Pourquoi un fournisseur de recherche IA serait-il incité à long terme à faire confiance aux informations qu’une marque garde délibérément séparées de son site Web public ?
C’est une question sur laquelle je reviens, car de plus en plus de conversations sur l’optimisation de la recherche par IA semblent impliquer la création de contenu spécifiquement pour les agents, plutôt que pour les personnes.
La logique est compréhensible : les systèmes d’IA ont besoin d’informations, parfois dans des formats ou des structures qui ne sont pas particulièrement utiles à un visiteur humain. Si nous pouvons rendre ces informations plus faciles à utiliser pour les agents, c’est sûrement une bonne chose ?
Oui, mais il existe une différence significative entre rendre l’information plus accessible à l’IA et créer une version alternative de votre site Web, ou même de votre marque, qui existe principalement pour influencer ce que les systèmes d’IA disent de vous.
Nous avons passé des décennies à traiter des versions de ce problème en matière de référencement, et je ne suis pas convaincu que nous prenions ces leçons suffisamment au sérieux.
Comment les référenceurs peuvent-ils voir cela arriver ?
Quiconque travaille dans le référencement depuis assez longtemps aura vu les moteurs de recherche évoluer en réponse aux moyens utilisés pour les manipuler.
Les premiers SEO regorgeaient de pratiques conçues pour influencer les moteurs de recherche plutôt que pour aider les utilisateurs : texte caché, bourrage de mots clés, pages de porte, masquage et finalement manipulation de contenu et de liens de plus en plus sophistiquée.
Les moteurs de recherche n’ont pas élaboré de règles contre ces pratiques parce qu’ils n’aimaient pas (pour la plupart) les référenceurs. Ils l’ont fait parce que permettre aux sites Web de falsifier leur pertinence et leur autorité nuisait à la qualité de leurs résultats.
L’histoire de Google nous donne une image assez claire de cette évolution :
- 2011 : Panda ciblait le contenu de mauvaise qualité.
- 2012 : Penguin s’est attaqué au spam de liens.
- 2022 : Le système de contenu utile de Google cherchait à mieux récompenser le contenu créé pour aider les gens, plutôt que d’attirer principalement du trafic de recherche.
- 2024 : Les politiques anti-spam mises à jour de Google ont rendu plus claire la position sur les abus de contenu à grande échelle, que le contenu ait été créé par l’IA ou par des humains.
Il s’agit d’une version très condensée des choses, et la réalité était bien plus compliquée, mais le schéma est important.
À mesure que les moteurs de recherche sont devenus plus sophistiqués, les méthodes utilisées pour les influencer (spam) ont également évolué. Les moteurs de recherche ont réagi en investissant davantage d’efforts pour décider quelles informations étaient fiables et récompensées.
Google identifie toujours explicitement le masquage comme du spam. Je ne dis pas que la définition du camouflage est aussi simple (ou facile à détecter), mais les parallèles sont trop proches pour être ignorés.
Alors, que construisons-nous pour l’IA ?
Nous voyons désormais apparaître un ensemble d’approches conçues pour mettre les informations à la disposition des systèmes et des agents d’IA.
La proposition llms.txt en est un exemple, fournissant une manière structurée d’orienter les modèles linguistiques vers un contenu de site Web utile. Il existe également des pages de démarque spécifiques aux agents, des points de terminaison d’informations dédiés, des flux structurés et des méthodes de plus en plus sophistiquées pour fournir des informations directement aux agents.
Markdown for Agents de Cloudflare est un bon exemple de diffusion d’une version alternative d’un contenu existant. Les informations proviennent de la même page, mais sont présentées dans un format potentiellement plus facile à traiter pour les agents.
C’est fondamentalement différent de créer de nouvelles informations qui n’existent que pour la consommation de l’IA.
Rendre la même information accessible dans différents formats n’est pas le problème.
C’est en rendant différentes informations accessibles à différents publics que les choses deviennent considérablement plus compliquées.
