Comprenez le rôle du NLP dans Google et la recherche IA : entités, saillance, embeddings, audit d'une page en 6 étapes avec code, règles d'écriture et erreurs.

Sur cette page
En bref
le SEO NLP consiste à écrire et structurer vos pages pour que les modèles de langage utilisés par Google et les assistants IA comprennent exactement de quoi parle votre page : quelles entités elle couvre, à quelle question répond chaque passage et comment elle se relie au reste de votre site. Concrètement, vous passez votre texte dans les mêmes types d'outils (extraction d'entités, classification, embeddings), vous corrigez ce que la machine lit mal, et vous réécrivez les phrases pour que le sujet principal, ses attributs et ses réponses soient explicites. Ce n'est pas une nouvelle astuce pour se positionner : c'est une façon de supprimer l'ambiguïté, et c'est l'ambiguïté qui vous coûte des positions et des citations par les IA.
Pour aller plus loin, demandez à
Quiz rapide
Le SEO est-il fait pour vous, et comment commencer ?
Sorank correspond à vos réponses
Testez-le 3 jours sur votre propre site et voyez où vous en êtes sur Google, ChatGPT et les autres IA.
Commencer mes 3 jours offerts3 jours offerts, puis vous arrêtez quand vous voulez. Garantie résultats 90 jours, sous conditions.
Le traitement automatique du langage naturel (NLP, pour Natural Language Processing) est la branche de l'IA qui transforme un texte humain en données qu'une machine peut exploiter : mots, phrases, entités, relations et sens. Si vous voulez d'abord la définition générale, lisez notre entrée de glossaire sur le traitement du langage naturel. Pour le SEO, la définition utile est plus étroite : le NLP, c'est la façon dont un moteur décide de ce que signifie votre page avant de décider où la classer.
Le SEO NLP a donc trois couches. Il vous faut les trois pour obtenir des résultats.
Ce que le SEO NLP n'est pas : ce n'est pas bourrer une page avec une liste de « mots-clés NLP », et ce n'est pas courir après le score d'un outil de contenu. Google le dit clairement dans son guide sur la création de contenu utile, fiable et axé sur les internautes : si vous écrivez pour atteindre un nombre de mots parce que vous avez entendu que Google en préfère un, la réponse est « Non ». La même logique vaut pour les listes de termes. Le but est d'être compris, pas d'avoir l'air optimisé.
Pourquoi la compréhension du langage a changé le SEO
Sources : Google, Pandu Nayak, « Understanding searches better than ever before » (2019) et « MUM: A new AI milestone for understanding information » (2021)
Quand Google a lancé BERT, Pandu Nayak (Google Fellow et vice-président de Search) a expliqué dans l'annonce officielle du 25 octobre 2019 que le modèle aiderait Search à mieux comprendre une recherche sur 10 aux États-Unis, en anglais. Son exemple était la requête « 2019 brazil traveler to usa need a visa » : avant BERT, le mot « to » était largement ignoré et Google renvoyait des résultats sur les citoyens américains partant au Brésil. Après BERT, le sens du voyage était compris. Cette seule préposition résume le SEO NLP : les petits mots portent du sens, et les modèles les lisent désormais. Notre page de glossaire sur l'algorithme BERT détaille le modèle lui-même.
Deux ans plus tard, Google a présenté MUM dans un article daté du 18 mai 2021, en le décrivant comme 1000 fois plus puissant que BERT et entraîné sur 75 langues. La requête d'exemple était celle d'un randonneur qui a gravi le mont Adams et veut se préparer pour le mont Fuji l'automne suivant : une question qui oblige à comparer deux entités et à déduire ce que « se préparer » veut dire. Aujourd'hui, AI Overviews, ChatGPT, Perplexity et Gemini fonctionnent tous sur le même principe : ils lisent des passages, identifient les entités et assemblent des réponses. Votre page est la matière première de ce processus.
Vous n'avez pas besoin de connaître les mathématiques. Vous devez connaître les étapes, car chaque étape est un endroit où votre page peut être mal lue. Voici la chaîne dans l'ordre où un système classique l'exécute.
