Vérifiez vous-même si vos pages sont dans Google et Bing

Publiée, indexée, affichée : les trois états de vos pages

Prenez, sur votre site, la page qui vous rapporte le plus. Elle traverse trois états. Elle est publiée : votre serveur la renvoie quand un navigateur la demande. Elle est indexée : Bing ou Google l'a lue et rangée dans son index. Elle est affichée : le moteur décide de l'afficher à quelqu'un qui pose une question. Le premier n'entraîne pas les deux autres.

Le premier état vous appartient. Vous cliquez sur « Publier », votre serveur répond « 200 », la page s'affiche. Ouvrez l'adresse dans une fenêtre de navigation privée : trente secondes suffisent. À l'instant où vous publiez, aucun moteur ne sait que cette page existe. Il faudra qu'un robot tombe sur son adresse. Ce programme, qu'on appelle un robot d'exploration, suit les liens du Web page après page. Il peut ne jamais arriver chez vous.

Le deuxième état ne vous appartient plus. Le robot lit la page, et le moteur décide ensuite s'il garde ce texte dans son index : la liste des documents dans laquelle il puisera pour répondre. Votre page peut être lue puis écartée, parce que le moteur la trouve trop mince, trop proche d'une autre de vos pages, ou trop peu citée ailleurs. Elle a été vue. Elle n'a pas été retenue.

Le troisième état est le plus trompeur. Une page rangée dans l'index dort. Figurer dans l'annuaire d'une ville ne fait pas sonner votre téléphone. Votre page « dépannage informatique » peut sortir en troisième position sur une formulation et rester introuvable sur une autre, le même jour, avec le même texte. Le moteur refait ce choix à chaque requête tapée.

Entre les deux premiers, il existe une salle d'attente, et Google lui donne même un nom. Dans Google Search Console, vous lisez parfois, en face d'une de vos adresses : « Détectée, actuellement non indexée »^[6]. En clair : « je sais que cette page existe, je ne l'ai pas lue, et je ne promets rien ». Le moteur hiérarchise ce qu'il explore, et votre page attend son tour.

Une autre surprise attend celui qui publie deux fois la même chose. Deux adresses différentes cachent la même page, et l'une comme l'autre s'ouvre dans un navigateur. Le moteur, lui, choisit le plus souvent une seule version de référence — la « canonique » — et range l'autre derrière elle. Vous croyez avoir deux pages. Aux yeux de l'index, vous n'en avez qu'une.

Chaque état se vérifie à un endroit différent.

Pourquoi la commande « site: » ne mesure pas vos pages indexées

Ouvrez Google. Tapez site:votre-domaine.fr et appuyez sur Entrée. Une ligne apparaît sous la barre de recherche : « Environ 137 résultats ». Ce nombre ne compte pas vos pages indexées. Google l'écrit dans sa propre documentation : cette commande ne renvoie pas nécessairement toutes les adresses indexées d'un domaine, et le propriétaire d'un site volumineux ne les verra jamais toutes^[1]. Le chiffre affiché est un échantillon qui bouge. Ce n'est pas un inventaire.

Google signalait déjà le problème en mai 2006, sur son blog officiel destiné aux propriétaires de sites : la commande sert à repérer, pas à mesurer^[2]. Vingt ans plus tard, ce nombre trône encore en haut des rapports mensuels, sous l'étiquette « pages indexées ».

Le même piège existe chez Bing. Une réponse du forum de support Microsoft Q&A — un signalement d'utilisateur, sans valeur de documentation officielle — décrit Bing Webmaster Tools et le moteur bing.com comme deux systèmes distincts, alimentés à des rythmes différents : une page peut apparaître « indexée » dans l'outil le matin et rester introuvable par une recherche « site: » l'après-midi, sans que cet écart prouve quoi que ce soit sur l'état réel de la page^[4]. Deux écrans se contredisent : c'est l'inspection d'URL dans l'outil, et non la recherche « site: », qui vous rapporte ce que contient l'index.

La commande garde un usage honnête. Vous cherchez une vieille page dont vous ne retrouvez plus l'adresse : tapez « site:votre-domaine.fr services », elle remonte en général. C'est un geste de confort. Le problème commence le jour où quelqu'un recopie ce chiffre dans un rapport, à côté d'une ligne de budget.

Lancez la commande depuis votre bureau. Demandez à un correspondant de la lancer au même instant depuis Genève. Les deux totaux peuvent différer, selon le pays, la langue et le moment de la requête. Un chiffre qui change selon qui le regarde n'est pas une mesure. C'est une estimation.

Vérifier vos pages une par une dans Search Console et Bing Webmaster Tools

Deux outils font ce travail : Bing Webmaster Tools chez Microsoft, Google Search Console chez Google. Un champ occupe le haut de l'écran. Vous y collez https://votre-site.fr/services. L'outil interroge son propre index, affiche l'état de cette adresse et propose de la soumettre^[5][6]. Les deux séparent la version qu'ils ont stockée de la version en direct sur votre serveur — Bing sous l'intitulé « ce que voit Bingbot », Google sous « test en direct »^[5][6]. Les deux versions peuvent différer, et cet écart est une source de malentendus.

