Glossaire de la recherche IA
La recherche IA a son propre vocabulaire, de la formation des réponses à la mesure de la visibilité des marques. Ces 68 termes sont expliqués simplement et reliés aux ressources Allswap pertinentes.
Notions de base
Answer Engine OptimizationL'Answer Engine Optimization consiste à faire en sorte qu'une marque soit nommée et citée lorsque les assistants IA répondent à une question. Là où le SEO cherche à classer une page dans une liste de liens, l'AEO cherche à être la recommandation à l'intérieur même de la réponse.Generative Engine OptimizationLa Generative Engine Optimization consiste à améliorer la façon dont les systèmes d'IA générative décrivent et recommandent une marque. Le terme s'emploie de façon interchangeable avec l'AEO, GEO insistant sur le texte généré et AEO sur la réponse qu'il forme.LLM SEOLe LLM SEO consiste à optimiser pour les grands modèles de langage plutôt que pour les pages de résultats. Il couvre tout ce qui façonne ce qu'un modèle dit d'une marque : des faits récupérables, des sources tierces fiables et des pages clairement écrites.Answer EngineUn answer engine est un système qui répond à une question par une réponse rédigée plutôt que par une liste de liens. ChatGPT, Claude, Gemini, Perplexity, Google AI Overviews, Copilot, Grok et Meta AI en sont tous.AI SearchL'AI search consiste à poser une question en langage naturel et à recevoir une réponse rédigée, le plus souvent accompagnée de citations. Cela englobe les assistants comme ChatGPT et Perplexity ainsi que les résumés IA intégrés aux moteurs classiques.AI VisibilityL'AI visibility mesure à quelle fréquence et avec quelle proéminence une marque apparaît dans les réponses des assistants IA. Elle s'exprime généralement comme la part des questions suivies où un moteur nomme la marque, pondérée par sa position dans la réponse.Zero-click searchUne zero-click search est une recherche où la personne obtient sa réponse sans visiter aucun site. Les réponses IA et les résumés de recherche en produisent beaucoup, ce qui rend plus précieux d'être nommé dans la réponse que d'être classé en dessous.
Mesure
AI Visibility ScoreUn AI visibility score est un chiffre unique indiquant à quelle fréquence les answer engines nomment une marque sur un ensemble de questions suivies, pondéré par la place occupée dans la réponse. Il est généralement donné par moteur et sous forme d'un total consolidé.Share of VoiceEn recherche par IA, le share of voice est le pourcentage de toutes les mentions de marques, sur un ensemble de réponses, qui revient à une seule marque. Si les moteurs nomment des marques quarante fois sur vos questions suivies et que huit sont les vôtres, votre share of voice est de vingt pour cent.Brand MentionUne brand mention est toute occurrence où un answer engine nomme une marque dans sa réponse, qu'il crée ou non un lien vers son site. Les mentions sont comptées séparément des citations, car une marque peut être recommandée sans être liée.CitationUne citation est un lien qu'un answer engine joint à sa réponse pour indiquer d'où vient l'information. Les citations révèlent quelles sources ont façonné la réponse, ce qui en fait le signal le plus clair de ce sur quoi travailler.Cited SourceUne cited source est une page ou un domaine vers lequel un answer engine renvoie en répondant à une question. Dans la plupart des catégories, un petit groupe de sources concentre l'essentiel des citations, et ce groupe décide quelles marques sont recommandées.Citation GapUn citation gap est une source à laquelle les answer engines font confiance dans votre catégorie, qui cite déjà vos concurrents et pas encore vous. Combler un tel écart est l'un des moyens les plus directs d'améliorer la visibilité IA.Answer PositionL'answer position est l'endroit où une marque apparaît dans l'ordre des recommandations d'un moteur. Être nommé en premier pèse nettement plus que d'être nommé en quatrième, car les lecteurs agissent rarement au-delà des deux ou trois premières options.Sentiment ScoreUn sentiment score mesure le ton employé par un answer engine à propos d'une marque : positif, neutre ou négatif. Il vaut mieux le calculer sur la phrase contenant la mention que sur la réponse entière, qui peut être chaleureuse sur la catégorie et précise sur la marque.Brand PerceptionEn recherche par IA, la brand perception décrit la façon dont les moteurs évaluent une marque sur les critères qui comptent pour les acheteurs : prix, qualité, support, rapidité. La cartographier critère par critère montre où la marque est déjà forte dans la description qu'en fait le modèle.Topic CoverageLa topic coverage mesure la visibilité d'une marque à l'intérieur de chacun des sujets qui composent sa catégorie : tarifs, intégrations, sécurité, support. Elle transforme une liste éparse de résultats de prompts en une courte liste de sujets sur lesquels travailler.Competitive SetUn competitive set est le groupe de marques qu'un answer engine traite comme des alternatives à la vôtre. Il se lit dans les réponses elles-mêmes plutôt qu'il ne se choisit, et contient donc souvent des entreprises qu'une équipe commerciale n'aurait pas citées.AI Referral TrafficL'AI referral traffic désigne les sessions arrivant depuis un assistant IA, identifiées par le référent que l'assistant joint à ses liens. Il convertit généralement bien, l'assistant ayant déjà fait la présélection avant le clic.
