Ce qu'il faut retenir
- Le robot de ChatGPT crawle environ 8 fois plus souvent que celui de Google (Cloudflare). Les machines lisent déjà massivement votre site : la question est ce qu'elles y comprennent.
- Les trois causes d'illisibilité que je rencontre le plus : contenu rendu en JavaScript que le robot ne voit pas, aucune réponse directe à extraire, aucune donnée structurée qui décrive le produit à la machine.
- Le format qui gagne : un bloc de réponse de 40 à 60 mots en tête de section, sous un titre formulé comme la vraie question de l'acheteur, doublé d'un schema FAQ ou Article en JSON-LD.
- La correction se fait en trois niveaux, dans l'ordre : enrichir l'existant (l'essentiel du travail), ajouter des pages sur le domaine principal, et seulement en plan B le sous-domaine, dont l'autorité se transfère moins bien, et je le dis.
- La preuve intermédiaire existe : les passages de robots sur vos pages se mesurent, avant même que la citation arrive.
Ce que voit réellement le robot
Commençons par l'expérience qui change la conversation avec n'importe quelle équipe e-commerce : mettre côte à côte la fiche produit telle que la voit un humain, et telle que la lit un robot IA. Voici un cas représentatif de mes audits : une belle fiche, travaillée, convertissante… et vide pour la machine :
Le point important : ce n'est pas une fiche « ratée ». C'est une bonne fiche e-commerce selon les standards de conversion des dix dernières années. Le problème est que les standards ont changé de lecteur : le premier visiteur de votre fiche, en volume de passages, est désormais une machine, et elle ne lit ni les images, ni le ton, ni la promesse.
Les trois causes d'illisibilité
1. Le contenu que le robot ne voit pas
Caractéristiques, avis, FAQ : sur les thèmes e-commerce modernes, ces blocs sont souvent injectés en JavaScript après le chargement. Certains robots IA rendent partiellement le JavaScript, d'autres pas du tout, et aucun ne le fait aussi bien que Google. La règle de sécurité : toute information qui doit être citée doit exister dans le HTML servi, pas seulement à l'écran.
2. La page qui ne répond à rien
« Redécouvrez le sommeil » n'est la réponse à aucune question. Le moteur cherche à extraire une réponse à « quel matelas pour le mal de dos ? », « quelle mouture pour une V60 ? », « quel sac étanche pour le vélotaf ? ». Une page sans bloc question-réponse est hors compétition, quelle que soit la qualité du produit.
3. Le produit que la machine ne peut pas décrire
Sans données structurées, le robot doit deviner ce qu'est le produit, son prix, sa disponibilité, ses attributs. Il devine mal, ou pas. Les données structurées sont la fiche d'identité machine du produit, et elles sont absentes ou incomplètes sur la majorité des fiches que j'audite.
Anatomie d'un bloc extractible
Voici le format qui ressort systématiquement gagnant dans mes mesures : trois éléments, dans cet ordre :
Les données structurées, sans jargon
Le JSON-LD est un petit bloc de code, invisible à l'écran, qui décrit la page à la machine dans un vocabulaire standardisé (schema.org). Pour une FAQ ou un guide, il transforme chaque question-réponse en donnée que le moteur peut lire sans avoir à interpréter la mise en page :
Deux règles non négociables : le JSON-LD décrit ce qui est réellement sur la page (montrer autre chose aux robots qu'aux humains est du cloaking, et les moteurs apprennent à l'écarter), et il se pose à l'échelle du site, pas page par page à la main : c'est exactement le genre de tâche que Cited automatise via l'API du CMS.
La correction en trois niveaux
- Niveau 1 : enrichir l'existant. Fiches produits et FAQ d'abord : réponse directe en tête, titres-questions, données structurées. Aucune page nouvelle, aucune friction éditoriale, et ces pages portent déjà l'autorité du domaine. C'est ici que se fait l'essentiel du travail.
- Niveau 2 : ajouter des pages sur le domaine principal (marque.fr/guides/…) pour les questions auxquelles aucune page existante ne répond. Même domaine, donc l'autorité profite pleinement.
- Niveau 3 : le sous-domaine (guides.marque.fr), uniquement si le site est figé ou verrouillé par une agence. Bémol honnête : un sous-domaine est traité comme une entité partiellement distincte, l'autorité s'y transfère moins bien. C'est un plan B, pas l'architecture de référence.
Dans tous les cas, une règle : la marque valide, toujours. Ce qui s'automatise, c'est la production et la publication : jamais le consentement.
Comment vérifier que ça marche
La beauté de ce chantier est qu'il se mesure à chaque étape, sans attendre la citation finale :
- Semaine 0 : le contenu clé est-il dans le HTML servi ? Les robots IA ont-ils accès (fichiers d'accès, plan de site) ?
- Semaines 1 à 4 : les passages de robots sur les pages corrigées augmentent-ils, moteur par moteur ? C'est la preuve de lecture.
- Semaines 2 à 8 : la présence dans les réponses bouge-t-elle ? Perplexity réagit le premier (deux à quatre semaines), ChatGPT est plus lent.
- En continu : le CA attribuable au canal IA (le referrer croisé à l'analytics) suit-il ?
Un audit Cited vous donne le point de départ exact : les questions d'achat de votre catégorie où vous êtes absent, et ce qui, sur vos pages, empêche la machine de vous recommander. Le premier audit est gratuit.
Les constats de ce guide proviennent des audits Cited (verbatims et extraction sur 3 000 réponses, Baromètre juillet 2026) et des diagnostics techniques menés sur les sites du panel. La fréquence de crawl comparée (robot de ChatGPT ≈ 8× celui de Google) provient de Cloudflare. Les exemples de fiches sont fictifs et reconstitués pour illustrer des motifs récurrents : aucune marque réelle n'est représentée. Le format « réponse directe 40 à 60 mots + titre-question + JSON-LD » correspond aux critères de structure extractible détaillés dans mon étude Comment les IA choisissent les marques.