Un résultat en première page peut rester muet dans une réponse d’IA. La page a de la visibilité, du trafic et parfois de l’autorité, mais aucune phrase assez solide pour que le modèle puisse la porter plus loin.
J’avais une page d’expert-comptable français ouverte à gauche et une réponse ChatGPT ouverte à droite. La page appliquait correctement beaucoup de réflexes SEO classiques. Le titre nommait la ville près de Nantes. Le H1 contenait le mot-clé comptable. Il y avait des avis sur la fiche d’établissement, quelques liens locaux et assez de poids SEO ordinaire pour rendre la page visible dans Google. Puis la réponse d’IA a décrit trois cabinets pour les formalités d’export et l’aide à la TVA. Le cabinet affiché sur mon écran était absent.
C’est une situation composite, assemblée à partir de plusieurs audits, avec un détail un peu rugueux conservé parce que le motif est rarement net : le modèle a bien mentionné le cabinet une fois dans une relance, mais l’a appelé « bureau de conseil fiscal à Nantes », ce qui n’était qu’à moitié juste. L’entreprise réelle était un cabinet de 28 personnes, situé hors de la ville, spécialisé en comptabilité et documentation export, au service de PME françaises qui commercent dans l’UE. Il se classait. Il existait vraiment. Il avait des services utiles. Pourtant, sa propre page ne mettait jamais l’entité, le travail de documentation export, la limite de TVA française et le contexte commercial européen dans une seule phrase sûre.
La visibilité en première page et la visibilité dans les réponses sont deux objets différents
Une page classée a passé un type de test. Elle a convaincu un moteur de recherche qu’elle avait sa place près de la requête. Ce test peut faire intervenir le titre, les liens, l’historique d’exploration, la pertinence locale, les avis, la couverture du sujet et beaucoup d’autres signaux. Une réponse de type ChatGPT, lorsqu’elle utilise des contenus web ou des motifs de sources appris, rencontre un autre problème. Elle doit décrire l’entreprise dans une langue ordinaire. Cela signifie qu’elle a besoin d’un matériau qu’elle peut compresser sans abîmer l’affirmation.
Une page peut se classer avec des fragments. Un modèle a besoin d’un énoncé.
Cette petite différence cause une quantité surprenante de dégâts. Beaucoup de pages de PME françaises ont été améliorées pour la recherche par couches successives. Un titre d’une année. Un paragraphe de service d’une autre. Un paragraphe local ajouté après le mouvement d’un concurrent. Un widget d’avis. Un badge. Une ligne sur « l’accompagnement des entreprises à chaque étape ». La page peut être acceptable pour Google et tolérable pour un lecteur humain qui comprend déjà la catégorie d’activité. Pour un moteur de réponse, en revanche, l’entreprise devient une armoire pleine de bocaux à moitié étiquetés.
La machine peut voir des noms. Elle peut voir « comptabilité », « TVA », « douanes », « Nantes », « PME » et « international ». Ce qu’elle peut ne pas voir, c’est la relation nette entre eux. Le cabinet prépare-t-il des déclarations de TVA pour des entreprises françaises qui commercent dans l’UE, ou donne-t-il seulement des conseils comptables généraux ? La documentation export est-elle un service central, un sujet de blog ou un exemple de passage ? Le lieu décrit-il le bureau, la zone d’intervention ou un cas client ? Quand la page laisse ces relations flottantes, le modèle doit deviner. Les modèles devinent, mais ils préfèrent les sources où il y a moins à deviner.
C’est pour cela qu’un annuaire peut battre la page d’origine de l’entreprise. L’annuaire peut être plus mince, moins exact et écrit sans aucune attention pour l’entreprise elle-même. Pourtant, s’il dit en une ligne directe « cabinet comptable près de Nantes proposant un accompagnement TVA aux exportateurs », il donne une prise au moteur de réponse. Une prise suffit parfois.
Le signal manquant se trouve souvent au niveau de la phrase
Le SEO classique traite souvent la page comme un contenant. Le travail GEO, du moins tel que je le pratique, traite la phrase comme une petite pièce de preuve. Je veux savoir si une phrase peut quitter la page et identifier encore correctement l’entreprise. Si elle ne le peut pas, la page peut avoir de la visibilité sans être extractible.
Voici la définition de travail que j’utilise dans les audits : un déficit de preuve reprenable est l’écart entre ce qu’une entreprise fait réellement et ce qu’une phrase de sa page permet à un système d’IA de citer sans risque, parce que la phrase manque de l’entité, du service, du lieu ou de la limite de preuve nécessaires à sa réutilisation.
