AEO technique : permettre aux moteurs de réponse d'atteindre, lire et citer votre site

Que couvre l'AEO technique que le travail de contenu ne couvre pas ?

Il couvre tout ce qui se trouve entre le robot d'un moteur de réponse et vos textes : autorisations, distribution, balisage et découverte. La restructuration du contenu décide de ce que dit une page ; cette couche décide si une machine la reçoit un jour.

Nous en faisons un chantier distinct parce que les pannes sont silencieuses. Un site peut bien se classer dans la recherche classique alors qu'une seule ligne disallow, une règle anti-bots au niveau du CDN ou une coquille de pré-rendu vide tient un ou plusieurs moteurs de réponse à l'écart. Notre audit AEO signale ces problèmes ; ce service les corrige et les maintient corrigés après chaque refonte, migration ou modification de sécurité.

• Règles robots.txt pour chaque robot de recherche, de consultation à la demande et d'entraînement.
• Règles du CDN et du pare-feu applicatif (WAF) qui s'appliquent avant robots.txt.
• HTML rendu côté serveur pour la réponse principale de chaque page importante.
• Schema Organization, Product, Article et FAQ conforme à ce que voient les visiteurs.
• Sitemaps XML, dates de dernière mise à jour et notifications IndexNow pour les contenus récents.

Qui a besoin d'AEO technique, et en quoi diffère-t-il de nos autres services ?

L'AEO technique concerne tout site dont l'accès aux moteurs de réponse est incertain : sites derrière Cloudflare ou un autre pare-feu, sites sur des frameworks JavaScript, sites récemment migrés et sites dont l'équipe sécurité a ajouté des règles anti-bots sans prévenir le marketing. Si vous ne savez pas quels robots IA ont consulté votre page de tarifs la semaine dernière, vous êtes concerné.

Certains secteurs rencontrent ces problèmes plus souvent. Les marques e-commerce gèrent de grands catalogues avec des URL à facettes et des flux produits, où le gaspillage de crawl et les données obsolètes masquent les pages qui comptent, et ChatGPT shopping ajoute une voie distincte par flux pour les partenaires approuvés. Les sites immobiliers chargent souvent leurs annonces via des scripts, et les hôtels et acteurs du tourisme font fréquemment passer leurs pages par des moteurs de réservation que les robots gèrent mal.

Ce service livre des corrections ; il ne diagnostique pas l'ensemble de votre présence IA et ne rédige pas de contenu. L'audit AEO consigne ce que disent les moteurs et repère les problèmes à tous les niveaux, la rédaction de contenu AEO produit les pages et le suivi de la visibilité IA rend compte des citations dans le temps. L'AEO technique est la couche qui garantit que ces trois efforts ne sont pas perdus.

Quels robots IA faut-il autoriser dans robots.txt ?

Autorisez les robots qui font entrer les pages dans les réponses, puis prenez une décision commerciale distincte pour les robots d'entraînement. Confondre les deux est l'erreur la plus fréquente que nous observons en matière d'accès des robots IA.

La documentation d'OpenAI sur ses robots indique qu'OAI-SearchBot fait apparaître les sites dans ChatGPT search, respecte robots.txt et prend en compte les modifications en 24 heures environ, tandis que les sites qui le refusent ne sont pas affichés dans les réponses de recherche. GPTBot collecte des données d'entraînement, et le bloquer vous exclut seulement de l'entraînement. Le guide des robots de Perplexity décrit PerplexityBot comme un robot de recherche non utilisé pour l'entraînement. Le centre d'aide d'Anthropic distingue Claude-SearchBot, utilisé pour la qualité de la recherche, de ClaudeBot, utilisé pour l'entraînement. La documentation des robots de Google explique que les AI Overviews et AI Mode utilisent Googlebot, et que Google-Extended est un jeton de contrôle, pas un robot, qui couvre l'entraînement de Gemini et l'ancrage des applications Gemini sans effet sur la recherche Google. Bingbot explore pour Copilot ; il n'existe pas de robot Copilot distinct.

