Démo & devis

Vous publiez en sept langues. Le moteur de recherche ne voit qu'un seul site.

Vous publiez en sept langues. Le moteur de recherche ne voit qu'un seul site.

L'histoire d'un site d'agence traduit en sept langues est presque toujours la même. Le côté anglais fait du chiffre, le côté allemand à peine, et les cinq autres langues ne produisent presque rien. L'équipe accuse d'abord le contenu : on refait les traductions, on publie quelques articles de plus, on briefe un rédacteur. Les chiffres ne bougent pas. Car le problème ne se trouve généralement pas dans le texte que vous avez écrit. Il tient au nombre d'adresses distinctes depuis lesquelles ce texte est servi, avec quel code de statut, et sous quelle annotation de langue.

Cet article transforme les conclusions d'un audit technique complet d'un site de logiciels de voyage en sept langues en un guide pratique. Chaque chiffre ci-dessous provient soit de cet audit, soit d'une étude externe dont la source est citée ; aucun n'est une estimation. L'audit a porté sur 1 088 pages en ligne, 1 469 entrées de sitemap et les sept langues, et le tableau qui en est ressorti était le suivant : 85 % des pages ne portaient aucune adresse canonique, tout le site était dupliqué sur deux hôtes différents, et des traductions déclarées dans six langues renvoyaient en réalité un message « page introuvable ».

Chaque section ci-dessous vous donne un contrôle, un seuil ou une règle de décision que vous pouvez appliquer à votre propre site avec un navigateur et curl, sans acheter le moindre logiciel. L'ordre compte aussi : la profondeur de contenu ne fonctionne pas avant le nettoyage technique, et la visibilité dans l'IA ne fonctionne pas avant la profondeur de contenu.

Schéma de flux montrant sept codes de langue passant par une adresse canonique unique et une couche hreflang réciproque avant d'atteindre les résultats de recherche et un résumé IA

L'ordre de l'audit : d'abord une source de vérité unique (adresse canonique, hreflang réciproque, code de statut honnête), puis le contenu, et la visibilité dans l'IA en dernier.

1. Comptez d'abord : combien d'adresses mènent à la même page ?

Ne commencez pas l'audit par le contenu. Commencez-le en comptant les adresses. Mesurer combien d'URL différentes ouvrent la même page prend dix minutes et révèle généralement la plus grosse perte dès le premier passage.

Le site que nous avons mesuré présentait deux défauts structurels. D'abord, le domaine répondait 200 avec et sans www, ce qui rendait le site entier accessible en double. Ensuite, les anciens et les nouveaux noms de chemins avaient été laissés ouverts côte à côte, si bien que /en/portfolio et /en/references servaient un contenu identique ; ce seul motif générait environ 1 713 adresses fantômes.

Demandez ces cinq variantes sur votre propre site, dans l'ordre, et notez le code de statut renvoyé :

Variante Exemple Résultat attendu
Hôte sans www example.com/en/blog 301 → version www
Hôte avec www www.example.com/en/blog 200
Barre oblique finale www.example.com/en/blog/ 301 → version sans barre
Paramètre de suivi www.example.com/en/blog?utm=x 200 + canonical sans le paramètre
Ancien nom de chemin www.example.com/en/articles 301 → nouveau chemin

Une seule ligne de commande suffit :

curl -s -o /dev/null -w "%{http_code} %{redirect_url}\n" -I <adresse>

Si deux des cinq variantes ou plus renvoient 200, le moteur de recherche ne voit pas une seule de vos pages. Il en voit plusieurs quasi identiques. Il ne s'agit pas d'un problème de pénalité, mais d'un problème de dilution du signal. Les liens, les données de clics et le budget de crawl qui devraient converger vers une seule adresse sont répartis entre toutes.

Schéma montrant cinq variantes d'URL d'un même contenu se rassemblant en une seule adresse canonique

Si les cinq variantes renvoient 200, le signal est divisé en cinq. La correction suit un ordre : les anciens chemins fusionnent par 301, et ce qui reste est consolidé par une balise canonical auto-référencée.

Règle de décision

Définissez exactement une forme canonique par page et fixez-y trois éléments : l'hôte (avec ou sans www, choisissez), la politique de barre oblique finale (toujours ou jamais) et la casse. Tant que ces trois décisions ne sont pas consignées quelque part, chaque nouveau modèle de page inventera sa propre variante.