Je peux comprendre pourquoi les marques pourraient être attirées par cela, car la diffusion de contenu sur un site Web a été compliquée. jamais été particulièrement facile. La propriété du contenu, les limites du CMS, les exigences de conception, les ressources de développement, la gouvernance, les approbations et les priorités concurrentes des différentes équipes jouent tous un rôle.
Si vous pouvez contourner tout cela en publiant un fichier texte ou en hébergeant ailleurs une collection de contenu spécifique à l’IA, vous disposez d’un raccourci attrayant.
Le problème de la confiance et le risque/récompense ici
Il existe une autre différence importante entre la recherche traditionnelle et la recherche IA : Google n’est pas le seul acteur important ici. Comme je l’ai exploré précédemment, en fouillant dans les sources de recherche de ChatGPT, il n’existe pas non plus de processus de récupération unique et cohérent qui sous-tend chaque réponse générée par l’IA.
Différents systèmes, fournisseurs de recherche, outils et pipelines de récupération peuvent tous jouer un rôle dans les informations découvertes et finalement utilisées.
Certains de ces processus héritent d’une infrastructure de « recherche » établie, notamment des systèmes qui évaluent la pertinence et la fiabilité des informations. Mais au-delà de Google ou Bing, d’autres sources se comportent différemment.
Cela ne signifie pas que ChatGPT ou d’autres systèmes d’IA font automatiquement confiance à tout ce qui leur est donné. Mais il existe une différence considérable entre disposer de mécanismes permettant d’identifier des sources fiables et avoir l’expérience des moteurs de recherche traditionnels face aux personnes qui tentent de manipuler ces mécanismes.
Nous devons également séparer la capacité de récupérer des informations de la décision de leur faire confiance. Lorsque j’ai observé à quel point les agents sont curieux, j’ai vu qu’ils faisaient le moins d’efforts possible pour récupérer, résumer et passer à autre chose. Ce n’est pas parce que la bonne réponse était disponible qu’elle serait toujours trouvée et utilisée.
Si un agent rencontre des informations créées spécifiquement pour influencer sa réponse :
- Comment doit-elle déterminer si ces informations sont exactes, font autorité ou sont cohérentes avec ce que la marque dit à ses clients réels ?
- Que se passe-t-il lorsque la version lisible par machine dit une chose, mais que le site Web public dit autre chose ?
- Qui décide lequel est le plus digne de confiance ?
- Et, peut-être plus important encore, pourquoi les fournisseurs d’IA devraient-ils continuer à accepter des informations délibérément séparées de celles que les utilisateurs peuvent vérifier de manière indépendante ?
Je ne pense pas que nous ayons encore de réponses à ces questions.
Ne sommes-nous pas déjà venus ici ?
Je ne pense pas qu’il soit juste ou vrai d’affirmer que chaque format de contenu spécifique à l’IA est une forme de masquage, ou que la mise à disposition d’informations aux agents est manipulatrice. Les données structurées, les plans de site XML, les API et les flux de produits font partie du Web depuis des années. Il existe des raisons tout à fait légitimes de fournir des informations aux machines dans différents formats – en fait, j’insisterais pour que vous le fassiez !
Mais il y a une différence entre aider les machines à comprendre votre entreprise et créer du contenu uniquement pour influencer les résultats de l’IA. Surtout lorsque ce contenu n’est représenté nulle part où les gens peuvent facilement y accéder.
L’incitation à manipuler est évidente, et bien que la recherche IA ne soit pas une recherche traditionnelle, les incitations des fournisseurs de recherche IA s’y opposent. Ils doivent renvoyer des réponses utiles et précises et maintenir la confiance des utilisateurs. Pourquoi voudraient-ils encourager un écosystème de sources de plus en plus fragmentées et difficiles à vérifier qui existent principalement pour influencer leurs réponses ?
