Fichiers llms.txt, découpage, balisage spécial : Google a répondu en mai 2026, et c'est non. Ce qui compte vraiment pour être repris par les moteurs de réponse.
Un marché entier s'est monté autour de l'idée d'optimiser un site pour les moteurs de réponse. Fichiers llms.txt, découpage du contenu en morceaux, réécriture « pour l'IA », balisages spéciaux : les recettes ne manquent pas.
Google a publié en mai 2026 un guide qui les évalue une par une, et la réponse tient en quatre phrases. Elles méritent d'être citées telles quelles, parce qu'elles économisent beaucoup d'argent.
Le guide d'optimisation pour les fonctionnalités génératives répond directement aux quatre recettes les plus vendues.
Sur les fichiers dédiés : vous n'avez pas besoin de créer de nouveaux fichiers lisibles par machine, de fichiers texte pour l'IA, de balisage ou de Markdown pour apparaître dans Google.
Sur le découpage : il n'y a aucune obligation de fractionner votre contenu en morceaux minuscules pour que l'IA le comprenne mieux.
Sur le style : vous n'avez pas besoin d'écrire d'une manière particulière pour la recherche générative.
Sur les données structurées : elles ne sont pas requises pour la recherche générative, et il n'existe aucun balisage schema.org spécial à ajouter.
Il en reste un, et il est décisif : laisser passer les bons robots. C'est là que les erreurs coûtent cher, parce que les noms se ressemblent et que les conséquences sont opposées.
Il n'existe pas de réglage séparé pour les AI Overviews. Google explique que l'IA fait partie intégrante de la recherche, et que les directives adressées à Googlebot dans le robots.txt sont le moyen de contrôler l'accès pour la recherche. Bloquer Googlebot, c'est sortir de Google, réponses générées comprises.
Google-Extended est un contrôle différent : il concerne les applications Gemini et l'ancrage des API génératives de Google, pas l'affichage dans la recherche. Le bloquer ne vous retire donc pas des AI Overviews. C'est la confusion la plus répandue sur le sujet.
Trois robots, trois usages distincts, documentés par OpenAI. GPTBot collecte du contenu susceptible d'entraîner les modèles. OAI-SearchBot sert à faire apparaître des sites dans les résultats de recherche de ChatGPT. ChatGPT-User correspond aux visites déclenchées par un utilisateur qui demande à consulter une page.
La conséquence est nette : bloquer GPTBot vous retire de l'entraînement, pas des citations. Bloquer OAI-SearchBot vous retire des réponses de ChatGPT. Les sites qui ont bloqué le premier en croyant se protéger du second ont fait l'inverse de ce qu'ils voulaient.
Même logique. ClaudeBot collecte du contenu pour l'entraînement. Claude-SearchBot sert à la qualité des résultats de recherche. Claude-User correspond aux consultations déclenchées par un utilisateur.
PerplexityBot sert à faire apparaître et à lier des sites dans les résultats de Perplexity, et n'est pas utilisé pour l'entraînement de modèles. Perplexity-User correspond aux visites demandées par un utilisateur, et Perplexity indique lui-même que cet agent ignore généralement le robots.txt, puisque la requête vient d'une personne.
Une fois les robots réglés, il reste le contenu, et là les bonnes pratiques ne sont pas nouvelles. Elles se résument à une idée : un moteur de réponse cite un passage, pas une page.
Répondre avant de développer. La première phrase sous un titre doit contenir la réponse. Le raisonnement, les nuances et les exemples viennent ensuite. Un paragraphe qui commence par « il convient de rappeler que » n'est jamais repris.
Écrire des passages autonomes. Un extrait doit rester juste quand on le lit seul, sans la page autour. Cela veut dire éviter les « comme nous l'avons vu plus haut » et nommer les choses plutôt que d'y renvoyer.
Dater et sourcer. Un chiffre sans date ni source est inutilisable pour un moteur de réponse comme pour un lecteur. Une donnée attribuée à une source identifiable est reprise plus volontiers, et vous êtes cité avec elle.
Apporter ce que les autres n'ont pas. Une mesure faite chez vous, un cas réel, une méthode chiffrée. Le contenu qui reformule ce que dix sites disent déjà est précisément celui qu'une réponse générée remplace.
Être clair sur qui parle. Un auteur nommé, une entité identifiable, des pages qui se répondent. C'est ce qui permet à une machine de rattacher un propos à quelqu'un.
Le trafic venu des moteurs de réponse est mesurable, à condition de le chercher. Deux endroits.
Dans votre outil de mesure, les sites référents chatgpt.com, perplexity.ai, claude.ai, copilot.microsoft.com apparaissent comme n'importe quelle autre source. Ces visites sont peu nombreuses et souvent très qualifiées, parce que la personne a déjà lu un résumé avant de cliquer.
Dans les journaux de votre serveur, les passages des robots listés plus haut. Ils indiquent qui vous lit, à quelle fréquence, et sur quelles pages. C'est la seule mesure disponible pour ce qui se passe sans clic.
llms.txt ?Google écrit qu'il n'est pas nécessaire, et aucune autre plateforme ne l'exige. Le publier ne fait pas de mal, mais aucun élément public ne permet aujourd'hui d'en attendre un effet. Le même raisonnement vaut pour les données structurées.
Moins qu'un résultat classique en volume, davantage en intention. Une partie des citations ne produit aucun clic : c'est le prix d'entrée, et c'est aussi pourquoi la mesure ne peut pas se limiter aux visites.
C'est une décision éditoriale, pas technique. Bloquer GPTBot et ClaudeBot protège votre contenu de l'entraînement sans vous retirer des citations, à condition de laisser passer les robots de recherche correspondants.
Oui, et c'est le point sur lequel Google insiste le plus : les bonnes pratiques habituelles restent la base pour apparaître dans les fonctionnalités génératives. Voir aussi ce que les AI Overviews ont changé en France.
Nous commençons systématiquement par le robots.txt : c'est gratuit, c'est souvent cassé, et c'est le seul endroit où une ligne oubliée annule tout le reste.
Ensuite, nous écrivons comme nous écrivions déjà : une réponse par section, des chiffres datés, des sources liées, un auteur qui signe. Non pas parce que les machines le demandent, mais parce que c'est ce qui rend un texte utile à quelqu'un qui le lit. Le reste relève du commerce, pas de la méthode.
Un projet en tête ?
Décrivez-nous votre activité. Nous répondons sous 24 heures ouvrées.
Parler de votre projetÀ lire ensuite
963 domaines suivis avant et après le déploiement : 3,4 % de taux de clics en moins, 23,1 % pour les sites les plus exposés. Les chiffres, et ce qu'ils ne prouvent pas.
Lire l’articleGoogle n'affiche plus les résultats enrichis FAQ depuis le 7 mai 2026. Ce qui produit encore un affichage, et pourquoi l'IA n'y change rien.
Lire l’articleÉcrit par Jesse Iber.