Règles de contenu pour les moteurs de réponse

Un moteur de réponse n'affiche jamais votre page. Il en affiche un passage, ou une phrase reconstruite à partir de celle-ci, et le lecteur s'arrête là. L'unité que vous rédigez est donc la section, et non le document — et les règles ci-dessous sont celles que Docsbook applique aux sections, chacune avec le mécanisme sur lequel elle agit et la source qui l'établit.

Cette page n'est pas trois choses. Ce n'est pas la couche de balisage — c'est le rôle des Réponses structurées. Ce n'est pas la liste de ce qui augmente les chances de citation une fois que vous avez déjà été récupéré — c'est le rôle des Signaux de citation, qui présente les effets mesurés et les choses à ne pas faire. Cette page présente les règles de rédaction et, pour chacune d'elles, une réponse honnête à la seule question qui compte lorsqu'un fournisseur énonce une règle : votre produit applique-t-il réellement cette règle, ou me dit-il de l'appliquer ?

Signification des trois libellés d’application#

Les règles en un coup d’œil#

Règle 1 — Une page répond à un seul besoin, selon la forme qu’adopte ce besoin#

Un tutoriel, une explication, un guide pratique, un tableau de référence et une FAQ sont cinq formes différentes, et les mélanger produit une page qui ne répond complètement à aucune question. Lorsque Docsbook génère un site, il les rédige sous forme de pages distinctes avec des descriptifs distincts : les pages d’explication reçoivent des titres sous forme de syntagmes nominaux et aucune commande, les pages de guide pratique reçoivent un titre de la forme « Comment atteindre un objectif précis » ainsi que des étapes numérotées orientées vers un objectif, sans théorie générale, et les pages de référence reçoivent un tableau par groupe.

Ce que cela implique pour un agent qui répond. Le moteur associe un type de question à un type de passage. Une question conceptuelle est mal mise en correspondance avec une page dont les sections sont des étapes à l’impératif, et une question procédurale est mal mise en correspondance avec un texte qui explique pourquoi. La forme guide pratique a une deuxième conséquence, mécanique, dans Docsbook : un titre qui commence par « Comment » suivi d’une liste numérotée de trois étapes ou plus correspond exactement à ce que lit le détecteur HowTo, de sorte que rédiger correctement la forme produit également le balisage — voir Réponses structurées.

Éléments probants. L’auto-évaluation de Google concernant le contenu utile demande si « le titre principal ou le titre de la page fournit un résumé descriptif et utile du contenu » et, séparément, si elle « évite d’exagérer ou d’adopter un ton choquant » (Google, créer du contenu utile). Un titre de page qui désigne un seul besoin satisfait les deux par construction. La division en cinq formes est une pratique propre à Docsbook ; aucune source publique ne la mesure.

Simple recommandation. Les formes résident dans les descriptifs de page suivis par le générateur. Rien ne vérifie qu’une page rédigée manuellement les respecte.

Règle 2 — Rédigez le titre sous forme de la question saisie par le lecteur#

Pas « Limitation de débit », mais « Que se passe-t-il lorsque j’atteins la limite de débit ? ». Utilisez les mots du lecteur, et non le nom interne du sous-système.

Ce que cela implique pour un agent qui répond. Le texte de la requête se retrouve ainsi dans le document. La recherche mesure la similarité entre une question et un passage, et le moyen le moins coûteux d’augmenter ce score consiste à faire figurer la question dans le passage. C’est le même effet que l’expansion de documents exploite délibérément : Nogueira et al. prédisent « quelles requêtes seront formulées pour un document donné » et les lui ajoutent, en faisant état de « l’état de l’art dans deux tâches de recherche », la recherche seule approchant l’efficacité de réordonnanceurs neuronaux bien plus coûteux (arXiv 1904.08375). Un titre formulé comme une question constitue cette expansion, rédigée par la personne qui sait déjà à quelle question la section répond. Dans Docsbook, il s’agit également d’une entrée du détecteur : un titre ### se terminant par un point d’interrogation devient un Question dans le balisage FAQPage.

Éléments probants. arXiv 1904.08375, ainsi que le mécanisme décrit ci-dessus. Notez ce qu’aucune source ne confirme : aucune publication n’affirme qu’un titre formulé comme une question vous permet d’obtenir un extrait optimisé. Lorsqu’on lui demande comment marquer une page comme telle, Google répond : « Vous ne pouvez pas. Les systèmes de Google déterminent si une page constituerait un bon extrait optimisé pour la requête d’un utilisateur et, le cas échéant, la mettent en avant » (Google, extraits optimisés).