Les 7 étapes par lesquelles une machine lit votre page
Le tableau ci-dessous relie chaque tâche NLP au risque concret sur une page et à la correction que vous maîtrisez.
| Tâche NLP | Ce que fait la machine | Problème typique sur une page | Ce que vous changez |
|---|---|---|---|
| Suppression du gabarit | Sépare le contenu principal du gabarit | L'introduction est enterrée sous 600 mots de menus et de widgets | Mettre la réponse dans le premier paragraphe du contenu principal, en HTML simple |
| Découpage en phrases | Découpe le texte en phrases | Fragments de puces sans verbe, phrases de 60 mots | Une idée par phrase, des phrases complètes dans les listes qui portent des faits |
| Analyse des dépendances | Trouve le sujet, le verbe, le complément | Le sujet est « il » ou « cela », à trois phrases de son nom | Répéter le nom, garder le sujet et le verbe proches |
| Reconnaissance d'entités | Détecte et type les noms | Votre produit est écrit de cinq façons différentes | Choisir un nom canonique, n'utiliser les variantes qu'une fois présentées |
| Liaison d'entités | Rattache les noms à des concepts connus | Nom de marque ambigu sans contexte | Ajouter la catégorie à côté du nom (« Sorank, le logiciel SEO... ») et un balisage avec sameAs |
| Embeddings | Compare le sens de la requête et du passage | Le passage censé répondre est générique et irait sur n'importe quelle page | Écrire des passages qui reprennent les termes de la question et donnent une réponse précise |
| Classification | Attribue des thèmes et une intention | Une page produit pleine de digressions façon blog | Une intention dominante par URL, les autres intentions déplacées vers d'autres pages |
Remarque
Personne en dehors de Google ne connaît les modèles exacts utilisés dans le classement. Les outils de ce guide sont des approximations : ils lisent le texte comme le font les modèles de langage modernes, pas comme le fait le système de classement de Google. Utilisez-les pour trouver l'ambiguïté, pas pour prédire des positions.

Cinq signaux se mesurent avec des outils gratuits ou peu coûteux. Chacun vous dit quelque chose de différent, et aucun n'est un facteur de classement à lui seul.
Une entité est une « chose » nommée : une marque, un produit, une personne, un lieu, un concept comme la « cannibalisation de mots-clés ». L'API Cloud Natural Language de Google renvoie, pour chaque entité, un type, ses mentions et, dans la version 1 de l'API, un score de saillance. La référence Entity de la v1 le décrit comme « the salience score associated with the entity in the [0, 1.0] range », c'est-à-dire un score de saillance compris entre 0 et 1. Les types d'entités sont UNKNOWN, PERSON, LOCATION, ORGANIZATION, EVENT, WORK_OF_ART, CONSUMER_GOOD, OTHER, PHONE_NUMBER, ADDRESS, DATE, NUMBER et PRICE.
La saillance est relative au document : les scores de toutes les entités d'un texte sont en concurrence. La lecture utile est donc le classement, pas le chiffre. Si votre page cible « SEO NLP » et que l'entité en tête est « Google », la page parle surtout de Google pour une machine. Le détail se trouve dans notre entrée de glossaire sur la saillance des entités.
Attention : v1 ou v2
L'objet Entity de la v2 de l'API Natural Language ne contient que name, type, metadata, mentions et sentiment : il n'y a pas de champ salience. Si un tutoriel montre des scores de saillance, il appelle la v1. Si vous écrivez un script aujourd'hui, appelez explicitement le point d'accès v1 pour la saillance et vérifiez la documentation avant de vous y fier.

La méthode classifyText renvoie des catégories issues d'une taxonomie fixe (par exemple un chemin comme /Internet & Telecom/Web Services). La documentation de Google sur les bases de Natural Language précise que la classification demande un texte d'au moins vingt tokens. L'usage en SEO : si une page destinée au « logiciel SEO » est classée dans une catégorie marketing générique, son vocabulaire est trop générique.
L'analyse de sentiment renvoie un score de -1,0 (négatif) à 1,0 (positif) et une magnitude qui mesure la quantité d'émotion portée par le texte. Au niveau du document, la magnitude commence à 0,0 et n'est pas normalisée : un long texte aux opinions mêlées peut afficher un score neutre et une magnitude élevée. En SEO, le sentiment compte surtout sur les pages d'avis, les comparatifs et les listes « meilleurs X », où un texte plat et sans opinion répond mal à une question qui demande un avis.
