Mythes sur la visibilité LLM : schéma, llms.txt et mentions

La question du schéma, lentement

Le balisage Schema.org décrit une page de manière lisible par une machine. Simple. Google a indiqué que les données structurées ne sont pas requises pour ses fonctionnalités IA, bien qu'elles aident toujours aux résultats enrichis, ce qui est en soi une bonne raison de les ajouter.

S'il alimente les modèles directement est inconnu. Personne en dehors des fournisseurs ne le sait. Nous le testerions de manière méthodique : marquer la moitié d'un ensemble de pages similaires, laisser l'autre nu, et enregistrer les citations pendant huit semaines.

Les praticiens rapportent des expériences mitigées, y compris beaucoup de silence après un balisage complet. Le silence est une donnée. Ne l'enterrons pas sous une autre série de balises.

Les biographies d'auteur et les crédentials « experts » reçoivent le même traitement. Elles aident les lecteurs à décider s'ils peuvent vous faire confiance, ce qui est une raison suffisante, et aucune étude que nous ayons vue ne montre qu'un modèle préfère une page parce qu'une biographie était présente.

La fraîcheur revient à chaque fois. Les pages avec une date de mise à jour récente apparaissent souvent dans les réponses IA sur des sujets d'actualité, et Google utilise depuis longtemps la fraîcheur pour les requêtes qui l'exigent. Pourtant, mettre à jour une date sans modifier le contenu est une habitude sur laquelle nous ne compterions pas, et Google a dit qu'il n'aime pas cela.

Les mentions : le pari le moins cher

Si un modèle lit du texte, une description claire de votre marque sur d'autres sites peut avoir de l'importance même sans lien. Trouver ces pages est un travail de prospection classique.

Commencez par votre propre nom de marque. Recherchez-le, excluez les sites qui lient déjà, et listez le reste. Puis demandez un lien ou une description plus simple. Des outils comme Ahrefs et Semrush ont des alertes de mentions, et notre extraction de profil de liens montre qui lie aux concurrents que vous enviez.

Une mise en garde finale sur les agences. Vendre des audits de visibilité LLM est une nouvelle ligne de business, et certains rapports sont légers. Demandez ce qui a été échantillonné, quand, et ce qui aurait pu changer leur conclusion.

Rien de tout cela ne rend le balisage inutile. Cela dit que l'effet prétendu n'est pas mesuré. Passez une heure, pas un trimestre, et concentrez votre effort principal sur les pages que les gens veulent vraiment lire.

Ce que le schéma fait réellement

Le balisage a de vrais rôles même quand la question IA reste ouverte. Il est utile de garder ces rôles en vue, afin qu'un résultat nul sur les citations ne soit pas confondu avec un résultat nul sur tout le reste.

Résultats enrichis et éligibilité

Les données structurées peuvent rendre une page éligible aux fonctionnalités de résultats enrichis dans la recherche Google classique, où le balisage est lu et vérifié. Cet avantage est concret et ne dépend d'aucune affirmation sur les réponses IA.

Si vous ajoutez du balisage pour cette raison, validez-le avec un outil de test des résultats enrichis avant de publier. Traitez tout effet sur les réponses IA comme un bonus que vous n'avez pas mesuré.

Analyse et clarté

Le balisage énonce des faits dans un format fixe, comme un nom de produit, un auteur ou une date. Un analyseur qui lit la page peut extraire ces champs sans deviner. Cette clarté aide tout outil qui travaille à partir de la structure de la page.

La clarté n'est pas la même chose que la citation. Une page peut être facile à analyser et jamais citée, et une autre peut être citée sans aucun balisage.

Ce qu'il ne montre pas

Le schéma n'est pas une liste de votes que les modèles comptabilisent. Nous n'avons vu aucune étude contrôlée qui relie le balisage seul à un changement de citations, donc quiconque promet une augmentation devrait montrer l'échantillon derrière.

