Référencement IA : ce que Google, OpenAI, Anthropic et Perplexity documentent vraiment
Être cité par les AI Overviews, ChatGPT, Perplexity ou Claude : voici ce que les documentations officielles disent des robots, du robots.txt, des données structurées et de llms.txt, et ce que j’ai observé sur des sites clients.
On parle de référencement IA (ou de « GEO ») pour désigner le fait d’être trouvé et cité par les moteurs de réponse : les AI Overviews et l’AI Mode de Google, la recherche de ChatGPT, Perplexity, Claude. Cet article s’en tient à ce que les plateformes documentent elles-mêmes, avec le lien de chaque source, et à ce que j’ai observé sur des sites clients, daté.
Ce que Google dit des AI Overviews
La page de Google Search Central consacrée aux fonctionnalités IA (AI features and your website, mise à jour le 10 décembre 2025) est claire : « There are no additional requirements to appear in AI Overviews or AI Mode, nor other special optimizations necessary. »
Pour apparaître comme lien de source, une page doit être indexée et pouvoir s’afficher dans Google avec un extrait. Il n’y a pas d’exigence technique en plus, et Google rappelle qu’une page conforme n’a aucune garantie d’être explorée, indexée ou affichée. La même page explique que ces réponses peuvent utiliser une technique de « query fan-out » : plusieurs recherches liées, lancées sur des sous-sujets, pour construire la réponse.
En mai 2026, Google a publié un guide d’optimisation pour l’IA (mis à jour le 10 juillet 2026). Il cite l’AEO et le GEO, dit que beaucoup des « astuces » vendues sous ces noms ne sont pas efficaces pour la recherche Google, et liste ce qu’on peut ignorer : llms.txt et les autres fichiers texte pour l’IA, le découpage du contenu en petits morceaux, la réécriture des pages pour l’IA, la course aux mentions artificielles. Il précise aussi que les données structurées ne sont pas nécessaires pour la recherche par IA générative et qu’il n’existe aucun balisage schema.org spécial à ajouter, tout en restant utiles pour être éligible aux résultats enrichis.
Le guide ajoute une condition absente de la page de 2025 : le site doit être inclus dans les fonctionnalités d’IA générative de la recherche dans la Search Console. C’est le réglage « Search generative AI », déployé sur tous les sites au 31 août 2026, dans les paramètres de la Search Console. L’inclusion est le réglage par défaut ; choisir l’exclusion retire les liens et le contenu du site des AI Overviews, de l’AI Mode et des fonctionnalités d’IA générative de Discover. À vérifier sur chaque site que vous gérez.
Côté Google, le référencement IA, c’est donc le SEO plus un réglage de la Search Console : ce sont les bases du SEO, appliquées à des pages qui doivent pouvoir servir de source. À mon sens, ce qui change, c’est le nombre de robots à gérer et la façon de mesurer.
Les robots, un par un
Chaque plateforme distingue ses robots selon leur usage : entraînement, recherche, ou visite à la demande d’un utilisateur.
OpenAI (documentation des robots)
OAI-SearchBotsert à faire apparaître des sites dans la recherche de ChatGPT. Un site qui le bloque ne sera pas affiché dans les réponses de recherche de ChatGPT, même s’il peut encore apparaître comme lien de navigation.GPTBotexplore du contenu susceptible de servir à l’entraînement des modèles. Le bloquer indique que votre contenu ne doit pas servir à l’entraînement.ChatGPT-Uservisite une page quand un utilisateur pose une question. OpenAI précise que les règles du robots.txt « may not apply » à ces visites, et que ce robot ne décide pas de l’apparition dans la recherche.
Anthropic (page d’aide sur les robots)
ClaudeBotcollecte du contenu qui peut contribuer à l’entraînement ; le bloquer signale que vos futurs contenus doivent être exclus des données d’entraînement.Claude-SearchBotsert à améliorer la qualité des résultats de recherche. Le bloquer empêche l’indexation de votre contenu pour la recherche, ce qui peut réduire votre visibilité.Claude-Userpeut consulter une page quand un utilisateur de Claude pose une question. Le bloquer empêche Claude de récupérer votre contenu pour répondre.
Anthropic indique respecter les directives du robots.txt.
Perplexity (documentation des robots)
PerplexityBotsert à faire apparaître et à lier des sites dans les résultats de Perplexity, et n’est pas utilisé pour l’entraînement de modèles. Perplexity recommande de l’autoriser pour apparaître dans ses résultats.Perplexity-Useragit à la demande d’un utilisateur et, selon Perplexity, ignore généralement le robots.txt.
Google (liste des robots de Google)
Google-Extended n’est pas un robot distinct : c’est un jeton du robots.txt qui contrôle l’usage de
votre contenu pour entraîner les futurs modèles Gemini et pour l’ancrage des réponses dans certains
produits (Gemini Apps, Vertex AI). Google écrit qu’il « does not impact a site’s inclusion in Google
Search nor is it used as a ranking signal ». Pour les AI Overviews, c’est Googlebot qui compte, et
les contrôles d’affichage sont nosnippet, data-nosnippet, max-snippet et noindex.
