|
EN BREF
|
Une étude récente révèle que seulement 12 % des liens cités par les systèmes d’intelligence artificielle figurent également dans le top 10 des résultats de recherche de Google pour les mêmes requêtes. Ce constat met en lumière le décalage significatif entre les références utilisées par les IA, telles que ChatGPT et Perplexity, et les contenus les mieux classés sur les moteurs de recherche traditionnels. Cela démontre que ces IA adoptent une approche différente en matière de sélection des sources, privilégiant souvent des contenus qui ne sont pas nécessairement les plus visibles dans les résultats de recherche habituels.
Dans l’univers numérique actuel, l’optimisation pour se hisser dans le top 10 de Google est un enjeu majeur pour de nombreux sites. Cependant, une étude récente a révélé que seule une infime fraction des liens suggérés par les intelligences artificielles (IA) apparaît dans ces résultats de recherche. En effet, seulement 12 % des liens mentions par les systèmes d’IA se retrouvent dans ce classement convoité. Ce décalage soulève des questions cruciales sur la manière dont les IA fonctionnent et sur l’impact que cela a sur le référencement et la visibilité des contenus en ligne.
Les résultats d’une étude révélatrice
Une étude menée par Ahrefs sur 15,000 requêtes a mis en lumière des statistiques troublantes concernant les assistances IA telles que ChatGPT, Gemini, et Copilot. Parmi toutes les citations produites par ces systèmes, un chiffre alarmant de plus de 80 % ne correspond pas du tout à des contenus figurant dans le top 10 des résultats Google. Cela signifie qu’une majorité écrasante des liens suggérés par les IA provient de sources qui ne figurent même pas dans les premiers résultats de recherche. »
La performance de Perplexity
Il n’en demeure pas moins que certains assistants comme Perplexity se distinguent par leur approche. En effet, près d’une URL sur trois citée par Perplexity renvoie vers une page bien classée sur Google, ce qui est significativement meilleur que les autres systèmes. Ce phénomène peut s’expliquer par la manière dont Perplexity a été conçu : il s’appuie sur sa propre base de données plutôt que de se limiter à des résultats d’indexation de Google.
Les critères de sélection des IA
Les assistances IA ne se conforment pas aux mêmes critères que les moteurs de recherche traditionnels. Elles ne visent pas uniquement à répondre à la requête posée, mais plutôt à développer des variations de celle-ci grâce à une méthode appelée “query fan-out”. Cela leur permet de fusionner différents contenus qui, bien que peu pertinents pour le mot-clé principal, pourraient mieux ranker sur des variantes plus longues. Par conséquent, cela explique pourquoi une majorité des liens recommandés par ces assistances n’apparaissent pas dans le top 10 de Google.
La dualité des algorithmes : IA contre moteurs de recherche
Il est essentiel de souligner que les IA et les moteurs de recherche adoptent des logiques bien distinctes. Lorsqu’on observe les résultats de recherche, il est évident que Google maintient une stricte hiérarchie des résultats basés sur des algorithmes rigoureux. Par conséquent, même si une page est classée haut pour une requête particulière, il n’est pas garanti que cette même page sera citée par un assistant IA.
La logique inverse des Google AI Overviews
Lorsqu’il s’agit des Google AI Overviews, la tendance s’inverse. Dans ce cas précis, 76 % des liens cités proviennent de pages figurant dans le top 10 de Google. Cela montre que ces résumés IA adoptent une façon de récupérer les données plus alignée avec les SERP classiques, tandis que d’autres assistants s’éloignent fortement de cette approche.
Pourquoi ce décalage existe-t-il ?
La différence de performances entre les IA et les moteurs de recherche soulève la question : pourquoi existe-t-il un tel décalage ? Les IA, dans leur fonctionnement, ne se contentent pas de répondre comme le ferait un moteur traditionnel. Elles se livrent à une exploration des variantes de requêtes et sortent des contenus non directement liés à la question initiale. Ce mode de fonctionnement rend la tâche de l’optimisation beaucoup plus complexe.