Recommandé uniquement. Les agents de rédaction formulent les titres de cette manière ; rien ne réécrit un titre que vous avez rédigé.

Règle 3 — Chaque section doit être lisible sans rien au-dessus d’elle#

Une section qui commence par « Comme indiqué ci-dessus, cette valeur est de 30 secondes par défaut » devient inutilisable dès qu’elle est séparée du paragraphe auquel elle fait référence — et elle le sera, dès la première récupération.

Ce que cela implique pour un agent chargé de répondre. Docsbook indexe par défaut votre documentation avec une granularité des titres : une unité vectorisée par section, et non par page. Le texte vectorisé de chaque unité est précédé du fil d’Ariane complet du titre de la section — Billing > Refunds > Limits — précisément parce qu’une section appelée « Limites » n’a pas le même sens sous Webhooks que sous Chat IA, et que le vecteur doit en tenir compte. Les unités sont limitées à 6 000 caractères ; une section plus longue est tronquée, de sorte qu’un fait enfoui à la fin d’une très longue section ne figure pas du tout dans le vecteur. Avec une granularité au niveau des lignes, les blocs de paragraphes de 20 caractères ou moins sont supprimés comme du bruit.

Éléments probants. La granularité de la récupération est une variable mesurable, et les unités plus fines et autonomes obtiennent de meilleurs résultats. Chen et al. comparent des unités de document, de passage et de phrase à des « propositions » — « des expressions atomiques au sein d’un texte, chacune encapsulant un fait distinct et présentée dans un format concis et autonome en langage naturel » — et rapportent que « l’indexation d’un corpus au moyen d’unités fines telles que les propositions surpasse significativement les unités de niveau passage dans les tâches de récupération » (Dense X Retrieval, arXiv 2312.06648). La version côté fournisseur de ce même constat, ainsi que le mode d’échec qu’il produit dans une prose qui ne nomme pas son propre sujet, se trouve dans Signaux de citation.

Appliqué automatiquement — pour la moitié qui relève de Docsbook. Le préfixe du fil d’Ariane, les limites de l’unité et la limite de longueur sont appliqués à chaque page, sans possibilité de les modifier. La moitié qui vous revient est la prose : rien ne peut rétablir un sujet que vous n’avez pas nommé.

Règle 4 — Les niveaux de titre sont un contrat, pas un choix stylistique#

Utilisez H2 pour une section, H3 pour une question à l’intérieur de celle-ci, et ne sautez pas un niveau pour obtenir une police plus petite.

Ce que cela implique pour un agent chargé de répondre. Deux choses. L’arborescence des titres est ce qui divise votre page en unités de la règle 3 ; sauter un niveau place donc une section sous le mauvais parent et donne à son vecteur un fil d’Ariane erroné. De plus, le détecteur de FAQ de Docsbook ne reconnaît qu’une seule structure : une section H2 dont les éléments enfants H3 sont les questions, ou tout H3 se terminant par un point d’interrogation. Une FAQ rédigée avec des sections H3 et des questions H4 ne produit aucun balisage — silencieusement ; c’est l’échec AEO le plus fréquent que nous observons.

Éléments probants. « Les titres communiquent l’organisation du contenu de la page. Les navigateurs web, les plug-ins et les technologies d’assistance peuvent les utiliser pour fournir une navigation au sein de la page », et « Sauter des niveaux de titre peut être déroutant et devrait être évité autant que possible : assurez-vous qu’un <h2> n’est pas suivi directement d’un <h4> » (W3C WAI, titres).

Simplement recommandé, et il s’agit d’une véritable lacune : rien dans Docsbook ne vous avertit que vous avez sauté un niveau ou que votre section FAQ ne correspondait à rien. Vérifiez à l’aide d’un validateur — voir Réponses structurées.

Règle 5 — Le texte du titre est propriétaire de son ancre ; n’en écrivez jamais une à la main#

Les liens profonds, les résultats de recherche et les citations d’IA pointent tous vers page#anchor. Chacune de ces ancres est dérivée du texte du titre par la même bibliothèque que celle utilisée par le moteur de rendu, et aucun autre code n’est autorisé à en deviner une.