L'analyse syntaxique renvoie pour chaque token sa catégorie grammaticale, son lemme et sa dépendance. Deux vérifications valent la peine : à quelle fréquence votre entité principale est le sujet grammatical d'une phrase, et combien de phrases commencent par un pronom (« Il », « Cela », « Ils »). Une page où l'entité principale est le sujet de nombreuses phrases est une page qui en parle, pas une page qui tourne autour.
Les embeddings transforment un passage en vecteur. Comparer le vecteur d'une requête avec ceux de vos passages (similarité cosinus) montre quel passage un système de recherche choisirait pour cette requête. C'est l'approximation publique la plus proche de la façon dont les assistants IA choisissent le morceau qu'ils citent. C'est aussi le meilleur test pour savoir si la page répond vraiment à la question ou se contente de la mentionner.
« SEO NLP » recouvre six méthodes différentes. Les éditeurs en vendent généralement une comme si c'était tout le domaine. Voici chacune, avec quand l'utiliser et où elle cesse de fonctionner.
Principe : identifier les entités qu'une réponse complète doit contenir (l'entité principale, ses attributs, les entités liées), vérifier que votre page les nomme clairement et que l'entité principale domine. Quand l'utiliser : sur les pages consacrées à un produit, une marque, une personne, un lieu ou un concept bien défini. Avantages : la méthode correspond à la façon dont les graphes de connaissances et les réponses IA sont construits, et elle corrige l'ambiguïté à la racine. Limites : l'extraction d'entités rate le jargon métier et les concepts nouveaux ; la saillance n'est pas disponible dans la v2 de l'API de Google. Exemple : une page sur le « SEO Shopify » où « WordPress » ressort parmi les premières entités à cause d'un long paragraphe comparatif : le paragraphe part sur sa propre page et la page Shopify gagne en focus. Notre guide sur le SEO des entités couvre le volet stratégique.
Principe : comparer les termes utilisés par les pages les mieux classées avec les vôtres, pondérés selon leur spécificité (TF-IDF), et combler les manques. C'est ce que font la plupart des outils de score de contenu. Quand l'utiliser : pour repérer les sous-sujets oubliés sur une page informationnelle. Avantages : rapide, facile à expliquer à un rédacteur. Limites : elle copie la moyenne de la SERP, récompense la répétition et ne dit rien sur le fait que vous répondiez ou non à la question. Une liste de termes est une checklist de sous-sujets, pas un quota de mots. Exemple : les meilleures pages sur « audit SEO technique » mentionnent toutes le « budget de crawl » et la « balise canonique » ; la vôtre non : ce sont deux sections manquantes, pas deux mots manquants.
Principe : encoder requêtes et passages en vecteurs et mesurer leur proximité. Quand l'utiliser : pour vérifier que chaque question cible a un passage qui y répond clairement, pour détecter deux pages en concurrence sur le même sens, et pour cartographier le maillage interne par le sens. Avantages : fonctionne sans mots communs, proche de la recherche utilisée pour les réponses IA. Limites : les scores dépendent du modèle ; un score élevé veut dire « dans le sujet », pas « juste » ni « utile ». Exemple : le passage qui répond à « combien de temps prend le SEO » obtient un score plus faible qu'un paragraphe d'introduction sans rapport : le passage de réponse est trop vague et il est réécrit en donnant le délai en premier.
Principe : classer la requête (informationnelle, commerciale, transactionnelle, navigationnelle) et le format que Google récompense (guide, liste, outil, page produit), puis s'y conformer. Quand l'utiliser : avant d'écrire, et quand une bonne page ne se classe pas du tout. Avantages : corrige l'erreur la plus coûteuse, le mauvais format. Limites : les SERP mixtes existent ; l'intention évolue dans le temps. Voir notre entrée de glossaire sur l'intention de recherche.
Principe : extraire les questions que les gens posent (Autres questions posées, forums, prompts IA, vos tickets de support) et donner à chacune un passage autonome. Quand l'utiliser : pour la visibilité dans les IA et les extraits optimisés. Avantages : produit directement des passages citables. Limites : peut transformer une page en FAQ sans profondeur si vous ne regroupez pas les questions par sous-sujet.
