Les recherches derrière chaque vérification

OpenAI, Anthropic et Perplexity publient chacun le nom des robots qui lisent les pages pour leurs réponses d’IA, et expliquent comment les autoriser ou les bloquer dans robots.txt. Ces outils ne peuvent pas lire une page qui les bloque : ils risquent moins de l’afficher ou d’y renvoyer.

Les mêmes entreprises, et Google avec « Google-Extended », utilisent d’autres noms pour les robots qui collectent du texte pour entraîner l’IA. Elles disent que les bloquer ne vous retire pas de leurs réponses de recherche. Les bloquer est un choix d’entreprise légitime, cette vérification ne baisse donc jamais votre score.

Google peut exécuter les scripts d’une page avant de la lire, mais dit que cela prend plus de temps. Une analyse de Vercel publiée en 2024 sur son propre réseau a montré qu’aucun des grands robots d’IA, dont ceux d’OpenAI et d’Anthropic, n’exécutait de scripts : le texte affiché uniquement par des scripts leur était donc invisible. Microsoft Bing prévient aussi que l’IA peut ne pas voir le contenu masqué.

llms.txt est une proposition de 2024 pour un court fichier qui indique aux outils d’IA les pages clés d’un site. Ce n’est pas une norme reconnue, et Google dit que ses fonctions d’IA n’ont besoin d’aucun fichier spécial. C’est pourquoi nous l’affichons à titre d’information, sans changer votre score.

La documentation de Google sur le balisage Organization dit qu’il l’aide à comprendre qui se trouve derrière un site, avec son nom, son logo et ses coordonnées. Les consignes de Google pour ses évaluateurs de qualité leur demandent aussi de chercher des informations claires sur qui gère le site.

Le guide de Google sur le contenu utile encourage vivement à indiquer de vrais noms d’auteur là où les lecteurs s’y attendent, et prévient qu’inventer des auteurs est trompeur. Ses consignes pour les évaluateurs tiennent compte de l’expérience et de l’expertise de l’auteur pour juger la confiance.

Google dit qu’une date claire et visible l’aide à savoir quand une page a été publiée ou mise à jour. Son guide met aussi en garde contre le fait de changer une date pour paraître récent quand le contenu n’a pas vraiment changé.

Les consignes de Google pour ses évaluateurs de qualité leur demandent de trouver qui est responsable d’un site et comment le contacter. Trop peu d’informations de ce type justifie une note de qualité plus basse. Des liens clairs vers les pages À propos et Contact les rendent faciles à trouver.

Dans une étude de 2024 sur l’« optimisation pour les moteurs génératifs », des chercheurs de l’université de Princeton et d’autres institutions ont réécrit des pages web de différentes façons et mesuré leur utilisation par des réponses d’IA. Ajouter des statistiques pertinentes faisait partie des changements les plus utiles, jusqu’à environ 40 % dans leurs tests. Ils ont utilisé des systèmes d’IA montés pour l’étude : les vrais outils peuvent se comporter autrement. Microsoft Bing conseille aussi d’appuyer les affirmations sur des faits mesurables.

La même étude de 2024 a montré que citer des sources fiables était un autre des changements les plus efficaces, rendant les pages plus visibles dans les réponses d’IA. Comme pour tous ses résultats, les tests utilisaient des systèmes d’IA montés pour l’étude.

La même étude de 2024 a montré qu’ajouter des citations de personnes ou d’experts pertinents rendait aussi les pages nettement plus visibles dans les réponses d’IA. Ses tests utilisaient des systèmes d’IA montés pour l’étude : les vrais outils peuvent se comporter autrement.

Microsoft Bing conseille d’écrire titres et textes sous forme de questions directes avec des réponses claires, car c’est ainsi que les gens cherchent, surtout dans les réponses d’IA. Google, en revanche, dit que ses fonctions d’IA n’exigent aucun changement particulier : voyez-y le conseil d’un moteur de recherche, pas une règle universelle.

