Méthode

Ce qui se corrige, et ce qui se mesure

Un audit technique est reproductible. Une citation par un moteur de réponse ne l’est pas. Confondre les deux dans un score unique rend le chiffre impossible à interpréter — et impossible à corriger.

Le score de citabilité

C’est un score déterministe, calculé sur des règles qui portent uniquement sur ce que vous contrôlez : l’accès des robots, les données structurées, la lisibilité du contenu, la cohérence de vos informations. Aucun modèle de langage n’intervient. À réponses identiques du site, le score est identique.

Le référentiel compte aujourd’hui 86 règles publiées. Le score est pondéré par famille :

  • Accès des robots IA — 25 %
  • Rendu sans JavaScript — 15 %
  • Données structurées — 15 %
  • Nom, adresse, téléphone — 15 %
  • Identité d’entité — 10 %
  • Extractibilité du contenu — 12 %
  • Accessibilité machine — 3 %
  • Présence sur sources tierces — 5 %

Il porte 3 plafonds durs, appliqués après pondération. Le plus sévère limite le score à 40, quelle que soit la qualité du reste. Motif : Un robot IA majeur est bloqué : le moteur ne peut pas lire le site.

Ce que le score couvre, et ce qu’il ne couvre pas

L’audit en ligne n’évalue pas tout le référentiel. Les règles sur le rendu sans JavaScript exigent un navigateur complet, qu’il n’embarque pas ; d’autres familles ne sont pas encore écrites. Une famille non mesurée sort du calcul, et les autres se répartissent son poids : elle ne compte ni comme parfaite, ni comme nulle. Le rapport affiche la part du score réellement couverte.

Les règles de sévérité « information » signalent un fait sans peser dans le score. C’est le cas de l’absence de llms.txt : elle est indiquée, elle ne change pas la note.

Les limites de la sonde

Pour savoir ce qu’un site répond à un robot, l’audit émet une requête portant le User-Agent public de ce robot. Cette requête vient de nos serveurs, pas de ceux du moteur : un pare-feu qui vérifie l’adresse d’origine peut la refuser tout en laissant passer le vrai robot. Pour limiter les fausses alertes, chaque refus est contrôlé aussitôt avec un navigateur ordinaire ; si celui-ci est refusé lui aussi, le constat est écarté plutôt qu’imputé aux robots.

L’audit lit la page d’accueil et quelques pages publiques, pas l’ensemble du site. Il dit ce qu’il a observé à un instant donné. Voir le détail des requêtes émises.

L’indice de présence

C’est une mesure, pas un calcul, et elle n’est pas encore ouverte au public. Le principe est arrêté : une requête sera posée à un moteur de réponse, au minimum trois fois, et nous compterons dans combien de réponses l’entreprise est nommée. Le résultat sera un taux, assorti d’un intervalle de confiance de Wilson à 95 %, de la taille de l’échantillon et de la date.

Sur trois essais, cet intervalle est large — de l’ordre de 0 à 56 % quand aucune citation n’est observée. Il sera affiché tel quel. Annoncer « 0 % de visibilité » sur trois tirages, c’est vendre une certitude que personne n’a.

Pourquoi ils ne se mélangeront jamais

Additionner un score que vous maîtrisez et une mesure que vous ne maîtrisez pas produit un nombre dont personne ne sait quoi faire. Il baisse, mais vous ne savez pas si c’est parce que votre site s’est dégradé ou parce que le moteur a changé de réponse. Dans le code, ce sont deux types distincts : faire passer l’un pour l’autre ne compile pas.

La seule représentation conjointe prévue est une matrice à deux axes : citabilité en abscisse, présence en ordonnée. Un site très citable et peu cité n’a pas le même problème qu’un site peu citable et peu cité.

Constat, hypothèse, promesse

« Votre robots.txt interdit GPTBot » est un constat : il se vérifie en ouvrant le fichier. « C’est pour cela que ChatGPT ne vous cite pas » serait une hypothèse causale : plausible, mais à présenter comme telle. « Corrigez ceci et vous serez cité » serait une promesse — nous n’en faisons aucune.

Chaque règle affiche son niveau de preuve : documenté par le fournisseur du moteur ou par un standard, observé sans engagement écrit d’un fournisseur, ou simple consensus de place sans preuve publiée. C’est cette distinction qui sépare une recommandation d’une superstition.

Ce que nous ne faisons pas

  • Aucun scraping des interfaces de chat grand public.
  • Aucun modèle de langage dans l’audit, ni dans la rédaction des constats.
  • Aucun contournement d’un contrôle anti-robot : il est constaté, jamais résolu.
  • Aucune garantie de citation, sous aucune forme, dans aucun document commercial.

Mention que portera toute sortie contenant une mesure de citation

Mesure indicative sur systèmes non déterministes — non reproductible à l'identique, sans garantie de résultat.

Le détail des règles, une page par règle, est dans le référentiel.