Le 18 septembre 2026, l’inspection d’URL de Search Console classait l’ancienne version de ce guide en « Explorée, actuellement non indexée ». La page répondait en 200, figurait dans le sitemap, rien ne la bloquait : Google l’avait explorée sans l’indexer. Nous l’avons réécrite le 28 septembre 2026, sources datées et cas mesurés à l’appui.
Qu’est-ce que le SEO technique ?
Le SEO technique regroupe les réglages qui permettent à un moteur de recherche d’explorer un site, d’exécuter le code de ses pages comme un navigateur, puis de les indexer : accès des robots, codes HTTP, rendu JavaScript, canonical, sitemap, vitesse de chargement, données structurées. Il conditionne le reste du référencement sans garantir, à lui seul, l’indexation.
Le référencement naturel compte trois volets : la technique, le contenu et la popularité. La technique se traite en premier pour une raison mécanique : aucun texte, si bon soit-il, ne se classe sur une page que Googlebot ne peut ni explorer ni afficher.
Google fixe lui-même le seuil d’entrée. Sa page Google Search Technical Requirements (mise à jour le 18 décembre 2025) tient en trois conditions : Googlebot n’est pas bloqué, la page renvoie un code HTTP 200, son contenu est indexable. Elle précise aussitôt que les remplir ne suffit pas : « indexing isn’t guaranteed ».
La frontière avec le SEO on-page reste utile en audit. L’on-page porte sur une page à la fois : balise title, titres Hn, texte, mots-clés, ancres de liens.
La technique règle les conditions d’accès pour tout le site. Une balise title trop vague relève de l’on-page ; une chaîne de redirections qui retarde l’exploration de tout un répertoire relève de la technique.
Pourquoi le SEO technique passe-t-il avant le contenu ?
Le SEO technique passe avant le contenu parce que Google traite une page en trois phases : exploration, rendu, indexation. Un blocage à l’une d’elles arrête les suivantes, quelle que soit la qualité du texte. Un article excellent mais non indexé ne peut ni se classer, ni être repris dans un AI Overview.
Exploration, rendu, indexation : où la chaîne casse
La documentation Understand JavaScript SEO Basics (mise à jour le 4 mars 2026) nomme ces phases « Crawling, Rendering, Indexing ». Chacune a son point de rupture. Une règle Disallow du robots.txt empêche l’exploration.
Googlebot ne place en file de rendu que les pages qui répondent 200 sans directive noindex, et une page rendue peut encore rester hors de l’index.
Explorée ou détectée : deux statuts à ne pas confondre
Le rapport Pages de Search Console distingue deux statuts proches, aux causes différentes. Les définitions viennent de l’aide officielle du rapport sur l’indexation des pages ; la dernière colonne résume nos premières vérifications.
| Statut | Ce que dit Google | Nos premières vérifications |
|---|---|---|
| Détectée, actuellement non indexée | « En règle générale, cela signifie que Google voulait explorer l’URL, mais que l’exploration a été reportée, car votre site risquait d’être surchargé. » | Temps de réponse et erreurs 5xx du serveur, volume d’URL sans valeur (tris, filtres, paramètres), liens internes vers la page. |
| Explorée, actuellement non indexée | « La page a été explorée par Google, mais pas indexée. Elle sera peut-être indexée à l’avenir ; il n’est pas nécessaire de renvoyer cette URL pour l’exploration. » | Pages proches sur le même sujet, contenu mince face aux pages déjà classées, canonical, liens internes reçus. |
Sur notre propre site, en juillet 2026, sept pages commerciales inscrites au sitemap sont restées six jours en « URL inconnue de Google ». Elles étaient absentes du méga-menu, peu liées, et l’adresse de sitemap soumise répondait par une redirection 301.
Nous avons ajouté des liens depuis des pages déjà explorées et soumis l’URL finale du sitemap : sous 48 heures, les pages sont passées en explorées puis indexées.
Les deux actions étant simultanées, nous ne savons pas isoler la part de chacune. Une demande d’indexation faite quelques jours plus tôt, quand ces pages n’avaient aucun lien, n’avait rien donné. Le détail figure dans notre retour d’expérience sur le sitemap XML.
