Tutoriels

Pourquoi ChatGPT ne trouve pas le site web de votre entreprise

18 sept. 2026

En une phrase

Cinq raisons pour lesquelles ChatGPT ne trouve pas votre site web, du blocage des robots d'indexation d'IA aux contenus non citables en passant par l'absence de données structurées, avec un autodiagnostic pour chacune.

Quand ChatGPT ne sait pas répondre aux questions portant sur votre entreprise, la cause est rarement que votre marque serait trop petite. Le plus souvent, le site web n'existe simplement pas sous une forme que les moteurs de recherche par IA puissent lire et citer. Les cinq causes ci-dessous vont des plus élémentaires aux plus avancées, et chacune s'accompagne d'un autodiagnostic pour localiser précisément le point de blocage.

Raison 1 : les robots d'indexation d'IA n'atteignent pas votre site web

Les réponses de ChatGPT proviennent de deux sources : les données d'entraînement du modèle et une recherche web effectuée en direct au moment de répondre. Les deux reposent sur la même condition préalable : que les robots d'indexation d'IA puissent récupérer votre site web.

Les principaux robots d'indexation d'IA utilisent tous des noms User-Agent documentés publiquement : GPTBot (OpenAI, pour l'entraînement des modèles), OAI-SearchBot (OpenAI, pour l'index de recherche de ChatGPT), ClaudeBot (Anthropic), PerplexityBot et CCBot (Common Crawl). Si votre robots.txt les bloque, votre contenu n'entre jamais dans le champ de vision de l'IA. C'est OAI-SearchBot qui détermine votre présence dans les résultats de recherche de ChatGPT : bloquer GPTBot vous exclut seulement de l'entraînement des modèles, alors que bloquer OAI-SearchBot vous retire bel et bien de la recherche ChatGPT.

Google-Extended mérite une remarque à part. Ce n'est pas un robot qui va chercher des pages, mais un jeton de contrôle dans robots.txt qui détermine si Google peut utiliser vos contenus pour l'entraînement d'IA ; l'exploration effective reste assurée par Googlebot.

De nombreux modèles de site et plugins de sécurité bloquent par défaut les robots qu'ils ne connaissent pas, sans que le propriétaire du site en sache rien. Autre problème fréquent : l'absence de sitemap, qui prive les robots d'une liste complète de vos pages.

Autodiagnostic : ouvrez yourdomain.com/robots.txt dans un navigateur et cherchez les noms de robots ci-dessus, en repérant les règles Disallow correspondantes. Vérifiez également si le groupe User-agent: * contient une règle valable pour tout le site, comme Disallow: /, car tout robot qui n'est pas nommé explicitement retombe sur ce groupe par défaut. Ouvrez ensuite yourdomain.com/sitemap.xml et vérifiez que le fichier existe et répertorie vos principales pages.

Raison 2 : votre contenu ne comporte aucune affirmation citable

Lorsqu'un moteur d'IA répond à une question, il extrait des phrases complètes et autonomes. Une affirmation citable est une phrase qui expose un fait à elle seule, sans avoir besoin du contexte qui l'entoure.

Un slogan comme « Découvrez dès aujourd'hui un service d'exception » ne transporte aucune information : l'IA n'a rien à citer. Une phrase comme « Example Trading Co. est une société de logiciels hongkongaise qui fournit des systèmes de comptabilité dans le cloud » est en revanche du type citable.

Autodiagnostic : ouvrez une page de votre site au hasard et demandez-vous, pour chaque phrase, si elle était extraite seule, un lecteur saurait-il qui vous êtes, ce que vous faites et où vous exercez ? Si chaque phrase n'a de sens qu'avec le texte qui l'entoure, l'IA n'y trouvera pas davantage de sens.

Raison 3 : vos pages n'ont aucune donnée structurée

Les données structurées sont un balisage normalisé, généralement écrit en JSON-LD dans le code source de la page, qui permet aux machines de comprendre précisément le contenu. Pour le site d'une PME, l'ensemble indispensable comprend Organization (informations sur l'entreprise), FAQPage (contenus en question-réponse) et BreadcrumbList (hiérarchie des pages).

Le balisage FAQPage vaut particulièrement la peine d'être ajouté. Il transforme vos contenus en question-réponse en une structure directement lisible par les machines, ce qui facilite l'extraction et la citation par les moteurs d'IA.

