Pourquoi le format de la page compte plus que le contenu
Un LLM ne lit pas votre page, il la découpe. Les moteurs de réponse (ChatGPT, Perplexity, Gemini) travaillent sur des passages extraits, appelés chunks, généralement de quelques centaines de tokens. Chaque chunk est évalué indépendamment : s'il ne se comprend pas seul, il ne sera pas cité. Une page parfaitement rédigée pour un lecteur humain, avec des transitions élégantes et des références implicites au paragraphe précédent, peut donc être totalement illisible pour un moteur de réponse.
Le problème n'est pas le contenu, c'est son conditionnement. Un paragraphe qui commence par « Comme nous l'avons vu plus haut, cette approche présente plusieurs avantages » ne contient aucune information extractible : le sujet est absent, la promesse est vide, la phrase ne survit pas à l'isolement. À l'inverse, une phrase comme « Le balisage FAQPage augmente la probabilité d'extraction d'une réponse de 30 % sur les requêtes conversationnelles » est autonome, chiffrée et attribuable.
Optimiser une page pour les LLM consiste donc à la reformater pour produire des passages citables. Ce travail ne demande pas de réécrire le fond, mais de restructurer la forme : réponse en tête de section, titres interrogatifs, données datées, tableaux comparatifs, FAQ balisée, définitions autonomes, hiérarchie sémantique propre et signaux de fraîcheur visibles.
Voici 8 correctifs concrets, chacun avec un avant/après et un temps de mise en œuvre réaliste. Comptez une demi-journée pour traiter une page complète.
Correctif 1 : la réponse en tête de section
Le principe du answer-first est simple : la première phrase qui suit un H2 doit répondre directement à la question posée par ce titre. Pas de mise en contexte, pas d'annonce de plan, pas de transition. La réponse d'abord, l'explication ensuite.
Avant : « La question de la visibilité dans les moteurs de réponse est devenue centrale pour les équipes marketing. Avant d'entrer dans le détail, il convient de rappeler quelques principes fondamentaux. Le GEO, ou Generative Engine Optimization, désigne... »
Après : « Le GEO (Generative Engine Optimization) regroupe les techniques qui augmentent la probabilité qu'une page soit citée dans une réponse générée par ChatGPT, Perplexity ou Gemini. Contrairement au SEO classique, il ne vise pas un classement mais une extraction de passage. »
La différence est mécanique. Dans le premier cas, le chunk extrait commence par une phrase vide de contenu factuel. Dans le second, il commence par une définition complète, immédiatement réutilisable. Les parseurs qui segmentent la page par section récupèrent le premier paragraphe comme résumé candidat : autant qu'il soit déjà la réponse.
Appliquez la règle à chaque H2 et chaque H3 de la page. Si une section ne peut pas s'ouvrir par une réponse directe, c'est souvent qu'elle n'a pas de raison d'être une section.
Temps de mise en œuvre : 20 à 30 minutes par page.
Correctif 2 : des titres qui reprennent la question réelle
Un titre créatif est un titre perdu. « Repenser sa stratégie de contenu à l'ère de l'IA » ne correspond à aucune requête formulée. « Comment optimiser une page pour les LLM » correspond à une requête réelle, et devient un point d'ancrage d'extraction identifiable par le moteur.
La règle : chaque H2 et H3 doit pouvoir être lu comme une question ou une requête. Les formulations qui fonctionnent commencent par comment, combien, pourquoi, quel, quand, ou reprennent une expression nominale recherchée (« prix », « alternatives à », « différence entre »).
Avant : « Une nouvelle donne pour la recherche » / « Les bonnes pratiques » / « Pour aller plus loin »
Après : « Combien de temps avant d'être cité dans ChatGPT ? » / « Comment structurer une FAQ pour les LLM ? » / « Quelles sources les moteurs de réponse privilégient-ils ? »
L'intérêt est double. D'abord, le titre interrogatif crée une frontière de section nette : le parseur sait où commence et où finit le passage associé à cette question. Ensuite, il aligne la structure de la page sur la structure des requêtes, ce qui facilite la correspondance sémantique entre la question de l'utilisateur et le passage candidat.
Un H3 interrogatif bien placé devient un point d'ancrage d'extraction : le moteur peut citer uniquement cette sous-section, sans avoir à reconstituer le contexte de la page entière.
Temps de mise en œuvre : 15 minutes par page.
Correctif 3 : des données chiffrées et datées
Les moteurs de réponse privilégient les passages contenant un chiffre, une unité et une date. Un chiffre seul est ambigu, une date seule n'apporte rien, mais l'ensemble forme une donnée vérifiable et donc citable.
Avant : « De nombreuses entreprises constatent une amélioration de leur visibilité après avoir optimisé leurs pages. »
Après : « Sur 42 sites SaaS suivis entre janvier et mars 2025, la part de citations dans Perplexity sur les requêtes de comparaison est passée de 4 % à 17 % après reformatage des pages produit (données internes Mirok, mars 2025). »
Trois éléments rendent ce passage extractible : le volume (42 sites), la période (janvier à mars 2025), et la source attribuée. Le moteur peut reprendre la phrase telle quelle sans risquer d'énoncer une contre-vérité.