Quatre règles officielles à garder en tête
- Redirections : par défaut, Googlebot suit jusqu’à 10 redirections successives (How HTTP Status Codes Affect Google’s Crawlers, 4 février 2026).
- Erreurs 4xx et 5xx : Google n’indexe pas une URL en 4xx (sauf 429) et retire de l’index celle qui y passe ; les erreurs 5xx et 429 lui font ralentir l’exploration (même page).
- Cache de rendu : le service de rendu de Googlebot garde les fichiers JavaScript et CSS jusqu’à 30 jours, sans tenir compte des en-têtes de cache HTTP (Search Central, 3 décembre 2024).
- Core Web Vitals : le rapport de Search Console s’appuie sur les visites réelles des 28 derniers jours, que collecte le Chrome UX Report (aide Search Console).
Quels sont les 12 piliers du SEO technique ?
Nous découpons le SEO technique en douze piliers : exploration, indexation, architecture des URL, vitesse et Core Web Vitals, mobile, HTTPS, données structurées, hreflang, robots.txt, sitemap XML, rendu JavaScript et accès des robots d’IA. Chacun se mesure et se corrige à part, puis l’ensemble se vérifie dans Search Console.
Exploration
Googlebot découvre les pages en suivant les liens <a href> : une page sans lien interne ne dépend plus que du sitemap. Profondeur de clic, liens cassés, robots.txt et santé du serveur règlent l’exploration. Googlebot ralentit dès que le serveur renvoie des erreurs 5xx ou 429.
Indexation
Google décide de l’entrée dans l’index d’après la balise meta robots, l’en-tête X-Robots-Tag, la canonical et le code HTTP. Il retire une page en 404 ou en noindex dès sa prochaine exploration. Pour une URL accessible sous plusieurs adresses, la balise canonical indique celle à retenir.
Architecture et navigation
Visez des URL lisibles, un fil d’Ariane, une navigation en liens HTML et peu de clics entre l’accueil et les pages qui comptent.
Les paramètres de tri et de filtre créent du contenu dupliqué, que Google conseille de réduire pour ne pas gaspiller l’exploration. Pour la pagination, il demande une URL et une canonical propres à chaque page, et un lien <a href> vers la page suivante.
Vitesse et Core Web Vitals
Les Core Web Vitals comptent trois métriques, mesurées sur les visites réelles au 75e centile, mobile et ordinateur séparés : LCP ≤ 2,5 s, INP ≤ 200 ms, CLS ≤ 0,1. INP a remplacé FID le 12 mars 2024.
Les guides d’optimisation de web.dev pointent des causes courantes : image LCP chargée en lazy-loading, images sans dimensions déclarées, longues tâches JavaScript sur le fil principal. Google utilise ces métriques pour classer, sans qu’elles priment sur la pertinence : voir notre guide des Core Web Vitals.
Indexation mobile-first
Googlebot explore et indexe la version mobile des pages, transition achevée le 31 octobre 2023 selon le blog Search Central. Texte, liens, balises et données structurées doivent être identiques sur mobile et sur ordinateur. Un bloc absent de la version mobile reste hors de l’index : contrôlez la parité mobile sur chaque modèle de page.
HTTPS
Google a fait de HTTPS un signal de classement en août 2014, en le qualifiant de « very lightweight » : il touchait alors moins de 1 % des requêtes mondiales. En audit, nous contrôlons un certificat valide, une seule redirection de HTTP vers HTTPS et l’absence de ressource chargée en HTTP, source d’avertissements de contenu mixte.
Données structurées
Le JSON-LD décrit l’organisation, l’auteur, l’article, le fil d’Ariane ou le produit, et rend certaines pages éligibles aux résultats enrichis. Il doit refléter le contenu visible.
Google a cessé d’afficher les résultats HowTo en 2023, puis les résultats FAQ le 7 mai 2026 : baliser une FAQ ne fait plus apparaître de questions sous votre lien. Méthode dans notre guide du schema markup.
