Pourquoi une IA cite certaines pages et en ignore d'autres

L'essentiel en bref

Ce sont des sections qui sont citées, pas des pages – d'où l'importance de l'agencement plutôt que de la qualité d'ensemble.
Six propriétés sont communes aux sources citées : une réponse détachable, une indication vérifiable, une responsabilité identifiable, l'actualité, la lisibilité technique et la proximité thématique de l'environnement.
Trois raisons excluent des pages solides : le contenu n'apparaît que par JavaScript, la page est bloquée, ou les affirmations sont éparpillées dans le texte.
L'indication propre et vérifiable est le facteur isolé le plus fort – c'est la raison pour laquelle un modèle vous cite plutôt qu'une source généraliste.

Quand un système construit une réponse, il ne choisit pas ses sources par sympathie ou par autorité, mais par utilisabilité. La question est toujours la même : cette page fournit-elle un extrait qui réponde à la question posée, soit compréhensible seul et puisse être étayé ?

Les six propriétés

1. Une réponse détachable

Une section qui répond entièrement à la question en deux à quatre phrases, sans renvoyer au texte environnant. De loin la propriété la plus importante – et la seule qu'on maîtrise entièrement.

2. Une indication propre et vérifiable

Un chiffre, un procédé, une période, une expérience assortie de son champ d'application. C'est la raison pour laquelle un modèle vous cite plutôt qu'une source généraliste : vous dites quelque chose qui n'existe pas ailleurs.

3. Une responsabilité identifiable

Auteur avec rôle, entreprise avec adresse, date de dernière vérification – visible sur la page et dans les données structurées, avec la même valeur. Particulièrement important sur les sujets touchant à l'argent, à la santé ou au droit.

4. Une actualité vérifiable

Une date exacte, et des contenus qui correspondent à cette date. Une date de modification d'hier sur un texte décrivant un état dépassé vaut moins que pas de date du tout.

5. La lisibilité technique

Le contenu figure dans le HTML livré, pas seulement après exécution de JavaScript. Une hiérarchie de titres propre, aucun blocage des récupérations à l'exécution dans le robots.txt.

6. La proximité thématique de l'environnement

Une page dans un domaine que le site occupe visiblement est davantage tenue pour une source de référence qu'un article isolé au milieu de vingt sujets sans lien. C'est la raison pour laquelle les clusters thématiques agissent.

Le saviez-vous ?

La propriété deux est le vrai levier des petites entreprises. Sur du savoir général, vous concurrencez de grands portails et perdez – rien ne justifie de vous citer vous.

Avec une indication propre et vérifiable, vous êtes la source. « En pratique, le nettoyage d'une liste de contacts accumulée prend un à trois jours » n'est pas une affirmation de notoriété publique – elle vient de quelqu'un qui l'a fait, et c'est précisément pour cela qu'elle est citable. Une phrase d'expérience propre pèse plus que trois paragraphes de résumé.

Trois raisons qui écartent des pages solides

Raison	Comment le repérer	Effort de correction
Le contenu n'apparaît que dans le navigateur	le code source de la page ne contient pas le texte	élevé – question d'architecture
Récupérations à l'exécution bloquées	le robots.txt bloque ChatGPT-User et consorts	quelques minutes
Affirmations éparpillées dans le texte	aucun paragraphe ne répond seul à une question	moyen – remaniement des paragraphes

La deuxième raison est la plus agaçante, parce qu'elle se corrige en quelques minutes et reste pourtant fréquente – le plus souvent comme effet secondaire d'un blocage global de « tous les robots d'IA ».

Retour de pratique

Un schéma qui apparaît en analysant les sources citées : ce sont rarement les grands articles de synthèse. Ce sont de courtes pages qui répondent entièrement à une seule question – souvent celles considérées en interne comme des sous-produits.

Un article de 900 mots avec un chiffre clair et un champ d'application nommé est plus souvent cité qu'un guide de 2 500 mots sur le même sujet où le même chiffre figure au onzième paragraphe. Pour la planification de contenus, cela signifie : davantage de questions isolées nettement délimitées, moins de guides exhaustifs.

