Écrire pour la récupération, pas pour le classement

Une page bien classée est une page que quelqu’un va ouvrir et faire défiler. Une page citée par un assistant est une page qu’un système de récupération va découper, vectoriser et transmettre à un modèle par fragments. Ce sont deux exigences différentes, et la seconde repose sur une base de recherche modeste mais réelle.

La position compte, y compris dans le contexte du modèle

Le résultat de référence est que les modèles ne lisent pas un long contexte de façon uniforme. Leurs performances sont souvent meilleures quand l’information pertinente se trouve au début ou à la fin du contexte, et se dégradent nettement quand elle se trouve au milieu. Les auteurs parlent d’une courbe en U, avec un biais de primauté et un biais de récence aux extrémités (Liu et al., arXiv:2307.03172, TACL). Dans le pire des cas, un modèle à qui l’on donnait la réponse au milieu de son contexte faisait moins bien que le même modèle sans aucun document.

Une étude présentée à SIGIR 2024, consacrée aux chaînes de récupération, a relevé un effet voisin : l’information pertinente doit être placée près de la requête, faute de quoi le modèle peine sérieusement à s’y intéresser. Elle a aussi montré que des documents plausibles mais hors sujet, ceux qui obtiennent un bon score sans répondre à rien, dégradent activement la réponse (Cuconasu et al., arXiv:2401.14887).

Aucune de ces études ne porte directement sur votre page web. Toutes deux portent sur la mécanique que votre page traverse, et l’enseignement est le même : une affirmation enfouie au milieu d’un long passage indifférencié est celle qui a le moins de chances de survivre.

À quoi ressemblent les domaines cités

La plus vaste étude sur les citations à ce jour a comparé les domaines favorisés par les assistants à ceux favorisés par les moteurs de recherche. Les premiers présentaient un HTML plus structuré et hiérarchisé, un texte plus facile à lire, une popularité moindre et davantage de liens sortants vers des sources réputées (Zhang et al., arXiv:2512.09483).

Lisez-le attentivement : il s’agit d’une corrélation sur des URL échantillonnées. Rien ne montre qu’une restructuration du balisage provoque des citations. En revanche, cela fait du HTML sémantique, d’une langue claire et de liens sortants honnêtes le pari le mieux étayé disponible, ce qui tombe bien, puisque ce sont aussi de bonnes pratiques tout court.

La lacune honnête

Il n’existe aucune étude crédible isolant l’effet causal de la mise en forme, des intertitres, des listes ou des tableaux sur les citations des assistants publics. Quiconque vous affirme qu’ajouter une FAQ ou un encadré de synthèse augmente les citations IA d’un pourcentage précis extrapole, au mieux, à partir de son propre jeu de données.

Google est net sur plusieurs tactiques en vogue : ne pas découper les contenus en tout petits morceaux, et ne pas réécrire les contenus pour les systèmes d’IA (Google). Fragmenter une bonne page en appâts à extraits n’est pas soutenu par la recherche, et c’est explicitement déconseillé par la seule plateforme qui a publié des recommandations.

Ce que cela permet en pratique

• Rendez chaque section autonome. Un passage qui répond à son propre intertitre survit à l’extraction ; un passage qui dépend des trois paragraphes précédents, non.
• Placez l’affirmation en premier. La réponse d’abord, le développement ensuite. Le biais de position s’exerce à tous les niveaux, y compris à l’intérieur d’un fragment.
• Mettez les preuves dans le texte. Les chiffres et les citations de sources sont la seule modification de contenu appuyée par une expérimentation.
• Utilisez une vraie structure. Des intertitres qui décrivent le contenu, des listes qui sont des listes, des tableaux qui sont des tableaux, et un seul h1.
• Écrivez quand même pour un lecteur. Les données corrélationnelles favorisent les textes lisibles, et la lisibilité est le seul de ces critères que vous pouvez vérifier vous-même.

Mesurez ensuite si cela a changé quelque chose, ce qui demande plus qu’une poignée de requêtes, et rappelez-vous que la structure n’aide qu’une fois la page accessible et lisible.