Hreflang
Les balises hreflang signalent aux moteurs les versions linguistiques ou régionales d’une même page. Chaque version doit se citer elle-même et citer toutes les autres, avec des URL complètes.
Sur un site multi-pays, Google s’en sert pour afficher la version adaptée à la langue ou au pays de l’internaute ; un site monolingue n’en a pas besoin. Notre guide des balises hreflang détaille la mise en place.
Robots.txt
Le fichier robots.txt règle l’exploration robot par robot et déclare l’adresse des sitemaps. Il ne doit jamais bloquer les fichiers CSS ou JavaScript nécessaires à l’affichage. Pour désindexer une page, il faut une autre méthode, détaillée dans la FAQ.
Sitemap XML
Le sitemap liste les URL canoniques, en 200, que vous voulez voir indexées : 50 000 URL ou 50 Mo non compressés par fichier au maximum. Google ignore <priority> et <changefreq>, et n’utilise <lastmod> que s’il est exact de façon constante et vérifiable. Les erreurs de sitemap les plus courantes découlent de ces règles.
JavaScript
Googlebot exécute le JavaScript dans un second temps, et son service de rendu garde JS et CSS en cache jusqu’à 30 jours. La plupart des robots d’IA ne l’exécutent pas.
Le contenu à indexer (texte, liens, balises, JSON-LD) doit donc figurer dans le HTML envoyé par le serveur. Notre article SEO JavaScript compare les méthodes de rendu.
Accès des robots d’IA
OAI-SearchBot, GPTBot, Claude-SearchBot, PerplexityBot ou Google-Extended n’ont pas le même rôle : recherche, entraînement ou action d’un utilisateur. Leur accès se règle dans le robots.txt, et parfois chez l’hébergeur. Le tableau de la section IA détaille le rôle déclaré de chacun.
Comment mener un audit SEO technique ?
Un audit SEO technique part de ce que Google voit : couverture d’indexation dans Search Console, crawl complet en agent mobile, comparaison du HTML brut avec la version indexée, puis données de terrain sur 28 jours. Il se termine par une liste de corrections classées par impact et par effort.
Notre méthode tient en huit étapes, dans cet ordre. Elle vaut pour un site vitrine comme pour un catalogue ; seule la volumétrie change. Un audit SEO complet couvre aussi le contenu et les liens, et l’audit technique en est la première brique.
Si vous préférez déléguer, notre audit SEO technique applique cette méthode à votre site.
Lire la couverture d’indexation
Search Console · rapport PagesAvant tout crawl, nous listons ce que Google a exclu et pour quel motif : explorée ou détectée non indexée, page en double, erreur 404 ou 5xx. En audit, je compare cette liste aux pages que vous voulez voir indexées : l’écart cadre tout le reste.
Crawler le site comme Googlebot Smartphone
Screaming Frog · rendu JavaScript activéLe crawl dresse l’inventaire : codes HTTP, redirections, balises title et meta, canonical, profondeur, liens cassés, pages orphelines. Lancez-le avec l’agent mobile, puisque l’index repose sur la version mobile, puis croisez ses URL avec celles des sitemaps.
Comparer le HTML brut et la version indexée
cURL · inspection d’URLTitle, meta description, canonical, H1, texte, liens et JSON-LD doivent figurer dans le HTML envoyé par le serveur, avant tout JavaScript. L’inspection d’URL montre ensuite le HTML de la page indexée.
Le test en direct sert à valider une hypothèse ; seule la version indexée montre ce que Google a retenu, avec des fichiers qu’il peut garder en cache jusqu’à 30 jours.
Mesurer les Core Web Vitals sur le terrain
CrUX · PageSpeed Insights · Search ConsoleNous relevons les données de terrain par modèle de page, puis cherchons la cause en laboratoire. Sur notre site, en juillet 2026, le H1 de l’accueil apparaissait mot à mot après le JavaScript, avec des délais d’animation allant jusqu’à 1,5 s.
Après le retrait de ces animations du premier écran, une trace de performance dans Chrome a mesuré un LCP de 520 ms. C’est un chiffre de laboratoire : PageSpeed Insights ne renvoie aucune donnée de terrain pour nos pages, faute de visites suffisantes.