Ce que cela implique pour un agent chargé de répondre. Une citation dont l’ancre n’existe pas conduit le lecteur en haut d’une longue page, alors qu’une section précise lui avait été promise. Rien ne déclenche d’erreur ; le lien est simplement incorrect. Docsbook calcule les ancres en appelant github-slugger, qui est ce que rehype-slug utilise lorsque la page est rendue, de sorte que l’ancre précalculée et le id rendu ne peuvent pas diverger. Avant cette centralisation, un générateur de slug écrit manuellement a été comparé au propre corpus de ce dépôt : 1 386 titres sur 21 827 — 6,3 % — produisaient une ancre qui n’était pas l’id de la page, et 263 ne donnaient rien d’autre que des tirets. 314 des divergences concernaient des titres en ASCII pur (« Edge cases & errors » réduit une séparation de trop) ; les autres concernaient des caractères non latins, chaque titre d’un site en langue russe étant réduit à la même ancre morte.

Éléments probants. La mesure ci-dessus provient de ce dépôt, et non d’une étude publiée ; considérez-la comme notre propre chiffre. Il n’existe aucune source externe pour l’étayer, et aucune n’est nécessaire — la règle est qu’une chaîne qui a un propriétaire doit être interrogée, et non recalculée.

Appliqué automatiquement. Les ancres sont calculées en un seul endroit pour chaque consommateur.

Règle 6 — La réponse doit se trouver dans les octets, avant toute exécution de JavaScript#

Si le texte n'apparaît qu'après l'exécution d'un script par un navigateur, un assistant qui récupère l'URL reçoit une coquille vide.

Ce que cela implique pour un agent chargé de répondre. Rien du tout — c'est précisément le but. Cet échec est invisible pour toute vérification qui lit votre Markdown, car le Markdown ne présente aucun problème. Le audit_geo de Docsbook récupère des pages échantillonnées sans moteur JavaScript et vérifie qu'au moins 200 mots de texte du corps de la page subsistent après suppression des balises ; en dessous, la page est signalée comme un problème critique, car les libellés de navigation, une bannière de cookies et une balise de titre suffisent à eux seuls à franchir un seuil moins exigeant. La même vérification est effectuée avec des agents utilisateurs nommés d'assistants, de sorte qu'un CDN qui sert une page à un navigateur et un défi à un assistant apparaît comme un problème distinct.

Éléments probants. Les recommandations de Google concernant les AI Overviews et AI Mode indiquent explicitement que la solution consiste à fournir du contenu textuel, et non du balisage : « Veiller à ce que le contenu important soit disponible sous forme textuelle », ainsi que « Veiller à ce que l'exploration soit autorisée dans robots.txt » — et, dans le même document, « Vous n'avez pas besoin de créer de nouveaux fichiers lisibles par les machines, de fichiers texte pour l'IA ou de balisage pour apparaître dans ces fonctionnalités » (Google, fonctionnalités d'IA). Perplexity décrit Perplexity-User comme se rendant sur une page lorsqu'un utilisateur pose une question, afin d'« aider à fournir une réponse exacte et à inclure un lien vers la page dans sa réponse » (Perplexity, robots) — une récupération qui n'implique aucun navigateur.

Vérifié et signalé. Les propres pages de Docsbook sont générées côté serveur ; un site hébergé par Docsbook réussit donc cette vérification par construction ; celle-ci existe pour les sites qu'il audite.

Règle 7 — Chaque nombre dans une affirmation désigne ce qui l’a produit#

Une phrase contenant un chiffre doit pouvoir être rattachée à l’observation qui a produit ce chiffre — et non au souvenir plausible de celle-ci.

Ce que cela implique pour un agent qui répond. Un nombre erroné est la seule erreur qui survive à la correction : un assistant le répète, et la répétition lui survit. Docsbook applique cette règle à tout ce que ses outils d’agent émettent. Chaque constat contient evidence_refs pointant vers des éléments de preuve nommés, et le validateur du contrat analyse le texte du constat lui-même à la recherche de chiffres : tout nombre qui n’apparaît pas dans les preuves qu’il cite constitue une violation, et la charge utile est renvoyée au modèle pour être corrigée au lieu de vous être retournée. Les seules exceptions sont les chiffres seuls de 0 à 9, ainsi que 10 et 100 — les ordinaux et les petites quantités dans une prose ordinaire. La notation est calculée par du code simple sur les preuves recueillies, et non par le modèle, car un score de 0 à 100 rédigé par un modèle de langage n’est pas comparable au même nombre rédigé par ce même modèle la semaine suivante.

Preuves. Les questions de Google sur le contenu utile demandent si « le contenu présent[e] les informations d’une manière qui donne envie de lui faire confiance, par exemple avec des sources claires et des preuves de l’expertise mise en œuvre » (Google, création de contenu utile). La version mesurée — le fait que l’ajout de statistiques et la citation de sources augmentent la part d’une réponse générée qui vous est attribuée — se trouve dans Signaux de citation, qui contient ces tailles d’effet.

