Qu’est-ce que le LLM SEO ?
Le LLM SEO consiste à optimiser un site pour que les grands modèles de langage derrière ChatGPT, Claude, Perplexity ou les Aperçus IA de Google le citent dans leurs réponses. Il repose sur le SEO classique et y ajoute deux chantiers : l’accès des robots d’IA et une identité de marque et d’auteur sans ambiguïté.
L’expression « LLM SEO » circule à côté de plusieurs synonymes : référencement LLM, GEO (Generative Engine Optimization), AEO (Answer Engine Optimization), LLMO (Large Language Model Optimization). Leurs périmètres se recouvrent largement : rendre un site citable dans les réponses des IA. Chaque terme garde un accent : les réponses directes pour l’AEO, la réponse générée pour le GEO, les modèles de langage pour le LLM SEO et le LLMO.
Les volumes de recherche restent faibles. Notre relevé Google Ads du 7 octobre 2026 (France, langue française, via DataForSEO) donne en moyenne mensuelle, de septembre 2025 à août 2026 : « llm seo » 110 recherches, « seo llm » 110, « référencement llm » 90, « optimisation llm » 10. Sur la période, « llm seo » passe de 260 recherches en septembre 2025 à 30 en août 2026.
LLM SEO vs SEO classique : ce qui change techniquement.
Le LLM SEO prolonge le SEO classique. Le tableau ci-dessous résume les différences telles qu’on les rencontre en mission, page par page.
| Levier | SEO classique (Google) | LLM SEO (ChatGPT, Claude, Perplexity) |
|---|---|---|
| Unité de récupération | URL ou page entière indexée | Passage extrait de la page |
| Signal d’autorité | Liens entrants, pertinence, qualité du contenu | Entité identifiée (sameAs), mentions vérifiables |
| Format prioritaire | HTML rendu, balisage classique | HTML lisible sans JavaScript |
| Crawler | Googlebot | GPTBot, OAI-SearchBot, ChatGPT-User, ClaudeBot, Claude-SearchBot, Claude-User, PerplexityBot, Perplexity-User |
| Mesure de succès | Position SERP, CTR, sessions organiques | Citation dans la réponse générée, taux de mention par prompt |
| Délai d’effet | De quelques heures à plusieurs mois, selon Google | Au prochain passage du robot en recherche web, au prochain entraînement sinon |
| Outil de validation | Search Console, Rich Results Test | Tests prompts mensuels, Profound, Otterly, Ahrefs Brand Radar |
Le délai dépend du mode d’accès. Un moteur qui cherche sur le web au moment de la question (ChatGPT search, Perplexity) peut lire une page corrigée dès le prochain passage de son robot. Un modèle sans recherche web ne verra la correction qu’après un nouvel entraînement. Pour sa propre recherche, Google écrit que « certaines modifications peuvent prendre effet en quelques heures, tandis que d’autres peuvent prendre plusieurs mois » (guide de démarrage SEO).
Comment les LLM accèdent au web : RAG, retrieval et citations.
La mécanique technique compte parce qu’elle conditionne les leviers d’optimisation. Tous les LLM ne traitent pas le web de la même façon, et les confondre conduit à des arbitrages erronés.
Trois modes coexistent. Premier mode : l’entraînement. Le modèle apprend sur un corpus arrêté à une date, sa date de coupure (knowledge cutoff), que les grands éditeurs publient pour leurs modèles. Ce qui paraît ensuite lui reste inconnu, sauf si une recherche web est activée.
Deuxième mode : le RAG (Retrieval-Augmented Generation). Le modèle reçoit la question, lance une recherche web en temps réel via un moteur de recherche, récupère un nombre limité de pages, en extrait les passages pertinents, et génère une réponse en s’appuyant sur ces passages. C’est sur ce mode que porte le travail courant de LLM SEO.
Troisième mode : le fine-tuning ou les corpus partenaires. Certains éditeurs de contenus signent des accords de licence avec les éditeurs de modèles. Ce levier relève de la négociation commerciale, hors du périmètre de la plupart des projets SEO.
Traitez d’abord le mode RAG, page par page : le ré-entraînement ne dépend pas de votre calendrier. L’effort porte donc sur la récupérabilité : une page ouverte aux robots, où un passage répond seul à une question. Publier davantage ne compense pas une page que le moteur ne peut pas lire.
Autre mécanique : le query fan-out. Le guide de Google sur l’IA générative le définit comme un « ensemble de requêtes simultanées et associées générées par le modèle » pour obtenir davantage de résultats. Les sources citées changent aussi d’une réponse à l’autre : le 29 septembre 2026, nous avons posé cinq fois la même question à l’API de Perplexity, qui a cité 32 pages, dont 7 seulement dans les cinq réponses (notre relevé sur les citations LLM). Une réponse isolée ne prouve rien : répétez la question, et testez chaque assistant.