Auditer les données structurées
Test des résultats enrichis · Schema Markup ValidatorPour chaque modèle de page, nous vérifions la validité du JSON-LD et sa cohérence avec l’écran : Google demande de ne pas baliser un contenu invisible pour le lecteur.
Un auteur, une date ou une FAQ balisés doivent donc exister sur la page. Le test des résultats enrichis indique ce que le moteur peut afficher ; le validateur schema.org contrôle la syntaxe.
Contrôler robots.txt, sitemaps et redirections
cURL · rapport SitemapsNous relisons le robots.txt ligne par ligne, vérifions que chaque sitemap ne liste que des URL canoniques en 200 avec un lastmod exact, et suivons chaque redirection jusqu’à sa destination. Nous visons un seul saut : Googlebot en suit jusqu’à 10, mais chaque saut ajoute une requête et du délai pour l’utilisateur.
Lire les logs serveur
Logs d’accès · Googlebot · robots d’IALes logs montrent ce que les robots explorent : fréquence, codes renvoyés, URL ignorées, part des robots d’IA. Sur un site de quelques centaines de pages, ils confirment les hypothèses du crawl ; sur un gros catalogue, ils montrent où part l’exploration. Notre guide d’analyse de logs détaille la méthode.
Prioriser et vérifier
Impact · effort · contrôleNous attribuons à chaque constat une priorité selon son effet sur l’indexation et l’effort de correction (tableau ci-dessous). Une fois la correction livrée, nous la revérifions sur la version indexée, qui montre si Google l’a prise en compte.
Checklist SEO technique : douze contrôles
Chaque ligne reprend un pilier, avec l’endroit où le vérifier et l’état attendu. Passez-la sur une URL de chaque modèle de page : article, catégorie, fiche, page de service.
| Contrôle | Où le vérifier | État attendu |
|---|---|---|
| Indexation des pages stratégiques | Search Console, rapport Pages | Chaque page voulue en « Indexée » ; tout écart expliqué |
| robots.txt | Rapport robots.txt de Search Console | Aucune page utile, aucun fichier JavaScript ou CSS bloqué |
| Sitemaps XML | Rapport Sitemaps de Search Console | URL finales en 200, sans redirection ni noindex |
| Codes HTTP et redirections | Crawl complet | Liens internes vers des pages en 200, une redirection au plus |
| Canonical | Inspection d’URL | Canonical sélectionnée par Google identique à la canonical déclarée |
| Contenu sans JavaScript | cURL ou code source | Title, H1, texte, liens et JSON-LD présents |
| Parité mobile | Inspection d’URL (Googlebot smartphone) | Mêmes texte, liens et données structurées que sur ordinateur |
| Core Web Vitals | Rapport Core Web Vitals, PageSpeed Insights | LCP ≤ 2,5 s, INP ≤ 200 ms, CLS ≤ 0,1 au 75e centile |
| HTTPS | Navigateur, crawl | Certificat valide, une seule redirection de HTTP vers HTTPS, aucun contenu mixte |
| Données structurées | Test des résultats enrichis | JSON-LD valide et conforme au contenu visible |
| Hreflang (sites multilingues) | Crawl complet | Liens réciproques, auto-référence, URL absolues |
| Robots d’IA | robots.txt, réglages du CDN, logs serveur | Robots de recherche autorisés si vous voulez être cité |
Comment classer les constats
| Priorité | Exemples de constats | Effet |
|---|---|---|
| P0 · bloquant | noindex ou Disallow sur des pages stratégiques, canonical vers une autre page, erreurs 5xx répétées, contenu absent du HTML servi | La page ne peut pas être explorée, rendue ou indexée. |
| P1 · frein | chaînes de redirections, sitemap avec des URL en 301 ou 404, doublons sans canonical, pages orphelines, Core Web Vitals « mauvais » sur un modèle de page fréquenté | Google explore moins bien ou retient une autre URL. |
| P2 · hygiène | balises title en double, images sans dimensions, données structurées incomplètes, liens internes vers des redirections | Effet faible sur une page, net en série. |
Une alerte d’outil se tranche dans le code source de la page. En juillet 2026, un crawl Screaming Frog de notre site signalait 121 meta descriptions multiples ou en double. Nous les avions classées en faux positif, car aucun texte ne se répétait d’une page à l’autre.