Appliqué automatiquement, pour les sorties de l’agent. Un nombre que vous saisissez vous-même dans une page n’est contrôlé par rien.

Règle 8 — Les prix, limites et versions sont copiés, jamais déduits#

Chaque prix et chaque limite indiquée sur une page générée est copié mot pour mot depuis les sources consultées lors de cette exécution. Un forfait dont le prix ne figure pas dans la source est indiqué comme « Contactez le service commercial ».

Ce que cela implique pour un agent répondant. Le prix est l'information la plus souvent citée à propos d'un produit et celle sur laquelle un lecteur agit. Un prix « habituel » déduit est impossible à distinguer d'un prix réel une fois qu'un assistant le répète. Le générateur de Docsbook intègre cette règle dans le brief, et le pipeline anonyme va plus loin : si une exploration n'a révélé aucun prix, la page des tarifs n'est pas rédigée, au motif qu'une page de tarifs contenant des chiffres inventés vaut moins bien que l'absence de page de tarifs.

Preuves. La politique de Google sur les données structurées exige que le balisage soit « une représentation fidèle du contenu de la page » et interdit de baliser du contenu qui n'est pas visible par les lecteurs (Google, directives sur les données structurées) ; les recommandations de Google concernant les fonctionnalités d'IA demandent que « les données structurées correspondent au texte visible sur la page » (Google, fonctionnalités d'IA). Aucune de ces sources ne dit quoi que ce soit sur les prix inventés — cette partie est une règle propre à Docsbook, et nous la présentons comme telle.

Appliqué automatiquement à la page des tarifs générée, qui est supprimée plutôt que complétée par des suppositions. Ailleurs, il s'agit d'une instruction du brief.

Règle 9 — Le titre et la description sont rédigés, et non récupérés depuis le H1#

Le frontmatter title est prioritaire sur le H1 du corps, lui-même prioritaire sur le nom de fichier. Le frontmatter description est prioritaire sur le premier paragraphe du corps.

Ce que cela implique pour un agent de réponse. Le titre et la description sont les deux chaînes qu'une machine lit avant toute autre chose, et toutes deux présentent un mode d'échec invisible sur la page. Déduire le titre du H1 signifie qu'un auteur qui modifie le frontmatter pour contrôler le résultat de recherche ne change rien, et permet au nom de marque d'être ajouté deux fois — consommant un tiers de la ligne d'un résultat de recherche en répétition. Déduire la description du corps signifie que le balisage des widgets et les restes d'une liste de cartes se retrouvent dans ce qui est affiché au lecteur. Docsbook définit la priorité à un seul endroit et tronque à la limite d'un mot, en coupant à la fin d'une phrase lorsqu'elle est disponible : 160 caractères pour <meta name="description"> et 400 pour Open Graph et le description JSON-LD, tous deux remplis à partir de la même chaîne rédigée afin qu'ils ne puissent jamais diverger.

Éléments probants. « Les extraits sont principalement créés à partir du contenu de la page lui-même », et Google recommande des « descriptions uniques pour chaque page » (Google, extrait). Pour les titres : rédigez un « texte descriptif et concis », évitez les « textes répétés ou passe-partout » et « donnez à vos titres une image de marque concise » (Google, lien de titre).

Appliqué automatiquement pour la priorité et la troncature. Les longueurs constituent le budget propre à Docsbook, et non une limite publiée — voir Limites.

Règle 10 — Une page vers laquelle aucun lien ne pointe est une page que rien ne récupère#

Chaque page doit être accessible depuis au moins une autre page, et chaque lien qu’elle contient doit aboutir.

Ce que cela implique pour un agent répondant. Les robots d’exploration découvrent les pages en suivant les liens ; une page qui n’existe que dans le plan du site est une page que le robot a une seule raison faible de consulter et aucune raison de considérer comme importante. Docsbook crée un graphe de liens pour l’ensemble de la documentation et compte, pour chaque page, les liens entrants et les liens non résolus. Une page contenant des liens brisés ou ne recevant aucun lien entrant est signalée dans la carte du graphe documentaire, avec une correction proposée sous forme d’action.

Preuve. La liste de Google de ce qui aide réellement une page à apparaître dans les aperçus IA et le mode IA inclut « Rendre votre contenu facilement trouvable grâce aux liens internes sur votre site Web » (Google, fonctionnalités d’IA).

Vérifié et signalé. Rien n’ajoute un lien à votre place, sauf si vous le demandez à un agent.

