Comment écrire une page qu’un agent IA peut réellement citer

« Comment faire pour que l’IA nous cite » est la question la plus posée dans ce domaine, et la plupart des réponses en circulation relèvent de la conjecture. J’ai parcouru la documentation de Google, Microsoft, OpenAI et Perplexity et n’en ai retenu que ce qui est réellement documenté. Le constat principal : nosnippet et max-snippet affectent directement les AI Overviews et l’AI Mode — Google le dit explicitement. Le deuxième : FAQPage et HowTo ne figurent plus dans la galerie des fonctionnalités prises en charge par Google. Et le troisième : aucun fournisseur ne documente la façon dont un passage est sélectionné pour être cité. Tous les chiffres que vous avez vus sur « la longueur d’un passage cité » viennent du marketing d’outils, pas de la recherche.

Ce qui relève réellement de votre contrôle

La première chose à distinguer, ce sont les contrôles officiellement documentés des conseils de style inventés par quelqu’un. Ce tableau trace cette ligne explicitement : la colonne du milieu reprend ce qu’écrit le fournisseur, pas ce que quelqu’un en a déduit.

nosnippet et max-snippet : les seuls leviers documentés

C’est la partie qui surprend le plus, parce que la plupart d’entre nous connaissent ces deux directives par le SEO classique et supposent qu’elles ne régissent que le texte gris sous un résultat de recherche. Sur la page de Google consacrée aux balises meta robots, mise à jour le 24 mars 2026, il est indiqué explicitement que nosnippet s’applique à toutes les formes de résultats de recherche — recherche web, Images, Discover, AI Overviews et AI Mode — et qu’elle empêche l’utilisation du contenu comme entrée directe pour les fonctionnalités génératives.

max-snippet est formulée de façon parallèle : elle limite la quantité de contenu utilisable comme entrée directe pour les AI Overviews et l’AI Mode. Autrement dit, si vous avez un jour appliqué max-snippet:50 à un ensemble de pages pour contrôler leur affichage dans les résultats, vous avez aussi plafonné, sans le savoir, ce que Google peut en tirer pour une réponse générative. Cela vaut la peine de vérifier ce qui est actuellement défini sur votre site.

Deux réserves issues du même document méritent d’être connues. D’abord : data-nosnippet ne fonctionne que sur les trois balises span, div et section, et Google met explicitement en garde contre son activation via JavaScript. La seconde, plus intéressante, est dans la section suivante.

Le paradoxe des données structurées

Dans le guide d’optimisation de Google pour la recherche générative, sur une page mise à jour le 10 juillet 2026, il est écrit que les données structurées ne sont pas requises pour la recherche IA générative et qu’il n’existe aucun balisage schema.org particulier à ajouter. Cela semble clore le débat, mais un autre document ajoute une couche.

Sur la page des balises meta robots figure une exception pour max-snippet : la limite ne s’applique pas lorsqu’un éditeur a accordé une autorisation séparée — et l’une des voies citées est justement les données structurées présentes dans la page. Le même document précise aussi que les données structurées déclarées à l’intérieur d’un élément data-nosnippet restent utilisables pour les résultats de recherche.

FAQPage et HowTo ont été supprimés de la galerie

Si le guide que vous lisez recommande d’ajouter un balisage FAQPage pour « entrer dans les réponses IA », il a des années de retard. En 2023, Google a réduit l’affichage des résultats FAQ et HowTo, et une grande partie du secteur traite encore cela comme une « restriction ». La situation actuelle est plus définitive : la page de documentation FAQPage redirige désormais vers la page des mises à jour de la documentation, et le journal des modifications indique que la documentation a été supprimée après que la fonctionnalité a cessé d’apparaître dans les résultats. Il en va de même pour HowTo.

Dans la galerie des fonctionnalités prises en charge, mise à jour le 15 juin 2026, ni l’une ni l’autre n’apparaît. Ce qui y figure et reste pertinent pour le contenu : Article, Q&A, Breadcrumb, Organization, Profile page et Review snippet.

Quant à speakable, présenté dans de nombreux conseils comme « le balisage de l’ère IA » : sa documentation, mise à jour le 10 décembre 2025, le définit comme une fonctionnalité en bêta destinée à la lecture audio sur les appareils compatibles Google Assistant, renvoyant jusqu’à trois articles. Rien dans cette documentation ne le relie aux AI Overviews ou à l’AI Mode.

Google et Microsoft ne s’accordent même pas sur la prémisse

Voici l’écart le plus intéressant entre fournisseurs, et il explique pourquoi tant de conseils contradictoires circulent. Google, dans ce même guide de juillet 2026, écrit qu’il n’est pas nécessaire de découper votre contenu en petits morceaux pour que l’IA le comprenne mieux, et qu’il n’existe pas de longueur de page idéale. C’est un rejet explicite de toute l’école du « écrivez en blocs courts ».

Microsoft dit l’inverse. Dans une publication du 8 octobre 2025 signée par un principal product manager de Bing, il est décrit que des assistants comme Copilot décomposent le contenu en éléments structurés plus petits dans un processus appelé parsing, et que ces éléments sont ensuite assemblés en réponses. La publication note qu’avec des structures question-réponse, les assistants peuvent souvent reprendre la paire mot pour mot, et recommande une formulation autonome — des phrases qui gardent leur sens même sorties de leur contexte.