Le 22 juillet, un crawl Ahrefs signalait à son tour des balises meta description multiples : la vérification en a trouvé sur 81 pages, dues au thème WordPress, qui ajoutait sa propre balise. Depuis, nous ouvrons le code source d’une page concernée avant de classer une alerte.
Quels outils utiliser pour un audit SEO technique ?
Quatre familles suffisent : Search Console pour ce que Google a indexé, un crawler comme Screaming Frog pour l’inventaire du site, PageSpeed Insights pour les Core Web Vitals, cURL et les outils de développement du navigateur pour vérifier une réponse HTTP. Les logs serveur complètent pour les sites volumineux.
Mesurer ce que Google voit
Les données du moteur lui-même, gratuites, à consulter en premier.
Google Search Console
Rapport Pages, inspection d’URL, rapport Core Web Vitals, statistiques d’exploration et sitemaps.
PageSpeed Insights
Données de terrain et test de laboratoire sur la même URL. Pour une série d’URL, son API donne toutes les mesures en une passe.
Logs serveur
Chaque passage de Googlebot et des robots d’IA, avec le code renvoyé : la seule source exhaustive sur l’exploration.
Explorer le site entier
L’inventaire, vu par un robot.
Screaming Frog SEO Spider
Crawl en agent mobile avec rendu JavaScript : codes HTTP, redirections, balises, canonical, hreflang, profondeur, liens cassés.
Ahrefs Site Audit
Crawl planifié et alertes, pour suivre un site entre deux audits complets.
Vérifier une URL précise
Le contrôle unitaire, avant et après chaque correction.
cURL
Code HTTP, en-têtes, chaîne de redirections et HTML brut, tels qu’un robot sans JavaScript les reçoit.
Outils de développement de Chrome
Onglets Réseau et Performance : cause d’un LCP lent, d’un décalage de mise en page ou d’une ressource bloquée.
Valider les données structurées
L’un teste l’affichage chez Google, l’autre la syntaxe.
Test des résultats enrichis
Ce que Google peut afficher en résultat enrichi, et les erreurs qui l’en empêchent.
Schema Markup Validator
Conformité au vocabulaire schema.org, tous moteurs confondus.
Un « health score » de crawler mesure la conformité aux règles de l’outil. Pour savoir si une page est indexée, et pourquoi, nous croisons Search Console, le crawl et le code source.
Quelles sont les erreurs SEO technique les plus fréquentes ?
Les erreurs les plus fréquentes en audit sont simples : noindex resté après une mise en ligne, canonical qui pointe ailleurs, sitemap qui liste des redirections, chaînes de redirections, contenu injecté en JavaScript et robots.txt trop restrictif. Toutes se détectent avec Search Console, un crawl et cURL.
La grille tourne aussi contre nous : l’audit de getknown.fr de septembre 2026 a relevé plusieurs de ces erreurs, chiffrées ci-dessous avant et après correction.
Noindex hérité de la préproduction
La balise noindex de l’environnement de test part en production avec la mise en ligne. Google retire la page de ses résultats dès qu’il revoit la balise. Cherchez-la dans le code source et dans l’en-tête X-Robots-Tag, pas seulement dans les réglages du CMS.
Canonical qui pointe ailleurs
Une canonical vers la préproduction, une page en 404 ou l’accueil brouille le choix de l’URL principale. Google la range parmi les signaux forts mais peut en retenir une autre : le rapport Pages l’affiche sous le statut « Page en double : Google a choisi une autre URL canonique que l’utilisateur ».
Sitemap qui liste des redirections
Le 16 septembre 2026, nos sitemaps listaient 207 URL, dont 4 en redirection 301, 9 en double et 78 sans date de modification. Deux jours plus tard, ils en listaient 194, toutes en 200 et datées. Un sitemap ne doit lister que des URL canoniques qui répondent 200.
Chaînes de redirections
A redirige vers B, qui redirige vers C : chaque saut ajoute une requête.