Peut-être que ces systèmes deviendront meilleurs dans leur capacité à valider les informations par rapport à d’autres sources. Peut-être que les informations spécifiques à un agent seront traitées avec un plus grand examen, ou que leur influence sera limitée sans corroboration indépendante.
Nous ne savons pas exactement comment cela évoluera, mais supposer que les pratiques émergentes d’aujourd’hui resteront acceptables, efficaces, voire utiles à long terme, semble d’un optimisme ou d’une naïveté inquiétante.
Obtenir les informations dont les clients ont besoin sur un site Web a toujours présenté des défis
Nous « résolvons » un vieux problème avec un nouveau raccourci, et si c’est trop beau pour être vrai, c’est peut-être le cas !
Pendant des années, les stratégies de contenu ont été limitées par ce que les entreprises souhaitent publier et par ce que leurs processus internes leur permettent de maintenir. Cela crée souvent un écart entre les informations souhaitées par les clients et les informations mises à disposition par les marques.
L’IA générative a rendu cela plus évident et a été un multiplicateur significatif ici ! Les gens peuvent désormais poser des questions détaillées et spécifiques sur des produits, des services, des propriétés, des expériences et pratiquement tout le reste, en attendant des réponses utiles sans avoir à naviguer sur un site Web pour rassembler eux-mêmes les informations. Cela crée une demande beaucoup plus grande d’informations claires, accessibles et spécifiques.
Si ces informations ne sont pas disponibles, les systèmes d’IA devront peut-être chercher ailleurs ou tout simplement ne pas répondre correctement à la question. Nous devons donc reconsidérer les informations que nous publions, la manière dont elles sont structurées et la manière dont les différents systèmes y accèdent.
Mais pourquoi la solution devrait-elle être de créer un autre domaine de contenu ? Une solution qui nécessite une maintenance, une gouvernance et potentiellement une autre pile technologique et des processus supplémentaires pour garantir qu’elle reste cohérente avec les informations que les clients peuvent réellement voir ?
La plupart ont du mal à conserver une version de leur site Web précise et utile… Je ne suis pas sûr qu’en créer une deuxième, moins visible, soit la solution évidente.
Utile pour l’IA, utile pour les gens
Je ne pense pas que la réponse consiste à rejeter les formats spécifiques aux agents ou à insister sur le fait que les systèmes d’IA doivent consommer des sites Web de manière exactement de la même manière que les gens. Cela reviendrait à ignorer les véritables différences dans le fonctionnement de ces systèmes et les opportunités qu’ils créent.
De même, supposer que la solution consiste simplement à créer du contenu spécifiquement pour l’IA évite un problème que nous essayons de résoudre depuis des années.
L’objectif devrait être de mettre à la disposition des deux parties des informations réellement utiles, provenant d’une source cohérente et faisant autorité, qui puisse être conservée, validée et, le cas échéant, vérifiée de manière indépendante.
Les informations utiles uniquement à l’IA créent un problème de gouvernance et soulèvent des questions de confiance.
Les informations utiles uniquement aux personnes créent de plus en plus un problème de visibilité.
Il existe ici un juste milieu, qui ne nous oblige pas à inventer une autre version du Web. J’ai déjà expliqué pourquoi la réticence de Google à approuver un ensemble entièrement distinct de pratiques d’optimisation de l’IA est logique. Les fournisseurs de recherche ne sont guère incités à légitimer une autre industrie de techniques qu’ils devront ensuite contrôler.
Plus nous encourageons les marques à créer des informations spécifiquement destinées aux agents, détachées du Web public, plus nous risquons de recréer des problèmes que les moteurs de recherche ont passé des décennies à tenter de résoudre.
Je ne suis pas convaincu que la création d’un shadow web pour l’IA soit un progrès. Il s’agit peut-être simplement d’un autre raccourci que nous passerons la prochaine décennie à essayer d’annuler.
Plus de ressources :
Cet article a été initialement publié sur Chris Green SEO.