2. Le canonical est un signal, pas un ordre

C'était le chiffre le plus frappant de l'audit : sur les 1 088 pages renvoyant 200, 921 (85 %) n'avaient aucune balise canonical. Parmi les 167 pages qui en portaient une, 60 n'étaient pas auto-référencées : la page était servie depuis www.example.com/en alors que le canonical indiquait https://example.com/en/. Ni l'hôte ni la barre oblique finale ne correspondaient.

Deux faits techniques comptent ici. La documentation de Google décrit rel="canonical" non comme une directive mais comme « un signal fort indiquant que l'URL spécifiée doit être l'URL canonique » ; la décision finale revient au moteur de recherche. La même documentation classe les méthodes de canonicalisation de la plus forte à la plus faible : redirection > balise canonical > présence dans le sitemap. Le sitemap y est explicitement qualifié de signal faible.

Conséquence pratique : une balise canonical n'est pas un outil de nettoyage à elle seule. Si vous voulez retirer une ancienne adresse, redirigez-la. Réservez la balise canonical aux variantes qui ne peuvent pas être redirigées : versions paramétrées, combinaisons de filtres, URL avec suivi de session.

Second fait : Google recommande que la page canonique porte elle-même un canonical auto-référencé. L'idée répandue selon laquelle « le canonical ne s'écrit que sur les pages en doublon » est fausse ; la page principale doit elle aussi pointer vers elle-même.

Pourquoi les canonicals écrits à la main dérivent toujours

Sur le site que nous avons audité, la balise canonical avait été écrite à la main dans dix modèles de page différents : l'un avec une barre oblique finale, l'un sans www, l'un avec un segment de chemin qui n'existait plus. Quatorze autres modèles n'en avaient aucune. Ce n'est pas de la négligence, c'est un résultat structurel. Si chaque développeur qui écrit un nouveau modèle doit se souvenir de la règle de mémoire, elle finira par être oubliée.

La règle qui fonctionne : le canonical, le hreflang et og:url doivent être produits en un seul endroit commun plutôt que dans les modèles de page, et rendus exactement une fois par page. Si une page tente d'écrire son propre canonical, le processus de publication doit l'en empêcher. Dans la structure mise en place après l'audit, cette règle a été câblée dans un contrôle de build : elle est garantie par l'architecture plutôt que par la discipline.

3. hreflang : le prix de la déclaration d'une langue qui n'existe pas

C'est l'erreur la plus coûteuse des sites multilingues. Sur le site que nous avons audité, un article de blog en anglais déclarait une adresse comme son équivalent allemand. Cette adresse renvoyait HTTP 200, mais le corps de la page disait « Blog Post Not Found ». Le même schéma se répétait dans six langues. Autrement dit, le site signalait de son plein gré des centaines de pages vides au moteur de recherche.

La documentation de Google sur les versions localisées est sans ambiguïté : « Si la page X renvoie vers la page Y, la page Y doit renvoyer vers la page X. Si ce n'est pas le cas pour toutes les pages qui utilisent hreflang, les annotations risquent d'être ignorées ou mal interprétées. » Le même document le formule encore plus simplement : « Si deux pages ne pointent pas l'une vers l'autre, les balises sont ignorées. »

Trois règles en découlent :

Situation Comportement correct Comportement erroné
La traduction existe et est publiée Déclarer hreflang dans les deux sens Le déclarer dans un seul sens
Pas de traduction Ne déclarer aucun hreflang Réutiliser le même slug pour cette langue
La traduction existe mais est un brouillon Ne rien déclarer tant qu'elle n'est pas en ligne La déclarer « parce qu'elle sort bientôt »

Comparaison côte à côte d'une déclaration hreflang non réciproque et d'un jeu hreflang réciproque correct

À gauche : une déclaration à sens unique pointant vers une adresse qui renvoie 200 mais sans contenu derrière. À droite : seules les langues dotées d'une vraie traduction sont déclarées, de façon réciproque, et la ligne allemande n'est tout simplement pas écrite.

Deux autres erreurs figurant sur la liste de Google méritent l'attention : les codes de langue qui sortent de l'ISO 639-1, et les valeurs de région non officielles comme EU, UK ou UN. Le code de région doit être de l'ISO 3166-1 Alpha 2, et une région seule n'est pas valide : on n'écrit pas hreflang="EN", on écrit hreflang="en" ou hreflang="en-GB".

x-default définit une adresse de repli pour les utilisateurs dont vous ne pouvez pas déterminer la langue. Sur un site d'agence multilingue, le choix judicieux est la page d'accueil de la langue dans laquelle vous vendez à l'international, généralement l'anglais, ou un écran de sélection de langue si vous en avez un.

