Sommaire
La montée d’AI Mode dans Google Search pousse déjà des éditeurs à proposer des « templates optimisés IA » censés améliorer les chances de citation dans les réponses générées. Dans un article publié par Salt Agency, Dan Taylor (Partner & Head of Innovation) invite à la prudence : pour lui, ces modèles de pages relèvent surtout du marketing… et très peu de la réalité technique des LLM.
Voici l’essentiel de sa position.
1. Les LLM ne voient pas vos jolis gabarits
Premier rappel de Dan Taylor, un modèle de contenu « spécial IA » n’existe pas du point de vue d’un LLM.
Avant de produire une réponse, un modèle de type ChatGPT, Claude ou Perplexity :
- retire tout le HTML,
- ignore le CSS et la mise en page,
- ne tient pas compte de la navigation ni du « hero » ou des colonnes.
Il ne reste que des blocs de texte brut. Le modèle ne voit donc ni votre « above the fold » (littéralement, ça signifie au-dessus de la pliure), ni vos modules, ni votre maquette figma.
Un gabarit ne peut pas, à lui seul, rendre une page plus attractive pour un LLM. Ce qui compte reste le texte, sa structure logique et la façon dont il répond à la question.
2. Google AI Mode n’est pas ChatGPT
Deuxième point important, ne pas confondre AI Mode / AI Overviews avec les LLM autonomes.
Selon l’analyse de Dan Taylor :
- Google AI Mode s’appuie d’abord sur l’infrastructure classique de Google (index, signaux d’autorité et graphes de connaissances),
- puis ajoute une couche LLM pour synthétiser et reformuler les informations.
Les réponses sont « ré-ancrées » dans l’index de Google pour limiter les hallucinations. Tout ce qui renforce déjà la visibilité en SEO classique garde un impact sur AI Mode :
- signaux E-E-A-T,
- profondeur de traitement d’un sujet,
- technique propre,
- maillage interne solide.
À l’inverse, ChatGPT ou d’autres LLM généralistes utilisent un mélange de données d’entraînement (Common Crawl, etc.) et de recherches web en temps réel, sans disposer de la même couche d’autorité que Google Search.
Bien travailler son SEO traditionnel reste la meilleure base pour exister dans les réponses IA de Google.
3. Schema : pas lu directement, mais loin d’être inutile
Autre sujet souvent mal compris, le rôle de la donnée structurée.
Techniquement, le LLM qui lit une page retire aussi le JSON-LD ou le microdata. Il ne « consomme » donc pas le schema au moment où il génère le texte.
Salt Agency ne dit pas que le schema est inutile. Au contraire :
- Google, Microsoft ou OpenAI rappellent que la donnée structurée aide leurs systèmes à comprendre les contenus ;
- ces données alimentent les services qui nourrissent ensuite les réponses IA : flux produits, fiches marchands, agrégateurs, knowledge graph, etc.
Exemple cité par Dan Taylor : ChatGPT ne lit pas directement le schema d’une fiche produit, mais ses résultats shopping s’appuient sur des sources tierces qui, elles, exploitent ces métadonnées (prix, stock, avis…).
Le schema reste un pilier de l’écosystème, mais son effet sur les réponses IA passe surtout par les couches intermédiaires (moteurs, agrégateurs et partenaires).
4. « Above the fold » : un mythe pour AI Mode
Salt Agency a testé une hypothèse très répandue : AI Mode privilégierait les zones « au-dessus de la ligne de flottaison ».
Méthode :
- repérer les liens de type texte-fragment que Google affiche dans AI Mode,
- mesurer la profondeur en pixels du passage mis en avant.
Les extraits choisis se trouvent partout dans la page, sans préférence nette pour les premiers 800 pixels. Pour AI Mode, la position visuelle importe peu, seul compte le passage qui répond le mieux à la question.
Bonne nouvelle pour les éditeurs, pas besoin de refaire tous les templates pour remonter les blocs d’information « pour l’IA ».
5. Sous-titres descriptifs : un repère important pour Google
L’étude relève tout de même un pattern utile, AI Mode sélectionne souvent :
- un sous-titre (H2 / H3),
- suivi de la première phrase ou des premières lignes du paragraphe.
Cela laisse penser que Google s’appuie sur les intertitres pour naviguer dans l’article et repérer le segment le plus pertinent.
Ce n’est pas une révolution, plutôt une confirmation :
- intertitres descriptifs,
- hiérarchie claire (H1, H2, H3),
- phrases d’ouverture explicites.
Ce sont les bonnes pratiques de rédaction web depuis des années, et elles gardent toute leur importance dans un contexte IA.
Que retenir pour sa stratégie de visibilité IA ?
L’analyse de Dan Taylor pour Salt Agency mène à une conclusion assez sobre :
- il n’existe pas de « template miracle » pour AI Mode ou les LLM ;
- l’argent investi uniquement dans une refonte de maquette « spéciale IA » risque de l’être à perte.
Les leviers qui comptent restent ceux-ci :
- contenu structuré, avec une hiérarchie d’information nette,
- intertitres précis et premiers paragraphes qui répondent vraiment à la question,
- profondeur éditoriale sur les sujets clés de la marque,
- signaux de confiance (E-E-A-T, maillage et technique propre) pour nourrir l’infrastructure de Google et les sources consultées par les LLM,
- schema bien pensé pour alimenter les systèmes qui, eux, servent de base aux réponses IA.
En d’autres termes, la meilleure façon de travailler sa visibilité dans l’IA reste… le bon travail éditorial et SEO déjà recommandé avant AI Mode, avec davantage d’attention portée à la clarté de l’information plutôt qu’à la forme du gabarit.