Microsoft Bing conseille de commencer par une réponse d’une ou deux phrases qui se comprend seule, pour qu’elle puisse être reprise dans une réponse d’IA. Cela rejoint la « pyramide inversée » que Nielsen Norman Group recommande depuis longtemps : l’essentiel d’abord, les détails ensuite, car les lecteurs s’arrêtent souvent tôt.

Une étude de Nielsen Norman Group a montré que des pages réécrites pour être concises, faciles à parcourir (avec des listes et des mots mis en valeur) et objectives étaient 124 % plus faciles à utiliser. Microsoft Bing conseille aussi des listes et des tableaux pour les étapes et les comparaisons, car ils découpent les détails en morceaux clairs que l’IA peut réutiliser.

La norme HTML prévoit un élément <main> pour le contenu principal d’une page, à côté d’autres pour l’en-tête, les menus et le pied de page. Marquer le contenu ainsi aide les lecteurs d’écran et permet à d’autres outils de distinguer l’article des menus et des publicités.

Google a annoncé en 2014 qu’il utilise HTTPS, la version sécurisée d’une adresse web, comme un petit signal de classement. Les navigateurs marquent aussi « Non sécurisé » les pages sans HTTPS, et HTTPS protège ce que saisissent les visiteurs, comme les mots de passe.

Un réglage « noindex » demande à Google de ne pas afficher une page dans ses résultats. Laissé par erreur, il exclut complètement la page de Google, c’est pourquoi cette vérification compte autant.

Le fichier robots.txt indique aux robots des moteurs de recherche les parties d’un site qu’ils peuvent lire. Google le respecte : une page bloquée ne peut donc pas être bien lue, même si Google peut encore afficher son adresse sans description.

Un plan de site est un fichier qui liste les pages que vous voulez faire trouver. Google dit qu’il l’aide à découvrir des pages, surtout sur les sites nouveaux ou grands, sans garantir qu’elles apparaissent dans les résultats.

Quand le même contenu s’ouvre à plusieurs adresses, Google en choisit une à afficher. Une balise « canonical » indique à Google celle que vous préférez. Google la considère comme un indice fort, pas comme un ordre.

Google dit que le titre de la page sert souvent de titre au résultat de recherche et qu’il doit être descriptif et concis. Google ne fixe aucun nombre de caractères mais coupe les titres longs : la fourchette de longueur que nous vérifions est donc notre propre règle pratique.

Google peut afficher la méta-description comme court texte sous votre résultat lorsqu’elle décrit bien la page. Google ne fixe aucune longueur ; la fourchette que nous vérifions est la nôtre, selon ce qui s’affiche en général.

Le guide de démarrage SEO de Google recommande des titres qui montrent l’organisation de la page, et les guides d’accessibilité disent que le titre principal doit la décrire. Google n’exige pas exactement un titre principal ; cette partie est notre propre règle, pour plus de clarté.

Les guides d’accessibilité du W3C demandent des titres dans l’ordre, sans sauter de niveau, pour que les personnes qui utilisent un lecteur d’écran puissent s’orienter. Google dit que l’ordre des titres ne compte pas pour ses résultats : cette vérification sert donc les lecteurs, pas Google.

Google dit ne pas avoir de nombre de mots préféré et valoriser les pages qui répondent pleinement à la question du visiteur. Les pages très courtes y parviennent rarement, nous alertons donc en dessous d’un nombre de mots choisi par nous. C’est un signe approximatif, pas une règle de Google.

Les WCAG, la norme internationale d’accessibilité, demandent une description textuelle de chaque image porteuse de sens, pour que les visiteurs aveugles sachent ce qu’elle montre. Google utilise aussi ces descriptions (texte alternatif) pour comprendre les images.

Google trouve la plupart des pages en suivant des liens. Son guide dit que chaque page importante doit recevoir un lien d’au moins une autre page de votre site, avec des mots qui décrivent où il mène.

Google utilise surtout la version mobile d’une page pour ses résultats, ce qu’il appelle l’indexation mobile en priorité. Sans le réglage « viewport », le téléphone affiche une minuscule page d’ordinateur, difficile à lire et à utiliser.