Ce qu'on peut faire concrètement

Faire le test du détachement. Copier un paragraphe quelconque dans un document vide : répond-il seul à une question identifiable ? Dans la plupart des articles, deux paragraphes sur dix réussissent.
Ajouter des indications propres. Pour chaque article, au moins un chiffre, un procédé ou une expérience avec son champ d'application – issus de votre activité, pas d'une source.
Placer un résumé en haut. Quatre affirmations complètes. Quinze minutes par article, sans changer le contenu.
Vérifier les récupérations à l'exécution. Regarder dans le robots.txt si ChatGPT-User, Perplexity-User et Claude-User sont autorisés.
Analyser les journaux serveur. Vos pages sont-elles seulement récupérées ? Sans accès, pas de citation – et c'est un autre chantier que la citabilité.

Prompt

Juge pourquoi cette page serait citée ou non par des moteurs de
réponse. Sois strict ; ne complimente rien ; ne réécris pas le
texte.

Texte de la page :
[coller le texte]

Informations complémentaires :
- Le contenu figure-t-il dans le HTML livré ? [oui / non /
  inconnu]
- Auteur, rôle et date de vérification sont-ils visibles ?
  [oui / non]
- Quel domaine notre site occupe-t-il par ailleurs ? [sujets]

Tâches :
1. Vérifie les six propriétés séparément – réponse détachable,
   indication propre vérifiable, responsabilité identifiable,
   actualité, lisibilité technique, proximité thématique de
   l'environnement. Indique pour chacune remplie / partiellement /
   non remplie, avec justification tirée du texte.
2. Nomme les trois paragraphes les plus susceptibles d'être
   cités, et dis pour chacun à quelle question il répond.
3. Nomme chaque affirmation du texte qui pourrait figurer sur
   n'importe quelle autre page – donc sans rien de propre.
4. Formule trois questions à me poser dont les réponses
   donneraient des indications propres vérifiables qui manquent
   aujourd'hui au texte.

N'invente ni chiffres ni sources.

Conclusion

Est cité ce qui se détache et dit quelque chose qui n'existe pas ailleurs. Les deux relèvent de l'agencement et de la substance, pas de la qualité d'ensemble d'un article.

Pour une petite entreprise, le levier est clairement la propriété deux : sur du savoir général, rien ne justifie de vous citer. Avec un chiffre propre et un champ d'application nommé, vous êtes la source.

Questions fréquentes

Pourquoi une IA cite-t-elle certaines pages et pas d'autres ?

Parce qu'elle sélectionne des sections, pas des pages. Est cité ce qui se détache et reste compréhensible seul, ce qui contient une indication vérifiable, ce dont on identifie l'auteur, ce qui est actuel et techniquement lisible – et ce qui s'inscrit dans un domaine que le site occupe visiblement.

Quel est le facteur isolé le plus fort ?

Une indication propre et vérifiable : un chiffre, un procédé, une expérience avec son champ d'application. Sur du savoir général, rien ne justifie de citer précisément une petite entreprise – avec une indication propre, elle est la source.

Pourquoi une page solide n'est-elle parfois jamais citée ?

Pour trois raisons : le contenu n'apparaît que par JavaScript et ne figure pas dans le HTML livré ; les récupérations à l'exécution sont bloquées dans le robots.txt, souvent comme effet secondaire d'un blocage global des robots d'IA ; ou les affirmations sont réparties dans le texte, si bien qu'aucun paragraphe ne répond seul à une question.

Les articles longs ou courts sont-ils plus souvent cités ?

En pratique, plutôt les courts et nettement délimités. Un article d'environ 900 mots avec un chiffre clair et un champ d'application nommé est plus souvent cité qu'un guide étendu où le même chiffre figure au onzième paragraphe – parce que l'article court se détache plus facilement.

Comment vérifier sa propre citabilité ?

Avec le test du détachement : copier un paragraphe quelconque dans un document vide et le lire. Répond-il seul et entièrement à une question identifiable ? Dans la plupart des articles, environ deux paragraphes sur dix réussissent – cette part est l'indicateur le plus parlant de la citabilité.