Sommaire
L’essor des agents IA amène à repenser la manière dont les contenus sont conçus et structurés. Addy Osmani propose un cadre nommé “Agentic Engine Optimization” (AEO), pensé pour des systèmes capables de récupérer, analyser et exploiter des contenus sans interaction humaine.
Cette approche, distincte du SEO classique, vise à adapter les contenus à des usages automatisés.
Des agents qui changent la manière de consommer le web
Les agents IA ne naviguent pas comme des utilisateurs : ils ne scrollent pas, ne cliquent pas et n’interagissent pas avec l’interface, mais extraient directement l’information utile à partir d’une requête. Dans ce contexte, les indicateurs classiques d’engagement perdent en pertinence.
Une contrainte centrale : la limite de tokens
Le volume de contenu traité par un agent est limité par sa fenêtre de contexte. Selon Addy Osmani, cela peut entraîner :
- des informations tronquées,
- des pages ignorées,
- des réponses incorrectes.
Le nombre de tokens devient ainsi un facteur structurant dans la capacité d’un contenu à être exploité.
Adapter la structure des contenus
L’AEO repose sur une organisation adaptée à la lecture machine. Parmi les recommandations :
- placer les réponses dès le début du contenu (environ 500 tokens, soit 350 à 400 mots),
- privilégier des pages courtes et ciblées,
- éviter les introductions longues et les informations enfouies.
L’objectif est de rendre l’information immédiatement accessible.
Vers des formats plus lisibles pour les agents
Addy Osmani recommande également de proposer des versions en Markdown en complément des pages HTML. Le Markdown est un format de texte brut, sans éléments de mise en page complexes, qui permet de structurer un contenu de façon simple et lisible.
Le Markdown allège le contenu à analyser, en supprimant une partie du bruit lié à la navigation et aux scripts, ce qui facilite l’extraction des informations et réduit le coût de traitement pour les agents.
De nouveaux repères pour la découverte des contenus
L’article évoque plusieurs formats émergents pour guider les agents :
- fichiers llms.txt pour structurer l’accès aux contenus,
- fichiers skill.md pour décrire des capacités,
- fichiers AGENTS.md comme point d’entrée pour les codebases.
Ces éléments visent à faciliter la découverte et l’utilisation des ressources par les agents.
L’avis de Position Zéro
Cette approche ne concerne pas directement le référencement dans Google Search. Elle décrit plutôt une évolution des modes de consommation de l’information, où les contenus sont moins consultés que directement exploités par des systèmes.
Il ne s’agit plus seulement d’être visible ou cliquable, mais d’être interprétable et utilisable par des agents, avec des contraintes propres comme la structure, la densité ou le format.
Pour autant, ces recommandations ne constituent pas un standard stabilisé. Certaines d’entre elles, comme l’usage du Markdown ou des fichiers llms.txt, ne sont pas alignées avec les positions actuelles de Google sur le SEO.
Elles traduisent surtout une phase d’exploration, où les pratiques d’optimisation se cherchent encore entre logique de recherche classique et usages émergents liés aux agents IA.
