ChatGPT peut ne reprendre qu’un paragraphe de votre page. Veillez à ce qu’il se comprenne seul.

Comment une IA choisit le passage qu'elle reprend de votre page

Un client saisit sa question dans ChatGPT. Avant que la réponse soit produite, votre page doit être accessible et figurer dans un index. Un ou plusieurs de ses passages peuvent ensuite être récupérés, transmis au modèle et éventuellement cités. Dans les architectures de récupération documentées, le texte est découpé en fragments qui sont comparés à la question. Seule une petite partie est retenue, tandis que d’autres éléments de réponse peuvent provenir d’autres sites. Rien ne garantit que le reste de votre page sera pris en compte. Chaque paragraphe est donc en concurrence avec les autres passages de votre site, mais aussi avec ceux de vos concurrents.

Un manuel de référence décrit ce fonctionnement sous le nom de recherche par passage^[8]. Un guide du secteur présente le même principe : le système remonte « les passages les plus pertinents », séparés du texte qui les entourait sur la page d’origine^[4]. OpenAI ne publie pas le détail de son découpage. Lorsqu’un système fonctionne ainsi, un paragraphe peut être récupéré sans la phrase précédente et, parfois, avec le seul intertitre placé au-dessus. Cet intertitre doit donc nommer précisément le sujet traité dans le passage qui suit.

Prenez une page de service. Dans le deuxième paragraphe, vous indiquez : « La livraison intervient sous 48 heures. » Six paragraphes plus loin, vous précisez que ce délai ne s’applique pas le week-end. Un lecteur qui parcourt la page trouvera cette condition. Le moteur peut, lui, ne récupérer que le premier passage. Votre client reçoit alors une information incomplète, ou l’IA retient le texte d’un concurrent qui a réuni le délai et sa condition dans une seule phrase.

Google utilise déjà les passages pour classer ses résultats. En février 2021, d’abord aux États-Unis et pour les recherches en anglais, le moteur a commencé à repérer un passage précis à l’intérieur d’une page afin de mieux classer cette page^[2]. Lors de l’annonce de ce classement par passage, Google avait estimé que sept pour cent des requêtes seraient concernées, toutes langues confondues. La distinction est importante : Google continue de classer la page entière, même si un passage particulier influence son rang. Un moteur génératif peut, lui, ne reprendre qu’un passage sans présenter le reste de la page.

L’optimisation des contenus pour ces moteurs porte désormais un nom : le GEO, pour « generative engine optimization ». Le terme vient d’un travail de recherche présenté à la conférence ACM SIGKDD en 2024^[5]. France Num l’a repris en 2026 dans un guide destiné aux entreprises françaises^[6]. La documentation destinée aux développeurs d’OpenAI distingue trois robots : l’un sert à l’entraînement du modèle, le deuxième alimente l’index de recherche et le troisième récupère une page lorsqu’un utilisateur pose une question^[1]. Le deuxième peut faire entrer votre page dans l’index interrogé par l’assistant. Le troisième la consulte au moment où une question porte sur les informations qu’elle contient.

Un paragraphe de votre page doit se comprendre sans le reste

Un lecteur dispose du contexte fourni par le titre, l’introduction et les paragraphes précédents. Devant la phrase « il dure une heure », il sait de quoi vous parlez. Le moteur peut ne recevoir que ces quatre mots. Il traite alors le passage sans les éléments restés plus haut dans la page.

Écrivez : « La livraison intervient sous 48 heures, hors week-end et jours fériés. » Cette phrase reste exacte et complète lorsqu’elle est extraite de la page. Trois paragraphes plus loin, la formulation « elle intervient sous 48 heures, hors week-end et jours fériés » oblige le lecteur à rechercher le sujet dans le texte précédent. Si le passage est prélevé seul, « elle » ne désigne plus clairement la livraison, la commande ou la prestation. Les deux phrases expriment le même fait, mais une seule reste compréhensible après le découpage.

Placez ensuite la réponse au début du bloc, avant l’explication qui la justifie. Après avoir nommé le sujet, donnez immédiatement l’information attendue. La documentation anglophone désigne cette pratique par le terme « front-loading »^[3]. Un paragraphe qui commence par « trois éléments entrent en jeu, et il faut d’abord comprendre le cadre réglementaire » mais ne donne le délai de rétractation qu’à la dernière ligne ressemble davantage à une introduction qu’à une réponse. Le moteur peut lui préférer le passage d’un concurrent qui répond dès la première phrase. Commencez par « le délai de rétractation est de 14 jours à compter de la réception du produit », puis apportez l’explication. Le passage contient ainsi la réponse dès son ouverture.

Cinq tournures qui rendent un paragraphe dépendant de son contexte

Les cinq formes qui suivent ne constituent pas nécessairement des fautes de rédaction. Elles peuvent même améliorer la continuité d’un texte lu dans son ensemble, par exemple lorsqu’un pronom évite une répétition ou qu’un raisonnement précède sa conclusion. Elles deviennent toutefois problématiques lorsque le passage est extrait de son contexte.

