Comment les IA choisissent leurs sources ? Un moteur classique classe dix résultats. Un moteur conversationnel rédige une réponse et cite deux à cinq sources. Ce n’est pas le même exercice, et ce ne sont pas toujours les mêmes gagnants. Voici le mécanisme, sans le vocabulaire marketing qui l’entoure.
La chaîne, en trois temps
Tous ces systèmes fonctionnent sur le même schéma, désigné par l’acronyme RAG — retrieval augmented generation, génération augmentée par la récupération. Trois étapes, et la confusion vient de ce qu’on les traite comme une seule.
1. La reformulation. Votre question est transformée en plusieurs requêtes de recherche. « Quel est le meilleur outil pour mesurer l’autorité d’un site ? » peut devenir trois requêtes distinctes lancées en parallèle. Vous ne vous positionnez pas sur la question de l’utilisateur, mais sur les requêtes que le modèle en dérive.
2. La récupération. Le système va chercher des documents — dans un index de recherche classique (Bing pour ChatGPT, Google pour les AI Overviews, un index propre pour Perplexity). À cette étape, le référencement classique s’applique intégralement. Si vous n’êtes pas dans les résultats, vous n’existez pas pour la suite.
3. La sélection et la citation. C’est l’étape nouvelle. Le modèle lit les documents récupérés et choisit ceux dont il extrait effectivement des passages. Et là, les critères changent.
Comment les IA choisissent leurs sources à l’étape de sélection
C’est le point où le référencement pour les IA se distingue vraiment. À l’étape de sélection, un modèle privilégie :
- Les passages autoportants. Un paragraphe qui se comprend sans son contexte est extractible ; un paragraphe qui commence par « Comme nous l’avons vu plus haut » ne l’est pas. C’est le facteur le plus déterminant, et le plus facile à corriger.
- La réponse en tête. Une page qui répond dans ses cent premiers mots est citée bien plus souvent qu’une page qui construit son argumentation pendant huit paragraphes.
- Les faits attribuables. Un chiffre daté et sourcé est repris ; une affirmation générale ne l’est pas. « Le seuil d’entrée est de 229 sous-réseaux référents » est citable. « Il faut beaucoup de liens » ne l’est pas.
- La concordance entre le titre et le contenu. Un modèle qui doit citer une source vérifie implicitement que la page tient sa promesse.
- La reconnaissance de l’entité. À qualité égale, un modèle cite plus volontiers une source qu’il « connaît », c’est-à-dire dont le nom apparaît fréquemment dans ses données d’entraînement associé au sujet.
Les différences entre les trois systèmes
| Système | Index de récupération | Ce qu’il favorise |
|---|---|---|
| AI Overviews (Google) | Index Google | Les pages déjà bien classées, avec une nette préférence pour celles du top 10 ; les données structurées aident à l’extraction |
| ChatGPT avec recherche | Index Bing | Les sources récentes et les pages à structure claire ; l’optimisation pour Bing est sous-estimée |
| Perplexity | Index propre + sources web | Les pages denses en faits vérifiables ; cite plus de sources que les autres, souvent 5 à 8 |
| Claude avec recherche | Recherche web | Les sources qui exposent leur méthode et leurs limites |
Ce qui ne marche pas, et qu’on vous vendra quand même
Un point de prudence, parce que le sujet attire beaucoup de discours creux.
Bourrer une page de questions-réponses ne suffit pas. Le format FAQ aide à produire des passages autoportants, ce qui est bien ; mais une FAQ sans substance reste une FAQ sans substance.
« Écrire pour les IA » n’est pas un registre d’écriture. Les pages les plus citées que nous observons sont des pages bien écrites pour des humains, correctement structurées. Il n’y a pas de langue secrète.
Personne ne peut vous garantir une citation. Contrairement à un classement, une citation n’est pas stable : deux formulations de la même question donnent des sources différentes, et le même prompt peut donner deux réponses distinctes à dix minutes d’écart.
Dans quel ordre s’y prendre
Si vous devez traiter une page, procédez dans cet ordre. D’abord, vérifiez que les robots de recherche des IA ne sont pas bloqués dans votre robots.txt : tant que ce point n’est pas réglé, tout le reste est sans objet. Ensuite, remontez la réponse dans les cent premiers mots. Puis relisez vos transitions pour que chaque section se comprenne hors contexte. Enfin seulement, occupez-vous du balisage.
Ce que nous observons sur nos propres données
Sur les sites que nous suivons, la corrélation la plus nette n’est pas avec la longueur du contenu ni avec le balisage. Elle est avec la présence d’une réponse directe dans les 100 premiers mots et avec l’autorité de liens du domaine. Le second point est logique : l’étape de récupération est une recherche classique, et l’autorité y pèse comme partout ailleurs.
Autrement dit, le PageRank de votre domaine reste le socle — et la façon dont vous obtenez vos liens compte donc autant ici qu’ailleurs. Le référencement pour les IA ne le remplace pas : il ajoute une couche par-dessus.
Référencement dans les IAllms.txt : ce que ce fichier fait vraiment, et ce qu’il ne fait pasÀ faire cette semaine : prenez votre page la plus importante et relisez ses cent premiers mots. Répondent-ils à la question du titre ? Si la réponse arrive au sixième paragraphe, remontez-la. C’est le changement au meilleur rapport effort/effet du moment.
Le détail complet — structure de page citable, données structurées utiles, autorité d’entité, mesure des citations — est dans notre guide gratuit.