4. Soft 404 : dire « introuvable » en renvoyant 200

Un soft 404, selon la définition de Google, est une page dont le contenu est un message d'erreur ou un résultat vide alors que le serveur renvoie un code de succès 2xx. C'est le défaut le plus difficile à repérer, car aucun outil de supervision ne lève d'alerte : la page « fonctionne », et personne ne visite de toute façon cette adresse.

Sur le site que nous avons audité, les contenus manquants renvoyaient 200 plus « not found ». Lorsque nous avons remplacé ces réponses par de vrais 404, trois défauts totalement masqués sont apparus d'un coup :

Défaut mis au jour Adresses concernées
Les chemins encodés en pourcentage n'étaient jamais décodés 23
Pages de catégories listées dans le sitemap sans équivalent réel 33
Slugs de la base de données désynchronisés de la définition des produits 10

La découverte la plus spectaculaire : les pages produits en arabe n'avaient jamais fonctionné pour un seul vrai client depuis leur mise en ligne. Demandées en UTF-8 brut, elles renvoyaient 200 ; demandées sous la forme encodée en pourcentage qu'envoie réellement un navigateur, elles renvoyaient 404. Comme il s'agissait d'un soft 404, personne ne l'avait remarqué, et l'équipe croyait les pages arabes en ligne.

Règle de décision

N'ayez pas peur de passer à de vrais 404. Votre nombre d'erreurs augmentera à court terme : ce n'est pas une régression, c'est votre mesure qui devient exacte. Pour les adresses qui ne reviendront jamais, 410 est plus clair encore ; mais décider quelle adresse ne reviendra jamais est une décision de contenu, prenez-la donc en premier.

5. Écritures non latines dans les URL : le piège de l'encodage en pourcentage

Les chemins contenant des caractères arabes, cyrilliques ou turcs sont encodés en pourcentage par le navigateur avant d'être envoyés. La documentation de Google sur la structure des URL le recommande explicitement : « Les caractères non ASCII doivent être encodés en pourcentage. » Le même document admet aussi l'usage, dans l'adresse, de mots de la langue du public cible, et de la translittération lorsqu'elle est utile.

Le problème est que si le côté serveur ne décode jamais cet encodage, toute une langue meurt en silence. Pour le vérifier vous-même, demandez la même adresse sous deux formes :

  • Forme brute : /ar/blog/<slug-arabe>
  • Forme encodée en pourcentage : /ar/blog/%D8%A8...

Si les deux ne renvoient pas le même code de statut, vous avez un défaut. Le nombre de langues à tester est faible ; le rayon d'impact, lui, est un marché entier.

Une politique qui fonctionne : pour les langues écrites dans une écriture non latine, choisissez consciemment l'une des trois options et appliquez-la de manière cohérente dans toutes les langues : (a) l'écriture propre de la langue cible, si vous avez vérifié que l'encodage en pourcentage fonctionne de bout en bout ; (b) la translittération (budushcheye-... pour le russe) ; ou (c) un slug anglais avec un préfixe de langue. Aucune des trois n'est mauvaise. Ce qui est mauvais, c'est de se comporter différemment d'une langue à l'autre.

Google recommande aussi les traits d'union plutôt que les tirets bas comme séparateurs de mots : « Nous vous recommandons d'utiliser des traits d'union (-) plutôt que des tirets bas (_) dans vos URL. » La raison est que les tirets bas servent traditionnellement, en programmation, à lier des notions plutôt qu'à les séparer.

6. Un sitemap n'est pas une liste, c'est un engagement

Chaque adresse que vous placez dans un sitemap est une déclaration : « ceci est une vraie page, qui mérite d'être indexée ». Le site que nous avons audité déclarait 1 469 adresses ; après nettoyage, il en déclarait 1 386. Ce qui en est sorti :

  • 28 adresses renvoyaient des données brutes (JSON) plutôt que du HTML : un point d'accès d'interface applicative avait été déclaré comme s'il s'agissait d'une page.
  • 21 adresses ne pouvaient pas être rendues du tout.
  • 33 adresses étaient des pages de catégories sans équivalent réel ; leur corps comptait de 21 à 25 mots et toutes affichaient le même modèle « chargement impossible ».

En outre, les 1 469 adresses étaient publiées sur le mauvais hôte (sans www) : le sitemap déclarait une liste contraire à la propre décision canonique du site.

Le second défaut silencieux se trouvait dans le champ lastmod : il produisait « aujourd'hui » à chaque requête, ce qui rend le champ dépourvu de sens. lastmod doit être alimenté par la véritable date de dernière modification du contenu ; sinon, les robots cessent complètement de prendre le signal en compte.