Personnalisation des résultats
En outre, les intelligences artificielles personnalisent les résultats en fonction de l’historique d’utilisation et du contexte conversationnel. Deux utilisateurs effectuant la même recherche peuvent ainsi recevoir des réponses complètement différentes, alimentant encore le décalage déjà observé dans les résultats. Cela implique que se limiter à l’optimisation d’un mot-clé unique n’est plus une stratégie suffisante.
Démystification de la citation systématique
Un autre aspect à prendre en compte est la manière dont Perplexity aborde la citation. Contrairement à ChatGPT et Gemini, qui varient leurs méthodes de citation, Perplexity a une politique de citation systématique. Cela signifie que la majorité de ses réponses incluraient plusieurs références, ce qui – logiquement – rapproche son comportement des attentes des utilisateurs des moteurs de recherche.
Stratégies pour être cité par les intelligences artificielles
Pour améliorer vos chances d’être sélectionné par les IA, il est crucial d’aller au-delà des optimisations classiques. Les experts en SEO recommandent plusieurs stratégies :
Optimisation pour les requêtes longues traînes
Premièrement, il est important d’optimiser pour les clusters de requêtes longues traînes. Cela implique d’analyser les sujets parent et les variantes connexes. À cette fin, des outils comme Ahrefs ou Writesonic peuvent s’avérer très utiles pour identifier les meilleures opportunités.
Production de contenus approfondis
Ensuite, il est recommandé de produire du contenu approfondi et contextualisé. Plusieurs études montrent que la majorité des citations des AI Overviews concernent des pages approfondies et non simplement la page d’accueil. Cela souligne l’intérêt d’élargir son contenu à des thèmes connexes et partagés.
Travailler sur l’autorité de domaine
Enfin, il est capital de travailler l’autorité des domaines qui arrivent fréquemment dans les citations IA. Des plateformes telles que Wikipedia ou Reddit exemplifient cette tendance, mais d’autres sites spécialisés peuvent également rapporter des avantages. Cela implique de construire des partenariats et de créer des contenus partagés avec d’autres sites au sein de votre niche.
Face à ce paysage en constante évolution, comprendre les mécanismes de classement et d’apparition des contenus sur les différentes plateformes d’IA est essentiel pour concevoir des stratégies SEO efficaces.
Pour aller plus loin, découvrez notre sélection des cinq outils incontournables pour une recherche de mots-clés efficace en SEO ou apprenez comment améliorer vos clics grâce aux LLM. Vous pouvez également booster le SEO de vos clients avec des méthodes éprouvées.
Les liens entre citations IA et le top 10 de Google
Une analyse des performances des assistants d’intelligence artificielle a révélé une réalité frappante : seulement 12 % des liens suggérés par ces systèmes apparaissent dans le top 10 de Google pour les requêtes originales. Ce chiffre soulève des questions cruciales sur la manière dont ces outils sélectionnent leurs sources et les chevauchements entre les résultats générés par l’IA et ceux des moteurs de recherche traditionnels.
Plus de 80 % des recommandations fournies par des assistants comme ChatGPT ou Gemini ne figurent même pas parmi les 100 premiers résultats sur Google. Cette divergence suggère que les algorithmes de ces IA ne reposent pas sur les mêmes principes que ceux utilisés par les moteurs de recherche, rendant l’optimisation du contenu plus complexe pour les créateurs numériques.
Il est intéressant de noter que Perplexity se distingue des autres, car près d’une URL sur trois qu’il cite provient d’une page classée dans le top 10 de Google. En revanche, pour des assistants comme Copilot, l’alignement reste faible, mettant en lumière une fois de plus la disparité dans la sélection des sources.
Cette faible corrélation entre les citations d’IA et le classement dans le top 10 de Google a des implications importantes pour les stratégies de contenu en ligne. Les créateurs de contenu doivent désormais considérer une variété de longues traînes et de clusters de requêtes pour maximiser leurs chances d’être cités par ces outils d’IA, au-delà de la simple position sur un mot-clé principal.