Fonctionnement des moteurs
Large Language ModelUn large language model est un système entraîné sur de très grandes quantités de texte pour prédire et produire du langage. C'est le composant qui rédige la réponse d'un answer engine, à partir de ce qu'il a appris et de ce qui est récupéré au moment de la question.Retrieval-Augmented GenerationLa retrieval-augmented generation consiste, pour un modèle, à chercher des documents pertinents et à rédiger sa réponse à partir de ce qu'il trouve plutôt qu'à partir du seul entraînement. C'est pourquoi une page publiée cette semaine peut apparaître dans une réponse aujourd'hui.GroundingLe grounding consiste à rattacher la réponse d'un modèle à des sources précises récupérées plutôt qu'à son propre souvenir. Une réponse ancrée peut être remontée jusqu'à des documents, ce qui rend les citations possibles et les réponses plus fiables.Query fan-outLe query fan-out désigne le fait qu'un answer engine transforme une question en plusieurs recherches internes avant de répondre. Demander la meilleure option d'une catégorie devient discrètement des recherches distinctes sur le prix, les avis, la garantie et les alternatives.HallucinationUne hallucination est une affirmation formulée avec assurance par un modèle mais non étayée par ses sources : un prix erroné, une fonctionnalité attribuée à la mauvaise entreprise, un fait périmé présenté comme actuel.Données d'entraînementLes données d'entraînement sont l'ensemble de textes à partir duquel un modèle a appris. Elles fixent sa compréhension par défaut d'une catégorie et les marques qu'il associe à quoi, avant toute récupération en direct.Knowledge cutoffLe knowledge cutoff est la date à laquelle s'arrêtent les données d'entraînement d'un modèle. Ce qui a changé après cette date n'atteint une réponse que si le moteur le récupère en direct au moment de la question.EmbeddingUn embedding est une représentation numérique d'un fragment de texte qui place les sens proches les uns des autres. Les embeddings permettent à un système d'associer une question à des passages pertinents même sans aucun mot en commun.Recherche vectorielleLa recherche vectorielle trouve des documents en comparant des embeddings plutôt qu'en faisant correspondre des mots-clés, récupérant les passages dont le sens est proche de la question. C'est la méthode de récupération derrière la plupart des answer engines.Recherche sémantiqueLa recherche sémantique renvoie des résultats par le sens plutôt que par la formulation exacte, si bien qu'une page peut ressortir sur une question dont elle ne partage aucun mot. Elle sous-tend la façon dont les answer engines trouvent de quoi répondre.RerankingLe reranking est un second passage qui réordonne les documents récupérés selon la qualité réelle de leur réponse à la question, avant que le modèle n'écrive à partir d'eux. Il décide lequel des candidats deviendra une citation.Fenêtre de contexteUne fenêtre de contexte est la quantité de texte qu'un modèle peut considérer à la fois : la conversation en cours plus les documents récupérés. Elle limite le nombre de sources pouvant nourrir une seule réponse.Conversation multi-toursUne conversation multi-tours est un échange où la personne pose des questions de suivi et où l'assistant reporte le contexte précédent. Les recommandations changent souvent entre le premier tour et celui où la décision se prend.