Liste de contrôle du sitemap

  1. L'hôte du sitemap est-il, octet pour octet, l'hôte canonique du site ?
  2. Prélevez dix adresses au hasard : renvoient-elles toutes 200 et Content-Type: text/html ?
  3. La politique de barre oblique finale est-elle aussi appliquée dans le sitemap ?
  4. Les valeurs de lastmod sont-elles différentes les unes des autres, ou toutes du même jour ?
  5. Les langues sans traduction sont-elles entièrement exclues du sitemap ?
  6. Les pages marquées noindex ont-elles été retirées du sitemap ?

7. L'erreur silencieuse du robots.txt : la règle de groupe

C'était l'un des défauts à la fois les moins chers et les plus coûteux de l'audit : le fichier contenait une ligne Disallow, correctement écrite, qui était totalement inopérante pour Googlebot parce qu'elle avait été placée dans le mauvais groupe.

La raison tient à la logique de groupes normalisée par la RFC 9309. La norme indique qu'un robot trouve le groupe correspondant à son propre product token et applique les règles de ce groupe. Le groupe générique * n'entre en jeu que lorsqu'aucun groupe correspondant n'existe. Prenons donc un fichier comme celui-ci :

Groupe Règles qu'il contient
User-agent: Googlebot Disallow: /search
User-agent: * Disallow: /search et Disallow: /cart

Dans ce fichier, Googlebot peut explorer /cart, car cette ligne ne figure pas dans son propre groupe et aucune fusion avec le groupe générique n'a lieu. La règle est simple : si vous voulez qu'une règle s'applique, répétez-la dans chaque groupe User-agent.

Plutôt que de vérifier à l'œil, collez votre fichier dans le rapport robots.txt de la Search Console et testez le chemin visé. La première ligne où le résultat diffère de ce que vous attendiez est probablement cette erreur de regroupement.

8. Cache du CDN : la langue d'un visiteur servie à tous

C'est le comportement le plus étrange que l'audit ait mis au jour. L'adresse racine produisait une redirection 302 qui variait selon la langue du navigateur du visiteur. La couche intermédiaire stockait cette réponse en cache pendant une heure sans en-tête Vary. Résultat : pendant cette heure, la langue de la première personne arrivée sur le site était servie à tous ceux qui suivaient. Un prospect d'entreprise arrivant avec un navigateur allemand atterrissait sur le site turc, et personne ne comprenait pourquoi.

C'est précisément à cela que sert l'en-tête Vary : il indique au cache de quels en-têtes de requête dépend la réponse stockée. Selon la formulation de MDN, inclure Vary « garantit que les réponses sont mises en cache séparément selon les en-têtes listés dans le champ Vary. » Sans cet en-tête, le cache traite chaque requête vers la même adresse comme identique et renvoie la même réponse quels que soient la langue, le cookie ou l'appareil.

Schéma montrant une redirection basée sur la langue mise en cache sans en-tête Vary et servie dans la mauvaise langue aux visiteurs suivants

La réponse varie selon la langue, mais la clé de cache est l'adresse seule. Pendant une heure, la langue du premier visiteur devient celle de tout le monde.

Choisissez l'une des deux corrections :

A : scinder la réponse. Ajoutez Vary: Accept-Language à chaque réponse qui varie selon la langue. Le cache conserve alors une entrée distincte par langue. Le coût : votre taux de réussite du cache baisse.

B : fixer la réponse (préférée). Faites en sorte que l'adresse racine effectue une seule redirection permanente indépendante de la langue (/ → 301 → /en, par exemple), et résolvez la préférence de langue dans la page. Le cache reste efficace et le moteur de recherche voit un comportement cohérent.

Seconde règle : ne jamais mesurer avant de purger le cache

Un CDN peut conserver des réponses HTML jusqu'à vingt-quatre heures. Si vous mesurez une correction immédiatement après l'avoir déployée, vous mesurez l'ancienne version et vous conclurez que « cela n'a pas marché ». L'ordre correct après déploiement est : déployer → purger le cache pour les chemins concernés → mesurer. Nous avons vu plus d'une fois une correction parfaitement valable annulée parce que cette étape avait été sautée.

9. Chaînes de redirections et cibles non canoniques

Avant l'audit, l'adresse racine se comportait ainsi : / → 302 → /en/ → 308 → /en. Trois étapes. Chaque étape ajoute de la latence pour le navigateur et une perte de signal pour le moteur de recherche ; de plus, le fait que le premier saut soit un 302 (temporaire) indique que la destination n'est pas le canonique permanent. Le parcours a été ramené à une seule étape : / → 301 → /en.