Cloudflare bloque-t-il les robots IA sur votre site ?

C'est possible, même si votre robots.txt semble ouvert. Cloudflare a modifié son réglage par défaut le 1er juillet 2025 pour bloquer les robots IA à moins qu'ils ne paient, et son rapport sur les bots de juin 2026 indique que les robots d'entraînement IA sont bloqués par défaut sur tous les nouveaux domaines, en précisant que l'entraînement représente 52 % des requêtes des robots.

Le robots.txt géré par Cloudflare peut ajouter une ligne de signal de contenu telle que search=yes, ai-train=no et interdire GPTBot, ClaudeBot, Google-Extended, Applebot-Extended et CCBot. C'est une configuration judicieuse pour de nombreuses marques, mais nous vérifions que les robots de recherche restent aussi autorisés dans les règles Cloudflare. Le paiement au crawl (pay per crawl) peut répondre à un robot par un HTTP 402 Payment Required, ce qu'il faut savoir si vos logs montrent des 402 envoyés à des robots que vous vouliez accueillir. Nous rappelons aussi que Cloudflare a signalé en août 2025 que Perplexity utilisait des robots non déclarés et l'a retiré de sa liste de bots vérifiés : les règles qui n'admettent que les bots vérifiés exigent donc une décision délibérée concernant PerplexityBot.

Le balisage schema pour l'IA vous aide-t-il à être cité ?

Pas directement, et nous ne le vendrons pas comme un levier de citation. Le guide d'optimisation IA de Google indique que les données structurées ne sont pas requises pour la recherche par IA générative et qu'il n'existe aucun balisage schema.org spécial à ajouter, tout en recommandant de continuer à les utiliser pour le SEO en général.

Nous implémentons tout de même le schema avec soin, car il énonce les faits sur votre entité en un seul endroit cohérent. Un balisage Organization avec des liens sameAs vers vos profils LinkedIn, Wikidata, G2 ou Google Business Profile aide à garder votre nom, votre catégorie et vos implantations cohérents partout où vous apparaissez. Les recommandations de Google pour réussir dans la recherche IA ajoutent que les données structurées doivent correspondre au contenu visible : nous supprimons donc le balisage FAQ ou avis qui décrit un texte que le visiteur ne voit pas.

Comment construire les pages pour que les moteurs de réponse puissent les lire ?

Placez la réponse dans le HTML envoyé par le serveur, en haut de page, sous un titre qui reprend la question. Nous ne partons pas du principe que chaque robot exécute JavaScript : nous testons donc chaque gabarit clé avec les scripts désactivés et corrigeons tout ce qui disparaît.

Au-delà du rendu, nous contrôlons les balises canoniques, les codes de statut, les chaînes de redirection et les chemins en double, car un robot qui gaspille ses requêtes sur des paramètres ou des soft 404 peut ne jamais atteindre la page que vous voulez voir citée. Les canoniques comptent plus qu'il n'y paraît : l'étude de Gradial sur le tourisme de juillet 2026 a identifié une marque jamais citée à cause d'une incohérence d'URL canonique. Chaque page importante reçoit une date de dernière mise à jour visible, une structure de titres propre et des tableaux en véritable balisage de tableau plutôt qu'en images. Google précise qu'aucun fichier, balisage ou copie Markdown spécial n'est nécessaire, et n'exige pas de découper le contenu en fragments : nous gardons donc les pages entières et lisibles.

Quelles erreurs techniques tiennent les sites à l'écart des réponses IA ?

L'erreur la plus dommageable est un blocage trop large qui attrape les robots de recherche. Un disallow générique visant les scrapers, un mode anti-bots du CDN ou une page de challenge du pare-feu peut exclure OAI-SearchBot ou PerplexityBot alors que Googlebot passe toujours : les positions classiques semblent correctes et personne ne remarque rien.