Robots.txt et autorisations crawl LLM.
Avant toute optimisation éditoriale, vérifiez que les robots d’IA peuvent accéder au site. Les principaux : GPTBot, OAI-SearchBot et ChatGPT-User pour OpenAI ; ClaudeBot, Claude-SearchBot et Claude-User pour Anthropic ; PerplexityBot et Perplexity-User pour Perplexity. Chacun a un rôle distinct. Google-Extended, souvent ajouté à cette liste, n’est pas un robot.
Chez OpenAI, GPTBot crawle pour l’entraînement futur des modèles GPT et OAI-SearchBot fait apparaître les sites dans les résultats de recherche de ChatGPT. Les deux réglages sont indépendants : un site peut rester visible dans ChatGPT search tout en refusant l’entraînement. ChatGPT-User visite une page à la demande d’un utilisateur ; OpenAI précise que les règles du robots.txt peuvent alors ne pas s’appliquer.
Anthropic sépare aussi les usages (documentation d’Anthropic) : ClaudeBot collecte des contenus qui peuvent servir à l’entraînement, Claude-SearchBot indexe pour la recherche et Claude-User lit une page quand un utilisateur de Claude pose une question.
PerplexityBot référence les sites pour les résultats de Perplexity et, selon la documentation de Perplexity, ne collecte pas de contenus pour les modèles de fondation. Perplexity-User, déclenché par la question d’un utilisateur, ne suit pas le robots.txt dans la plupart des cas, selon la même documentation.
Google-Extended est un jeton : il règle l’usage de vos contenus pour entraîner les modèles Gemini et ancrer les réponses des applications Gemini, et Google précise qu’il « n’a aucune incidence sur l’inclusion d’un site dans la recherche Google » (liste des robots de Google). Les AI Overviews puisent dans l’index de Googlebot.
# Exemple de robots.txt (extrait, à adapter à votre site) # Un robot nommé suit son seul groupe et ignore le groupe * (RFC 9309) : # recopiez vos Disallow dans chaque groupe nommé. User-agent: * Disallow: /wp-admin/ # Recherche : à ouvrir pour être cité User-agent: OAI-SearchBot User-agent: Claude-SearchBot User-agent: PerplexityBot Disallow: /wp-admin/ # Entraînement : décision à part (ici, autorisé) User-agent: GPTBot User-agent: ClaudeBot Disallow: /wp-admin/
Reste le fichier /llms.txt, proposé par Jeremy Howard en septembre 2024 : un fichier Markdown censé présenter le site aux modèles. Le guide de Google sur l’IA générative indique que la recherche Google ignore ces fichiers : ils n’ont « aucune incidence sur la visibilité ou le classement de votre site dans la recherche Google ». Nous ne le recommandons pas et ne le déployons pas : l’effort utile porte sur l’accès des robots d’IA (robots.txt ci-dessus) et sur un contenu clair.
8 signaux à travailler pour être cité.
OpenAI, Anthropic et Perplexity documentent l’accès de leurs robots, pas leurs critères de citation. Cette liste croise ces documentations, les consignes de Google et nos observations en mission : une grille de travail, sans facteur confirmé par les éditeurs.
Identification d’entité vérifiable
La propriété sameAs d’un schema Organization ou Person pointe vers une page de référence qui identifie l’entité sans ambiguïté, par exemple sa fiche Wikidata ou son site officiel. Elle relie le contenu à une entité publique vérifiable.
Paragraphes lisibles seuls
Un paragraphe doit se comprendre sans le reste de la page : un moteur de réponse peut n’en reprendre qu’un passage. Pour Google, inutile d’aller plus loin : « il n’est pas nécessaire de segmenter votre contenu en petits morceaux pour que l’IA le comprenne mieux ».
FAQ visible, sur les questions réelles
Une FAQ affichée sur la page, construite sur les questions que posent vos clients. Le schema FAQPage peut la reprendre mot pour mot, sans effet annoncé sur les citations : Google n’affiche plus le résultat enrichi FAQ depuis le 7 mai 2026 et précise qu’« aucun balisage schema.org spécial n’est nécessaire » pour ses fonctions d’IA.
Date publication + mise à jour visible
Sur une requête sensible au temps (actualité, prix, réglementation), une date visible aide le lecteur, humain ou modèle, à juger si l’information tient encore. Doublez-la de datePublished et dateModified dans le JSON-LD, avec les mêmes valeurs.