Ces outils ne répondent qu'au propriétaire du site : il faut d'abord prouver que le domaine est le vôtre, par un fichier déposé sur le serveur ou une ligne ajoutée chez celui qui gère votre nom de domaine. Ensuite, trois gestes suffisent.

Cette méthode a un défaut réel : elle est lente. Comptez une minute par adresse. Pour un site vitrine de quarante pages, vous y passez moins d'une heure et vous ressortez avec un tableau qui dit la vérité. Pour un catalogue de huit mille références, commencez par les pages qui portent votre chiffre d'affaires.

Search Console propose en plus un rapport « Indexation des pages », Bing Webmaster Tools un rapport équivalent. Chez Google, chaque exclusion s'accompagne de son motif — « Explorée, actuellement non indexée », « Page avec redirection », « Introuvable (404) ». Ces libellés vous disent ce qu'il faut corriger, et le rapport porte la date du relevé.

Ce relevé constate un état ; il ne répare rien. Si des pages manquent à l'appel, la cause se trouve en amont : des adresses qui changent à chaque refonte, un serveur qui met huit secondes à répondre aux heures de pointe. Ces causes-là relèvent du socle technique du site. L'outil vous dit où vous en êtes. Il ne vous dit pas pourquoi.

Votre taux d'indexation se calcule sur vos pages publiées, pas sur toutes vos adresses

Un taux d'indexation, c'est une fraction. En bas : le nombre de pages que vous avez publiées. En haut : le nombre de ces mêmes pages que le moteur a réellement gardées. Les deux chiffres se comptent sur la même liste, sinon le pourcentage ne décrit aucun site. L'erreur que je rencontre le plus souvent porte sur ce chiffre du bas. Votre tableau de bord vous en propose spontanément un autre : le nombre d'adresses qu'il « connaît ». Ces deux nombres ne mesurent pas la même chose.

Le sitemap sert de référence. Ce fichier, généralement à l'adresse votre-site.fr/sitemap.xml, liste les adresses que vous soumettez au moteur^[9]. Ouvrez-le dans un navigateur, maintenant. Vous y trouverez peut-être une page supprimée l'an dernier, un article publié deux fois, ou trois variantes de la même rubrique portant « ?page=2 » à la fin. Vous divisez alors par un nombre gonflé. Le résultat est faux avant le calcul.

Voici un cas de figure, monté pour la démonstration. Un site vitrine B2B publie quarante-deux pages, relevées à la main dans le menu et dans le sitemap. L'outil, lui, affiche cent quatre adresses connues : d'anciennes adresses effacées lors d'une refonte, des pages de pagination, des variantes portant des paramètres de suivi. Trente-huit de ces quarante-deux pages sont effectivement dans l'index. Divisez trente-huit par cent quatre : vous affichez 37 % et vous croyez le site en danger. Divisez trente-huit par quarante-deux : vous affichez 90 % et vous savez quelles sont les quatre pages qui manquent. Le même site, deux histoires opposées.

Nettoyer un sitemap n'est pas une refonte, c'est un tri, et il a une fin. Gardez une seule adresse par contenu. Retirez les pages marquées noindex : cette instruction, glissée dans le code, demande au moteur de ne pas ranger la page. Retirez les redirections, les erreurs 404, la pagination, les adresses à paramètres. Un sitemap n'est pas l'inventaire du serveur. C'est une phrase adressée au moteur : « voici les pages qui comptent ».

Quatre façons de compter circulent. Deux seulement informent.

Une page de votre site peut être indexée sans jamais apparaître dans les résultats

Voici le cas le plus déroutant. Votre page est dans l'index : l'outil de Microsoft l'affiche noir sur blanc. Vous tapez son titre exact sur bing.com : elle ne sort pas. Vous n'avez commis aucune erreur. Ce que vous observez a d'abord une explication banale, vue plus haut : l'outil et le moteur public ne se mettent pas à jour au même rythme. Refaites donc la vérification à quarante-huit heures d'intervalle. Si l'écart persiste, une autre piste devient recevable. Une réponse publiée sur le forum de support Microsoft Q&A décrit ce cas : des filtres appliqués à l'échelle d'un domaine entier, pilotés par l'algorithme et invisibles dans les outils de diagnostic^[3]. C'est un signalement de support, pas une documentation d'éditeur : je le cite pour ce qu'il vaut. La page est rangée. Elle n'est pas affichée.

Une fois le décalage des deux systèmes écarté, deux problèmes très différents produisent le même écran vide. Premier cas : le moteur n'a jamais gardé la page. Second cas : la page est dans l'index, mais un filtre la maintient à l'écart des résultats. Depuis la barre de recherche, vous voyez la même chose — rien. Vous concluez « pas indexée », vous soumettez la page à nouveau. Dans le second cas, ce geste ne sert à rien : elle est déjà rangée.

