AI Overviews & SEO : les points à connaître impérativement avant leur arrivée en France
Les AI Overviews sont apparus récemment dans plusieurs pays d'Europe. Ils pourraient débarquer prochainement en France. Mieux connaitre leur façon de fonctionner apparait donc judicieux pour le SEO. D'autant que cette fonctionnalité utilise des techniques qui la distingue du search ou de sa prédécesseur, la SGE, pour Search Generative Experience, basée elle aussi sur l'IA.
Les résumés prédictifs anticipent la demande de l'utilisateur
D'abord, AI Overviews utilise les résumés prédictifs. Ils permettent, comme leur nom l'indique, de fournir, en plus d'une réponse à la requête de recherche, des variations liées à ce que le l'utilisateur pourrait souhaiter savoir. "C'est en fait une synthèse de plusieurs éléments qui vont permettre de mieux répondre à la demande de l'utilisateur", résume Sylvain Peyronnet, CEO de babbar.tech. "L'utilisateur tape bien sa demande, mais le moteur va créer plusieurs requêtes qui sont des "patterns" de recherches similaires."
Des requêtes "ventilées"
Autre technique mise en place par les AI Overviews, le query fan-out. Elle est en lien avec les résumés prédictifs. Pendant que la réponse est générée, les modèles avancés peuvent désormais reconnaître et atteindre un plus large nombre de pages Web qu'avant. Pour illustrer ceci, pour la requête "je veux acheter un vélo électrique", un fan-out pourrait être :"comparatif vélo électrique 2025", "où acheter vélo électrique fiable en ligne","vélo électrique subvention région parisienne" et "comparatif Moustache, Canyon, Decathlon Riverside."
"Techniquement, le fan-out, ce son juste des recherches connexes pour enrichir l'information obtenue", observe Sylvain Peyronnet. "Avec ces requêtes, le moteur va extraire des extraits de documents. Ceux-ci vont être fournis en contexte au LLM. Le but est d'améliorer les réponses et diminuer les hallucinations." Le fait d'effectuer des requêtes connexes pour trouver plus de sources va aussi élargir par exemple la capacité du LLM à fournir une requête complète.
Des sources en fin de paragraphes
Les AI Overviews se servent aussi de la pratique dite du grounding links, que l'on pourrait traduire par "liens de mise à terre". Il en résulte que les résultats des AI Overviews comportent des liens pour les différents sous-thèmes. Le but est d'"ancrer" les différents paragraphes à des sources. "L'accroche à ces extraits de documents qui proviennent d'URLs trouvées grâce aux requêtes similaires va permettre un ancrage de la réponse à des sources", confirme Sylvain Peyronnet. "C'est ce qu'on nomme le grounding. C'est typiquement une approche RAG, pour retrieval augmented generation. En fournissant un lien vers un extrait dans une source, le LLM réduit ses hallucinations. Et rassure l'utilisateur sur la véracité de la réponse, en fournissant une forme de traçabilité de l'information. C'est une technique utilisée par les agents conversationnels pour améliorer leur qualité. C'est de l'IA par la manière dont cela est fait, en utilisant des distances entre les embeddings des extraits des documents et ceux des passages de la réponse."
Notons que les liens créés sont censés être particulièrement spécifiques et contextualisés. Ils sont aussi appelés clics ou liens qualifiés. Par exemple, pour expliquer comment fonctionne un vélo, on peut parler des roues, de la chaîne, des rayons... Chaque partie peut être sourcée selon les liens utilisés.
Optimiser les blocs de contenus
On peut se demander si les AI Overviews ne rendent pas le SEO traditionnel obsolète. Sylvain Peyronnet remarque, à l'instar de nombreuses autres études, que les différents résultats pour répondre à une requête ne seront pas forcément les premiers au sens du SEO et des moteurs standards. Un aperçu de ce décalage est selon lui vu dans l'outil YourTextGuru. "Nous y avons affiché l'optimisation pour SearchGPT. Et on voit que la sémantique est assez proche, mais ce n'est généralement pas tout à fait la même."
Danny Sullivan, le Search Liaison de Google, a aussi récemment prévenu qu'il ne fallait pas essayer de classer à la fois pour la partie organique et pour AI Overviews, car cela risquait de ne pas fonctionner.
Alors, le SEO traditionnel est-il inefficace sur les AI Overviews ? En fait, pour Dany Sullivan et David Groult, head of SEO de Noiise, cela ne change pas les fondementaux du référencement naturel. "Il s'agit toujours d'anticiper les intentions des utilisateurs et d'y répondre de manière pertinente", relève le spécialiste du référencement français. Cependant, pour lui, la forme et les objectifs évoluent avec les AI Overviews. "Avant, on cherchait à positionner une page pour capter du clic. Désormais, on cherche à obtenir une mention et un placement de marque. Cette différence nous pousse à adapter la manière dont on conçoit et structure nos contenus. D'abord, rédiger des blocs de contenu courts et directs qui seront facilement "extraits" par une IA. Ensuite, structurer les pages avec des titres explicites correspondant à des sous-intentions claires. Egalement, répondre à plusieurs sous-questions, pas seulement à une requête principale. Nous entrons dans une ère où il ne suffit plus d'être bien positionné : il faut aussi être "citable" par une IA. Cela implique une réflexion plus fine sur le format, la clarté, et la profondeur de traitement."
On ajoutera que la plus-value du contenu pourrait être un facteur clé de classement des AI Overviews. Ceux-ci pourraient en effet être influencés par le score de gain d'information, décrit dans un brevet Google accordé en juin 2024. Il y recommande notamment que le document contienne "des informations supplémentaires par rapport aux informations contenues dans les documents précédemment consultés par l'utilisateur".