Principe : regrouper mots-clés et pages par sens pour décider quelle page couvre quoi, puis les relier. Quand l'utiliser : à l'échelle du site, avant de produire du contenu et quand des pages se cannibalisent. Avantages : construit l'autorité thématique et une architecture propre. Limites : le clustering par recoupement de SERP et le clustering par embeddings donnent des groupes différents ; il vous faut une règle pour trancher. Notre guide sur le clustering de mots-clés détaille les deux approches, et l'entrée carte thématique explique comment transformer des clusters en plan.
| Méthode | Niveau | Idéale pour | Risque principal | Outils |
|---|---|---|---|---|
| Optimisation des entités | Page | Pages produit, marque et concept | Traiter la saillance comme un facteur de classement | Google Cloud Natural Language (v1), spaCy |
| Couverture des termes (TF-IDF) | Page | Trouver les sous-sujets manquants | Écrire la moyenne de la SERP, bourrage | Outils de score de contenu, Python scikit-learn |
| Similarité des embeddings | Passage et site | Qualité des réponses, cannibalisation, maillage interne | Confondre « dans le sujet » et « bon » | Sentence Transformers, bases de données vectorielles |
| Classification de l'intention | Requête et page | Choisir le bon format | Ignorer les SERP mixtes | Analyse manuelle de la SERP, classifieurs |
| Extraction des questions | Passage | Citations IA, extraits optimisés | Pages FAQ superficielles | Autres questions posées, recherche de prompts |
| Clustering thématique | Site | Architecture, autorité thématique | Règles de clustering incohérentes | Outils de clustering, embeddings |
Optimisation par liste de termes ou par entités et passages
C'est la méthode que nous recommandons pour commencer : une page importante, un après-midi. Il vous faut le texte de la page, trois à cinq pages concurrentes et soit les outils gratuits en ligne, soit quelques lignes de Python.
L'audit NLP d'une page en 6 étapes
spaCy est une bibliothèque Python gratuite et open source. Son petit modèle anglais tourne sur un ordinateur portable en quelques secondes (pour un texte en français, utilisez le modèle fr_core_news_sm). Le script ci-dessous liste les entités les plus fréquentes et les sujets grammaticaux les plus fréquents de votre page : la seconde liste est souvent plus révélatrice que la première.
import spacy
from collections import Counter
nlp = spacy.load("en_core_web_sm") # pip install spacy, puis : python -m spacy download en_core_web_sm
text = open("page.txt", encoding="utf-8").read()
doc = nlp(text)
entities = Counter((e.text.lower(), e.label_) for e in doc.ents)
for (name, label), n in entities.most_common(20):
print(f"{n:>3} {label:<12} {name}")
# Qui est le sujet de vos phrases ?
subjects = Counter(t.lemma_.lower() for t in doc if t.dep_ in ("nsubj", "nsubjpass"))
print(subjects.most_common(15))
# Combien de phrases commencent par un pronom vague ?
vague = [s.text for s in doc.sents if s[0].lower_ in ("it", "this", "that", "they")]
print(len(vague), "sentences start with a pronoun")
Lisez attentivement la liste des sujets. Sur la page d'un logiciel, si « vous » et « il » dominent et que le nom du produit n'apparaît jamais comme sujet, la page décrit des actions sans dire qui les réalise. Cela se corrige en une heure.

Les modèles généraux de spaCy ne calculent pas la saillance. Pour cela, appelez le point d'accès v1 analyzeEntities de Google Cloud Natural Language. Créez un projet, activez l'API, authentifiez-vous avec la ligne de commande gcloud, puis envoyez votre texte. Enregistrez ce corps de requête sous le nom request.json :
{
"document": {
"type": "PLAIN_TEXT",
"language": "fr",
"content": "Collez ici le texte principal propre de votre page."
},
"encodingType": "UTF8"
}
Puis appelez le point d'accès :
curl -X POST \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json; charset=utf-8" \
-d @request.json \
"https://language.googleapis.com/v1/documents:analyzeEntities"
La réponse liste les entités avec leur type, leur salience, leurs mentions et, quand l'entité est reliée, un objet metadata qui peut contenir une wikipedia_url et un mid (un identifiant du Knowledge Graph). Une entité avec une URL Wikipédia dans ses métadonnées a été reliée à un concept connu ; une entité importante sans URL peut être ambiguë ou trop récente. Remplacez analyzeEntities par classifyText pour obtenir les catégories de contenu. Vérifiez les tarifs et quotas actuels de Google Cloud avant de lancer l'analyse sur des centaines de pages.