Viennent ensuite les lacunes de rendu : détails produits, prix ou réponses de FAQ injectés par JavaScript après le chargement, de sorte qu'une requête sans moteur de navigateur ne voit qu'un gabarit vide. Puis le balisage qui contredit la page, comme un schema FAQ pour des questions qu'aucun visiteur ne peut lire, ou un schema Organization indiquant une ancienne adresse. Enfin, les lacunes de découverte : sitemaps sans dates lastmod, nouvelles pages jamais soumises et Bing Webmaster Tools jamais vérifié, ce qui compte car Bingbot est le robot derrière Copilot.

Les sites internationaux ajoutent leurs propres modes de défaillance. Un site qui sert les Émirats arabes unis et l'Inde depuis un même domaine peut rediriger géographiquement les robots vers la mauvaise version, ou baliser ses pages avec des hreflang pointant vers des redirections. Nous testons les URL de chaque marché telles qu'un robot les voit, afin que chaque version soit accessible à sa propre adresse.

Comment vérifier que les corrections ont réellement fonctionné ?

Nous lisons les logs serveur. Une modification de robots.txt prouve l'intention ; une réponse 200 à OAI-SearchBot, PerplexityBot ou Claude-SearchBot sur les bonnes URL prouve l'accès.

Nous rapprochons les user agents des plages d'IP publiées lorsque les éditeurs les fournissent, comme le fait Perplexity, afin que de faux bots ne faussent pas l'analyse. Nous soumettons ensuite les sitemaps mis à jour, notifions Bing via IndexNow et surveillons le rapport de performances IA générative de Search Console ainsi que AI Performance dans Bing Webmaster Tools pour repérer les pages citées. Le reporting continu des citations relève de notre service de suivi de la visibilité IA.

Les logs montrent aussi l'ampleur du crawl au regard de la valeur rendue. Les chiffres de Cloudflare de juillet 2025 situent le ratio crawl/visites renvoyées d'OpenAI à environ 750 pour 1 : c'est pourquoi nous distinguons les robots qui envoient des visiteurs de ceux qui ne font que collecter des données, et rendons compte des deux à votre équipe au lieu de traiter tout le trafic IA de la même façon.

À quoi ressemblent les 90 premiers jours d'AEO technique ?

Les semaines un et deux cartographient l'accès des robots et livrent les corrections urgentes de robots.txt et du CDN. Les semaines trois à huit traitent le rendu, le schema et la découverte. Les semaines neuf à douze vérifient l'ensemble dans les logs et mettent en place des contrôles après les futures mises en production.

L'essentiel de la valeur initiale vient des corrections d'accès, puisqu'OpenAI indique qu'OAI-SearchBot prend en compte les modifications de robots.txt en 24 heures environ. Le travail de rendu prend plus de temps, car il dépend de votre cycle de mise en production et du nombre de gabarits que vous utilisez. Au jour 90, vous disposez d'une cartographie de l'accès des robots, de preuves dans les logs avant et après, d'un schema propre sur les gabarits clés et d'un court mode opératoire que vos développeurs peuvent suivre après chaque mise en production.

Si vous préparez un lancement de produit, nous programmons les contrôles avant l'annonce afin que les nouvelles pages soient explorables, présentes dans les sitemaps et soumises via IndexNow dès le premier jour. Le travail spécifique à chaque moteur, comme le SEO Perplexity ou l'optimisation pour les AI Overviews de Google, peut alors s'appuyer sur un accès dont vous savez qu'il fonctionne.

Avez-vous besoin d'un fichier llms.txt ?

Vous pouvez en ajouter un à peu de frais, mais n'en attendez pas d'effet sur les citations. Jeremy Howard, d'Answer.AI, a proposé llms.txt en septembre 2024, et John Mueller, de Google, a déclaré qu'aucun service d'IA n'a indiqué l'utiliser, le comparant à la balise meta keywords.

Il est réellement utile pour la documentation développeur que lisent les agents de code, ce qui explique que les entreprises d'IA en publient un pour leur propre documentation. Pour un site marketing, nous le considérons comme une finition facultative, une fois le vrai travail d'accès terminé.