Placez la source immédiatement après la donnée, entre parenthèses, avec un lien vers la source primaire quand elle existe. Et faites apparaître la date de mise à jour dans le corps du texte, pas seulement dans le footer : les parseurs lisent le contenu principal, et un footer est souvent traité comme un bloc de navigation secondaire, donc ignoré.
Temps de mise en œuvre : 30 minutes par page.
Correctif 4 : le tableau comparatif comme format d'extraction
Pour toute question de comparaison, le tableau HTML est le format le plus extractible. Il porte déjà la relation entre les éléments : le moteur n'a pas à la reconstruire à partir d'une prose ou d'une liste.
Structure recommandée : le critère de comparaison en première colonne, une ligne par option, un en-tête explicite. Par exemple, pour comparer trois approches de balisage, la première colonne contient « Effort de mise en œuvre », « Impact sur l'extraction », « Prérequis technique », et chaque colonne suivante correspond à une option.
Avant : une liste à puces de six items mélangeant critères et options, sans correspondance lisible.
Après : un tableau à trois colonnes (Critère, Option A, Option B) où chaque cellule contient une valeur courte et comparable.
Erreurs à éviter absolument : les tableaux exportés en image (invisibles pour les parseurs), les cellules fusionnées (qui cassent la lecture ligne par ligne), et les tableaux sans en-tête de colonne (le moteur ne peut pas associer une valeur à un critère). Un tableau bien formé est souvent repris intégralement dans les réponses de comparaison, ce qui en fait le format au meilleur rendement par minute investie.
Temps de mise en œuvre : 45 minutes par page.
Correctif 5 : une FAQ balisée en fin de page
La FAQ est le format le plus directement aligné sur les requêtes conversationnelles. Elle fonctionne à condition de respecter deux règles : le balisage FAQPage en JSON-LD, et des réponses textuellement autonomes.
Le balisage seul ne suffit pas. Un bloc FAQPage correctement implémenté mais dont les réponses commencent par « Oui, tout à fait, et c'est justement ce que nous expliquons plus haut » ne sera jamais cité : la réponse ne contient aucune information réutilisable hors contexte.
Pour choisir les questions, partez des People Also Ask de Google sur votre requête cible et des requêtes réelles remontées dans votre Search Console. Une FAQ utile compte 5 à 8 questions, formulées exactement comme les utilisateurs les posent.
Avant : « Qu'est-ce que le GEO ? » suivi de « C'est une notion que nous avons introduite en début d'article et qui mérite d'être approfondie. »
Après : « Qu'est-ce que le GEO ? » suivi de « Le GEO (Generative Engine Optimization) désigne l'ensemble des techniques visant à faire citer une page dans les réponses générées par les LLM. Il se distingue du SEO par son objectif : l'extraction de passage plutôt que le classement. »
Chaque réponse doit faire deux à quatre phrases et se comprendre sans le reste de la page.
Temps de mise en œuvre : 40 minutes par page.
Correctif 6 : des définitions autonomes et réutilisables
Écrivez chaque définition comme si elle devait être citée hors contexte. Cela implique de nommer explicitement le sujet à chaque fois, et de bannir les reprises anaphoriques : « cela », « cette solution », « cet outil », « cette approche ».
Le test de la phrase isolée : copiez la phrase, collez-la dans un document vide, lisez-la. Si vous ne savez pas de quoi elle parle, elle n'est pas citable.
Avant : « Cette approche permet de gagner du temps sur les tâches répétitives et d'améliorer la couverture. »
Après : « L'audit automatisé des pages permet de détecter les passages non citables en quelques minutes, là où une relecture manuelle demande plusieurs heures par page. »
Le second énoncé fonctionne seul, sans le titre de la section ni le paragraphe précédent. C'est exactement le critère qu'appliquent les moteurs de réponse quand ils sélectionnent un passage : ils ne disposent que du chunk, pas de la page.
Cette règle s'applique en priorité aux définitions, aux introductions de section et aux conclusions partielles. Elle coûte peu et améliore mécaniquement le taux d'extraction.
Temps de mise en œuvre : 25 minutes par page.
Correctif 7 : la structure sémantique et le balisage
Les parseurs lisent la hiérarchie HTML avant de lire le texte. Une page avec trois H1, des H3 avant les H2, ou des titres stylés en gras sans balise de titre est structurellement illisible, même si visuellement correcte.
Règles de base : un seul H1 par page, une hiérarchie Hn strictement descendante (H2 puis H3, jamais de saut), des sections courtes de 150 à 300 mots, et des listes ordonnées (ol) pour les étapes séquentielles, des listes non ordonnées (ul) pour les énumérations sans ordre.
Ajoutez le balisage structuré quand il est pertinent : Article pour un article de fond, HowTo pour un tutoriel étape par étape, FAQPage pour une FAQ. Le balisage ne remplace pas le texte, il aide le moteur à identifier la nature du contenu et à délimiter les passages.