Le second constat était plus insidieux. Le site disposait d'une table de redirections menant d'anciennes adresses vers de nouvelles, et 329 des cibles de cette table étaient elles-mêmes non canoniques, c'est-à-dire qu'une fois les règles déclenchées, chacune aurait généré une seconde redirection. Le défaut a été détecté avant la mise en service de la canonicalisation ; sinon, 329 nouvelles chaînes seraient nées le jour de la mise en production.

Règle de décision

Avant d'ajouter une ligne à votre table de redirections, validez la cible par rapport à la forme canonique : bon hôte, bonne politique de barre oblique finale, et une page qui renvoie réellement 200. Cette validation doit être une étape obligatoire de tout travail touchant la table ; la nettoyer après coup, ligne par ligne, coûte bien plus cher.

10. Des pages qui se perdent à l'intérieur de votre propre site

Qu'une page figure dans le sitemap ne la rend pas trouvable. L'audit a mis en évidence deux postes de perte distincts.

49 adresses orphelines indexables. Des pages déclarées dans le sitemap qui ne reçoivent pas un seul lien nulle part sur le site : une page du centre d'aide (7 langues), cinq pages de catégories d'intégrations (35 adresses) et 7 adresses où la liste et le code avaient divergé. Pour certaines d'entre elles, une fonction de génération d'URL avait été écrite et même branchée dans le composant de menu, puis jamais appelée.

70 liens internes cassés. Quatre cartes de catégories de la page d'aide pointaient vers un chemin inexistant (4 cartes × 7 langues = 28 liens). Le fil d'Ariane des pages de détail de service faisait référence à une page d'index des services qui n'avait jamais été construite (2 emplacements × 3 services × 7 langues = 42 liens), et la même adresse cassée était aussi écrite dans les données structurées.

Le troisième constat est plus subtil : 21 des 33 articles de blog se trouvaient à une profondeur de clic de 3, et leur seul chemin d'accès était une étape de pagination marquée noindex. Comme les liens étaient suivables, ils étaient techniquement explorés, mais aucun lien interne réel et indexable ne menait aux articles.

Comment le mesurer

Placez d'un côté la liste des adresses de votre sitemap et de l'autre le graphe de liens internes de votre site (chaque <a href> de chaque page), puis calculez la différence. Ce qui est dans le sitemap mais pas dans le graphe est un orphelin ; ce qui est dans le graphe mais ne renvoie pas 200 est un lien cassé. Produire ces deux ensembles une fois par mois rend visible une perte que la plupart des sites ne remarquent jamais.

11. Contenu léger et pages seulement supposées traduites

Mesuré après l'audit, le site comptait en moyenne 472 mots, avec 176 pages de moins de 300. Mais le vrai constat n'était pas le chiffre brut : c'était la manière de le lire.

Première correction : retirer l'habillage de la page. Compter le texte de la page tel quel inclut l'en-tête, la navigation et le pied de page dans votre total de contenu. Sur le site que nous avons mesuré, cet habillage fixe représentait de 117 à 233 mots par langue. Un chiffre brut de 300 mots correspondait donc à un corps d'environ 120 mots. Fixez votre vrai seuil sur le corps débarrassé de l'habillage, non sur le décompte brut.

Seconde correction : normaliser selon la morphologie de la langue. Sur les décomptes bruts, les traductions allemandes paraissaient incomplètes (médiane de 393 contre 610 pour l'espagnol). Le contenu était en réalité identique ; toute la différence venait de la formation des mots. Flugbuchungssoftware est un seul mot en allemand ; la même expression compte cinq mots en espagnol. Mesurés sur huit pages entièrement traduites, les coefficients ont été les suivants :

Langue Coefficient (en = 1,00)
Allemand 0,827
Azéri 0,916
Turc 0,929
Russe 0,939
Arabe 0,963
Espagnol 1,165

Une fois cette correction appliquée, il est apparu qu'il n'y avait aucun écart de traduction en allemand ni en espagnol, et que le véritable écart se concentrait sur l'arabe (22 adresses) et l'anglais (16 adresses).

Troisième constat : un résumé n'est pas une traduction. Beaucoup de versions arabes n'étaient pas des traductions complètes mais des versions abrégées du texte anglais, à 38-48 % de la médiane du groupe. Elles comptaient comme « traduites » sur le papier et ne rivalisaient avec rien en pratique.

Quatrième constat : 7 groupes couvrant 67 adresses partageaient des corps identiques à l'octet près. La plupart étaient des versions linguistiques activées sans que la traduction ait jamais été faite.