Sources externes citées
Une page qui lie ses sources montre d’où viennent ses chiffres, et le lecteur, humain ou modèle, peut remonter jusqu’à elles. Citez la source primaire plutôt qu’un article qui la reprend.
Auteur nommé et qualifié
Un auteur nommé, avec une page auteur et un schema Person relié à ses profils publics (sameAs), rend l’expertise vérifiable. Google pose la question dans ses consignes : « L’identité du créateur du contenu est-elle évidente pour les visiteurs ? »
Cohérence inter-pages d’entité
Gardez sur toutes les pages le même schema Organization, avec un @id stable, et les mêmes éléments d’identité : nom, adresse, fondateur. Des informations qui se contredisent d’une page à l’autre brouillent l’entité.
Lisibilité sans JavaScript
Si le contenu n’apparaît qu’après exécution du JavaScript côté client, les robots d’IA risquent de ne pas le voir. Dans une étude publiée en décembre 2024, Vercel et MERJ n’ont vu aucun des grands robots d’IA exécuter le JavaScript, GPTBot, ClaudeBot et PerplexityBot compris ; Gemini, qui s’appuie sur l’infrastructure de Googlebot, et Applebot font exception. Pour voir ce que ces robots lisent, ouvrez le HTML brut de la page (curl, ou « Afficher le code source ») : l’inspection d’URL de la Search Console montre le rendu de Googlebot, JavaScript exécuté.
Schema markup et LLM : sameAs, citation, mentions.
Le guide de Google sur l’IA générative le dit : les données structurées « ne sont pas une obligation pour la recherche par IA générative et aucun balisage schema.org spécial n’est nécessaire ». Google recommande de les garder pour les résultats enrichis. Trois propriétés décrivent l’entité et les sources sans ambiguïté.
sameAs déclare qu’une entité est la même qu’une fiche publique externe : Wikidata, LinkedIn, page Wikipédia, profil ORCID. Sur un site B2B, reliez Organization et Person à leurs profils LinkedIn, et à Wikidata quand l’entité remplit les critères de notabilité.
citation permet de lier un Article aux sources qu’il référence, sous forme de CreativeWork avec name, url, et optionnellement author. C’est l’équivalent structuré des liens externes du texte.
mentions permet d’indiquer explicitement qu’un Article mentionne une entité (marque, produit, personne, lieu) sans nécessairement la citer comme source. Sur cette page, mentions déclare ChatGPT, Claude, Perplexity et Gemini.
Sur ce guide, le JSON-LD de l’article regroupe Article, DefinedTerm et FAQPage dans un même @graph, avec des @id stables ; Organization, Person et BreadcrumbList viennent du gabarit commun du site. Voir notre guide complet schema markup pour le détail d’implémentation.
Méthode LLM SEO en 6 étapes.
Méthode opérationnelle, applicable à n’importe quel CMS. L’ordre compte. Sauter l’étape 1 fait perdre l’effet de l’étape 4.
Auditer l’accessibilité aux crawlers LLM
Vérifier ce que robots.txt permet à chaque robot d’IA (recherche : OAI-SearchBot, Claude-SearchBot, PerplexityBot ; entraînement : GPTBot, ClaudeBot), et que chaque groupe nommé reprend vos Disallow. Tester la page sans JavaScript via curl -A "ClaudeBot/1.0" URL pour confirmer que le contenu est lisible côté serveur. Inspecter une URL via Search Console pour voir le rendu Googlebot.
Ouvrir les bons crawlers IA dans le robots.txt
Autoriser explicitement OAI-SearchBot, Claude-SearchBot, Claude-User et PerplexityBot : un robot de recherche bloqué ne peut pas lire vos pages. GPTBot et ClaudeBot servent à l’entraînement des modèles d’OpenAI et d’Anthropic : les autoriser ou non est une décision à part. (Le fichier llms.txt, souvent vendu à cette étape, est jugé inutile par Google : on ne le déploie pas.)
Vérifier ensuite que les pages prioritaires (guides piliers, pages auteur, page À propos, cas clients vérifiables) figurent dans le sitemap XML et répondent en 200.
Construire les entités Person et Organization avec sameAs
Implémenter un schema Person pour chaque auteur principal et un schema Organization pour la marque, avec sameAs vers LinkedIn et les bases publiques où l’entité figure. Ne créez une fiche Wikidata que si l’entité remplit les critères de notabilité : la communauté peut supprimer les autres. Voir notre guide Wikidata pour le SEO pour la procédure.
Mesurez ensuite l’effet par des tests de requêtes répétés sur ChatGPT search et Perplexity.