Une réserve que je tiens à énoncer clairement : cette publication paraît sur le blog Microsoft Advertising, qui relève du contenu marketing et non de la documentation technique, même si elle a été rédigée par un responsable produit senior. La conclusion pratique est de ne pas transposer le modèle de Microsoft sur Google. Si vous écrivez en paragraphes clairs et autonomes, c’est documenté comme utile chez Microsoft, neutre chez Google, et bon pour vos lecteurs humains dans les deux cas.

OpenAI et Perplexity : deux contrôles et aucun contrôle

OpenAI dispose de deux contrôles documentés que la plupart des gens ignorent. D’abord : OAI-SearchBot est entièrement distinct de GPTBot, et vous pouvez autoriser l’un tout en interdisant l’autre. La documentation indique qu’un site ayant bloqué OAI-SearchBot ne sera pas affiché dans les réponses de recherche ChatGPT, même s’il peut encore apparaître comme lien de navigation. Une modification du robots.txt prend effet en 24 heures environ. J’ai détaillé la distinction entre les familles de bots dans la carte des bots 2026.

Le second contrôle : la FAQ éditeurs précise que même pour les pages interdites, OpenAI peut faire apparaître le lien et le titre de la page dans ChatGPT Atlas, et que le moyen d’empêcher cela est une balise noindex. Quant à la façon dont les sources sont sélectionnées au départ, tout ce qui est documenté tient en une phrase : le classement s’appuie sur plusieurs facteurs, et le placement n’est pas garanti. Les facteurs ne sont pas énumérés.

Chez Perplexity, le tableau est encore différent. Son document sur les étiquettes de sources indique qu’elle évalue l’ensemble du site dont provient une source, et non chaque page individuellement, et énumère des critères au niveau de la publication : le site corrige-t-il ses erreurs, dit-il qui a écrit chaque contenu, et sépare-t-il l’information de la publicité et de l’opinion. Son programme éditeurs, annoncé le 30 juillet 2024, est un arrangement commercial de partage de revenus et d’accès API — il ne contient aucun signal technique qu’un site puisse émettre.

Ce que vous pouvez mesurer aujourd’hui

Deux nouveaux systèmes de reporting sont entrés en scène, et tous deux sont plus limités qu’il n’y paraît.

1. Google Search Console — un rapport de performance IA générative couvrant les AI Overviews et l’AI Mode. Il ne rapporte que les impressions : pas de clics, pas de CTR, pas de position. La documentation note que si deux résultats du même site sont affichés, cela compte pour une seule impression. Il existe désormais aussi un réglage d’autorisation dans les Paramètres, et exclure votre site empêche qu’il soit lié au sein des fonctionnalités génératives. Les deux capacités sont documentées comme déployées progressivement sur un sous-ensemble de sites — pas sur tous.
2. Bing Webmaster Tools — un rapport de performance IA entré en préversion publique le 10 février 2026. Il expose le nombre total de citations, le nombre moyen de pages citées, l’activité de citation au niveau de la page et les requêtes de grounding : les formulations utilisées par l’IA lors de la récupération du contenu. La documentation précise que ces requêtes sont un échantillon. La couverture concerne Copilot, les résumés générés par l’IA dans Bing et certaines intégrations partenaires.
3. Renvois depuis ChatGPT — identifiables dans vos statistiques, parce qu’OpenAI ajoute aux URL qu’il référence un paramètre UTM désignant chatgpt.com comme source.

Les chiffres auxquels il ne faut pas croire

J’ai cherché une source primaire pour chacun des chiffres suivants et n’en ai trouvé aucune. Ils circulent dans d’innombrables guides, et ils viennent tous du même endroit : le marketing d’outils vendant de l’« answer engine optimization ».

Il n’existe aucune source sur la longueur typique d’un passage cité — ni 25 tokens, ni 19 mots. Il n’existe aucune source sur la part de citations littérales par rapport aux paraphrases. Il n’existe aucune source sur le nombre moyen de citations dans une réponse. La seule chose que j’ai trouvée avec une méthodologie publiée est un article de recherche sur les schémas de citation des sources d’information dans les systèmes de recherche IA, analysant plus de 24 000 conversations et 65 000 réponses contenant plus de 366 000 citations, dont 9 % renvoient à des sources d’actualité. Même à partir de là, je n’en déduirais pas une « moyenne de citations par réponse » à publier comme un fait.

Ma conclusion n’est pas du défaitisme mais une mise en priorité : tout ce qui est documenté et sous votre contrôle se trouve dans les trois premiers articles de cet ensemble — des autorisations correctes, un contenu présent dans le HTML initial, et une couche de découverte fondée sur ce qui est réellement lu. Écrire clairement, en paragraphes autonomes, est un bon conseil en soi. Ce n’est simplement pas un mécanisme documenté, et je préfère le dire plutôt qu’inventer un chiffre.

Questions fréquentes