La bibliothèque Sentence Transformers compare le sens d'une question avec chaque passage de votre page. Le modèle all-MiniLM-L6-v2 est petit et suffisant pour cette vérification en anglais ; pour un texte en français, préférez un modèle multilingue comme paraphrase-multilingual-MiniLM-L12-v2.
from sentence_transformers import SentenceTransformer, util
model = SentenceTransformer("all-MiniLM-L6-v2")
text = open("page.txt", encoding="utf-8").read()
passages = [p.strip() for p in text.split("\n\n") if len(p.split()) > 25]
questions = [
"what is nlp seo",
"how do I find the entities of my page",
"is entity salience a ranking factor",
]
p_vecs = model.encode(passages, convert_to_tensor=True)
for q in questions:
scores = util.cos_sim(model.encode(q, convert_to_tensor=True), p_vecs)[0]
best = int(scores.argmax())
print(f"{q}\n best score {scores[best]:.2f}: {passages[best][:100]}\n")
Deux résultats méritent une action. Si le meilleur passage pour une question n'est pas celui que vous avez écrit pour y répondre, votre passage de réponse est trop générique. Si le meilleur score d'une question est très inférieur aux autres, la page n'y répond pas vraiment. Comparez les scores entre questions d'une même page, pas avec un seuil absolu : les valeurs dépendent du modèle.

Astuce
Pas de Python ? Notre LLM Readability Checker gratuit note une page pour l'extraction par les IA, et l'analyseur de structure des titres montre si vos H2 et H3 annoncent les questions auxquelles répondent vos passages.
La plupart des problèmes NLP se règlent à l'écriture, pas dans un outil. Ces règles découlent directement de la chaîne de traitement vue plus haut : chacune supprime une étape où une machine peut se tromper.
Utilisez le nom complet de l'entité principale comme sujet de la première phrase de chaque section. Évitez d'ouvrir un paragraphe par « Il » ou « Cela ». Les pronoms sont acceptables à l'intérieur d'un paragraphe, une fois le nom proche.
Une définition qui donne la catégorie (Y) et le trait distinctif (Z) est la structure la plus facile à extraire pour un modèle et à citer pour un assistant IA. « La saillance d'une entité est un score de 0 à 1 qui mesure à quel point une entité est centrale dans un texte » vaut mieux que trois phrases de contexte.
Les prix, dates, tailles, compatibilités et limites doivent se trouver à côté de l'entité qu'ils décrivent. « Sorank suit la visibilité dans ChatGPT, Gemini, Claude et Perplexity » est un fait extractible. La même information répartie entre un titre, une puce et une note de bas de page fait trois fragments.
Choisissez un nom pour chaque produit, fonctionnalité et concept. Présentez un synonyme une fois (« le query fan-out, la façon dont les assistants IA découpent une question en plusieurs recherches ») puis tenez-vous-en à une seule forme.
Sous un titre qui pose une question, la première phrase donne la réponse. Le reste du passage donne les conditions, l'exemple et les exceptions. C'est ce qui rend un passage autonome.
Un paragraphe, avant et après une réécriture NLP
La phrase « après » illustre la structure, elle ne décrit pas un produit réel : adaptez les attributs à ce que votre page propose vraiment.
Le NLP Python pour le SEO sémantique repose sur le même type de modèle d'embeddings que le test de passages ci-dessus, mais appliqué à des listes entières : vos mots-clés et les pages de votre site. Deux petits scripts répondent à des questions qu'une vérification page par page ne peut pas traiter. Quels mots-clés doivent figurer sur la même page ? Quelles pages de votre site visent le même sens ? Les deux tournent sur votre machine, sans frais, et produisent des pistes à examiner, pas des verdicts.
Installez les bibliothèques dans un environnement virtuel, pour qu'elles n'entrent pas en conflit avec d'autres projets Python :
python3 -m venv nlp-seo
source nlp-seo/bin/activate
pip install sentence-transformers scikit-learn
Le premier lancement télécharge une seule fois le modèle all-MiniLM-L6-v2. Ensuite, les deux scripts fonctionnent hors ligne.