Rendre chaque paragraphe lisible seul
Placer une définition en tête de chaque section H2 et faire porter à chaque paragraphe une idée complète, sans renvoi au paragraphe précédent. Ne hachez pas le texte pour autant : Google précise que ce découpage n’est pas nécessaire pour ses fonctions d’IA.
Test pratique : prendre un paragraphe au hasard, le relire isolément. S’il a besoin du paragraphe précédent pour être compris, le réécrire.
Rédiger une FAQ visible sur les questions réelles
Partez des questions que posent vos clients et répondez en quelques phrases qui se lisent seules. Un schema FAQPage peut reprendre cette FAQ mot pour mot, à titre facultatif : Google n’affiche plus le résultat enrichi FAQ depuis le 7 mai 2026 (journal des mises à jour de Google), ni HowTo depuis 2023 (annonce de Google), et aucun éditeur d’IA n’annonce d’effet sur les citations.
Surveiller la citabilité avec des prompts de référence
Établir une liste de prompts de référence par marque (questions sectorielles, questions sur l’entité, questions transactionnelles), les tester chaque mois sur ChatGPT, Claude, Perplexity et Gemini, et noter les citations dans un suivi mensuel. Pour les Aperçus IA et le Mode IA, lire en plus le rapport sur les performances dans l’IA générative de la Search Console.
Outils complémentaires pour l’échelle : Profound, Otterly, Ahrefs Brand Radar. Aucun ne remplace le test manuel pour comprendre la qualité sémantique des citations. Notre agent SEO IA envoie un jeu de questions fixe aux assistants et collecte leurs réponses ; le choix des questions et la lecture des écarts restent au consultant.
Tester sa visibilité LLM : outils, prompts, méthode.
Pour Google, la Search Console propose un rapport sur les performances dans l’IA générative (Aperçus IA et Mode IA), ouvert à tous les sites depuis le 31 août 2026. Pour les autres assistants, aucun outil ne fait référence : trois approches se complètent.
Test manuel par prompts
Établir une liste de prompts de référence (sur la marque, sur le secteur, sur les requêtes transactionnelles), les tester chaque mois sur ChatGPT, Claude, Perplexity et Gemini avec recherche web active, en posant plusieurs fois chaque question, et noter les citations. C’est laborieux, mais vous voyez dans quel contexte votre marque apparaît.
Notre méthode de suiviOutils automatisés
Plusieurs SaaS (Profound, Otterly, Ahrefs Brand Radar) testent automatiquement des centaines de prompts sur plusieurs LLM et restituent un score de visibilité. Utile à grande échelle, à condition de garder une lecture critique : la quantité de mentions ne dit rien de la qualité du contexte de citation.
ahrefs.com/brand-radarInspection logs serveur
Filtrer les logs serveur sur les user-agents GPTBot, OAI-SearchBot, ClaudeBot, Claude-SearchBot, Claude-User, PerplexityBot pour mesurer la fréquence de crawl et repérer les pages que les robots d’IA lisent le plus. Les logs comptent ces lectures ; ils ne disent rien des citations.
Notre guide de l’analyse de logsSources externes citées dans ce guide
- Jeremy Howard, spécification /llms.txt (septembre 2024). Proposition de standard que nous citons pour transparence ; Google écrit que sa recherche, IA générative comprise, ne l’utilise pas. Nous ne la recommandons pas.
- OpenAI, présentation de ses robots. GPTBot, OAI-SearchBot et ChatGPT-User, et la règle robots.txt de chacun.
- Anthropic, documentation du crawl ClaudeBot. Documentation officielle d’Anthropic sur ses trois robots (ClaudeBot, Claude-SearchBot, Claude-User) et les directives robots.txt acceptées.
- Perplexity, documentation de ses robots. PerplexityBot et Perplexity-User, leur usage et leur rapport au robots.txt.
- Google, robots d’exploration courants. Le jeton Google-Extended et son effet sur la recherche Google.
- Google Search Central, journal des mises à jour. Arrêt du résultat enrichi FAQ le 7 mai 2026.
- Google Search Central, données structurées. Documentation Google officielle sur JSON-LD, le format recommandé pour le SEO et la lecture machine.
- Google Search Central, guide sur l’IA générative dans la recherche Google. Ce que Google demande, et ce qu’il dit inutile (llms.txt, découpage, balisage spécial).
- IETF, RFC 9309. Le protocole d’exclusion des robots, dont la lecture des groupes du robots.txt.
- Wikidata, critères de notabilité. Les conditions qu’une entité doit remplir pour que sa fiche soit conservée.