GEO technique un site que les robots des IA peuvent lire, de bout en bout

C’est l’ensemble des réglages qui permettent aux robots des IA génératives de récupérer, lire et comprendre vos pages : autorisation dans le robots.txt et le pare-feu, contenu présent dans le HTML servi sans JavaScript, balises qui n’excluent pas vos pages des réponses, indexation et exploration propres, sitemap, llms.txt, version Markdown et données structurées. Il prolonge le SEO technique avec une contrainte en plus : hors Google et Apple, aucun robot d’IA n’exécute le JavaScript.

Au minimum les robots de recherche, qui alimentent les réponses : OAI-SearchBot pour ChatGPT, Claude-SearchBot, PerplexityBot, et Googlebot pour Gemini, le Mode IA et les AI Overviews. Les robots d’entraînement (GPTBot, ClaudeBot, CCBot, le jeton Google-Extended) relèvent d’un choix : les bloquer n’empêche pas d’être cité, mais la plupart des entreprises ont intérêt à tout ouvrir. Les agents (ChatGPT-User, Claude-User, Perplexity-User) lisent une page quand un utilisateur le demande. Sur digital-m.fr, tous sont autorisés, et treize sont nommés explicitement.

Parce que le blocage se joue souvent avant le robots.txt : Cloudflare bloque par défaut une partie des robots IA depuis juillet 2025, et depuis le 15 septembre 2026 les nouveaux domaines avec publicité bloquent par défaut les robots d’entraînement et les agents ; certains hébergeurs et pare-feu applicatifs font de même, et des listes de blocage héritées d’un plugin refusent GPTBot ou ClaudeBot. Seuls vos journaux serveur disent la vérité : aucune visite d’un robot en trente jours signifie qu’il est bloqué quelque part.

S’il est rendu côté client, oui : le serveur envoie une coquille vide que le navigateur remplit, et GPTBot, ClaudeBot ou PerplexityBot n’exécutent jamais ce script. La solution n’est pas de changer de technologie mais de mode de rendu : rendu côté serveur ou génération statique, que proposent nativement les frameworks modernes, le prerendering restant une béquille. Le test tient en deux minutes : le code source de la page doit contenir une phrase entière du texte visible.

Oui, parce qu’il ne coûte rien et ne nuit pas, mais sans en attendre grand-chose : proposé en septembre 2024, présent sur environ 10 % des sites selon SE Ranking, il n’est pas pris en charge par Google selon Gary Illyes (juillet 2025) et reste très peu demandé par les robots. Digital-m.fr en publie un, avec le résumé de l’activité et plus de cent pages clés. Il ne remplace ni un robots.txt ouvert ni un HTML lisible.

Pas directement : une étude Ahrefs de mai 2026 sur 1 885 pages ayant ajouté du JSON-LD ne mesure presque aucune variation de leurs citations dans le Mode IA et ChatGPT, et six moteurs IA sur sept ne lisent pas le balisage brut selon Otterly. Elles restent utiles pour Google et Gemini, qui s’appuient sur l’index Google, et pour décrire votre entité sans ambiguïté : Organization ou LocalBusiness avec sameAs, Person, Product, Offer, Review. L’information clé doit toujours figurer aussi dans le texte visible.

C’est secondaire. Le Markdown est le format que les modèles lisent le plus économiquement, 80 % de tokens en moins qu’en HTML pour un même article selon Cloudflare, mais d’après les journaux analysés en 2026, aucun robot IA n’utilise la négociation de contenu pour le demander. Nous commençons par rendre le HTML propre ; une version .md des pages clés, avec une canonical vers l’original, s’ajoute quand la plateforme le permet facilement.

Chez Google, nosnippet retire la page des fonctionnalités IA mais supprime aussi l’extrait classique ; un réglage de la Search Console, testé depuis juin 2026 sur des sites pilotes, permet de refuser les réponses IA en gardant l’extrait, et Google-Extended ne joue pas sur les AI Overviews. Chez Bing, noarchive exclut la page des réponses de Copilot, nocache la limite au titre et à l’extrait, data-nosnippet exclut un bloc précis et data-snippet désigne le texte citable. Une page non indexée ou en noindex n’est citée par aucun des deux.

Google ne demande de s’en préoccuper qu’au-delà d’un million de pages, ou de 10 000 pages mises à jour chaque jour, mais sa documentation du 22 juillet 2026 précise que la capacité d’exploration est partagée entre tous ses robots, ceux de l’IA compris. Une page jamais explorée ne sera jamais citée : sur une boutique, facettes, paramètres et redirections en cascade peuvent multiplier les URL par cent. Bloquer l’inutile, répondre 404 ou 410 aux pages supprimées et tenir un sitemap honnête suffisent dans la plupart des cas.

Les deux. Quand nous avons la main sur le site, nous appliquons les corrections nous-mêmes ; sinon, nous livrons des spécifications précises, page par page et règle par règle, puis nous recettons le travail et nous vérifions dans les journaux que les robots passent. Pour un nouveau site, le rendu et l’accès des robots se décident au cahier des charges, pas à la recette : c’est ainsi que nous concevons les nôtres.