Les WCAG demandent que chaque page indique sa langue, pour que les lecteurs d’écran prononcent correctement et que les navigateurs proposent une traduction. Google dit déduire la langue du texte visible et ignorer ce réglage : la vérification aide donc les visiteurs, pas le classement.

Le temps de réponse du premier octet est le temps que met un serveur à commencer à envoyer une page. Le guide web.dev de Google considère comme bon 0,8 seconde ou moins et comme mauvais plus de 1,8 seconde, les seuils que nous utilisons. Nous mesurons une fois depuis notre serveur, ce qui ne remplace pas les Core Web Vitals de vrais visiteurs. Une étude de Deloitte commandée par Google a montré que des pages mobiles un peu plus rapides entraînaient plus de ventes.

Les serveurs peuvent compresser une page avant de l’envoyer, avec des méthodes comme gzip ou Brotli, et le navigateur la décompresse à l’arrivée. La documentation de Mozilla explique comment cela fonctionne. Les pages plus légères arrivent plus vite, surtout sur une connexion mobile lente.

Le protocole Open Graph fixe le titre, le texte et l’image affichés quand quelqu’un partage votre lien sur un réseau social ou une messagerie. Il n’influe pas sur le classement Google, mais il décide de l’apparence de votre page quand elle est partagée.

Les données structurées sont des étiquettes cachées qui disent aux moteurs de recherche de quoi parle une page, comme une entreprise, un produit ou un article. Google les utilise pour comprendre les pages et pour des résultats enrichis, mais des étiquettes correctes ne les garantissent pas. Nous vérifions seulement qu’elles se lisent sans erreur.

Une ancienne année de copyright dans le pied de page est un petit signe que personne ne s’occupe du site. Aucun moteur de recherche ni aucune loi n’exige l’année en cours. C’est notre propre vérification, c’est pourquoi elle compte si peu.

Selon le RGPD britannique et européen, un site qui collecte des données personnelles doit dire ce qu’il collecte et pourquoi, en général dans une politique de confidentialité. L’autorité britannique, l’ICO, explique ce qu’il faut. Les conditions d’utilisation ne sont pas toujours obligatoires, mais elles fixent des règles claires pour les visiteurs.

Les règles britanniques et européennes sur les cookies disent que les cookies non essentiels, comme ceux de mesure d’audience et de publicité, exigent d’abord l’accord du visiteur. Le guide de l’ICO l’explique. Nous cherchons des outils de suivi et de consentement connus, mais ne pouvons pas prouver ce que fait réellement un site.

Le droit européen sur les services en ligne demande aux entreprises une adresse e-mail ou un autre moyen rapide de les joindre, et le Royaume-Uni a la même règle. Les consignes de Google pour les évaluateurs tiennent aussi compte de coordonnées claires pour juger si un site est digne de confiance.

Le guide de Google sur les codes d’état explique qu’un lien vers une page inexistante (une « 404 ») ne mène nulle part, et que ces pages sortent des résultats avec le temps. Les liens cassés ne baissent pas directement le classement, mais ils empêchent visiteurs et robots d’atteindre votre contenu.

Google demande que les pages inexistantes renvoient un vrai statut « 404 introuvable », pas une page ordinaire qui dit seulement « introuvable », ce qu’il appelle une soft 404. Une page d’erreur utile garde aussi sur votre site les visiteurs égarés.

Si une page s’ouvre avec et sans www, ou en http et en https, Google doit en choisir une. Google recommande de choisir une adresse et de rediriger les autres vers elle de façon permanente.

Les liens qui ouvrent un nouvel onglet permettaient autrefois à la nouvelle page de prendre le contrôle de l’ancienne, une astuce utilisée pour des arnaques. Ajouter rel="noopener" l’empêche. La documentation de Mozilla précise que les navigateurs modernes le font désormais par défaut : le risque concerne surtout les anciens navigateurs.

Le guide web.dev de Google explique que les images WebP sont en général nettement plus légères que les JPEG ou PNG à qualité égale, et qu’AVIF, plus récent, l’est souvent encore plus. Des images plus légères se chargent plus vite, surtout sur téléphone.

