Un site peut être irréprochable côté contenu et rester invisible dans les réponses de ChatGPT, de Perplexity ou des AI Overviews de Google. Non pas parce qu’il écrit mal, mais parce qu’une directive dans un fichier, un réglage oublié dans la Search Console ou un robot bloqué l’empêchent d’être lu.
Ce guide couvre uniquement ce niveau, celui de l’accès machine. Quels robots viennent lire votre site et lesquels autoriser, ce que Google contrôle réellement et par quel levier, l’écosystème Bing dont dépend Copilot, ce que les données structurées apportent et ce qu’elles n’apportent pas, le vrai statut du fichier llms.txt, et ce que les modèles regardent en dehors de vos pages.
Prérequis techniques visibilité GEO | Guide 2026
Temps de lecture : ~9 min
- Ce que les moteurs génératifs exigent pour vous citer
- Les robots d’exploration des IA : les identifier et les autoriser
- Le cas Google : Googlebot, Google-Extended et le réglage Search Console
- Bing et Copilot : l’index souvent oublié
- Données structurées Schema.org : à quoi servent-elles vraiment
- llms.txt : ce que dit Google et ce que montrent les mesures
- Autorité externe : ce que les modèles regardent hors de votre site
- Alimenter un site techniquement prêt avec Oscar ai
- FAQ
Ce que les moteurs génératifs exigent pour vous citer
Commençons par la bonne nouvelle : il n’existe pas de porte d’entrée séparée. Google est explicite dans sa documentation sur les fonctionnalités IA : aucune exigence supplémentaire, aucune optimisation spéciale ne sont nécessaires pour apparaître dans les AI Overviews ou l’AI Mode. Les fondations de la recherche classique s’appliquent, sans ajout.
Les trois conditions d’éligibilité
Trois conditions doivent être réunies simultanément : la page doit être indexée, elle doit être éligible à l’affichage d’un extrait dans Google Search, et le site doit rester inclus dans les fonctionnalités d’IA générative au niveau de la Search Console. Respecter ces trois conditions ne garantit rien pour autant. Google le précise : l’indexation et l’affichage ne sont jamais acquis, même pour une page parfaitement conforme.
Le piège des permissions d’extraits
C’est le blocage le plus fréquent et le plus difficile à repérer. Si vos pages portent une directive nosnippet ou un max-snippet:0, elles restent indexées et visibles dans les résultats classiques, mais deviennent inéligibles aux réponses génératives. Rien ne signale le problème : la page fonctionne normalement, elle est simplement absente des surfaces IA.
Le compromis mérite d’être connu avant d’agir. Ces directives gouvernent l’extrait affiché dans Search : les utiliser pour sortir des réponses IA retire aussi votre extrait des résultats classiques. Aucun réglage ne permet d’autoriser l’un et de refuser l’autre. Et si vous corrigez une de ces directives, comptez du temps. Google indique que l’exploration d’une page peut prendre de quelques jours à plusieurs mois selon la fréquence de rafraîchissement estimée par ses systèmes.
Les robots d’exploration des IA : les identifier et les autoriser
Une erreur courante consiste à traiter les robots d’IA comme un bloc unique. Chaque éditeur en fait circuler plusieurs, avec des rôles distincts : un robot d’entraînement qui alimente les futurs modèles, un robot de recherche qui indexe les pages pour les citations, et un agent qui va chercher une page au moment où un utilisateur pose une question.
La conséquence est directe. Bloquer le robot d’entraînement ne vous retire pas des citations. Vous pouvez refuser que vos contenus nourrissent un modèle tout en restant visible dans ses réponses.
Les principaux robots IA et leurs rôles :
| Éditeur | Entraînement | Recherche et citations | Requête utilisateur |
|---|---|---|---|
| OpenAI | GPTBot | OAI-SearchBot | ChatGPT-User |
| Anthropic | ClaudeBot | Claude-SearchBot | Claude-User |
| Perplexity | Aucun robot dédié documenté | PerplexityBot | Perplexity-User |
| Google-Extended | Googlebot | Aucun |
OpenAI documente un quatrième agent, OAI-AdsBot, qui visite uniquement les pages soumises comme publicités. Le cas de Google est traité dans la section suivante : c’est le plus mal compris des quatre.
