Le glossaire SEO et GEO

Exploration

Un robot d’exploration consulte les pages automatiquement. La possibilité d’un accès dépend notamment des règles d’accès, des réponses du serveur et des liens. Un accès effectué ne signifie pas encore une indexation.

Indexation

Un moteur de recherche traite une page et la prend en compte dans son index. La décision relève du système de recherche. Une page indexée ne bénéficie pas pour autant d’une position garantie pour une question précise.

Canonical

Une référence canonical désigne l’URL préférée pour un contenu identique ou très similaire. Elle doit être cohérente avec la page de destination réellement souhaitée. Des canonical incorrects peuvent compliquer l’interprétation.

Méta-description et titre

Le titre décrit le thème de la page et la méta-description résume son contenu. Les deux devraient correspondre précisément à la page. Les systèmes de recherche peuvent composer différemment la présentation effectivement affichée.

robots.txt

Le fichier robots.txt contient des règles pour les accès automatisés de certains robots. Il ne protège pas l’accès aux contenus confidentiels. L’accès pour la recherche et l’entraînement doivent être distingués selon la finalité de chaque robot.

Noindex

Une instruction noindex demande aux moteurs de recherche de ne pas inclure une page dans leur index. Ce n’est pas une protection par mot de passe. Les modifications des instructions d’indexation devraient être limitées aux pages précisément concernées, puis contrôlées.

llms.txt

llms.txt est un format de fichier proposé pour orienter les systèmes d’IA. Son effet dépend de son utilisation réelle par un système. Google Search ignore ce fichier ; il n’y a donc aucun effet positif ou négatif sur le classement dans ce moteur. Il ne remplace ni un site accessible ni des contenus utiles.

OAI-SearchBot et GPTBot

OAI-SearchBot est destiné à la recherche d’OpenAI, GPTBot à l’entraînement des modèles. Une décision sur l’accès pour la recherche n’est donc pas automatiquement une décision sur l’entraînement. ChatGPT-User concerne les accès initiés par les utilisateurs.

Données structurées

Des informations lisibles par machine peuvent décrire l’organisation, la personne ou la page concernée par un contenu. Elles doivent correspondre aux informations visibles. Un balisage seul ne garantit ni une présentation particulière dans les résultats ni une recommandation de l’IA.

Organisation et personne

L’agence, son exploitant juridique et la personne responsable peuvent correspondre à des informations différentes. Une présentation cohérente évite que la marque, l’emplacement et le contact apparaissent contradictoires.

Maillage interne

Les liens entre vos propres pages montrent les relations et guident les lecteurs vers des informations complémentaires. Un texte de lien précis est plus utile que des « Cliquez ici » répétés. Les destinations devraient être accessibles et répondre à la question annoncée.

LLM – Large Language Model

Un grand modèle de langage traite et génère du langage à partir de motifs appris. Une application peut le relier à la recherche ou à d’autres outils. Il faut néanmoins vérifier l’exactitude de la réponse produite et l’adéquation de ses sources.

Tokenisation

La tokenisation découpe le texte en unités de traitement. Un token n’est pas nécessairement un mot entier. Pour les contenus web, cela ne fournit aucune règle pertinente consistant à écrire selon un nombre précis de tokens.

Fenêtre de contexte

La fenêtre de contexte désigne la quantité d’informations qu’un modèle peut prendre en compte lors d’un traitement. Pour l’utilisation, il importe donc aussi de savoir quels documents et messages précédents sont effectivement inclus.

Comment ChatGPT fonctionne-t-il dans le quotidien de l’entreprise ?

Selon la fonction utilisée, l’application peut générer du langage, modifier les contenus fournis et rechercher des informations actuelles. Une entreprise devrait définir la fonction précise, les données autorisées et le travail de vérification nécessaire.

RAG – Retrieval-Augmented Generation

Avec le RAG, des informations adaptées à une tâche sont récupérées dans une source et mises à disposition pour la réponse. La qualité, l’actualité et l’autorisation de ces sources sont déterminantes. Le RAG ne prouve pas qu’un site public quelconque est automatiquement utilisé.

Fine-Tuning

Le fine-tuning adapte un modèle par un entraînement supplémentaire à partir d’exemples ou de comportements souhaités. Il diffère de la recherche d’informations actuelles sur le web ou du travail sur un site d’entreprise. Pour de nombreuses tâches éditoriales, un bon processus avec vérification est d’abord plus important qu’une adaptation propre du modèle.

Mention et recommandation

Une mention est l’apparition d’un nom attribué sans ambiguïté. Une recommandation le présente comme une option adaptée à une question. Toute mention n’est pas une recommandation.

citation de source

Une citation de source renvoie à une source précise dans une réponse. Vérifiez que la page liée étaye réellement l’affirmation. Un lien seul n’est pas un label de qualité pour toutes les affirmations d’une réponse.

Conversion

Une conversion est une action définie à l’avance, par exemple une demande reçue. Un clic téléphonique, un formulaire envoyé et un mandat sont des événements différents. Une analyse rigoureuse indique expressément ce qui est compté.

Le guide Mesurer la visibilité dans les réponses de l’IA relie ces notions à une méthode pratique de contrôle.