Quand une image n’a ni largeur ni hauteur définies, le navigateur ne peut pas lui réserver de place, et le texte saute pendant le chargement. Google mesure ce « décalage de mise en page » parmi ses Core Web Vitals et recommande de définir la taille des images pour l’éviter.

Les navigateurs peuvent attendre que le visiteur approche d’une image pour la charger, avec loading="lazy". Le guide de Google dit que cela économise des données et accélère le premier affichage, mais les images du haut de la page doivent se charger tout de suite.

Quand une page utilise sa propre police, certains navigateurs cachent le texte jusqu’à son arrivée. Le guide de Google recommande « font-display: swap », pour que le texte s’affiche aussitôt dans une police standard puis change quand la police personnalisée est prête.

La mise en cache permet au navigateur de garder les fichiers déjà téléchargés, pour que les visiteurs qui reviennent ne les téléchargent pas à nouveau. Le guide de Google explique comment une longue durée « Cache-Control » le permet pour les fichiers qui changent rarement.

Une indication « preload » demande au navigateur de récupérer tôt un fichier clé, comme la police ou l’image principale. Le guide de Google dit que cela peut accélérer le chargement s’il ne concerne que quelques fichiers importants. C’est facultatif, cela ne baisse donc jamais votre score.

Les WCAG demandent un moyen de passer les blocs répétés sur chaque page, comme le menu. Un lien « aller au contenu » permet aux personnes qui utilisent le clavier d’arriver directement au contenu principal.

Le guide du W3C sur les repères (en-tête, navigation, contenu principal et pied de page) explique que les lecteurs d’écran permettent de passer d’une zone à l’autre. Les pages construites avec eux sont bien plus faciles à parcourir sans les voir.

Les WCAG exigent que les personnes qui utilisent le clavier voient toujours quel lien ou bouton est sélectionné. Nous cherchons les styles qui cachent ce contour sans rien mettre à la place.

Les WCAG demandent un contraste d’au moins 4,5 pour 1 entre le texte normal et son fond, pour que les personnes malvoyantes puissent le lire. The WebAIM Million, un test annuel d’un million de pages d’accueil, montre que le texte peu contrasté est le problème le plus courant. Nous ne mesurons pas le contraste, car il faut afficher la page à l’écran, et nous le disons plutôt que de deviner.

Les visiteurs qui tapent votre adresse sans https:// devraient arriver sur la version sécurisée. La documentation de Mozilla explique qu’une redirection permanente le permet, et que le réglage de navigateur de la vérification suivante (HSTS) comble la faille que laisse la redirection.

HSTS est une norme d’internet (RFC 6797) qui demande aux navigateurs d’utiliser toujours la version sécurisée de votre site, même si quelqu’un tape ou clique sur un lien http://. Sans elle, une visite qui commence en http:// peut être interceptée avant la redirection.

L’OWASP, une association à but non lucratif qui publie des guides de sécurité web, liste des réglages (en-têtes) qu’un serveur peut envoyer pour que le navigateur bloque des attaques courantes, comme l’affichage de votre page dans un autre site ou l’exécution de scripts malveillants. Nous vérifions les principaux qu’elle recommande.

Google affiche l’icône d’un site à côté de ses résultats et explique comment la définir. Les navigateurs l’affichent aussi dans les onglets et les favoris, ce qui aide les visiteurs à reconnaître votre site.

GOV.UK, le site du gouvernement britannique, limite les phrases à 25 mots ou moins, en citant des recherches selon lesquelles les lecteurs comprennent beaucoup moins à mesure que les phrases s’allongent. Nous alertons au-delà d’une moyenne de 20 mots, un seuil à nous un peu plus strict.

Les recherches de Nielsen Norman Group sur la lecture en ligne ont montré que les gens parcourent les pages, et que des paragraphes courts, avec une idée chacun, les rendent plus faciles à utiliser. La limite de 150 mots que nous utilisons est la nôtre.

Les mêmes recherches ont montré que des intertitres parlants aident à parcourir une page et à trouver ce que l’on cherche. Nous demandons un intertitre au moins tous les 350 mots ; ce chiffre est le nôtre.

