Pourquoi une IA ne cite jamais votre blog tech

Vous publiez sur la tech depuis des années. Vos articles sont lus, commentés, parfois partagés. Et puis un jour vous demandez à ChatGPT une question sur votre spécialité, et il cite trois concurrents, un forum anonyme, une page Wikipédia. Pas vous. Ça agace, et ça mérite qu’on regarde le problème en face : un blog tech n’est presque jamais cité par une IA générative parce qu’il est écrit pour des humains, avec des phrases qui s’appuient sur le titre, le paragraphe d’avant, un schéma plus haut.

ce qui se passe vraiment quand une ia répond

Une IA générative ne « lit » pas votre page comme un visiteur. Elle transforme la requête en une série de recherches, récupère des extraits, les compare, puis assemble une réponse en piochant des passages qu’elle juge autosuffisants.

Le terme GEO, Generative Engine Optimization, désigne selon Search Engine Land l’ensemble des pratiques visant à rendre un contenu compréhensible et réutilisable par les moteurs de recherche génératifs. La définition traîne partout depuis des mois, mais elle n’explique rien du mécanisme réel.

Ce mécanisme, une geneve-agence-seo.ch le résume bien quand elle parle de contenu extractible : si votre paragraphe commence par « comme on l’a vu plus haut » ou « cette méthode », l’extrait perdu dans le vide ne veut plus rien dire et l’IA l’écarte. Un article de blog classique est un raisonnement continu. Un corpus de citations est une collection de blocs indépendants. Ce sont deux formats différents, pas deux niveaux de qualité.

L’étude de Tom Wells, chercheur en GEO chez Wix Studio AI Search Lab, publiée le 23 mars 2026, a analysé plus d’un million de citations et 75 000 réponses IA, à partir de milliers de requêtes soumises à ChatGPT, Perplexity et Google AI Overviews. Le volume donne du poids aux conclusions : la structure du passage pèse plus lourd que l’ancienneté du domaine ou le nombre de backlinks, deux critères qui occupaient tout votre temps jusqu’ici.

chaque moteur a sa façon de citer

La page MYA citée dans les premiers résultats met le doigt sur un point que peu d’articles reprennent : les quatre grands moteurs ne recrutent pas leurs sources de la même manière. Perplexity cite ses sources de façon très explicite, avec des liens cliquables à chaque affirmation.

ChatGPT synthétise plus librement et cite moins systématiquement. Gemini s’appuie fortement sur les signaux que Google connaît déjà, ce qui avantage les sites bien indexés et bien structurés. Claude valorise la qualité argumentative et la nuance.

Concrètement, un même article peut être invisible sur ChatGPT et cité trois fois par semaine sur Perplexity. Ça dépend de la formulation, de la présence d’une réponse nette en début de bloc, de la façon dont vous nommez les entités dont vous parlez. Écrire « cette solution » au lieu de « Cloudflare Workers » prive le moteur du seul mot-clé qu’il pouvait rattacher à votre passage.

les réflexes qui font la différence

Rien de mystérieux là-dedans, mais rien d’automatique non plus. Un passage cité répond à une question précise sans avoir besoin du reste de la page, nomme ses sources, et se termine par une conclusion qu’on peut détacher telle quelle. Voilà ce que les moteurs récupèrent le plus volontiers.

• Chaque section du article commence par une phrase qui répond directement à la question du titre, sans détour ni mise en contexte.
• Les noms propres, les versions, les dates : écrits en clair, pas remplacés par un pronom.
• Vous citez une étude ? Dites qui l’a menée et quand, sinon le moteur n’a aucune raison de vous préférer à une source qui le fait.
• Combien de fois avez-vous écrit « comme expliqué précédemment » dans votre dernier billet ?
• Une affirmation par paragraphe, avec la nuance assumée juste après, parce que Claude et les autres modèles récents repèrent l’excès de certitude.