Robots et accès
AI CrawlerUn AI crawler est un agent automatisé qui collecte des pages web pour une entreprise d'IA, soit pour nourrir l'entraînement d'un modèle, soit pour bâtir l'index de recherche dans lequel un assistant puise. Chacun s'identifie par son propre user-agent dans le robots.txt.GPTBotGPTBot est le robot d'OpenAI qui collecte des pages web susceptibles de nourrir de futurs entraînements. Il se contrôle dans le robots.txt par son nom de user-agent, séparément des agents de recherche et de lecture directe d'OpenAI.OAI-SearchBotOAI-SearchBot est le robot d'OpenAI qui bâtit l'index de recherche dans lequel ChatGPT puise lorsqu'il cherche sur le web. L'autoriser est ce qui rend vos pages éligibles à être récupérées et citées dans les réponses de ChatGPT.PerplexityBotPerplexityBot est le robot de Perplexity, qui indexe les pages afin qu'elles puissent être récupérées et citées dans ses réponses. Comme Perplexity cite abondamment, l'autoriser est l'une des voies les plus directes pour être nommé dans les réponses IA.ClaudeBotClaudeBot est le robot d'Anthropic, qui collecte des pages web publiques susceptibles de nourrir les modèles de Claude. C'est l'un des trois agents d'Anthropic, aux côtés de Claude-SearchBot pour la qualité de recherche et de Claude-User pour les pages qu'une personne a demandé à Claude de lire.Google-ExtendedGoogle-Extended est le contrôle robots.txt portant sur l'usage de votre contenu pour l'entraînement de Gemini et pour l'ancrage dans Gemini Apps et Vertex AI. Google indique qu'il n'affecte pas l'inclusion dans Google Search et n'est pas un signal de classement.robots.txtrobots.txt est un fichier placé à la racine d'un site qui indique aux robots quels chemins ils peuvent récupérer. Pour la recherche par IA, c'est le contrôle principal sur la possibilité même pour les assistants d'atteindre vos pages.llms.txtllms.txt est un fichier texte placé à la racine d'un site qui donne aux systèmes d'IA un résumé choisi de ce que le site propose et de l'emplacement de ses pages clés. C'est une convention proposée, pas une obligation, et peu coûteuse à publier.Crawl budgetLe crawl budget est la quantité d'exploration qu'un site reçoit sur une période donnée. Garder des sitemaps exacts et éviter les URL dupliquées aide les robots à dépenser ce budget sur les pages que vous voulez voir récupérées.SitemapUn sitemap est un fichier XML listant les URL qu'un site souhaite voir explorées, avec des indications facultatives sur la fréquence de changement et les variantes linguistiques. C'est ainsi qu'un robot découvre des pages que la navigation seule ne ferait pas remonter.
Surfaces Google
AI OverviewsAI Overviews est le résumé généré par l'IA de Google qui apparaît au-dessus des résultats de recherche ordinaires. Pour de nombreuses requêtes, c'est la première réponse lue, et les marques qu'il nomme sont vues avant tout lien organique.AI ModeAI Mode est l'expérience de recherche conversationnelle de Google, où l'on pose une question puis relance dans un dialogue plutôt que de parcourir une page de résultats. Il se place à côté des AI Overviews comme entrée dans Google pensée d'abord pour l'IA.Featured snippetUn featured snippet est un court extrait que Google met en avant au-dessus de ses résultats pour répondre directement à une requête. C'était le premier format de réponse largement utilisé, et il récompense la même écriture que les réponses IA : une réponse directe, énoncée tôt.SERPUne SERP est la page de résultats qu'un moteur renvoie pour une requête. Les SERP modernes mêlent liens organiques, résumés IA, extraits et autres blocs : une position de classement n'est donc qu'une partie de ce que voit la personne.E-E-A-TE-E-A-T est le cadre de Google pour apprécier la qualité d'un contenu : expérience, expertise, autorité et confiance. Des auteurs nommés, des qualifications claires et des faits cohérents en sont les signaux concrets.Knowledge graphUn knowledge graph est un magasin structuré d'entités et des relations entre elles : entreprises, personnes, produits et la façon dont ils se relient. Les systèmes de recherche et d'IA s'en servent pour savoir à quoi renvoie un nom.