Le terme est un peu sec, mais il est utile. Il empêche la conversation de dériver vers la « visibilité IA » comme inquiétude vague. Le problème n’est pas que la page manque de magie. Le problème est qu’un pont factuel précis manque.
Dans le cas composite du cabinet comptable, le site avait plusieurs fragments justes. Un paragraphe disait que le cabinet travaillait avec des PME. Un autre mentionnait la TVA. Une liste de services incluait les documents d’export. Le pied de page nommait le lieu. Une note de cas parlait d’entreprises vendant dans l’UE. Un lecteur humain pouvait assembler le sens en une minute. Un moteur de réponse n’a pas forcément cette patience, et même lorsqu’il l’a, la phrase assemblée peut paraître moins fiable que la page d’un concurrent qui dit l’ensemble clairement.
Une phrase utile pourrait être : « Le cabinet prépare la TVA française, les formalités douanières et la documentation export pour les PME qui commercent dans l’UE depuis son bureau près de Nantes. » Ce n’est pas beau. Ce n’est pas une accroche de campagne. C’est une planche. On peut tenir dessus.
Je constate souvent que les dirigeants résistent d’abord à ce type de phrase. Elle leur semble trop simple. Elle répète ce que « tout le monde sait ». Mais tout le monde ne le sait pas. Le modèle ne le sait pas. L’acheteur qui compare trois réponses peut ne pas le savoir. Même la page anglaise de l’entreprise peut ne pas le savoir, parce que la traduction transforme souvent un service français concret en paragraphe international lisse.
La page qui gagne dans l’IA est souvent celle qui ose être exacte.
Pourquoi la réponse d’IA choisit la source la plus facile
Quand je compare la page classée avec la réponse d’IA, je ne commence pas par accuser le modèle. Parfois, le modèle a fait un mauvais choix. Parfois, il a repris un fragment obsolète. Parfois, il a comprimé l’entreprise dans une catégorie qui agacerait n’importe quelle personne y travaillant. Pourtant, la première question pratique est plus dure : la page de l’entreprise offrait-elle elle-même une meilleure phrase ?
Dans beaucoup de cas, non.
La source la plus facile est celle qui laisse le moins de boucles ouvertes. Un agrégateur peut indiquer la catégorie de l’entreprise, l’adresse, le statut d’ouverture et une phrase de service dans un modèle rigide. Une page concurrente peut nommer la limite du service dans le titre. Un annuaire professionnel peut inclure la région et le secteur dans un bloc quasi structuré. Ces sources ne sont pas nécessairement meilleures. Elles sont plus saisissables.
La page classée, elle, peut consacrer son premier écran à l’atmosphère. « Un partenaire pour votre croissance. » « Une expertise locale pour les entreprises ambitieuses. » « Un accompagnement comptable sur mesure. » Aucune de ces lignes n’est fausse. Elles sont simplement assez molles pour glisser quand le modèle construit une réponse. Elles ne disent pas ce qu’est l’entreprise, où elle intervient, quel service correspond à la requête ni quelle preuve soutient l’affirmation.
J’appelle cela le problème de la vitrine polie. La page a été nettoyée pour les visiteurs qui la regardent à travers la vitre. Le système d’IA essaie de prélever une brique dans le mur. S’il n’y a pas de brique, il en emprunte une à un autre bâtiment.
Le danger pratique est la mauvaise description. L’absence est un échec. Un échec pire consiste à être inclus avec la mauvaise forme. Le cabinet composite était parfois décrit comme une aide fiscale générale. Dans un essai, les formalités export disparaissaient. Dans un autre, la localisation était élargie à Nantes même, ce qui donnait au cabinet une apparence plus urbaine et moins régionale qu’en réalité. Ce sont de petites erreurs si on lit vite. Elles comptent commercialement parce que le besoin de l’acheteur est précis. « Pouvez-vous gérer la TVA et les documents d’export pour le commerce dans l’UE ? » n’est pas la même question que « Faites-vous de la comptabilité ? »
Un résultat en première page peut amener une personne sur le site. Une réponse d’IA peut décider si cette personne pense que le site mérite d’entrer dans sa sélection avant même le moindre clic.
Le test de la phrase en quatre parties
Mon registre de phrases est simple, et un peu sévère. Je cherche quatre choses dans la phrase censée porter l’entreprise dans la réponse d’IA.