Robots.txt : choisir en connaissance de cause
Bloquer l’entraînement (GPTBot, ClaudeBot,
Google-Extended) et autoriser la recherche (OAI-SearchBot, Claude-SearchBot, PerplexityBot,
Googlebot) sont deux décisions séparées : OpenAI et Perplexity documentent leurs réglages comme indépendants,
et Anthropic et Google décrivent des robots aux effets distincts. Un
blocage global de « tous les robots IA » bloque donc aussi les robots de recherche : chez OpenAI, le
site n’apparaît plus dans les réponses de recherche de ChatGPT, et chez Anthropic, la visibilité dans
les résultats de Claude peut baisser. Google rappelle enfin que l’exploration doit être autorisée
dans le robots.txt, mais aussi par votre CDN ou votre hébergeur. Perplexity consacre d’ailleurs une
section de sa documentation à la configuration des pare-feu applicatifs (WAF).
La liste technique qui s’applique vraiment
Les exigences techniques de Google sont d’être indexé, éligible à l’affichage avec un extrait, et inclus dans les fonctionnalités d’IA générative de la recherche dans la Search Console. Les bonnes pratiques qu’il cite pour les fonctionnalités IA sont celles du SEO :
- Exploration : autorisée dans le robots.txt et par votre CDN ou votre hébergeur.
- Maillage interne : un contenu facile à trouver par les liens du site.
- Expérience de page : Google parle d’offrir « a great page experience ». Sa page dédiée commence par une question : vos pages ont-elles de bons Core Web Vitals ?
- Contenu en texte : l’information importante disponible sous forme de texte, appuyée par des images et des vidéos de qualité quand c’est utile.
- Données structurées : Google recommande de vérifier qu’elles correspondent au texte visible et précise qu’il n’existe aucun balisage schema.org spécial à ajouter pour l’IA.
llms.txt : ce que c’est, et ce que ce n’est pas
llms.txt est une proposition, publiée par Jeremy Howard le 3 septembre 2024 (page de la version 2 modifiée le 10 août 2026) : un fichier Markdown, en général à la racine du site, qui donne aux agents un aperçu organisé avec des liens vers les contenus utiles. Le site du projet le décrit lui-même comme « A proposal to standardise on using an /llms.txt file ».
Dans les documentations des robots citées ici, aucune ne dit que son robot lit llms.txt pour choisir ses sources. Google est explicite : le 15 juin 2026, il a ajouté à son guide d’optimisation pour l’IA une note disant que la recherche Google n’utilise pas ces fichiers, et qu’en tenir un pour d’autres services n’aide ni ne nuit à la visibilité ni au classement dans la recherche Google. J’en publie un sur mon site et sur plusieurs sites clients parce qu’à mon avis il coûte peu à tenir à jour, pas parce qu’un moteur s’est engagé à le lire.
Mesurer : des taux, pas un relevé unique
Pour Google, le trafic issu des AI Overviews et de l’AI Mode est compté dans le rapport Performances de la Search Console, dans le type de recherche « Web », avec le reste de la recherche. Le guide d’optimisation pour l’IA renvoie aussi à un rapport sur les performances de l’IA générative dans la Search Console. La présence dans les réponses IA, elle, se mesure par des relevés répétés, car elle bouge.
Sur Pioneer Golf, j’ai suivi les citations dans les AI Overviews sur 19 requêtes cibles. Entre deux relevés à onze jours d’intervalle, 6 des 19 requêtes ont vu leur AI Overview apparaître ou disparaître. La citation du site sur sa principale requête commerciale (« scotland golf trips », 1 600 recherches par mois aux États-Unis) est apparue en juillet 2026, puis avait disparu au relevé suivant. Un relevé isolé n’est donc jamais un résultat acquis.
Ce que j’ai observé sur des sites clients
Ces chiffres sont des relevés datés, pas des garanties ni la preuve d’un lien de cause :
- Carda Health : au relevé de référence du 14 juillet 2026, cardahealth.com était cité dans 363 réponses IA de Google, contre 29, 6 et 14 pour ses trois concurrents commerciaux les plus proches.
- ProfitPad : le programme interrogeait quatre moteurs (ChatGPT, Claude, Gemini, Perplexity) sur les questions cibles. Au relevé du 4 août 2026, les quatre recommandaient ProfitPad pour la question sur l’intégration de l’ERP Eclipse. Sur la question du meilleur partenaire, la couverture est passée d’un moteur sur quatre (4 août) à deux sur quatre (27 août), Claude et Perplexity citant un article du site comme source.
- Pioneer Golf : ChatGPT a cité la page Old Course du site pour la requête produit principale du client, lors d’une observation de mai 2026.
Vérifier votre site
Mon audit SEO gratuit commence par un contrôle instantané et automatique : les règles de votre robots.txt pour neuf robots (il signale les six robots de recherche et mentionne ceux d’entraînement), la présence d’un llms.txt (mentionnée sans compter), vos données structurées JSON-LD, l’indexabilité et les Core Web Vitals sur mobile. Les citations dans les réponses IA font partie du rapport gratuit, que je vérifie moi-même.
Ce qui manque à votre site
Commencez par un audit gratuit de votre site, vérifié par moi. Ou réservez trente minutes, votre projet à l’écran : vous repartez avec un plan cadré et un chiffre, que nous travaillions ensemble ou non.