Règle de décision

Si vous « ouvrez » une langue sans la traduire, cette langue produit du contenu dupliqué et n'apporte rien aux langues que vous avez déjà. Le seuil de publication d'une nouvelle langue devrait être le suivant : le corps dans cette langue atteint au moins 85 % du nombre de mots normalisé de la langue source. En dessous, ne publiez pas ; et pour une langue que vous n'avez pas publiée, n'écrivez pas non plus de hreflang (voir la section 3).

12. Recherche IA : le travail qui vient après le nettoyage

Ne passez pas à cette section avant d'avoir clos les onze points ci-dessus. La recherche IA n'est pas un canal distinct : c'est une couche construite sur le même index. Si la couche inférieure est défaillante, la couche supérieure l'est aussi.

Voici ce que disent les chiffres. BrightEdge, qui suit la période de février 2025 à février 2026, constate que les résumés IA apparaissent sur environ 48 % des requêtes surveillées (contre environ 30 % un an plus tôt) ; sur environ la moitié des requêtes, aucun résumé n'apparaît. Dans la mesure de Seer Interactive de février 2026, le taux de clic organique sur les requêtes avec résumé était de 2,4 %, contre 3,8 % sur les requêtes sans résumé. Dans le panel américain de 900 personnes de Pew Research (mars 2025, 68 879 recherches), 8 % des visites où un résumé IA était affiché ont produit un clic sur un lien de résultat classique ; lorsqu'aucun résumé n'était affiché, ce chiffre était de 15 %. Les clics sur un lien à l'intérieur du résumé n'atteignaient que 1 %.

Le chiffre qui compte le plus pour le voyage : selon BrightEdge, seulement 17,7 % des citations des résumés IA sur les requêtes de voyage proviennent du top 10 organique (un an plus tôt, c'était 5,7 %). Plus des trois quarts des citations sont donc tirées de sources qui ne figurent pas en première page.

Graphique montrant l'effet des résumés IA sur le taux de clic organique et la répartition des sources de citation sur les requêtes de voyage

En haut : comparaison des taux de clic organiques. En bas : d'où viennent les citations sur les requêtes de voyage. Sources : Seer Interactive et BrightEdge, février 2026.

Lus ensemble, ces deux chiffres mènent à une conclusion pratique : être premier au classement ne garantit pas d'être cité, et être cité est un travail distinct. Et être cité a un bénéfice mesurable : selon la mesure d'avril 2026 de Seer Interactive, les marques citées sur une requête reçoivent 120 % de clics organiques de plus par impression que les marques qui ne le sont pas.

Que faire, et que ne pas faire

Commençons par ce qu'il ne faut pas faire, car ce domaine est plein de bruit.

llms.txt n'est pas une solution. Dans l'étude d'Ahrefs portant sur 137 000 domaines, 97 % des fichiers llms.txt n'ont reçu aucune requête durant mai 2026 ; sur les quelque 38 000 domaines disposant d'un fichier valide, seulement environ 1 100 ont reçu ne serait-ce qu'une requête, 96 % de ces requêtes provenaient de robots, et la plupart de ces robots étaient des outils d'audit et de profilage plutôt que des agents IA. La position de Google est tout aussi claire : la documentation officielle sur les fonctionnalités IA indique « Vous n'avez pas besoin de créer de nouveaux fichiers lisibles par machine, de fichiers texte pour l'IA ou de balisage pour apparaître dans ces fonctionnalités » et ajoute : « Il n'existe pas non plus de données structurées schema.org spéciales à ajouter. »

Produire ce fichier ne fait aucun mal, mais votre stratégie de visibilité ne peut pas reposer dessus. Quatre choses fonctionnent réellement :

  1. Un paragraphe de réponse sur chaque page, qu'une machine peut extraire proprement. Directement sous le titre, 40 à 60 mots, définitionnels et compréhensibles seuls. « Dans cet article, nous allons examiner… » ne peut pas être cité ; « Un void signifie qu'un billet est considéré comme n'ayant jamais été émis après l'émission, et il n'est possible que dans la fenêtre définie par le fournisseur » peut l'être.
  2. Des chiffres vérifiables avec une source. Un chiffre accompagné d'un nom d'institution et d'une année vaut plus, pour les humains comme pour les machines, qu'une affirmation sans source. Si vous ne pouvez pas citer un chiffre, ne l'écrivez pas ; décrivez plutôt l'effet de façon qualitative.
  3. Des données structurées standard, correctement mises en œuvre. Ne cherchez pas de schéma spécial ; renseignez correctement et de manière cohérente les types standard tels que Organization, BreadcrumbList et FAQPage. Deux défauts typiques relevés lors de l'audit : un logo d'organisation pointant vers un fichier inexistant (lorsque le moteur de recherche ne peut pas récupérer le logo, il abandonne complètement l'image de l'éditeur), et des données de fil d'Ariane indiquant la mauvaise catégorie.
  4. Un contenu unique et réellement traduit. Aucune des 67 adresses partageant un corps identique dans les sept langues n'était citable.

