Comment optimiser votre contenu pour les LLM

Comment un modèle de langage lit-il une page ?

Pas comme un navigateur, et pas comme Googlebot.

Un robot de récupération envoie une requête HTTP, reçoit une réponse HTML, en extrait le texte, et passe à la suivante. Il n’attend pas, il ne réessaie pas, et il n’exécute rien. Ce qu’il obtient est ce que votre serveur a renvoyé avant que la moindre ligne de JavaScript ne s’exécute.

Le texte récupéré est ensuite découpé en fragments, transformés en vecteurs et stockés dans un index. Quand une question arrive, le moteur compare la question à ces fragments et remonte les plus proches. C’est ce découpage qui explique tout le reste : votre page n’est jamais évaluée en entier.

Votre site est-il seulement lisible ?

C’est la question à se poser avant toutes les autres, et la réponse surprend souvent.

Une analyse conjointe de Vercel et MERJ (décembre 2024), portant sur plus de 500 millions de récupérations par GPTBot, n’a relevé aucune trace d’exécution de JavaScript. Le détail est éloquent : GPTBot télécharge bien des fichiers JavaScript dans environ 11,5 % des cas, et ClaudeBot dans 23,84 % — mais ni l’un ni l’autre ne les exécute. La même observation vaut pour PerplexityBot et pour les autres robots de récupération.

La conséquence est brutale : un site rendu côté client peut être premier sur Google, où Googlebot exécute le JavaScript, et rester totalement invisible pour ChatGPT, Claude et Perplexity. Cette dissociation entre classement et citation est le piège le plus fréquent des sites récents.

Le test tient en une commande :

curl -s https://votre-site.fr | grep -c "<h1"

Si le résultat est zéro, aucune stratégie éditoriale ne produira de citation. Il n’y a rien à citer.

Comment structurer un passage pour qu’il soit citable ?

Trois règles, applicables dès la prochaine page que vous écrivez.

Répondez dans les cent premiers mots. Une phrase qui répond directement à la question du titre, avant tout développement. C’est le passage que le moteur trouvera en premier, et souvent le seul qu’il retiendra.

Rendez chaque paragraphe autonome. Relisez-le en imaginant qu’il apparaît seul dans une réponse, sans le reste de la page. S’il contient « cette méthode », « comme vu plus haut » ou « ci-dessous », il perd son sens une fois extrait. Nommez explicitement ce dont vous parlez.

Écrivez vos titres comme des questions. Un H2 formulé « Comment vérifier que mon site est lisible ? » correspond à une requête réelle. Un H2 formulé « Vérification » ne correspond à rien. Et faites suivre immédiatement d’une réponse d’une ou deux phrases : c’est cette paire question-réponse que les moteurs récupèrent le plus volontiers.

Quel balisage ajouter ?

Le balisage Schema.org en JSON-LD décrit explicitement ce que votre page contient : un article, une personne, une organisation, une liste de questions. Il ne remplace pas le contenu, il lève des ambiguïtés.

Le point que presque personne n’applique correctement, c’est la mise en relation. Déclarer séparément une Person et un Article laisse le moteur deviner que l’une est l’auteur de l’autre. En donnant à chaque entité un identifiant @id absolu et stable, puis en référençant cet identifiant partout, la relation est affirmée au lieu d’être inférée.

Deux règles de prudence. Le balisage doit décrire un contenu réellement visible : une FAQ présente uniquement dans le JSON-LD est non conforme. Et les dates doivent être en ISO 8601 — une date écrite « 10 mars 2026 » dans un champ datePublished rend le nœud invalide, ce que beaucoup de sites ne découvrent jamais.

Comment savoir si ça fonctionne ?

Trois indicateurs, du plus précoce au plus tardif.

Les passages de robots dans vos journaux serveur bougent en premier. Un GPTBot ou un PerplexityBot qui revient plus souvent signale que votre contenu est entré dans un cycle de récupération.

Le taux de citation vient ensuite : interrogez régulièrement chaque moteur sur un panier de questions cibles et notez la présence de votre domaine. C’est manuel, c’est fastidieux, et c’est le seul indicateur qui mesure l’objectif réel.

Le trafic référent arrive en dernier et reste faible. Rappelons la mesure du Pew Research Center (22 juillet 2025) : 1 % des utilisateurs cliquent sur une source citée dans un résumé IA. Attendre du volume de ce côté-là mène à la déception.

Mon avis sur la question

J’ai appliqué cette méthode à ce site avant de l’écrire, et l’étape qui m’a le plus coûté n’est pas celle que j’attendais.

La partie technique est simple. Rendre du HTML côté serveur, baliser proprement, relier ses entités : c’est du travail, mais c’est du travail borné. On sait quand c’est fini, et on peut le vérifier avec une commande.

La partie difficile, c’est d’écrire des paragraphes réellement autonomes. Notre réflexe naturel de rédaction est de construire : on pose un contexte, on développe, on conclut. Écrire pour l’extraction demande de renoncer à cette progression, et de répéter des choses qu’on trouve évidentes. C’est inconfortable, et je m’y reprends encore à deux fois sur chaque section.

Ma conviction, pour finir : la plupart des sites n’ont pas besoin d’une stratégie GEO. Ils ont besoin de vérifier que leur HTML est lisible — une commande, trente secondes — et de corriger si ce n’est pas le cas. Ce seul point départage plus de sites que toutes les subtilités éditoriales réunies.