans le glossaire.