Une relecture ordinaire repère difficilement ces cinq formes, car elle vérifie surtout que toutes les informations figurent quelque part dans la page. Elle n’examine pas nécessairement chaque paragraphe comme un passage autonome. La question à poser est donc la suivante : « Ce paragraphe conserve-t-il son sens lorsqu’il est extrait de la page ? »

Réécrire un fait pour qu’une IA puisse le reprendre

Prenons un fait précis et formulons-le de deux manières : le délai de rétractation d’un achat en ligne est de 14 jours à compter de la réception du produit, conformément à l’article L221-18 du code de la consommation. Dans la première version, le délai a été annoncé plus haut dans la page, puis repris par un pronom. Dans la seconde, l’information complète tient dans une phrase. Les deux versions sont exactes, mais une seule conserve tout son sens lorsqu’elle est extraite.

Lisez la colonne de gauche en oubliant le reste de cette page : vous n'avez plus qu'un renvoi, « comme indiqué plus haut », et deux tournures qui ne désignent plus rien, « ce délai » et « il ».

Le même fait reste compréhensible après le découpage dans une version, mais pas dans l’autre.

Les deux versions ont presque la même longueur et ne se distinguent pas par leur style. La différence tient à trois renvois au contexte. « Comme indiqué plus haut » renvoie à un paragraphe que le moteur peut ne pas avoir récupéré. « Ce délai », puis « il », désignent un sujet mentionné deux écrans plus haut. Une fois le passage isolé, ces trois renvois empêchent de comprendre le fait complet.

La seconde version ne dépend d’aucun passage précédent. Elle nomme le délai de rétractation d’un achat en ligne, puis précise le nombre, l’unité et le point de départ. La désignation explicite du sujet compte davantage que la simple suppression des renvois. Pour qu’une IA puisse reprendre un bloc, celui-ci doit être rédigé de manière à rester compréhensible lorsqu’il est lu hors de sa page.

Réécrire vos paragraphes sert aussi l'assistant IA de votre site

Kepler, l’assistant installé sur farweb.fr, m’a servi de banc d’essai. Lorsqu’un visiteur pose une question dans la fenêtre située en bas de l’écran, je transmets à Kepler la page entière qu’il consulte, en plus de la base de connaissances de l’assistant. Kepler dispose donc de davantage de contexte qu’un moteur extérieur qui ne récupère qu’un fragment. Pourtant, un paragraphe qui commence par « cette méthode » ne lui fournit pas une réponse suffisamment précise : l’assistant recherche alors d’autres informations sur le site. Cette observation ne permet pas de déduire le découpage pratiqué par les moteurs extérieurs, puisque Kepler disposait de la page entière. Elle montre cependant qu’une sélection de passages intervient aussi lorsque tout le contenu est disponible.

Cette expérience a permis de préciser ce qu’un assistant connaît réellement du site sur lequel il est installé. Il ne peut exploiter que les textes mis à sa disposition au moment de la question. Lorsqu’une information manque ou dépend d’un contexte absent, il ne la reconstitue pas nécessairement. C’est une observation faite sur mon propre assistant, et non une règle générale.

Ce constat a une conséquence directe pour un dirigeant : le même travail sert deux systèmes. Les paragraphes autonomes fournissent à ChatGPT, à Perplexity et aux Aperçus IA de Google des passages qu’ils peuvent reprendre. Ils alimentent également l’assistant du site, la base d’aide ou l’outil de support. Une seule réécriture améliore ainsi plusieurs usages du même contenu.

Les guides que j’ai consultés présentent souvent ce travail comme une dépense destinée aux moteurs extérieurs. Il améliore pourtant d’abord un actif qui vous appartient : le contenu de votre site et les outils qui l’exploitent. Lorsque ce budget est examiné en comité, il relève donc du patrimoine éditorial plutôt que de l’acquisition.

Testez chaque paragraphe de vos pages en trente secondes

Lorsqu’un paragraphe échoue au test, la cause correspond généralement à l’une des cinq formes de dépendance au contexte. Il faut d’abord l’identifier précisément. Un pronom comme « il » ou « ce », ou un nombre privé de son objet, peut parfois être corrigé en ajoutant un mot. Un renvoi vers un autre passage exige de reformuler le fait sans dépendre de ce renvoi. Une réponse placée à la fin du bloc doit être remontée au début. Une information répartie sur trois écrans doit être réunie dans un même passage. Sur les pages que je reprends, quelques corrections de ce type suffisent souvent sans modifier les idées. Leur effet sur les moteurs ne peut pas être garanti : lorsque la même question est posée deux fois à ChatGPT, les sources citées peuvent changer. En revanche, un paragraphe qui ne se comprend pas seul réduit fortement ses chances d’être repris.

Deux exigences doivent être distinguées. La possibilité de reprendre un paragraphe dépend de la mécanique de découpage. La décision de le citer dépend de sa valeur propre : une définition précise, une preuve sourcée, un point de vue assumé ou une action à suivre. Je détaille ces critères dans ce qui rend un contenu citable par une IA.

Ces deux exigences se cumulent dans cet ordre : le paragraphe doit d’abord pouvoir être compris seul, puis mériter d’être repris.

Deux conditions préalables déterminent si votre page peut devenir une source : le moteur doit pouvoir l’atteindre et la page doit figurer dans l’index qu’il interroge. Le travail décrit ici intervient après ces vérifications et avant la question de l’autorité associée à votre nom, qui relève du fond. Il doit commencer pendant la rédaction de la page, et non six mois après sa publication. C’est ce que couvre la production de pages et d’outils pensés pour l’IA.