Les contrôles d'extraits s'appliquent aussi ici : Google indique que nosnippet, data-nosnippet et noindex fonctionnent également pour les fonctionnalités IA. Si vous ne voulez pas qu'une section soit utilisée dans les résumés, vous disposez déjà des outils.

13. Une liste de contrôle de visibilité technique en vingt points

Elle ne requiert aucun outil au-delà d'un navigateur et de curl. Le résultat attendu est indiqué pour chaque point.

# Contrôle Résultat attendu
1 Demander l'hôte sans www 301 → version www (ou l'inverse, de façon cohérente)
2 Demander la version avec barre oblique finale 301 → la forme unique
3 Demander l'adresse racine 301 en une étape, indépendant de la langue
4 Compter les canonicals sur dix pages au hasard Exactement un par page
5 La valeur du canonical est-elle l'adresse propre de la page Oui, hôte et barre oblique finale compris
6 Jeu hreflang sur une page produit ou blog Uniquement les langues dotées d'une vraie traduction
7 Demander chaque cible hreflang individuellement Toutes en 200, toutes avec un vrai contenu
8 Chaque cible renvoie-t-elle en retour Oui, de façon réciproque
9 Les codes de langue sont-ils ISO 639-1 Oui ; aucun code de région écrit seul
10 Inventer une adresse inexistante et la demander 404 (et non 200 plus « not found »)
11 Demander un slug non latin brut et encodé Les deux formes renvoient le même code
12 L'hôte du sitemap est-il l'hôte canonique Oui
13 Échantillonner dix adresses du sitemap Toutes en 200 et HTML
14 Inspecter les valeurs de lastmod Distinctes les unes des autres, dates réelles
15 Lire les groupes du robots.txt Chaque règle répétée dans chaque groupe
16 Vary sur une réponse dépendant de la langue Présent ; ou la réponse est indépendante de la langue
17 Échantillonner les cibles de redirection Toutes canoniques et renvoyant 200
18 Sitemap moins graphe de liens internes Ensemble vide (aucun orphelin)
19 Explorer les liens du menu et du fil d'Ariane Aucun ne renvoyant 404
20 Ordre de mesure après déploiement Déployer → purger le cache → mesurer

14. Un calendrier d'audit

Mettez-le en place comme un projet ponctuel et il reviendra dans les six mois. Sur le site que nous avons mesuré, la dégradation n'était pas simplement une affaire de négligence ; le système dérivait de lui-même, car chaque nouveau modèle de page produisait sa propre variante.

Fréquence Travail Pourquoi
À chaque mise en production Points 1 à 5, 10, 20 Un nouveau modèle ne connaît pas l'ancienne règle
Chaque semaine Points 7, 8, 19 Les traductions et les ajouts de contenu cassent le jeu
Chaque mois Points 12 à 14, 18 Le sitemap et la réalité s'écartent lentement
Chaque trimestre Points 6, 9, 11, 15 à 17 L'infrastructure et la table de redirections évoluent

Sources

Toute mesure sans source citée (1 088 pages, 921 canonicals manquants, 1 469 → 1 386 entrées de sitemap, 49 orphelines, 70 liens cassés, 329 cibles de redirection non canoniques, coefficients linguistiques) provient de notre propre audit d'un site de logiciels de voyage en sept langues, réalisé en juillet 2026.

Questions fréquentes

À quoi sert réellement la balise canonical ?

Lorsque plusieurs adresses contiennent un contenu identique ou très proche, elle indique au moteur de recherche laquelle doit être traitée comme l'originale. Ce n'est toutefois pas un ordre : selon les termes mêmes de Google, c'est un signal fort, et la décision finale revient au moteur de recherche. Pour les adresses que vous voulez retirer définitivement, utilisez une redirection 301 plutôt qu'un canonical : une redirection est le signal le plus fort.

Pourquoi est-ce un problème que les adresses avec et sans www fonctionnent toutes deux ?