Le clustering transforme une liste plate de mots-clés en groupes qu'une même page pourrait traiter. Chaque mot-clé devient un vecteur, et les mots-clés dont les vecteurs sont proches en distance cosinus tombent dans le même groupe. Gardez vos mots-clés dans un fichier texte, un par ligne, puis lancez ce script :
from sentence_transformers import SentenceTransformer
from sklearn.cluster import AgglomerativeClustering
from collections import defaultdict
keywords = [line.strip() for line in open("keywords.txt", encoding="utf-8") if line.strip()]
model = SentenceTransformer("all-MiniLM-L6-v2")
vectors = model.encode(keywords, normalize_embeddings=True)
labels = AgglomerativeClustering(
n_clusters=None,
distance_threshold=0.35, # distance cosinus : plus la valeur est basse, plus les groupes sont stricts
metric="cosine",
linkage="average",
).fit_predict(vectors)
groups = defaultdict(list)
for label, keyword in zip(labels, keywords):
groups[label].append(keyword)
for label, members in sorted(groups.items(), key=lambda g: -len(g[1])):
print(f"Group {label} ({len(members)} keywords)")
for keyword in members:
print(" ", keyword)
Le seuil est le réglage qui compte. Commencez à 0,35 et lisez le résultat. Si des mots-clés sans rapport partagent un groupe, baissez-le. Si le sujet d'une page est éclaté entre plusieurs groupes, montez-le. Le lien moyen (average linkage) limite l'effet de chaînage, c'est-à-dire le cas où une suite de mots-clés faiblement liés relie deux groupes sans rapport.
Le second script compare vos pages entre elles. Préparez un fichier séparé par des tabulations, avec une ligne d'en-tête et les colonnes url et title. Les titres ne sont qu'une approximation grossière : pour un test plus précis, collez dans la colonne title le premier paragraphe de chaque page.
import csv
from sentence_transformers import SentenceTransformer, util
with open("pages.tsv", encoding="utf-8") as f:
rows = [(r["url"], r["title"]) for r in csv.DictReader(f, delimiter="\t")]
model = SentenceTransformer("all-MiniLM-L6-v2")
vectors = model.encode([title for _, title in rows], convert_to_tensor=True)
sims = util.cos_sim(vectors, vectors)
for i in range(len(rows)):
for j in range(i + 1, len(rows)):
score = float(sims[i][j])
if score > 0.8: # point de départ : ajustez après lecture des résultats
print(f"{score:.2f} {rows[i][0]} vs {rows[j][0]}")
Chaque paire affichée est une piste, pas un verdict. Ouvrez les deux URL et demandez-vous si un lecteur attendrait de l'une ou l'autre page qu'elle réponde à la question de l'autre. Si oui, fusionnez les deux pages, ou gardez-en une comme page principale et resserrez le sujet de l'autre. La fiche cannibalisation des mots-clés explique comment choisir.
| Script | Entrée | Sortie | Ce que vous décidez |
|---|---|---|---|
| Groupes de mots-clés | Un mot-clé par ligne | Groupes de mots-clés qui partagent un sens | Si chaque groupe demande une page ou plusieurs |
| Pages concurrentes | URL et titre, ou premier paragraphe, par page | Paires de pages au-dessus de votre seuil | Fusionner, recentrer ou garder les deux pages |
Trois limites comptent :
Ces scripts sont l'équivalent, à l'échelle du site, du test de passages ci-dessus : l'un indique ce qui doit aller ensemble, l'autre indique où vos pages se chevauchent. Si vous préférez ne pas maintenir les scripts, le Topic Cluster Generator de Sorank fait l'étape de regroupement avec un contrôle anti-cannibalisation intégré.
Les modèles de langage lisent plus que vos paragraphes. Trois éléments autour du texte portent des signaux forts.
Le balisage Schema.org ne fait pas classer une page à lui seul, mais il indique dans un format machine de quoi parle la page et à quels concepts connus elle se réfère. Les propriétés about et mentions, avec des liens sameAs vers des pages de référence, suppriment l'ambiguïté pour la liaison d'entités.
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "Article",
"headline": "SEO NLP : comment Google et l'IA lisent votre contenu",
"about": {
"@type": "Thing",
"name": "Traitement automatique du langage naturel",
"sameAs": "https://fr.wikipedia.org/wiki/Traitement_automatique_des_langues"
},
"mentions": [
{
"@type": "Thing",
"name": "Optimisation pour les moteurs de recherche",
"sameAs": "https://fr.wikipedia.org/wiki/Optimisation_pour_les_moteurs_de_recherche"
}
]
}
</script>
Générez et testez le vôtre avec notre générateur de balisage Schema et notre validateur de données structurées, tous deux gratuits.
