L'IA réinvente la stratégie de mots-clés : fan-out et feeds

La recherche IA réécrit la stratégie de mots-clés : ce que le fan-out, les flux et la chute du trafic changent pour vous

Les règles de la stratégie de mots-clés évoluent plus vite que la plupart des équipes ne peuvent mettre à jour leurs processus. Trois phénomènes se produisent simultanément : les systèmes d'IA décomposent les requêtes en dizaines de sous-requêtes et cherchent des citations littérales, le trafic organique Google est en déclin structurel, et dans le shopping IA ce sont ceux qui ont le meilleur flux produit, et non le meilleur site, qui gagnent. Si votre recherche de mots-clés suit encore la logique de 2022, vous travaillez avec une carte périmée.

Points essentiels

• Le query fan-out signifie que l'IA vérifie les affirmations à l'aide de phrases exactes entre guillemets, et le contenu sans phrases littéralement citables est écarté du processus.
• Le trafic organique Google est en baisse réelle, de 5 à 15 pour cent estimés pour les sites de contenu, et le taux de clics sur les sources citées dans les AI Overviews avoisine 1 pour cent.
• Dans le shopping IA, la qualité du flux l'emporte sur la qualité du site : le retrieval basé sur les flux représente environ 65 pour cent des recommandations ChatGPT.
• La recherche de mots-clés assistée par IA fonctionne mieux quand on l'alimente avec des signaux clients (avis, Reddit, appels commerciaux) et qu'on valide les résultats dans des outils traditionnels.
• Suivre la visibilité IA sur une seule plateforme ne suffit pas. Il faut une couverture pondérée entre ChatGPT, Gemini, Claude et Google AI Overviews.

Comment le query fan-out change ce que vous écrivez

Une analyse de 189 prompts de marque dans ChatGPT a généré 1 797 sous-requêtes, et le recours aux citations exactes dans ces sous-requêtes a été multiplié par 25 entre le premier et le dernier tour. Les requêtes en mode IA sont en moyenne trois fois plus longues que les recherches classiques. Ce sont des chiffres qui modifient la façon de concevoir la structure du contenu. (Search Engine Journal)

En pratique, tout se résume à une chose : chaque réponse clé dans votre contenu doit être rédigée de façon à pouvoir être reprise comme citation directe. Pas enfouie dans un long paragraphe, mais sous la forme d'une phrase autonome qui fait sens sans le contexte environnant. Si un système d'IA recherche une phrase entre guillemets avec un opérateur site: et que votre phrase n'est pas littéralement présente, votre contenu n'existe pas dans ce cycle de fan-out.

Une vieille technique de communiqué de presse, construire des expressions de 4 à 5 mots autour d'un sujet de 3 mots, fonctionne étonnamment bien ici. Elle couvre à la fois les variantes courtes et longues des requêtes, et cible les 15 pour cent de requêtes entièrement nouvelles que Google génère chaque jour (confirmé par John Mueller en mars 2025).

Ce que cela implique pour votre processus de recherche de mots-clés

Commencez par un export Google Search Console et repérez les requêtes positionnées entre la 8e et la 20e place avec beaucoup d'impressions et un CTR faible. Ce sont les endroits où les systèmes d'IA voient partiellement votre contenu sans le citer. Intégrez la formulation exacte de ces requêtes dans des titres H2 ou des paragraphes d'introduction.

Le workflow décrit sur le blog Semrush combine Claude avec votre propre contexte métier et des signaux clients (avis sur les concurrents, fils Reddit, transcriptions d'appels commerciaux) et valide les résultats dans Semrush. L'étape clé consiste à construire un fichier de contexte métier avec cinq questions (ce que vous vendez, qui achète, quels problèmes vous résolvez, qui sont les concurrents, quelles sont les règles) et à filtrer les mots-clés par pertinence, pas seulement par volume. (Semrush Blog)

Le trafic organique chute, et le taux de clics est encore pire

Une étude de l'Université de Washington estime que les AI Overviews de Google ont réduit les références de recherche mensuelles vers Wikipédia en anglais d'environ 5 pour cent, soit environ 1,2 milliard de visites par an. Wikimedia confirme également une baisse de 8 pour cent du total des pages vues par des humains. Les données Pew apportent un éclairage supplémentaire : lorsqu'un résumé IA apparaît, seulement 8 pour cent des utilisateurs cliquent sur les résultats traditionnels (contre 15 pour cent sans résumé), et seulement 1 pour cent clique sur une source citée directement dans les AI Overviews. (Search Engine Journal)

Wikipédia est un cas extrême, mais le signal est clair : visibilité dans les AI Overviews et trafic réel sont deux choses distinctes. Investir dans la notoriété de marque et les signaux off-page qui augmentent la probabilité d'être cité est une décision logique. Diversifier son mix de trafic l'est tout autant : direct, email, recherche de marque et données first-party ne sont pas un plan de secours, c'est votre filet de sécurité principal.

Une dépendance forte à une seule source de trafic (Wikipédia tirait 90 pour cent de son trafic de Google) est un risque structurel qui concerne tout le monde.

Les flux produits sont le nouveau SEO pour l'e-commerce

Les données de Profound montrent que la part des recommandations produits dans ChatGPT Shopping issues du retrieval basé sur les flux est passée de 8 pour cent à environ 65 pour cent en moins de deux mois. Sur 687 marchands suivis, 450 ont vu leur visibilité chuter de 33 pour cent ou plus. Dans le même temps, la visibilité se concentre : la part des 10 premiers marchands est passée de 22,5 à 41,8 pour cent, et le nombre de marchands uniques a chuté de plus de 20 pour cent. (Search Engine Journal)

Le catalogue Shopify se connecte automatiquement ; les autres sont sur liste d'attente. Si vous gérez des clients e-commerce hors Shopify, inscrivez-vous dès que possible sur la liste d'attente du flux direct OpenAI et travaillez en parallèle sur l'enrichissement du flux : prix, descriptions, catégories, disponibilité, schema produit. La qualité des champs comptera plus que la simple existence du flux dans la prochaine phase.

Comment mettre en place un suivi de visibilité IA qui fonctionne vraiment

L'erreur que font la plupart des équipes est de suivre une ou deux plateformes et d'en faire la moyenne. ChatGPT détient 53,9 pour cent du trafic des chatbots IA, Gemini 27,9 pour cent, Claude 9,2 pour cent, Perplexity seulement 1,3 pour cent. Mais Google AI Overviews touche 2,5 milliards d'utilisateurs par mois, et Claude joue un rôle significatif en B2B grâce à sa distribution enterprise (plus de 100 000 clients sur AWS Bedrock). (Search Engine Journal)

Une approche pratique en trois niveaux :

• Niveau 1 : ChatGPT, Gemini, Claude (en B2B, privilégiez Claude malgré un trafic plus faible)
• Niveau 2 : Google AI Overviews, Microsoft Copilot
• Niveau 3 : Perplexity, Grok, DeepSeek (à surveiller avec une pondération plus faible, sans les ignorer)

Pondérez toujours les plateformes en fonction de là où votre audience cible passe réellement son temps, et non selon les parts de marché globales. Et connectez trois jeux de données : exposition de l'audience (qui utilise la plateforme), visibilité (citations et mentions) et impact business (référrers IA dans GA). Sans les trois, vous travaillez avec des angles morts.

Si vous souhaitez automatiser ce type d'analyse et disposer d'une vue unifiée sur toutes les plateformes, découvrez ce que les agents IA de Charlie peuvent faire pour votre équipe.