Autodiagnostic : faites un clic droit sur votre page web, choisissez « Afficher le code source de la page » et recherchez application/ld+json. Si aucune occurrence n'apparaît, la page ne contient absolument aucune donnée structurée.

Raison 4 : les informations sur votre marque sont dispersées et incohérentes

Les moteurs d'IA croisent plusieurs sources pour confirmer les informations de base d'une entreprise. Si votre site web indique « Example Trading Company Limited », vos pages sur les réseaux sociaux « Example Trading Co. » et qu'un annuaire d'entreprises affiche encore votre ancienne adresse, l'IA ne peut pas être sûre qu'il s'agit bien de la même société et préfère ne pas répondre.

Les entreprises hongkongaises qui utilisent à la fois un nom chinois et un nom anglais sont particulièrement exposées. Les deux dénominations circulent séparément sur différentes plateformes, sans qu'aucune page ne les relie dans une même phrase complète.

Autodiagnostic : relevez le nom de l'entreprise, l'adresse et le numéro de téléphone affichés sur votre site web, vos pages sociales et les annuaires d'entreprises, puis comparez-les côte à côte. Votre page « À propos » devrait énoncer le nom chinois, le nom anglais et votre secteur d'activité dans une seule phrase déclarative complète.

Raison 5 : votre site est trop récent et manque de corroboration externe

Les moteurs d'IA préfèrent citer des informations que d'autres sources corroborent. Un site tout juste lancé, que nul site externe ne mentionne, ne donne à l'IA aucune raison de lui faire confiance, aussi bien rédigé que soit son contenu. Les données d'entraînement des modèles ont par ailleurs une date de coupure : un site très récent peut donc tout simplement ne pas y figurer encore.

Autodiagnostic : saisissez site:yourdomain.com dans un moteur de recherche et regardez combien de pages sont indexées. Interrogez ensuite la fonction de recherche de ChatGPT ou Perplexity sur le nom de votre marque et observez les sources qu'ils citent. Si toutes les citations renvoient à des sites tiers et que votre propre site n'apparaît jamais, le problème se situe du côté de l'indexation et de la corroboration.

FAQ

D'où viennent les réponses de ChatGPT ?

Elles proviennent des données d'entraînement du modèle et d'une recherche web lancée en direct au moment de répondre. Si votre site n'a été ni exploré ni indexé, aucune de ces deux sources ne contient votre contenu.

Qu'est-ce que GPTBot ?

GPTBot est le robot d'indexation d'OpenAI dédié à l'entraînement des modèles. OpenAI exploite également OAI-SearchBot (pour la recherche ChatGPT) et ChatGPT-User (pour la navigation en direct des utilisateurs) ; les trois se contrôlent séparément dans robots.txt, si bien que bloquer GPTBot ne vous retire pas de la recherche ChatGPT.

Qu'est-ce que llms.txt ?

llms.txt est un projet de fichier texte placé à la racine d'un site web. Il résume en Markdown les contenus clés du site pour que les grands modèles de langage les lisent, et il complète robots.txt sans le remplacer.

Que signifie AEO et le sigle a-t-il un lien avec le programme douanier AEO ?

Ici, AEO signifie Answer Engine Optimization, c'est-à-dire l'art de rendre vos contenus faciles à citer pour les moteurs d'IA, parfois aussi appelé GEO (Generative Engine Optimization). Le sigle est simplement partagé avec le programme douanier Authorized Economic Operator et le symbole boursier d'une enseigne de mode, ce qui explique pourquoi beaucoup de professionnels parlent plutôt de « visibilité IA ».

Combien de temps faut-il pour que les correctifs produisent des résultats ?

Il n'existe pas de calendrier fixe. Chaque moteur d'IA actualise ses données à son propre rythme : l'approche pragmatique consiste donc à poser la même question à chaque outil à intervalles réguliers après une correction.

Voyez votre site comme l'IA le voit

Les cinq vérifications ci-dessus peuvent toutes se faire à la main, mais passer en revue page par page les règles robots, les données structurées et le format des contenus prend un temps considérable. L'AEO Auditor gratuit (ai.ud.hk/aeo-auditor) effectue un contrôle de visibilité IA sur n'importe quelle URL que vous saisissez. Voir d'abord à quoi ressemble votre site pour une IA rend bien plus facile le choix du correctif à traiter en premier.