Limites et questions en suspens#

• La moitié de la liste ne vous empêche pas de faire fausse route. Les règles 1, 2 et 4 sont des instructions que les agents de rédaction suivent lors de la rédaction ; les règles 6 et 10 sont signalées a posteriori ; la règle 8 n'est appliquée strictement que sur la page de tarification générée. Si vous rédigez une page manuellement — ou si vous modifiez une page rédigée par un agent — rien dans Docsbook ne la vérifie par rapport à cette liste. Un linter qui signale les niveaux de titre ignorés et les sections de FAQ auxquelles aucun détecteur ne correspond n'existe pas encore, et la règle 4 est celle qui échoue le plus souvent et le plus silencieusement.
• Les limites de caractères de la règle 9 sont les nôtres, pas celles de Google. Google ne publie aucune limite de caractères : « il n'y a aucune limite quant à la longueur d'un élément <title> », et le lien de titre « est tronqué dans les résultats Google au besoin, généralement pour s'adapter à la largeur de l'appareil » (Google, lien de titre). Il en va de même pour les descriptions. Les limites de 160 et 400 sont celles utilisées par cette base de code, et la cible de 50 à 60 caractères pour le titre ainsi que celle de 130 à 160 caractères pour la description dans les briefs du générateur relèvent du style maison. Considérez-les comme des valeurs par défaut raisonnables, et non comme des seuils par rapport auxquels un outil vous évalue.
• Question en suspens : le seuil des pages peu fournies. Le code de Docsbook calcule un verdict par page qui qualifie une page de « peu fournie » en dessous de 120 mots, parallèlement aux verdicts « défectueuse » et « orpheline ». Les verdicts concernant les liens défectueux et les pages orphelines sont affichés ; le verdict « peu fournie » est calculé, exporté et testé unitairement, mais n'est actuellement affiché sur aucun panneau ; en pratique, vous ne serez donc pas informé qu'une page est peu fournie. Les minimums de mots indiqués dans les briefs du générateur — de 300 à 400 mots selon le type de page — relèvent du style maison, sans source publiée à l'appui de ces chiffres précis. La seule information étayée concerne l'orientation : Google demande si le contenu « apporte une valeur substantielle par rapport aux autres pages des résultats de recherche » (Google, créer du contenu utile).
• Question en suspens : les titres formulés sous forme de question augmentent-ils le taux de citation ? Le mécanisme de récupération de la règle 2 est réel et documenté. En revanche, aucune source publique n'établit une hausse du taux de citation spécifiquement attribuable à la forme du titre, quel que soit le moteur de réponses. L'expansion des documents est mesurée sur des benchmarks de récupération, et non sur ChatGPT ou les aperçus IA. Considérez la règle 2 comme solidement fondée pour la récupération, mais non démontrée pour les citations, jusqu'à la publication d'une seconde mesure.
• Les règles 3 et 6 décrivent deux pipelines différents, et réussir l'un ne dit rien de l'autre. La règle 3 correspond à l'index sémantique propre à Docsbook sur votre Markdown ; la règle 6 correspond à ce qu'un assistant externe obtient lorsqu'il récupère votre URL. Une page peut être parfaitement découpée pour votre recherche sur site et être invisible pour ChatGPT, ou l'inverse. Elles ne partagent aucun code.
• Rien de tout cela n'est mesuré en fonction des résultats obtenus pour vous. Docsbook peut vous indiquer qu'une page est orpheline, qu'une section ne correspond à la structure d'aucun détecteur ou qu'une récupération n'a renvoyé aucun texte courant. Il ne peut pas vous dire que le respect de ces règles vous a permis d'être cité, et ne le prétend pas — consultez Signaux de citation pour comprendre pourquoi une seule exécution ne prouve rien, ainsi que Comment Docsbook prouve ce qu'il affirme pour connaître le niveau d'exigence auquel ces pages sont soumises.

Articles associés#

• AEO — ce dont un moteur de réponses a besoin d’une page, et ce que le balisage peut encore apporter
• Réponses structurées — les détecteurs alimentés par ces règles, et à quoi ressemble un échec
• Signaux de citation — les effets mesurés, et les choses à ne pas faire
• GEO — le bloc TL;DR, la date visible et la ligne de l’auteur
• SEO — l’indexation, les URL canoniques et l’explorabilité, l’étape préalable à tout cela
• Recherche — la récupération sur le site alimentée par la règle de segmentation
• Widgets de contenu — les sections d’étapes et les accordéons compris par les détecteurs
• Comment Docsbook démontre ses affirmations — la règle de preuve suivie par ces pages