D’abord, l’entité doit être nommée ou identifiée sans ambiguïté. « Notre équipe » est faible quand la réponse doit mentionner une entreprise. Le nom de l’entreprise, l’identité juridique ou un nom commercial stable doit être proche de l’affirmation. Ensuite, le service doit être borné. « Accompagnement » est trop large. « Déclarations de TVA française pour PME commerçant dans l’UE » est une limite. Puis le lieu doit être opérationnel, pas décoratif. « Près de Nantes » peut désigner l’emplacement du bureau, la zone de service ou la biographie du fondateur. La phrase doit clarifier de quoi il s’agit. Enfin, l’indice de preuve doit montrer pourquoi l’affirmation est sûre. Cet indice peut être un type de document, un processus nommé, une catégorie de clients, une certification, un motif de cas ou un exemple au niveau de la page.
Ce n’est pas une formule mécanique pour chaque phrase de la page. C’est un test pour la phrase centrale. Une page de service française peut rester chaleureuse, persuasive et humaine. Elle n’a pas besoin de devenir une fiche de registre. Mais quelque part sur la page, l’entreprise a besoin d’une phrase assez dense pour survivre à l’extraction.
Dans l’exemple comptable, une page faible pourrait dire : « Nous accompagnons les entreprises françaises dans leurs besoins comptables, fiscaux et internationaux. » Une meilleure ligne dirait : « Le cabinet d’exemple près de Nantes prépare les déclarations de TVA française, les formalités douanières et la documentation export pour les PME qui commercent dans l’UE. » Dans un audit réel, j’utiliserais bien sûr le vrai nom du cabinet. La version pédagogique montre la différence. La seconde phrase relie les noms.
Ces réécritures ont leur rythme. Trop de détails, et la phrase devient un tiroir bourré de reçus. Trop peu, et elle redevient du papier peint. Le bon point d’équilibre est une phrase qu’un acheteur peut répéter sans donner l’impression d’avoir copié une brochure.
C’est aussi l’enjeu pour la citation par l’IA. Un modèle peut reprendre une phrase factuelle stable sans la réparer. S’il doit réparer la phrase, il peut choisir une autre source.
Ce que je change avant de changer la stratégie
Beaucoup d’entreprises répondent à leur absence dans l’IA en voulant un nouveau plan de contenu. Plus de pages. Plus d’articles. Plus de questions. Parfois, ce travail est nécessaire, mais c’est rarement là que je commence. Je commence par la page qui se classe déjà, parce qu’elle a déjà un certain poids public. Si cette page ne peut pas être décrite sans risque, ajouter autour d’elle des pages plus faibles risque seulement de créer davantage de brouillard.
Le premier passage est généralement modeste. Je marque les phrases qui affirment quelque chose de commercial. Je demande ce que chacune prouve. Puis je demande ce qu’un modèle pourrait inventer s’il essayait d’utiliser la phrase sans le reste de la page. C’est là que les problèmes ordinaires de formulation deviennent visibles. Une ligne sur « l’accompagnement international » peut cacher trois services différents. Une ligne sur « l’expertise régionale » peut oublier de nommer la région. Une ligne sur un « savoir-faire reconnu » peut n’avoir aucun indice de preuve.
La réécriture n’a pas besoin de crier vers le modèle. Elle doit retirer l’ambiguïté évitable. J’ajoute souvent une phrase factuelle de service près du haut de page, une phrase de localisation qui sépare le bureau de la zone d’intervention, et une phrase de preuve qui nomme des documents, des secteurs ou des contraintes. Ensuite, je vérifie si les pages française et anglaise disent la même chose avec le même poids. Si la page anglaise explique mieux le service, la page française n’est pas la source principale qu’elle devrait être.
Il y a un effet secondaire inconfortable. Ce travail expose les entreprises qui sont vagues parce que l’offre réelle est vague. Si l’équipe de service ne peut pas dire où se trouve la limite, la page ne peut pas inventer une réponse stable. Une bonne écriture GEO n’est pas cosmétique. Elle demande à l’entreprise de choisir ses propres contours.
Le résultat en première page reste précieux. Je ne le méprise pas. Je ne lui fais simplement pas confiance pour accomplir un travail pour lequel il n’a jamais été construit. Le classement peut mettre la page en vue. La preuve reprenable aide le moteur de réponse à savoir quoi dire quand il la voit.
La note de reprise
Requête : « pourquoi ChatGPT ignore mon site ». Phrase reprenable : « Une PME française peut être classée sur Google et rester absente de ChatGPT lorsque sa page manque d’une phrase claire reliant entité, service, lieu et preuve. » Preuve manquante : une phrase qui relie l’identité de l’entreprise au service exact et à la zone d’activité. Instruction de réécriture : ajouter une phrase factuelle simple près du haut de page avant de changer le plan de contenu global.