En septembre 2026, nous avons ramené 22 chaînes à un seul saut sur getknown.fr, dont une qui finissait en 404. Nous avons aussi trouvé 35 URL servies en 200 sur www. : du contenu dupliqué, que nous avons réglé par une redirection unique vers le domaine principal.
Contenu injecté en JavaScript
Un script ajoute du texte, des liens ou des balises après le chargement. Googlebot les voit le plus souvent, avec un délai de rendu ; la plupart des robots d’IA, jamais.
Après une mise en production, le moteur peut aussi associer le nouveau HTML à d’anciens fichiers JavaScript gardés en cache jusqu’à 30 jours : versionnez vos fichiers par leur nom à chaque build.
Robots.txt trop restrictif
Un Disallow: / oublié après une maintenance, ou un blocage des dossiers CSS et JavaScript : Googlebot ne peut plus afficher la page telle qu’un visiteur la voit. Testez le fichier sur une URL de chaque modèle de page, avant et après chaque mise en production.
Dernier cas, côté performance : sur notre page d’accueil, les logos du bandeau portaient des dimensions de 120 × 40, éloignées de leurs proportions réelles.
Le bandeau bougeait pendant le chargement, pour un CLS de 0,10 sur ordinateur. Nous avons déclaré les dimensions réelles des logos : le CLS mesuré est tombé à 0,00 (trace de laboratoire, juillet 2026).
Le SEO technique suffit-il pour apparaître dans les réponses des IA ?
Non : le SEO technique n’en est que la condition d’entrée. Pour Google, AI Overviews et AI Mode puisent dans l’index classique : une page doit être indexée et éligible à un extrait, sans fichier ni balisage spécial. ChatGPT, Claude et Perplexity ajoutent leurs propres robots, à autoriser, et la plupart n’exécutent pas le JavaScript.
AI Overviews et AI Mode : aucune exigence en plus du SEO
Le guide de Google sur l’optimisation pour ses fonctions d’IA générative, mis à jour le 10 juillet 2026, pose une condition : la page doit être « indexed and eligible to be shown in Google Search with a snippet ».
Le même guide écarte les recettes courantes : aucun besoin de « machine readable files, AI text files, markup, or Markdown », aucune obligation de découper le contenu en petits morceaux, et « no special schema.org markup » à ajouter. Search Console mesure cette visibilité dans un rapport de performances dédié aux fonctions d’IA générative, vers lequel le guide renvoie.
Nous en tirons une règle : nous ne recommandons pas de llms.txt, puisque Google n’en a pas besoin pour ses fonctions d’IA. Notre analyse du llms.txt détaille ce choix. La version précédente de ce guide le recommandait ; nous l’avons corrigée.
ChatGPT, Claude et Perplexity : les rôles déclarés de leurs robots
Chaque éditeur documente plusieurs robots. Si vous les confondez, vous bloquez la visibilité en croyant bloquer l’entraînement, ou l’inverse. Le tableau reprend les rôles tels que les éditeurs les déclarent.
| Robot | Éditeur | Rôle déclaré |
|---|---|---|
| OAI-SearchBot | OpenAI | Faire apparaître des sites dans les résultats de recherche de ChatGPT. |
| GPTBot | OpenAI | Entraînement des modèles ; le bloquer signale que le contenu ne doit pas y servir. |
| ChatGPT-User | OpenAI | Visites déclenchées par une action d’un utilisateur de ChatGPT ; selon OpenAI, le robots.txt peut ne pas s’appliquer. |
| Claude-SearchBot | Anthropic | Qualité des résultats de recherche ; le bloquer peut réduire la visibilité du site dans ces résultats. |
| ClaudeBot | Anthropic | Entraînement des modèles ; le bloquer exclut les contenus futurs. |
| Claude-User | Anthropic | Récupérations de pages déclenchées par un utilisateur de Claude. |
| PerplexityBot | Perplexity | Faire apparaître et lier des sites dans les résultats de Perplexity ; pas d’entraînement de modèles. |
| Perplexity-User | Perplexity | Actions d’un utilisateur ; ignore le robots.txt dans la plupart des cas, selon Perplexity. |
| Google-Extended | Entraînement des futurs modèles Gemini et ancrage des réponses ; sans effet sur la présence dans la recherche Google ni sur le classement. |
Ces robots lisent le HTML servi : Vercel a mesuré en décembre 2024 qu’aucun des grands robots d’IA (OpenAI, Anthropic, Meta, ByteDance, Perplexity) n’exécutait le JavaScript, et recommande le rendu serveur pour le contenu critique.