Les titres sont la première chose qu'un modèle utilise pour découper votre page en passages. Un titre qui nomme l'entité et la question (« Comment la saillance d'une entité est calculée ») produit un morceau plus propre qu'un titre astucieux (« Sous le capot »). Gardez une hiérarchie H2 et H3 stricte : pas de H3 sans H2 parent, pas de niveau sauté.
Le texte d'ancre est l'un des plus anciens signaux NLP de la recherche : il dit au moteur de quoi parle la page cible, depuis l'extérieur. Utilisez des ancres descriptives qui nomment l'entité cible, reliez les pages proches par le sens et évitez d'envoyer la même ancre vers deux pages différentes. Le cocon sémantique est la façon la plus structurée de l'organiser, et notre guide sur le maillage interne automatisé explique comment le passer à l'échelle sans créer de bruit.
Les assistants IA poussent la logique NLP jusqu'au bout. Ils ne classent pas des pages entières : ils récupèrent des passages, les comparent par le sens avec des sous-requêtes, et assemblent une réponse qui cite parfois la source. Trois conséquences en découlent.
Pour la méthode complète appliquée aux réponses IA, consultez notre guide sur l'optimisation de contenu pour les LLM.
Ce sont les erreurs que nous voyons le plus souvent sur les sites audités. Chacune a un symptôme repérable et une correction applicable dès aujourd'hui.
Ce que c'est : réécrire jusqu'à ce que l'API donne une forte saillance à votre mot-clé, ou jusqu'à ce qu'un outil affiche un score vert. Comment la repérer : la page se lit moins bien après optimisation ; la même expression apparaît dans chaque paragraphe. Comment la corriger : utilisez la saillance uniquement pour vérifier l'ordre des entités, puis jugez la page sur ses réponses et sur les données de la Search Console. Google n'a jamais dit utiliser les scores de cette API dans son classement.
Ce que c'est : ajouter « budget de crawl » dans une phrase parce que cinq concurrents le mentionnent. Comment la repérer : les termes apparaissent une fois, hors contexte, sans explication. Comment la corriger : chaque entité manquante devient une question : mon lecteur en a-t-il besoin ? Si oui, écrivez un passage ; sinon, ignorez-la.
Ce que c'est : coller toute la page, menu et pied de page compris, dans un outil NLP. Comment la repérer : vos premières entités sont votre nom de marque, « cookies », « contact » ou les catégories du pied de page. Comment la corriger : extrayez uniquement le corps de l'article avant toute analyse.
Ce que c'est : suivre un ancien tutoriel avec le point d'accès actuel. Comment la repérer : la réponse JSON contient des entités et des mentions, mais pas de saillance. Comment la corriger : appelez /v1/documents:analyzeEntities pour la saillance, en gardant à l'esprit que la v1 peut évoluer.
Ce que c'est : des paragraphes où « il », « cela » et « ils » renvoient à des noms situés plusieurs phrases plus haut. Comment la repérer : le script spaCy ci-dessus compte les phrases qui commencent par un pronom ; plus d'une sur cinq sur une page clé est un signal d'alerte. Comment la corriger : reprenez le nom au début de chaque paragraphe et après chaque titre.
Ce que c'est : une seule URL qui essaie de définir un concept, de comparer des outils et de vendre un produit. Comment la repérer : la page se classe sur de nombreuses requêtes entre les positions 15 et 40 et sur aucune dans le top 5. Comment la corriger : gardez l'intention dominante, déplacez les autres vers des pages dédiées, reliez-les.
Ce que c'est : rallonger une page pour atteindre un nombre de mots ou une densité de mot-clé cible. Comment la repérer : introductions répétées, paragraphes génériques qui iraient sur n'importe quelle page. Comment la corriger : supprimez chaque passage qui ne répond pas à une question qu'un lecteur poserait. Notre calculateur de densité de mots-clés sert à l'envers : à trouver où vous répétez trop.
Ce que c'est : utiliser un nom de marque ou de produit qu'une machine ne peut pas distinguer d'un mot courant ou d'une autre entreprise. Comment la repérer : l'API renvoie votre marque en OTHER ou CONSUMER_GOOD sans métadonnées, ou la relie au mauvais concept. Comment la corriger : ajoutez la catégorie à côté du nom, utilisez un balisage Organization ou Product avec sameAs vers vos profils officiels, et gardez le nom identique partout.