La configuration à retenir
Autorisez les robots de recherche, à savoir OAI-SearchBot, Claude-SearchBot et PerplexityBot, si vous voulez être cité. Les conséquences d’un blocage sont documentées par les éditeurs eux-mêmes. Anthropic indique que bloquer Claude-SearchBot empêche l’indexation de vos contenus et peut réduire votre visibilité. OpenAI précise qu’un site exclu d’OAI-SearchBot n’apparaîtra pas dans les réponses de recherche ChatGPT, même s’il peut encore y figurer comme lien de navigation.
Les robots d’entraînement relèvent d’une décision séparée, éditoriale plutôt que technique. Chaque réglage est indépendant : rien n’oblige à choisir entre tout autoriser et tout bloquer.
Deux limites à connaître
Le robots.txt est déclaratif, pas coercitif. OpenAI indique que ses règles peuvent ne pas s’appliquer à ChatGPT-User, puisque l’action vient d’un utilisateur, et la documentation de Perplexity décrit un comportement analogue pour Perplexity-User. Anthropic affirme au contraire que ses trois robots respectent le fichier, y compris Claude-User. Cloudflare a par ailleurs documenté l’usage, par Perplexity, de robots non déclarés portant des identifiants génériques sur des sites qui avaient bloqué PerplexityBot. Comptez enfin un délai. OpenAI annonce environ 24 heures entre une modification de votre robots.txt et sa prise en compte pour la recherche.
Le cas Google : Googlebot, Google-Extended et le réglage Search Console
C’est le point le plus mal compris du GEO. Beaucoup de sites croient s’être retirés des AI Overviews en bloquant Google-Extended dans leur robots.txt. C’est faux, et Google l’écrit dans sa propre documentation : Google-Extended n’est pas une méthode pour gérer la façon dont votre contenu apparaît dans la Recherche.
Ce que Google-Extended gouverne réellement
Cet agent contrôle une seule chose : l’utilisation de vos contenus pour l’entraînement et l’ancrage des modèles Gemini, ce qui couvre les applications Gemini et l’ancrage via Vertex AI. Google précise qu’il n’affecte ni l’inclusion de votre site dans la Recherche, ni son classement, et qu’il n’est pas utilisé comme signal de positionnement. Le bloquer ne vous retire donc ni des AI Overviews ni de l’AI Mode, puisque ces deux surfaces font partie de la Recherche.
Où se trouve le vrai contrôle
Googlebot commande l’accès. Google indique que l’IA est intégrée à la Recherche et fait partie intégrante de son fonctionnement, et que ce sont donc les directives robots.txt destinées à Googlebot qui constituent le contrôle. Le bloquer vous retire de tout, résultats classiques compris.
Le réglage de la Search Console commande l’inclusion dans les surfaces génératives. Trois options existent : inclure, qui est le paramètre par défaut de toutes les propriétés, exclure, ou hériter du réglage défini au niveau de la propriété parente. Une exclusion prend effet en un à deux jours et retire vos liens ainsi que l’ancrage de vos contenus, sans affecter votre classement dans les résultats classiques.
Le diagnostic à faire
Si vous êtes absent des réponses IA de Google alors que votre site est correctement indexé, vérifiez trois choses dans cet ordre : le réglage de la Search Console, y compris celui de la propriété parente dont vous héritez peut-être sans le savoir, la présence d’une directive nosnippet ou max-snippet sur vos pages, et l’accès de Googlebot dans votre robots.txt. Google-Extended n’entre pas dans ce diagnostic.
Bing et Copilot : l’index souvent oublié
Microsoft Copilot s’appuie sur l’index de Bing. Un site parfaitement réglé pour Googlebot, mais dont Bingbot est bloqué ou simplement mal indexé, se prive donc d’une des principales surfaces de réponse IA. C’est un angle mort fréquent, parce que la plupart des audits techniques ne regardent que Google.
Vérifier l’accès et l’indexation
Deux gestes suffisent. Contrôlez d’abord que votre robots.txt n’interdit pas Bingbot, notamment si le fichier n’a pas été revu depuis longtemps. Vérifiez ensuite votre site dans Bing Webmaster Tools, qui est gratuit et propose un import en un clic depuis la Search Console si votre propriété y est déjà validée.
Deux outils que Google ne propose pas
Microsoft a lancé en février 2026, en preview publique, un rapport AI Performance qui indique quand votre site est cité dans les réponses générées par Copilot, dans les résumés IA de Bing et dans certaines intégrations partenaires. Il expose deux indicateurs inédits : les requêtes d’ancrage, c’est-à-dire les formulations que Copilot génère en interne pour aller chercher de l’information, et le nombre de fois où chacune de vos pages a servi à composer une réponse.