Le blocage peut aussi venir de l’hébergeur ou du CDN : depuis le 1er juillet 2025, Cloudflare bloque par défaut les robots d’IA et demande à chaque nouveau domaine s’il les autorise. Votre robots.txt peut donc tout autoriser pendant que votre hébergeur ou votre CDN bloque ces robots.
Notre recommandation : laisser passer les robots de recherche si vous voulez être cité, décider à part pour les robots d’entraînement, et vérifier le résultat dans les logs du serveur comme dans les réglages de l’hébergeur.
Le travail de citabilité propre à ces moteurs relève du GEO : voir notre accompagnement GEO et la différence entre SEO, GEO et AEO.
Questions fréquentes
Le contenu dupliqué est-il pénalisé par Google ?
Pas le contenu dupliqué interne : Google écrit qu’un peu de duplication sur un site est normal et ne viole pas ses règles anti-spam. Il regroupe les doublons et en retient un comme canonique, mais ils consomment de l’exploration et dispersent les signaux. Republier sans valeur ajoutée le contenu d’autres sites relève du spam (scraping).
Faut-il bloquer GPTBot dans le robots.txt ?
Seulement si vous refusez que vos contenus servent à entraîner les modèles d’OpenAI. La présence dans la recherche de ChatGPT dépend d’un autre robot, OAI-SearchBot. OpenAI précise que chaque réglage est indépendant : vous pouvez bloquer GPTBot et autoriser OAI-SearchBot pour rester éligible à ses résultats de recherche.
Le fichier robots.txt suffit-il à retirer une page de Google ?
Non. Le robots.txt bloque l’exploration ; une URL bloquée peut rester indexée, et visible dans les résultats, si d’autres sites pointent vers elle. Pour la retirer, laissez-la explorable avec une balise noindex, ou protégez-la par mot de passe. L’outil Suppressions de Search Console la masque en urgence, pour six mois environ.
Combien de temps faut-il pour qu’une correction soit prise en compte ?
De quelques jours à quelques semaines, selon Google : le temps que Googlebot réexplore les pages. Demander l’indexation dans l’inspection d’URL n’engage Google sur aucun délai, et répéter la demande n’accélère rien. Pour les Core Web Vitals, le rapport couvre 28 jours glissants : attendez un mois avant de juger une correction.
Le budget de crawl concerne-t-il mon site ?
Rarement. Google destine son guide sur le budget de crawl aux sites de plus d’un million de pages changeant chaque semaine, de plus de 10 000 pages changeant chaque jour, ou chargés d’URL « détectées, actuellement non indexées ». Si vos nouvelles pages sont explorées le jour de leur publication, le sujet ne vous concerne pas.
PageSpeed Insights est dans le rouge, Search Console dans le vert : qui croire ?
Les données de terrain. Le rapport Core Web Vitals de Search Console repose sur les visites réelles des 28 derniers jours. Le score Lighthouse simule un chargement sur un seul appareil et un réseau fixe : il sert à trouver une cause. PageSpeed Insights affiche les deux, les données de terrain en premier.
À quelle fréquence refaire un audit SEO technique ?
À chaque changement qui touche le code ou les URL : refonte, migration, changement de CMS, nouveau modèle de page. Entre deux, suivez chaque mois les rapports Pages, Core Web Vitals et Statistiques d’exploration de Search Console pour repérer les dérives. Pour un site stable, sans refonte ni migration, un audit par an suffit.
Sources citées
Documentation Google
- Google Search Technical Requirements, Search Central, mise à jour le 18 décembre 2025.
- Understand JavaScript SEO Basics, Search Central, mise à jour le 4 mars 2026.