L'inspection d'URL sépare les deux cas : la page absente de l'index, et la page rangée mais jamais affichée. Si l'outil vous indique que l'adresse est bien dans l'index alors que la recherche publique ne donne rien, arrêtez de soumettre. Le robot a fait son travail : votre page est rangée. C'est le moteur qui refuse de l'afficher. Il compare votre page à dix autres qui disent la même chose, et il pèse ce qu'elle apporte de plus, les sites qui la citent ailleurs, ce qu'elle prouve à un lecteur.

Vous savez alors quoi confier, et à qui. Page absente de l'index : commencez par la technique — une balise noindex oubliée après une refonte, une ligne de robots.txt qui interdit le passage du robot, un sitemap périmé, des liens internes absents. Si l'outil montre que la page a été explorée puis écartée, le chantier est éditorial — contenu, preuve, signaux extérieurs. Ce sont deux équipes et deux budgets. Se tromper de diagnostic, c'est financer un chantier technique quand le problème est éditorial.

Cette réponse de forum décrit l'existence de ces filtres. Elle ne dit pas comment savoir si votre site en subit un. Ne vous déclarez donc pas filtré pour expliquer un mauvais trimestre.

Combien de temps attendre avant de revérifier l'indexation d'une nouvelle page

Vous publiez une page le lundi. Vous la soumettez aussitôt dans Bing Webmaster Tools. Le mardi matin, vous vérifiez : rien. Ce n'est pas un échec. Entre la soumission d'une adresse et son entrée réelle dans l'index, le délai va de quelques heures à plusieurs semaines, et le moteur ne s'engage sur aucune échéance^[8]. Vous mesurez la file d'attente de la machine, pas la qualité de votre site.

Soumettre accélère la découverte. Soumettre n'oblige personne à indexer. Côté Bing, trois canaux existent, tous pilotés depuis Bing Webmaster Tools : le sitemap, que vous déclarez une fois puis tenez à jour ; la soumission manuelle d'une adresse, à coupler avec une inspection d'URL dans la foulée ; et IndexNow — un protocole par lequel Bing accepte d'être prévenu à l'instant où une page est publiée ou modifiée, sans attendre le passage du robot^[10]. La plupart des CMS l'activent par une extension. Chacun de ces canaux raccourcit le trajet entre « je publie » et « un robot passe », sur les moteurs qui l'acceptent. Aucun ne raccourcit celui qui sépare « un robot passe » de « le moteur garde ».

Relevez votre taux le lendemain d'une soumission massive : le chiffre ne veut rien dire. Trois jours plus tard, il aura bougé ; une semaine après, il peut avoir reculé, parce que le moteur réévalue des adresses qu'il vient de voir. Photographier une scène qui bouge encore n'apprend rien.

Vous pouvez raccourcir cette attente. Une page reliée depuis votre menu principal et depuis trois autres articles a plus de chances d'être vue tôt. Une page vers laquelle aucun lien ne pointe peut attendre des mois. Le robot circule d'abord de lien en lien : une page sans lien entrant ne peut compter que sur les canaux de notification décrits plus haut.

La méthode honnête tient en cinq colonnes d'un tableur. L'adresse. La date du premier relevé. L'état lu ce jour-là. La date du second, trois à six semaines plus tard. L'état lu ce jour-là. Deux relevés datés vous apprennent davantage que cent totaux « site: ». Mesurer trop tôt, c'est mesurer l'horloge.

Être dans l'index ne suffit pas pour être cité comme source dans une réponse

Une page indexée est éligible à l'affichage. Cela s'arrête là. Rien ne garantit qu'un assistant conversationnel la cite — c'est-à-dire l'affiche en source, avec un lien vers elle. Entre l'index et la citation, la chaîne compte encore plusieurs maillons : être récupérée pour une question donnée, transmise au modèle, puis retenue dans la réponse. Ces conditions sont détaillées dans le dossier sur la citation par ChatGPT. Cet assistant puise dans l'index d'un moteur, ou lit lui-même la page au moment de répondre. Votre page doit être accessible par l'une de ces deux voies. Sans cela, rien n'est possible. Avec cela, rien n'est garanti non plus.

Les éditeurs documentent leurs propres robots, jamais les rouages de leurs concurrents. OpenAI publie la liste des siens et indique que l'un d'eux sert à faire apparaître des sites dans les résultats de la recherche intégrée à ChatGPT^[7]. Voilà ce qui est écrit, signé, vérifiable. Je n'ai trouvé, en revanche, aucune documentation d'éditeur indiquant quel index alimente quel assistant. Ce qu'on lit là-dessus vient d'observations faites de l'extérieur. Elles sont parfois justes, vraies un jour donné. Elles ne tiennent jamais lieu de documentation.

Les assistants changent de sources, de fournisseurs et d'architecture, souvent sans annonce. Ce qui était vrai en janvier peut avoir cessé de l'être en juin. Quand quelqu'un vous affirme en réunion que « Bing alimente ChatGPT », posez une question simple : « d'où tenez-vous cela, et de quand date la source ? ». Le silence qui suit règle en général le débat.

Ce que vous contrôlez tient dans une capture d'écran : telle page, tel index, telle date. C'est modeste, et c'est solide. Le reste se construit après.