Le silence après l'ajout de balisage est un résultat normal d'un test. La section suivante explique pourquoi cela peut arriver sans que le balisage soit inutile.

Pourquoi les gens ne voient aucun changement

La visibilité LLM dépend de nombreuses choses à la fois, et un changement unique se fait rarement remarquer. Gardez cela en esprit avant de juger un résultat.

Le levier se trouve peut-être ailleurs

Les chances d'une page d'être citée dépendent de sa crawlabilité, de son contenu, de ses liens et de la requête elle-même. Le balisage touche l'un de ces éléments. Lorsque tout le reste reste identique, un changement uniquement sur le balisage peut être trop faible pour être visible.

Avant de blâmer le balisage, vérifiez les bases. Confirmez que la page est indexée, et que son texte apparaît dans le HTML plutôt que seulement après l'exécution d'un script.

La déviation des requêtes envoie les gens ailleurs

Certains praticiens décrivent la déviation des requêtes, où une question devient plusieurs sous-recherches. Si c'est ainsi qu'un modèle rassemble des sources, la page que vous avez marquée peut être citée pour une sous-requête que vous n'avez jamais suivie. C'est une raison pour laquelle une vérification à prompt unique induit en erreur.

Incluez quelques sous-questions dans votre ensemble de prompts, et enregistrez quelles pages apparaissent pour chacune.

Mesurez avant de conclure

Un résultat a besoin d'un échantillon et d'une base de référence. Huit semaines de prompts enregistrés, divisés en deux groupes, sont un test modeste qui peut encore être faux. Notez ses limites à côté du résultat.

Publiez aussi les résultats nuls. Un test qui n'a rien trouvé est toujours utile à la prochaine personne qui pose la même question.

Rendu et ce que les modèles peuvent lire

Le texte est la matière avec laquelle un modèle travaille, donc la question de ce qu'il peut lire vaut la peine d'être testée plutôt que supposée.

Le contenu qui apparaît après un script

Certains contenus n'apparaissent qu'après l'exécution d'un script. Le fait qu'un assistant donné puisse voir ce contenu est quelque chose que vous pouvez tester. Comparez le texte cité par un assistant avec ce qu'une extraction HTML brute retourne.

Si le texte cité est manquant dans le HTML brut, la page dépend du rendu. Cela vaut la peine de le savoir avant d'ajouter tout balisage.

Balise lue comme des tokens

Certains praticiens soutiennent que les modèles décomposent le JSON-LD en tokens et perdent sa structure, donc le balisage ajoute peu. L'argument est plausible, et dans la mesure de nos connaissances, il n'est pas testé. Aucune partie ne l'a montré avec un échantillon équitable.

Traitez-le comme une hypothèse pour votre propre test, pas comme une règle à citer dans un rapport client.

Questions sur le balisage et les réponses IA

Quelques questions qui surgissent une fois que les gens commencent à tester le balisage sur leurs propres pages.

Devrais-je retirer le schéma s'il n'aide pas les réponses IA ?

Pas sur la base de ces preuves. Le balisage sert toujours les fonctionnalités de recherche classique et rend une page plus claire pour les analyseurs. Retirez-le seulement s'il est faux, périmé ou trompeur.

Un fichier llms.txt vaut-il une heure ?

Possiblement, en tant qu'expérience peu coûteuse. La proposition date de septembre 2024, et nous n'avons vu aucun fournisseur majeur confirmer qu'il lit le fichier, donc ne vous attendez pas à un résultat visible.

Les biographies d'auteur aident-elles aux citations ?

Aucune étude que nous connaissions ne le montre. Les biographies peuvent aider les lecteurs à juger une page, ce qui est une raison valable de les conserver, mais tout effet sur les citations n'est pas testé.

Combien de pages un test doit-il inclure ?

Assez pour que les deux groupes puissent être comparés sans qu'une seule page ne domine le résultat. Dix à vingt pages similaires sont un bon départ pour un premier test, bien que le bon nombre dépende de la manière dont vos prompts varient.