Le point qui revient le plus souvent chez les blogueurs tech, c’est la manie du contexte progressif. On pose le décor pendant six paragraphes avant d’arriver à la réponse. Un lecteur humain accepte ce rythme. Un moteur qui découpe la page en blocs de quelques phrases jette le décor et garde la réponse, sauf si elle est trop loin pour être rattachée à la question. Sur ce point, voir aussi notre article sur lhistoire pc tout en un.

ia générative : de quoi on parle exactement

Une IA générative est un système entraîné à produire du texte, du code ou des images à partir de motifs statistiques appris sur d’énormes corpus. Le principe tient en une phrase : prédire la suite la plus plausible, token après token, avec un mécanisme d’attention qui pèse l’importance de chaque mot du contexte. ChatGPT, Gemini, Claude et Perplexity reposent tous sur cette base, avec des réglages et des sources différentes.

La différence entre une IA classique et une IA générative se joue sur la sortie. Un moteur de recommandation classe, un filtre anti-spam étiquette, un correcteur orthographique signale. La version générative produit du contenu neuf, ce qui change tout pour un éditeur : le modèle peut reprendre vos idées sans vous citer, ou vous citer si votre texte lui facilite la tâche. Cette asymétrie explique une bonne partie des crispations actuelles dans les rédactions.

Les risques, il faut les nommer sans dramatiser. Hallucinations assumées avec aplomb, sources inventées, biais d’entraînement recopiés sans recul, et surtout une dépendance croissante à des modèles dont les critères de sélection restent opaques. Pour un blog tech, le risque immédiat est plus banal : voir ses analyses reformulées ailleurs, sans lien, sans mention, avec un trafic qui s’effrite doucement.

ce que les premiers résultats google ne racontent pas

L’article de la première page, publié le 4 septembre 2026 et annoncé à 6 min de lecture, définit le GEO correctement puis s’arrête là. Celui d’Adimeo, rédigé par Guénaëlle Retourné et daté du 1 juin 2026, reste sur le registre méthodologique. Aucun des deux ne décrit ce qui se passe entre l’instant où une requête part et celui où une citation apparaît dans la réponse.

Car la citation se joue à trois étages. D’abord la récupération : le moteur interroge son index et ramène des pages candidates, souvent via un moteur classique comme Google ou Bing. Ensuite l’extraction : il isole les passages qui contiennent une réponse plausible à la question posée. Enfin la vérification croisée : il compare plusieurs extraits et garde celui qui s’accorde avec le reste, en privilégiant la source qui nomme ses références.

Un blog qui écrit pour des humains rate généralement l’étage deux. La réponse est diluée dans un paragraphe de cent mots, noyée dans une anecdote personnelle, ou pire, répartie sur deux sections séparées par un titre. Le moteur ne recolle pas les morceaux. Il prend ce qui tient et laisse le reste, même si l’ensemble formait un raisonnement impeccable.

réécrire pour être repris, sans trahir ses lecteurs

La bonne nouvelle, c’est qu’on n’a pas besoin de choisir entre plaire aux humains et être citable. Un paragraphe qui commence par une réponse nette se lit aussi mieux à l’écran. Une phrase qui nomme son sujet évite au lecteur pressé de remonter trois lignes. La clarté exigée par les moteurs génératifs ressemble beaucoup à celle qu’on réclame depuis toujours dans les guides de rédaction web.

Le travail concret tient en quelques gestes : ouvrir chaque section par la réponse, nommer les outils et les versions, dater les affirmations, séparer nettement la thèse de la nuance, et terminer chaque bloc par une phrase qui résume sans renvoyer au reste. Rien d’insurmontable pour quelqu’un qui écrit déjà de la tech au quotidien. C’est surtout une discipline de relecture, pas une réécriture complète.

Reste une question de fond, et elle me paraît plus intéressante que les recettes. Si votre valeur tient à l’enchaînement, à l’ironie, au doute suspendu entre deux phrases, faut-il vraiment découper tout ça en blocs calibrés pour une machine qui ne lira jamais l’ensemble ?