Avant : un titre en gras taille 24 px sans balise, suivi de trois paragraphes de 400 mots, avec les étapes d'un processus rédigées en prose continue.
Après : un H2 balisé, des sections de 200 mots, et les étapes du processus dans une liste ordonnée avec un verbe d'action en tête de chaque item.
Temps de mise en œuvre : 1 heure par page.
Correctif 8 : la fraîcheur visible et la preuve d'expertise
Quand deux pages traitent le même sujet avec une qualité comparable, les moteurs de réponse arbitrent sur des signaux secondaires : fraîcheur, auteur identifié, sources primaires liées. Ces signaux sont peu coûteux à ajouter et souvent décisifs.
Trois éléments à rendre visibles dans le corps de la page, pas dans le footer : une date de dernière mise à jour explicite (« Mis à jour le 12 mars 2025 »), un auteur nommé avec sa fonction et un lien vers sa page profil, et des liens sortants vers des sources primaires (documentation officielle, étude, communiqué).
Avant : un article sans date visible, signé « L'équipe », sans aucun lien externe.
Après : un article daté en tête de contenu, signé par un auteur identifié avec sa spécialité, contenant quatre liens vers des sources primaires dont deux études chiffrées.
La date de mise à jour doit correspondre à une modification réelle du contenu. Une date rafraîchie sans changement de fond est détectable et dégrade la confiance accordée à la page.
Temps de mise en œuvre : 20 minutes par page.
Comment vérifier que vos pages sont réellement citables
La vérification se fait par test direct. Sélectionnez 10 requêtes cibles correspondant à vos sections, puis interrogez ChatGPT, Perplexity et Gemini sur chacune. Notez trois informations : la page est-elle citée, quel passage précis est repris, et la formulation est-elle littérale ou paraphrasée.
Répétez le test à intervalle régulier, tous les 15 jours au minimum. Les réponses génératives varient d'une session à l'autre, donc un test isolé ne prouve rien : c'est la récurrence de la citation qui compte.
Pour identifier le passage repris, comparez la formulation de la réponse générée avec le texte source de votre page. Les reprises littérales sont faciles à repérer ; les paraphrases indiquent qu'un chunk a été compris mais pas cité tel quel, ce qui signale souvent un problème d'autonomie de la phrase.
Priorisez ensuite les correctifs par impact : commencez par les pages à fort trafic ou à forte intention d'achat, appliquez les correctifs 1, 2 et 3 en premier (les moins coûteux et les plus rentables), puis les correctifs 4 à 7 sur les pages de comparaison et de définition.
Ce cycle de test et de correction est exactement ce que le playbook Quick Win formalise : les 10 correctifs techniques les plus fréquents, classés par temps de mise en œuvre et par effet attendu sur l'extraction.
FAQ
Combien de temps avant qu'une page reformatée soit citée par ChatGPT ou Perplexity ?
Deux délais se cumulent : le recrawl de la page par le moteur, qui prend de quelques jours à quelques semaines selon la fréquence de mise à jour de votre site, puis l'apparition effective en citation, qui dépend de la concurrence sur la requête. Sur une requête peu disputée, comptez deux à quatre semaines ; sur une requête très concurrentielle, plusieurs mois. La seule méthode fiable consiste à tester les mêmes requêtes à intervalle régulier et à mesurer la fréquence de citation, pas la première apparition.
Faut-il réécrire toutes ses pages ou commencer par quelques-unes ?
Commencez par 5 à 10 pages, choisies par intention. Les pages qui répondent à des questions de comparaison, de définition ou de prix sont les plus extractibles, car elles correspondent à des requêtes formulées de manière explicite. Priorisez celles qui génèrent déjà du trafic ou qui portent une intention d'achat, et laissez les pages institutionnelles pour plus tard.
Le balisage schema suffit-il pour être cité par les LLM ?
Non. Le balisage aide le moteur à comprendre la nature du contenu et à délimiter les passages, mais il ne rend pas un texte citable. Une FAQ balisée en FAQPage dont les réponses ne se comprennent pas hors contexte ne sera pas reprise. Structure technique et rédaction autonome sont complémentaires : le balisage ouvre la porte, le texte fait le travail.
Les tableaux et les listes sont-ils vraiment mieux extraits que les paragraphes ?
Oui pour les questions de comparaison et d'énumération, parce que le format porte déjà la relation entre les éléments et évite au moteur de la reconstruire. Pour une définition ou une explication nuancée, un paragraphe bien structuré reste préférable : un tableau ne sait pas expliquer un mécanisme. Le bon réflexe est de choisir le format selon le type de question posée, pas selon une préférence générale.
Comment savoir quel passage précis un LLM a repris de ma page ?
Comparez la formulation de la réponse générée avec le texte source de votre page et repérez les reprises littérales, qui indiquent un chunk extrait tel quel. Suivez ensuite l'évolution de ces reprises dans le temps : un passage qui disparaît des réponses signale souvent une perte de fraîcheur ou l'arrivée d'un concurrent mieux structuré. Un suivi automatisé des citations et des passages extraits évite de dépendre de tests manuels ponctuels.