Le SEO technique n’a jamais été aussi important, et voici pourquoi
Pendant que tous cherchent des signes de ce qui marche ou non à l’ère de l’IA dans des outils parfois discutables, d’autres regardent dans des endroits familiers pour dénicher des infos sur les nouveaux acteurs de la recherche.
Le référencement technique est actuellement l’un des rares bastions de données fiables sur l’AEO. Voici quoi regarder :
Le suivi de commandes/prompts mis à mal
L’une des grandes nouveautés de ces deux dernières années est la mesure des taux de citation et de mention dans les assistants IA.
Différents outils lancent à intervalles réguliers les commandes que vous leur donnez sur ChatGPT, Gemini, Claude et consorts, afin de voir si votre site/marque y apparaît. Vous y êtes = succès.
Les critiques fusent en revanche, accusant régulièrement cette mesure de visibilité d’être un nouvel « indicateur de vanité », c’est-à-dire n’apportant pas de réelle valeur à l’instar du trafic organique.
La dernière étude de Sparktoro, publiée il y a tout juste quelques jours à l’heure où j’écris ces lignes (01/02/2026), en rajoute une couche, concluant que « les IA
donnent rarement la même liste de marques et de recommandations deux fois ».
Que faire si l’on considère que le suivi de commandes dans un outil comme Profound n’est que du vent ? Réponse : se réfugier dans les logs.
C’est dans les logs que l’on fait les meilleures soupes
L’analyse de logs, crainte par certains pour sa complexité mais encensée par ceux qui y comprennent quelque chose, donne des détails uniques sur l’activité des LLMs sur nos sites.
Jérôme Salomon d’Oncrawl, pas vraiment à l’aise non plus avec le suivi des prompts, va même plus loin en expliquant que cette pratique pollue les logs, qui sont à ses yeux le seul véritable moyen de comprendre le comportement des IA (voir publication originale).
Nous savons aujourd’hui que les trois bots d’OpenAI ont un impact important sur ce que voient les utilisateurs de ChatGPT :
- OAI-SearchBot : responsable des citations
- GPTBot : qui se concentre sur le contenu pour entraîner ses modèles
- ChatGPT-User : en charge des GPTs personnalisés mais surtout des recherches Web demandées par les utilisateurs
Imaginez que vous effectuiez des changements sur vos pages clés et que vous constatiez un rythme de crawl supérieur suite à cela. Peu de temps après, vos conversions en provenance de ChatGPT augmentent de X%…
Les logs vous diront quels bots passent, à quel moment et vous aideront à extrapoler des théories plus proches de la réalité que ce que pourrait donner n’importe quelle autre pratique, probablement moins compliquée mais aussi beaucoup plus discutable.
Pas la mer à boire
L’analyse de logs et les actions techniques qui l’accompagnent peuvent parfois faire peur aux non initiés, mais ce n’est pas d’une difficulté énorme. Le plus long reste en général à dompter des outils à l’interface atroce, mais ce n’est que de l’exploration puis de l’habitude.
Quant à l’investissement initial : en fonction de la taille de votre site, la facture peut être salée (de 100 € à 20 000 € selon les cas). En revanche, si votre employeur (ou vous-même si vous gérez l’entreprise), hésite encore à sauter le pas et à justifier le coût, il faut souligner que l’heure tourne et que tous les acteurs majeurs du domaine y sont déjà et découvrent des pépites tous les mois.
Plus vous attendez, plus vous retardez la compréhension de ce qui fonctionne pour vous et votre business tandis que vos concurrents y sont probablement déjà.
La marche à suivre est on ne peut plus simple :
- Souscrivez à un outil d’analyse de logs (même gratuit)
- Exportez vos logs, assainissez-les (c’est-à-dire retirer les données sensibles) puis chargez-les dans votre outil (idéalement avec envoi/dépôt automatique quotidien) pour obtenir les données
- Isolez les performances des bots IA d’OpenAI, Gemini et Perplexity
- Effectuez des optimisations puis évaluez le comportement des crawlers
- Conservez ce qui fonctionne et mesurez l’impact sur vos conversions
Beaucoup plus concret, même s’il reste bien sûr quelques zones d’ombre comme les interprétations de cause à effet qui sont à ce stade inévitables.
Et si on met de côté l’analyse de logs : vitesse de chargement, balises Schema ou encore duplication de contenu sont toutes largement soupçonnées d’avoir un impact sur les choix des LLMs.
Vous commencez quand ?