Le score de facilité de lecture de Flesch, publié par Rudolf Flesch en 1948, note un texte selon la longueur de ses phrases et de ses mots. Un score de 60 ou plus correspond à peu près à un anglais simple. Il a été conçu pour l’anglais : nous ne notons donc que les pages en anglais et indiquons que les autres langues ne sont pas mesurées.

Le guide de style de GOV.UK dit de ne pas écrire de longs textes en majuscules, parce qu’ils sont difficiles à lire. Nous cherchons les suites de six mots ou plus en majuscules.

Les WCAG demandent que le but de chaque lien soit clair d’après ses mots, ou d’après ses mots et la phrase qui l’entoure. Les personnes qui utilisent un lecteur d’écran entendent souvent la liste de tous les liens de la page, où « cliquez ici » ne dit rien.

Les WCAG exigent que chaque bouton et chaque lien aient un nom que les technologies d’assistance peuvent lire à voix haute ; une icône sans étiquette est seulement annoncée comme « bouton ». The WebAIM Million place les liens et boutons vides parmi les problèmes les plus courants des pages d’accueil.

Les WCAG demandent une étiquette pour chaque champ de formulaire. Le tutoriel du W3C sur les formulaires explique que le texte d’exemple grisé ne la remplace pas, car il disparaît pendant la saisie et se voit souvent mal.

Les WCAG demandent que le texte puisse être agrandi au double de sa taille sans perte de contenu. Les réglages qui empêchent de zoomer avec deux doigts sur téléphone en privent les personnes malvoyantes.

Aucune norme ne fixe de taille minimale de texte ; les WCAG demandent plutôt qu’on puisse l’agrandir. Les navigateurs partent de 16 pixels, et notre limite de 14 pixels est notre propre règle pratique.

Les WCAG demandent des sous-titres sur les vidéos enregistrées avec du son, pour que les personnes sourdes, et toute personne qui regarde sans le son, puissent les suivre.

Les WCAG demandent que tout son joué automatiquement pendant plus de trois secondes puisse être mis en pause ou baissé. Un son qui démarre tout seul peut aussi couvrir un lecteur d’écran.

Les WCAG demandent que le contenu qui bouge, clignote ou défile puisse être mis en pause, et que l’animation déclenchée par le défilement puisse être désactivée. Les appareils permettent de demander moins de mouvement, et les pages peuvent le respecter avec le réglage « prefers-reduced-motion ». Le mouvement peut donner le vertige ou la nausée à certaines personnes.

Le guide de Google explique quelles fenêtres surgissantes gênent, comme celles qui couvrent le contenu dès l’arrivée, surtout sur téléphone, et propose des bandeaux moins intrusifs. Nous ne pouvons pas voir quand une fenêtre surgit, cette vérification ne fait donc qu’alerter.

La Coalition for Better Ads, un groupe d’annonceurs et d’éditeurs, a étudié les publicités que les gens trouvent les plus gênantes, avec plus de 150 000 participants. Ses Better Ads Standards les listent, comme les publicités surgissantes, les vidéos qui se lancent avec le son et les publicités qui couvrent presque tout l’écran du téléphone.

Un texte oublié comme « Lorem ipsum » ou « En tant que modèle de langage d’IA » montre aux lecteurs que personne n’a relu la page. Google dit juger le contenu sur sa qualité, quelle que soit la façon dont il a été produit, et ses règles contre le spam visent les pages produites en masse avec peu de valeur. Les consignes de Bing mettent aussi en garde contre les grandes quantités de contenu produites sans relecture éditoriale.

Une étude publiée en 2025 dans Science Advances a compté les mots de plus de 15 millions de résumés de recherche médicale et a observé une hausse soudaine de mots comme « delves » et « showcasing » après l’arrivée de ChatGPT. Notre liste d’une quarantaine d’expressions, et la limite de 2 pour 1 000 mots, sont les nôtres. Ce sont des signes, pas des preuves : une personne peut aussi les écrire.

La même phrase répétée trois fois ou plus est un signe fréquent de texte généré ou copié en masse. C’est notre propre vérification. Le guide de Google sur le contenu utile demande si une page apporte une vraie valeur au lieu de se répéter.