IndexNow permet ensuite de signaler en temps réel toute publication ou modification. Une seule soumission avertit Bing, Yandex et Naver, et un module existe pour WordPress. Google ne prend pas en charge ce protocole, ce qui en fait un levier propre à l’écosystème Microsoft, particulièrement utile si vos contenus évoluent souvent.
Données structurées Schema.org : à quoi servent-elles vraiment
Écartons d’abord une idée répandue. Google est explicite : il n’existe aucune donnée structurée schema.org spéciale à ajouter pour apparaître dans les fonctionnalités d’IA. Le balisage n’est pas une condition d’éligibilité. Ce qu’il fait est plus modeste et plus utile. Il permet à une machine d’identifier avec certitude qui vous êtes et à quelle entité vous rattacher, au lieu de le déduire du texte brut avec le risque d’erreur que cela comporte. C’est ce qu’on appelle la résolution d’entité : la capacité d’un système à relier votre site à une entité unique et identifiable dans son modèle de connaissance.
Le schéma qui compte vraiment
Pour une entreprise, Organization est le plus rentable. Associé à des mentions cohérentes sur des sources externes, il consolide votre identité aux yeux des modèles. Google pose par ailleurs une règle impérative : vos données structurées doivent correspondre au texte visible de la page. Un balisage qui décrit autre chose que ce que lit l’utilisateur est au mieux ignoré.
Ce qui ne sert plus
Les résultats enrichis FAQ ont cessé d’apparaître dans la Recherche Google le 7 mai 2026, pour tous les sites, y compris les sites gouvernementaux et de santé qui en bénéficiaient encore depuis 2023. Les résultats enrichis HowTo avaient déjà été restreints en 2023 avant d’être supprimés.
Le type FAQPage reste valide au sens de schema.org. Le laisser en place ne provoque ni erreur ni pénalité, et d’autres moteurs continuent de l’analyser. Mais ne l’ajoutez plus en espérant un gain de visibilité dans Google. Si votre activité a une dimension locale, le tutoriel SEO local pour PME traite des données de localisation, de la fiche Google Business Profile et de la cohérence des informations de contact.
llms.txt : ce que dit Google et ce que montrent les mesures
Corrigeons d’abord une confusion répandue. llms.txt n’est pas un fichier de permissions. C’est un sommaire au format Markdown, placé à la racine du site, censé orienter les modèles vers vos contenus importants. Il n’autorise ni n’interdit rien : les autorisations se gèrent dans le robots.txt.
Sur son efficacité, Google a tranché. Dans une section de sa documentation consacrée aux idées reçues, le moteur indique ne pas utiliser llms.txt, ni aucun autre fichier texte ou format censé faciliter la lecture d’un site par les IA. Le fichier n’aide ni ne pénalise, y compris sur les surfaces génératives. C’est cohérent avec ce que nous avons vu plus haut : les AI Overviews et l’AI Mode puisent dans le même index que la recherche classique.
Ce que disent les mesures
Les relevés indépendants convergent. Une étude portant sur environ 300 000 domaines mesure une adoption de 10 % et ne trouve aucune corrélation entre la présence du fichier et la fréquence de citation.
Son seul usage documenté
llms.txt a trouvé une utilité réelle ailleurs : la documentation technique destinée aux agents de code. Les assistants intégrés aux environnements de développement l’utilisent pour ingérer une documentation propre en Markdown, sans le bruit du HTML. OpenAI publie d’ailleurs un llms.txt en tête de sa propre documentation développeur. Pour une entreprise, le verdict est simple : le créer coûte une demi-heure et ne nuit pas, mais ce n’est pas un levier de visibilité. Il ne doit jamais passer avant votre robots.txt, votre indexabilité ou la qualité de vos contenus.
Autorité externe : ce que les modèles regardent hors de votre site
Les points précédents concernent votre site. Celui-ci n’en dépend pas. Avant de citer une marque, les moteurs génératifs cherchent une confirmation ailleurs : ils croisent ce que vous affirmez avec ce que d’autres sources en disent. C’est le prolongement direct de la résolution d’entité évoquée plus haut. Un balisage Organization cohérent dit qui vous êtes ; les mentions externes confirment que d’autres le disent aussi. Sans cette convergence, votre déclaration reste invérifiable pour une machine.