Parce que, techniquement, ce sont deux sites différents. Si les deux renvoient 200, chacune de vos pages devient accessible en double, et les liens entrants, les données de clics et le budget de crawl sont divisés par deux. Choisissez-en une, redirigez l'autre vers elle par une 301, et assurez-vous que votre sitemap et vos liens internes utilisent la version choisie.

Puis-je écrire hreflang pour toutes les langues avec le même slug ?

Seulement si ce slug fonctionne réellement dans cette langue. Google lie hreflang à une exigence de réciprocité : si deux pages ne pointent pas l'une vers l'autre, les balises peuvent être ignorées. Écrire hreflang pour une langue sans traduction revient à déclarer au moteur de recherche une page qui n'existe pas. Un hreflang manquant vaut mieux qu'un hreflang erroné.

Qu'est-ce qu'un soft 404 et comment le repérer ?

C'est un serveur qui renvoie un code de succès 200 alors que le contenu est un message d'erreur. Le moyen le plus rapide d'en trouver est d'inventer une adresse qui n'existe pas sur votre site et de la demander : si le code renvoyé n'est pas 404, vous avez des soft 404. Le rapport d'indexation de la Search Console répertorie aussi ces pages dans une catégorie à part.

Pourquoi les adresses contenant des caractères arabes ou cyrilliques renvoient-elles parfois 404 ?

Le navigateur encode ces caractères en pourcentage avant de les envoyer ; si le serveur ne les décode pas, l'adresse est introuvable. Comme la forme brute fonctionne lorsqu'on la teste à la main, le défaut peut rester caché longtemps. Le contrôle consiste à demander la même adresse sous forme brute et sous forme encodée en pourcentage, et à vérifier que les deux réponses portent le même code de statut.

Pourquoi mon trafic organique a-t-il baissé depuis le lancement des résumés IA ?

Les mesures montrent une différence structurelle : dans les données de février 2026 de Seer Interactive, le taux de clic organique était de 2,4 % sur les requêtes avec résumé et de 3,8 % sur celles sans. Dans le panel de Pew Research, les recherches avec résumé produisaient un clic sur un lien de résultat dans 8 % des cas, contre 15 % sans. Même si votre classement tient, vous obtenez donc moins de clics sur les requêtes où un résumé apparaît ; l'objectif doit être d'être cité dans ce résumé.

Dois-je créer un fichier llms.txt ?

Cela ne fait aucun mal, mais ne bâtissez pas votre plan de visibilité dessus. Dans l'étude d'Ahrefs sur 137 000 domaines, 97 % de ces fichiers n'ont reçu aucune requête durant mai 2026. Google indique aussi explicitement dans sa documentation officielle qu'aucun nouveau fichier lisible par machine, balisage ou donnée structurée spéciale n'est nécessaire pour apparaître dans les fonctionnalités IA.

À quelle fréquence dois-je répéter l'audit ?

Présentez-le comme un projet ponctuel et il se dégradera en quelques mois, car chaque nouveau modèle de page tend à inventer sa propre variante d'adresse. Un rythme pratique : contrôles d'adresses et de canonical à chaque mise en production, contrôles hreflang et de liens internes chaque semaine, analyse du sitemap et des orphelines chaque mois, et contrôles d'infrastructure une fois par trimestre.

Cinq actions possibles dès demain matin

  1. Lancez le test des cinq variantes. Pour vos trois pages les plus visitées, demandez les formes avec et sans www, avec et sans barre oblique finale, et l'ancien chemin si vous en avez un ; consignez les codes renvoyés dans un tableau. Si plus d'une variante renvoie 200, vous savez quelle est votre première tâche.
  2. Comptez les canonicals sur dix pages. Combien de balises rel="canonical" figurent dans le source de la page, et la valeur est-elle l'adresse propre de la page ? Chaque page qui en compte zéro ou plus d'une est un constat.
  3. Demandez un par un toutes les cibles hreflang d'un article. Sont-elles toutes en 200, leur corps contient-il un vrai contenu, et renvoient-elles en retour ? Si une langue n'a pas d'équivalent, supprimez cette ligne : à elle seule, c'est le gain le plus rapide possible.
  4. Inventez une adresse qui n'existe pas et demandez-la. Si vous n'obtenez pas de 404, vous avez des soft 404 ; une seule correction ici fera apparaître d'un coup plusieurs défauts invisibles.
  5. Échantillonnez dix adresses du sitemap. L'hôte est-il le bon, sont-elles toutes en 200 et en HTML, les valeurs de lastmod sont-elles réelles ? Si le sitemap ne dit pas la vérité, toutes les autres mesures que vous prenez reposent sur une base fausse.