- Rapport sur l’indexation des pages, aide Search Console, consultée le 28 septembre 2026.
- How HTTP Status Codes Affect Google’s Crawlers, Crawling Infrastructure, mise à jour le 4 février 2026.
- Crawling December: resources, blog Search Central, 3 décembre 2024.
- Rapport Core Web Vitals, aide Search Console, consultée le 28 septembre 2026.
- Web Vitals, web.dev, mise à jour le 31 octobre 2024, et Interaction to Next Paint becomes a Core Web Vital on March 12, web.dev, 31 janvier 2024.
- Optimize Largest Contentful Paint (31 mars 2025), Optimize Cumulative Layout Shift (7 février 2025) et Optimize Interaction to Next Paint (2 septembre 2025), web.dev.
- Understanding Google Page Experience, Search Central, mise à jour le 22 septembre 2026.
- Mobile-first indexing has landed, blog Search Central, 31 octobre 2023.
- HTTPS as a ranking signal, blog Search Central, 7 août 2014.
- Changes to HowTo and FAQ rich results, blog Search Central, 8 août 2023, mis à jour le 14 septembre 2023, et Deprecating the FAQ rich result feature, journal des mises à jour de la documentation Search Central, 8 mai 2026.
- General Structured Data Guidelines, Search Central, mise à jour le 10 juillet 2026.
- Localized Versions of your Pages, Search Central, mise à jour le 21 septembre 2026.
- Robots.txt Introduction and Guide et Block Search Indexing with noindex, Search Central, mises à jour le 10 décembre 2025.
- Build and Submit a Sitemap, Search Central, mise à jour le 8 juillet 2026.
- What is URL Canonicalization (20 août 2026), How to Specify a Canonical (10 juillet 2026) et Spam Policies for Google Web Search (28 août 2026), Search Central.
- Google’s Guide to Optimizing for Generative AI Features on Google Search, Search Central, mise à jour le 10 juillet 2026.
- Crawl Budget Management, Crawling Infrastructure, mise à jour le 22 juillet 2026.
- Google’s common crawlers (Google-Extended), Crawling Infrastructure, mise à jour le 14 juillet 2026.
- Pagination, incremental page loading, and their impact on Google Search, Search Central, mise à jour le 10 décembre 2025.
- Ask Google to recrawl your URLs, Search Central, mise à jour le 10 décembre 2025.
- Suppressions, aide Search Console, consultée le 28 septembre 2026.
- About PageSpeed Insights, documentation PageSpeed Insights, mise à jour le 21 octobre 2024.
Autres sources
- Overview of OpenAI Crawlers, OpenAI, consultée le 28 septembre 2026.
- Does Anthropic crawl data from the web, and how can site owners block the crawler?, Anthropic, mise à jour le 7 avril 2026.
- Perplexity Crawlers, Perplexity, consultée le 28 septembre 2026.
- The rise of the AI crawler, Vercel, 17 décembre 2024.
- Cloudflare Just Changed How AI Crawlers Scrape the Internet-at-Large, communiqué Cloudflare du 1er juillet 2025.
Mise à jour du 28 septembre 2026 : sources officielles ajoutées et datées, section sur les robots d’IA réécrite, recommandation llms.txt retirée, cas mesurés sur getknown.fr ajoutés.
Article rédigé par Yonel Sasson, Getknown, agence SEO et GEO.
Trois principes non négociables.
Le terrain tranche
Quand un site reçoit assez de visites pour figurer dans les données de terrain de Chrome, ce sont elles qui tranchent. Lighthouse sert à trouver la cause. Sans données de terrain, comme sur notre propre site, un chiffre de laboratoire reste une hypothèse.
Une liste de chantiers classés
Nous livrons une courte liste de chantiers classés par impact et par effort, que votre équipe traite dans l’ordre, sans trier elle-même des centaines d’alertes.
Les robots d’IA dans le périmètre
ChatGPT, Claude et Perplexity envoient leurs propres robots, avec leurs propres règles d’accès. Chaque audit vérifie leur passage : robots.txt, réglages de l’hébergeur ou du CDN, logs serveur.