Une poignée de plateformes concentre les citations
Les analyses publiées convergent sur un point : un petit nombre de plateformes capte une part disproportionnée des citations, et le même trio revient dans chaque classement, à savoir Reddit, YouTube et Wikipédia. Les profils diffèrent ensuite nettement selon les moteurs, ce qui interdit de viser une liste unique. Un constat contre-intuitif accompagne ce phénomène : bien se classer dans Google ne garantit pas d’être cité. Les recoupements entre positions organiques et citations IA montrent un écart important entre les deux.
Les deux leviers à activer
Assurez d’abord la cohérence de vos informations partout où votre marque apparaît, qu’il s’agisse d’annuaires professionnels, de plateformes d’avis, de publications sectorielles ou de profils sociaux. Une divergence entre ces sources crée une ambiguïté que le modèle résout rarement en votre faveur.
Travaillez ensuite votre présence sur des sources tierces que les moteurs considèrent comme crédibles, plutôt que de multiplier les pages sur votre propre site. C’est le terrain de l’E-E-A-T, que notre guide dédié détaille signal par signal.
Alimenter un site techniquement prêt avec Oscar ai
Les prérequis de ce guide rendent votre site lisible par les moteurs génératifs, mais ils ne leur donnent rien à lire. Un robots.txt bien réglé et un balisage propre ne produisent aucune citation si les pages qui les portent restent les mêmes pendant six mois. C’est l’autre moitié du travail, et c’est celle d’Oscar ai. La plateforme analyse votre marché, construit la stratégie de mots-clés, rédige les articles et les publie sur votre blog, avec leur maillage.
Chaque contenu est travaillé pour les deux canaux à la fois, la recherche classique et les moteurs génératifs, plutôt que produit pour Google puis adapté après coup. Une fois les fondations techniques posées, c’est la régularité de publication qui transforme un site accessible en site cité.
FAQ
Faut-il créer un fichier llms.txt pour être visible dans les IA ?
Non. Google indique dans sa documentation ne pas utiliser llms.txt, ni aucun autre fichier texte destiné aux IA, et précise que le fichier n’aide ni ne pénalise. Aucun grand fournisseur n’en a documenté l’usage pour ses citations. Le créer ne nuit pas, mais ce n’est pas un levier.
Comment vérifier que les robots des IA accèdent bien à mon site ?
Ouvrez votre robots.txt et vérifiez qu’aucune règle n’interdit les robots de recherche : OAI-SearchBot pour ChatGPT, Claude-SearchBot pour Claude, PerplexityBot et Bingbot. Contrôlez également que Googlebot est autorisé, sachant qu’il gouverne l’ensemble de la recherche Google et pas seulement ses surfaces IA. Vérifiez enfin qu’aucune directive nosnippet ou max-snippet ne bloque les extraits sur vos pages stratégiques.
Faut-il bloquer les robots d’entraînement des IA ?
C’est une décision éditoriale, pas technique, et elle est indépendante des citations. Bloquer GPTBot ou ClaudeBot signale que vos contenus ne doivent pas servir à entraîner les modèles, sans vous retirer des réponses générées. Les robots de recherche et d’entraînement se règlent séparément dans le robots.txt.
Comment savoir si les IA sont déjà venues sur mon site ?
Deux sources gratuites. Vos logs serveur, où vous repérerez les agents nommés plus haut. Et le rapport AI Performance de Bing Webmaster Tools, qui indique quelles pages Copilot a citées et par quelles requêtes il les a trouvées. Côté Google, la Search Console propose un rapport d’impressions dans les surfaces IA, déployé progressivement.
La vitesse de mon site influence-t-elle ma visibilité dans les IA ?
Pas directement. Google ne présente pas les Core Web Vitals comme un critère de sélection des sources dans ses fonctionnalités IA, mais il les compte parmi les bonnes pratiques SEO générales. La seule condition documentée reste l’indexation : une page qui n’est pas indexée n’est éligible à rien.
Malorie Farre · SEO Product Manager
Notre méthodologie éditoriale
Cet article s'appuie sur des données et sources vérifiables :
- L'analyse de centaines de sites optimisés via la plateforme Oscar AI
- Notre veille continue sur les moteurs génératifs (ChatGPT, Perplexity, Gemini, Claude, Copilot)
- Les Search Quality Rater Guidelines de Google et la documentation Search Central
- Les retours d'expérience de notre équipe Customer Success sur le terrain
À propos d'Oscar AI
Oscar AI est la plateforme française d'automatisation SEO & GEO qui aide les équipes marketing à produire du contenu optimisé à grande échelle, à la fois pour Google et pour les moteurs génératifs (ChatGPT, Perplexity, Gemini, Claude). Découvrir la plateforme →