Checklist SEO NLP pour une page
Vous n'avez pas besoin d'une grosse panoplie. Choisissez les outils selon la question à laquelle vous devez répondre.
| Outil | Type | Ce qu'il vous dit | Compétence requise | Meilleur usage |
|---|---|---|---|---|
| Google Cloud Natural Language | API cloud (voir les tarifs Google Cloud) | Entités, saillance (v1), catégories, sentiment, syntaxe | Moyenne : un projet Google Cloud et quelques commandes | Vérifier comment un modèle Google lit vos pages clés |
| spaCy | Bibliothèque Python open source | Entités, structure des phrases, sujets, lemmes | Python de base | Auditer de nombreuses pages en local, sans frais |
| Sentence Transformers | Bibliothèque Python open source | Similarité de sens entre requêtes et passages | Python de base | Vérification des réponses, cannibalisation, cartographie du maillage interne |
| Google Search Console | Outil Google gratuit | Les requêtes sur lesquelles chaque URL apparaît vraiment | Aucune | Mesurer l'effet d'une réécriture |
| Outils d'optimisation de contenu | SaaS | Manques de termes et d'entités face aux meilleures pages | Aucune | Vérification rapide des sous-sujets avant d'écrire |
| Sorank | Logiciel SEO et GEO en autopilote | Réécritures, clusters thématiques, suivi de la visibilité IA | Aucune | Appliquer la méthode à tout un site |
Pour une revue comparée des options commerciales, lisez notre comparatif des meilleurs outils d'optimisation de contenu. Si vous avez des dizaines de pages anciennes à corriger, la fonctionnalité Optimisation de contenu de Sorank audite et réécrit les pages existantes en autopilote, et le générateur de clusters thématiques regroupe vos mots-clés par sens avant que vous écriviez, avec une vérification intégrée contre la cannibalisation.
Les changements NLP portent sur la compréhension : mesurez donc d'abord la compréhension, puis le trafic.
Dans Google Search Console, filtrez le rapport Performances sur l'URL réécrite et comptez les requêtes distinctes avec des impressions sur 28 jours, avant et après. Une page mieux comprise apparaît en général sur davantage de variantes de longue traîne en quelques semaines, souvent avant que les clics ne bougent.
Suivez les 5 à 10 questions utilisées dans le test des passages. Si les impressions montent mais pas la position, la page est comprise mais pas préférée : travaillez la profondeur, les exemples et les liens.
Posez les mêmes prompts dans ChatGPT, Gemini, Claude et Perplexity avant et après, et notez si votre page est citée. Recommencez chaque mois : les réponses IA varient d'une exécution à l'autre, un seul test ne prouve donc rien. Pour une version structurée de cette vérification, lancez un audit SEO sémantique sur l'ensemble du cluster plutôt que sur une seule page.
Prenez la page qui vous rapporte le plus de chiffre d'affaires et appliquez-lui l'audit en six étapes. Corrigez les deux premiers problèmes trouvés, en général une entité principale qui ne domine pas et un passage de réponse trop vague. Notez ensuite la date, et vérifiez ses requêtes dans la Search Console dans quatre semaines.
En SEO, le NLP consiste à rendre votre contenu facile à comprendre pour les modèles de langage : quelles entités une page couvre, à quelles questions répond chaque passage et comment la page se relie au reste du site. Google utilise des modèles de langage comme BERT dans Search depuis 2019, et les assistants IA reposent entièrement dessus : une écriture claire et sans ambiguïté est donc devenue, en pratique, un facteur de classement et de citation.
Aucune déclaration publique de Google n'indique que le score de saillance de son API Cloud Natural Language est utilisé dans le classement. Ce score est une bonne approximation pour vérifier que votre sujet principal domine la page, mais lisez l'ordre des entités plutôt que de courir après un chiffre. Notez que la saillance n'est renvoyée que par la version 1 de l'API.
spaCy et Sentence Transformers sont des bibliothèques Python gratuites et open source pour l'extraction d'entités et la similarité des passages. Google Search Console, gratuite elle aussi, montre ensuite si une page réécrite apparaît sur davantage de requêtes. Google Cloud Natural Language ajoute la saillance et les catégories, avec une facturation à l'usage selon les tarifs Google Cloud.