Contenu et entités
EntitéUne entité est une chose distincte qu'un système peut reconnaître et manipuler : une entreprise, un produit, une personne, un lieu. Les systèmes de recherche et d'IA travaillent avec des entités plutôt qu'avec des chaînes de caractères, d'où l'importance d'être reconnu comme telle.Brand aliasUn brand alias est un autre nom pour une marque : un nom de produit, une forme abrégée, une raison sociale ou une faute d'orthographe courante. Suivre les alias évite de manquer une mention lorsque le nom de l'entreprise n'est jamais employé.Données structuréesLes données structurées sont un balisage lisible par machine qui indique ce qu'est une page et ce qu'elle contient. Elles aident les moteurs à afficher des résultats enrichis et les systèmes d'IA à comprendre une page avant de décider de l'utiliser.Balisage schemaLe balisage schema, ce sont des données structurées écrites avec le vocabulaire schema.org, décrivant une page comme un article, un produit, une FAQ, une organisation ou un autre type reconnu. Il rend le rôle d'une page explicite plutôt que déduit.JSON-LDJSON-LD est le format recommandé pour les données structurées : un bloc JSON dans l'en-tête de la page qui la décrit à l'aide des types schema.org. Il est préféré parce qu'il reste séparé du balisage visible et se maintient facilement.Schéma FAQLe schéma FAQ est un balisage de données structurées qui marque les questions et réponses d'une page comme un FAQPage. Il rend explicite le contenu en questions-réponses, ce qui convient aux résultats enrichis comme aux systèmes d'IA cherchant une réponse directe à reprendre.URL canoniqueUne URL canonique indique aux moteurs quelle version d'une page indexer lorsque le même contenu est accessible à plusieurs adresses. Elle consolide les signaux sur une adresse unique au lieu de les disperser.hreflanghreflang est un balisage qui indique aux moteurs quelle langue et quelle région dessert chaque version d'une page. Un groupe valide nomme chaque version, y compris elle-même, afin que les lecteurs soient envoyés vers la bonne.Autorité thématiqueL'autorité thématique mesure la profondeur et la crédibilité avec lesquelles un site couvre un domaine. C'est la profondeur sur l'ensemble d'un sujet, et non une seule page forte, qui fait d'un site une source fiable sur celui-ci.Autorité de la sourceL'autorité de la source est le poids que les answer engines accordent à un site donné lorsqu'ils répondent aux questions d'une catégorie. Les sources à forte autorité sont citées de façon répétée, et les marques qu'elles nomment en profitent d'autant.Fraîcheur du contenuLa fraîcheur du contenu désigne la date à laquelle une page a été publiée ou substantiellement mise à jour. Les answer engines privilégient les sources actuelles sur les sujets qui bougent vite, et une date de mise à jour visible aide lecteurs et machines à en juger.Contenu answer-firstUn contenu answer-first énonce la réponse dès les premières lignes, avant le contexte ou le rappel. Cela convient aux réponses IA parce que les moteurs reprennent des passages autonomes, et qu'un passage qui répond franchement est le plus facile à prendre.
Prompts et acheteurs
PromptUn prompt est la question ou l'instruction que l'on donne à un assistant IA. En AEO, les prompts prennent la place des mots-clés : ce sont des questions entières, portant en général du contexte, et ce contexte façonne les marques qui seront nommées.Prompt trackingLe prompt tracking consiste à surveiller dans le temps un ensemble fixe de questions d'acheteurs à travers les answer engines, en notant quelles marques chaque moteur nomme, dans quel ordre, et quelles sources il cite.Branded promptUn branded prompt nomme une entreprise ou un produit précis : demander si une marque est bonne, ou comment elle se compare à un rival nommé. Ces réponses façonnent l'impression laissée par une marque déjà envisagée.Unbranded promptUn unbranded prompt décrit un besoin sans nommer d'entreprise : demander la meilleure option pour une situation donnée. C'est là que de nouvelles marques entrent dans l'ensemble des options d'un acheteur.Comparison promptUn comparison prompt demande à un assistant de peser deux options nommées ou plus l'une contre l'autre. La réponse expose généralement les différences critère par critère, et porte souvent une recommandation.Buyer intentLa buyer intent est ce que quelqu'un cherche à obtenir par une question : explorer une catégorie, comparer des options, lever une réserve, ou passer à l'acte. L'intention détermine ce que vaut une mention dans cette réponse.Étape du funnelUne étape du funnel est la place qu'occupe une question dans le parcours d'achat : découverte, comparaison, objection ou décision. Être nommé à l'étape de décision vaut considérablement plus qu'à la découverte.Recherche conversationnelleLa recherche conversationnelle consiste à chercher de l'information par le dialogue, en posant des questions de suivi plutôt qu'en lançant une nouvelle requête à chaque fois. L'assistant reporte le contexte et resserre vers une recommandation.
Prêt à dominer la recherche IA ?
Commencer maintenant
Allswap