Entité Wikidata : ce qu’elle est, ce que Google en dit, comment en créer une.

Wikidata, Wikipedia et Knowledge Graph de Google : quelles relations ?

Wikipedia publie des articles rédigés, Wikidata des données structurées sous licence CC0, et le Knowledge Graph de Google est une base privée aux sources non publiées. La Wikimedia Foundation héberge les deux premiers, qui suivent des règles d’admission publiques ; Google ne publie pas les siennes.

Wikipedia est une encyclopédie de textes. Chaque article est écrit par des contributeurs, organisé en sections, illustré et sourcé. La granularité est l’article. La règle d’admission est la notoriété encyclopédique, établie par des sources indépendantes.

Wikidata est une base de données structurée. Chaque élément est un graphe de propriétés et de valeurs, sans texte rédigé. La granularité est l’entité. Un élément est admis s’il remplit l’un des trois critères de notabilité : un lien vers une page d’un projet Wikimedia, une entité clairement identifiable décrite par des références sérieuses et publiques, ou un besoin structurel. La page d’aide sur l’autobiographie le rappelle : les critères de Wikipedia sont « generally much stricter » (en général bien plus stricts).

Le Knowledge Graph de Google est une base privée, et Google n’en publie pas les sources. Sa page d’aide sur les panneaux de connaissances écrit que « les faits que contient le Knowledge Graph sont tirés de diverses sources compilant des informations factuelles », sans nommer Wikidata.

Retenez une asymétrie : le Knowledge Graph de Google affiche des faits sans publier ses sources ; Wikidata publie tout, références comprises. Vous pouvez y contribuer vous-même si l’entité remplit les critères d’admission (la section 07 montre ce qui arrive sinon). Pour le Knowledge Graph, Google permet seulement de revendiquer une fiche info et de suggérer des modifications.

Comment Google et les LLM utilisent-ils Wikidata ?

Google, OpenAI et Perplexity ne documentent aucun usage direct de Wikidata. Deux traces publiques relient pourtant Google à la base : les correspondances entre Freebase et Wikidata qu’il a publiées sous licence CC0, et la documentation de sa Knowledge Graph Search API, qui renvoie vers les dumps de Wikidata.

Google a publié les correspondances entre Freebase, projet ouvert arrêté en 2015, et Wikidata sur la page développeurs de Freebase. La documentation de sa Knowledge Graph Search API recommande d’utiliser « les dumps de données de Wikidata » à qui cherche des entités reliées entre elles. Dans l’autre sens, l’élément Q42 porte un identifiant Freebase (P646 = /m/0282x), et la propriété P2671 stocke les identifiants du Knowledge Graph de Google quand des contributeurs les ont ajoutés.

Les LLM : ni OpenAI ni Perplexity ne publient la liste de leurs données d’entraînement. Ce qui est vérifiable : les données de la base sont sous licence CC0 et téléchargeables en entier, donc disponibles pour tout entraînement, et un moteur de réponse qui cherche sur le web peut tomber sur une page wikidata.org comme sur n’importe quelle page. Nous n’avons trouvé aucune documentation d’OpenAI ou de Perplexity indiquant qu’un modèle consulte votre fiche à chaque réponse ; OpenAI écrit seulement que la recherche de ChatGPT « leverages third-party search providers » (s’appuie sur des moteurs de recherche tiers).

Le Wikidata Query Service permet d’interroger le graphe en SPARQL. La requête ci-dessous liste les œuvres dont Douglas Adams (Q42) est l’auteur. Lancée le 7 octobre 2026, elle renvoyait 50 lignes, la limite fixée, dont Le Guide du voyageur galactique.

# Œuvres dont Douglas Adams (Q42) est l'auteur
# Endpoint : https://query.wikidata.org/
SELECT ?oeuvre ?oeuvreLabel WHERE {
  ?oeuvre wdt:P50 wd:Q42 .
  SERVICE wikibase:label {
    bd:serviceParam wikibase:language "fr,en" .
  }
}
LIMIT 50

Une requête de ce type montre ce qu’une entité bien reliée apporte : une réponse exacte, désambiguïsée par l’identifiant.

Conséquence pratique. Une fiche ne remplace ni un site clair, ni les sources indépendantes qui parlent de vous. Elle résume ces sources dans un format que les machines lisent sans ambiguïté, et elle ne tient que si elles existent.

sameAs et triangulation d’identité : Wikidata + LinkedIn + site officiel.

La triangulation d’identité consiste à faire se citer mutuellement les trois ancrages publics d’une marque, pour qu’un moteur ou un modèle puisse vérifier l’entité depuis n’importe quel point d’entrée.

Trois objets doivent se citer :

• Le site officiel déclare dans son schema Organization un sameAs vers l’URL de l’élément et un sameAs vers LinkedIn (URL de la page entreprise).
• L’élément déclare via P856 l’URL du site officiel et via P4264 l’identifiant LinkedIn de l’organisation.
• LinkedIn déclare l’URL du site officiel dans le champ « Site web » de la page entreprise.

Le code minimal ressemble à ceci, ici pour une personne qui a sa fiche (Q42) et son article Wikipedia. Le schema de getknown.fr ne déclare aujourd’hui aucun sameAs Wikidata : la section 07 explique pourquoi.

// Schema Person avec sameAs vers l'élément et l'article Wikipedia
{
  "@context": "https://schema.org",
  "@type": "Person",
  "name": "Douglas Adams",
  "sameAs": [
    "https://www.wikidata.org/wiki/Q42",
    "https://fr.wikipedia.org/wiki/Douglas_Adams"
  ]
}

Schema.org définit sameAs comme l’« URL of a reference Web page that unambiguously indicates the item’s identity » (l’URL d’une page de référence qui indique sans ambiguïté l’identité de l’élément) et cite l’entrée Wikidata en exemple. Google ne documente pas le poids qu’il donne à ces liens.

L’erreur classique consiste à déclarer un sameAs côté site sans déclarer le site officiel (P856) côté fiche : la boucle reste ouverte dans un sens. Fermez-la dans les deux.

Les erreurs Wikidata à éviter.

Six erreurs à éviter à la création d’une fiche d’organisation. Aucune n’est compliquée à corriger.