Tout part de cette statistique : seulement 10 à 12 % des résultats IA proviennent du top 10 Google.
Parce qu'il était possible de manipuler Google (c'est en train de changer). Ce n'est plus le cas avec les LLMs qui n'ont pas ce biais-là, ils priorisent ce qui revient souvent dans des "contextes" de qualité.
Tout le monde a plus ou moins déjà essayé de taper une requête spécifique sur ChatGPT dans l'espoir de trouver son site.
Mais alors qu'on était en top 3 sur notre meilleur mot-clé, voilà que notre site n'est pas cité une seule fois sur les IA. Mince, du coup doit-on conclure que le SEO et l'IA ne fonctionnent pas de la même manière ?
Vers la fin des 3 piliers du SEO
Pendant longtemps, on vous a rabâché qu'il y avait 3 piliers. Plus facile à vendre, plus facile à packager, c'était alors une manière de faire comprendre le fonctionnement du SEO à son client.
Pour faire simple, le SEO basé sur les 3 piliers ressemble à ça :
- 1. Contenu : créer un maximum de pages sur un maximum de mots-clés
- 2. Technique : se résume principalement au fait d'avoir un sitemap et un robots.txt optimisés
- 3. Popularité : acheter des backlinks, partout, tout le temps, sur toutes les requêtes sans être très regardant sur la provenance des liens
Le problème qui est très vite remonté, c'est une idéologie du hack au profit de la qualité. Il fallait produire toujours plus, sur toujours plus de mots-clés, qu'importe la méthode.
Les mots-clés n'étaient pas toujours les plus intéressants, mais ceux qui avaient le plus gros volume.
Lorsqu'on parlait d'autorité, un des critères de ranking, on ramenait ça à de l'achat de backlinks, en oubliant l'importance de créer une communauté de marque pour, par exemple, augmenter le nombre de citations, avis sur les réseaux sociaux.
Et puis les LLMs sont arrivés.
Pour beaucoup, ça a été vu comme une catastrophe. Il fallait tout revoir, changer les process.
La raison ? Les LLMs vont prioriser les sources les plus citées. L'autorité d'un site est déterminée par la fréquence d'un fait ou d'un nom de marque dans son corpus d'entraînement.
Par optimisation, il est possible que votre site ait pris la première place sur un mot-clé, mais que ce dernier soit totalement invisible des LLMs.
On assiste à un glissement rapide depuis quelques semaines, et qui pourrait très vite s'accélérer avec une nouvelle manière d'aborder ces 3 piliers :
- 1. Contenu : travailler des micro-intentions de recherche + adopter un angle rédactionnel différent + contenus d'expertise en respectant un cadre sémantique
- 2. Branding de marque : apporter de la valeur à sa thématique pour que l'on partage votre travail (forum, réseaux sociaux, etc.)
- 3. Technique : focus sur l'indexation des URLs principalement et la mise en place de données structurées (pilier qui devient donc plus accessible)
Ok, mais est-ce que j'ai besoin d'optimiser mon site pour les IA ?
Alors, pour générer des conversions dans l'immédiat, la réponse est non. Mais…
Mais ce qui se passe à travers le ranking IA démontre une nouvelle manière d'aborder le SEO dans son ensemble.
Ce n'est pas simplement une histoire de changement d'algorithme, mais de transformation du search.
- On passe d'une recherche de mot-clé à du langage naturel.
- On passe de backlinks à des citations.
- On passe d'un contenu optimisé à un contenu qui cherche à engager et ultra-niché.
Deux graphiques pour venir appuyer l'intérêt pour les IA :
- Bleu (Traditional Organic Search) : la valeur de la recherche organique classique diminue progressivement.
- Rouge (LLMs, incl. Google AI) : la part de valeur générée par les IA augmente fortement, surtout après 2026.
- Jaune (Untracked/Misattributed LLM Impressions) : beaucoup d'impressions via IA ne sont pas mesurées ou mal attribuées, mais elles montent aussi.
- Vert (Total LLM Value) : la valeur totale générée par les LLM croît de façon exponentielle et dépasse largement la recherche organique dès 2026–2027.
Un nouveau critère SEO
Le modèle Google se rapproche désormais de celui d'un LLM. C'est la raison principale de l'arrivée de Muvera, le nouvel algorithme du moteur américain (et un signal cohérent avec les updates qui pénalisent les sites bourrés de contenu généré).
Aller au-delà de la simple correspondance de mots-clés pour se concentrer sur les vecteurs proches du mot-clé principal :
Vecteur roi : [0.8, 0.2, 0.7, 0.1, 0.9]
Vecteur reine : [0.7, 0.3, 0.6, 0.2, 0.8]
Haricot vert : [0.9, 0.3, 0.2, 0.1, 0.1]
Le dernier a un vecteur éloigné (faible similarité cosinus) des deux premiers, il ne sera pas considéré dans la réponse.
Objectif ? Trouver la meilleure information en utilisant le plus large ensemble de data (documents, images, vidéos, etc.) que l'on appelle "items".
Google a bien compris qu'il avait pris du retard, et s'aligne sur ce qui se fait déjà sur les LLMs. On observe donc un passage de la "correspondance de mots" à la "compréhension du sens". Le moteur de recherche ne cherche plus seulement des mots-clés correspondants, mais le sens global et l'intention.
La réponse opérationnelle tient en une approche : découper le marché en micro-territoires sémantiques exploitables, la méthode que j'utilise sur tous mes sites pour ne plus dépendre du volume.
Deux axes de travail principaux pour apparaître dans les résultats des LLMs :
1. Construire son autorité thématique (topical authority)
Google préfère des spécialistes aux généralistes. Choisir un ou deux mots-clés principaux, et devenir un spécialiste. On va travailler des FAQ fragmentées par mot-clé décisionnaire. Créer des outils / simulateurs IA pour proposer autre chose que du contenu uniquement statique et se positionner sur des mots-clés d'action.
Avec des mots-clés d'action, on entend ce type de requête idéal pour les LLMs :
- comment faire [tâche]
- comment utiliser [outil]
- comment installer [logiciel]
- comment créer [site, document, campagne]
- apprendre à [compétence]
- étape par étape [action]
2. Identifier des mots-clés longue traîne bas de funnel
Avant d'attaquer cette étape, lisez ma méthodologie pour repérer les requêtes que les LLMs reformulent, c'est le pré-requis qui fait la différence.
Il faut oublier "logiciel de paie", et tout faire pour se positionner sur "logiciel de paie pour TPE du BTP". Ce n'est pas le volume de recherche qui compte, mais :
- L'intention d'achat / prise de décision
- Le niveau de spécificité
- Le lien direct avec ton produit/service
- La présence d'un CPC
On va parler de micro-intention, pour définir des besoins très spécifiques qui sont soit transactionnels soit informationnels bas de funnel.
Ex :
- Comment passer de la "solution X" à la "solution Y"
- Les pages "Guides d'achat" : pour se positionner sur "comment choisir {produit}"
- Les pages "Comparatifs" : pour se positionner sur "comparatif / vs {produit A vs produit B}"
- Les pages "Solutions" : pour se positionner sur "{problème} + solution"
Ce qui arrive au SEO va dans le bon sens de l'histoire : un contenu de qualité qui parle à des utilisateurs pour répondre à un vrai besoin. Pour amorcer cette bascule sans réinventer la roue, partez de ma bibliothèque de prompts AEO.
La question SEO classique vs SEO IA n'est pas vraiment intéressante, car à terme, les deux ne feront plus qu'un.