Cet article a été traduit de l'anglais. [Pour accéder à la version originale en anglais, changez simplement la langue en haut de la page.]
Adapté de l'analyse de Duane Forrester sur Duane Forrester Decodes. Aurora étend son cadre pour les équipes marketing qui pilotent des programmes de visibilité AI search.
Pendant vingt ans, le SEO a reposé sur une hypothèse porteuse : ce que vous faisiez pour Google fonctionnerait surtout pour Bing. Cette raison n'était pas la chance. C'était de l'infrastructure. Google, Yahoo et Microsoft sont officiellement convenus de prendre en charge Sitemaps 0.90 en novembre 2006. Cinq ans plus tard, ils ont lancé ensemble Schema.org (Yandex a rejoint plus tard). robots.txt a finalement été formalisé en RFC 9309 en 2022. IndexNow a été lancé par Bing et Yandex en 2021 et adopté par Naver, Seznam et Yep. Les moteurs étaient concurrents. Ils ont quand même construit des standards partagés, parce que les standards partagés les servaient tous.
Cette couche de chevauchement est la raison pour laquelle un praticien pouvait suivre les directives de Google avec la confiance que les signaux sous-jacents porteraient vers d'autres moteurs. L'écosystème LLM n'a pas cette couche, et l'absence est structurelle, pas temporaire.
Là où le stack LLM diverge réellement
Données d'entraînement. OpenAI a divulgué des accords de licence — News Corp (jusqu'à 250 M$ sur cinq ans), Axel Springer (13 M$ par an), Reddit (70 M$ par an), plus le FT, l'AP, Le Monde et d'autres. Google a son propre accord Reddit estimé à environ 60 M$ par an. Anthropic n'a pas divulgué d'arrangements équivalents. Personne en dehors de ces entreprises ne sait ce que chaque fournisseur a payé et ce qu'il n'a pas payé. Le corpus d'entraînement est spécifique au fournisseur et partiellement privé.
Infrastructure de crawler. OpenAI exploite GPTBot (entraînement), OAI-SearchBot (indexation) et ChatGPT-User (récupération). Anthropic exploite ClaudeBot, Claude-SearchBot et Claude-User. Perplexity exploite PerplexityBot et Perplexity-User. Google a introduit Google-Extended en septembre 2023 pour contrôler l'entraînement Gemini séparément de Googlebot. Il n'existe pas un user-agent IA unique. Chaque fournisseur a besoin d'une entrée robots.txt séparée. Bloquer l'un ne bloque pas les autres.
Architecture de récupération. ChatGPT a historiquement utilisé Bing comme index web principal. Perplexity a construit sur un pipeline Vespa qui traite les fragments de document comme des unités de première classe. Gemini utilise l'index de Google plus le grounding via le Knowledge Graph. Claude s'associe à Brave Search. La même requête, quatre ensembles de résultats différents.
Méthodologie d'alignement. Le post-training façonne le comportement de manières qui apparaissent dans les outputs réels. OpenAI s'appuie sur le RLHF. Anthropic a développé Constitutional AI, qui entraîne les modèles à critiquer et réviser par rapport à des principes écrits. Un contenu récupéré identique, alimenté à deux modèles alignés différemment, peut produire des réponses matériellement différentes sur la même marque.
llms.txt est le cas d'étude
Jeremy Howard a proposé llms.txt en septembre 2024 comme manifeste markdown à la racine du site. La communauté SEO l'a adopté. À la mi-2026, aucun grand fournisseur n'avait confirmé consommer le fichier. Les analyses de logs serveur sur des centaines de milliers de domaines ont montré que les grands crawlers IA ne demandent pas /llms.txt de manière routinière. John Mueller de Google l'a comparé à la balise meta keywords dépréciée. Gary Illyes a confirmé à Search Central Live en juillet 2025 que Google ne le supporte pas et ne prévoit pas de le supporter. Schema.org a réussi parce que trois moteurs l'ont construit ensemble et l'ont fait appliquer ensemble. llms.txt a été proposé par un chercheur, repris par des fournisseurs d'outils et ignoré par les plateformes qu'il était censé servir.
L'inversion Gemini
Google publie une documentation SEO qui met l'accent sur les signaux de classement classiques — E-E-A-T, qualité du contenu, accessibilité technique. Ces directives fonctionnent pour Google Search lui-même. Elles ne fonctionnent pas nécessairement pour les propres surfaces IA de Google. Fin 2024, environ trois quarts des citations des AI Overviews se classaient aussi dans le top 12 de Google pour la même requête. Début 2026, après le lancement de Gemini 3 en janvier, Ahrefs a analysé 4 millions d'URLs d'AI Overview et constaté que seules 38 % des pages citées apparaissaient dans le top 10. BrightEdge a mesuré le chevauchement plus proche de 17 %. SE Ranking a vu Gemini 3 remplacer 42 % des domaines précédemment cités et générer 32 % de sources supplémentaires par réponse.
AI Mode élargit encore l'écart. Les données SEMRush montrent qu'AI Mode et AI Overviews atteignent des conclusions sémantiquement similaires 86 % du temps mais ne citent les mêmes URLs que 13,7 % du temps. Seulement 14 % des citations d'AI Mode sont dans le top 10 traditionnel de Google. La même marque, le même contenu, trois résultats différents entre Google Search, AI Overviews et AI Mode.
L'analyse de Qwairy sur 118 000 réponses à travers ChatGPT, Perplexity, Google AI Mode et Claude est la chute : seulement 11 % des domaines cités apparaissaient sur plusieurs plateformes. Les autres 89 % étaient spécifiques à une plateforme.
Ce que cela signifie pour le travail
L'ancien réflexe était d'optimiser pour Google et de faire confiance à la portabilité. La nouvelle discipline est de tester la visibilité par plateforme et de traiter la divergence comme le défaut. Aurora est construit autour de cette discipline :
- Chaque prompt s'exécute contre chaque moteur que vous sélectionnez. ChatGPT, Perplexity, Gemini, Google AI Mode, Google AI Overviews, Copilot, Claude — indépendamment, selon un calendrier.
- Les ventilations de citation et de visibilité par moteur rendent visibles les écarts spécifiques à chaque plateforme. Une marque forte sur Perplexity et invisible sur Claude apparaît exactement comme telle.
- La source intelligence par moteur fait remonter les domaines d'autorité que chaque plateforme atteint dans votre catégorie. Le chevauchement entre elles est généralement plus petit que les équipes ne le supposent.
- L'interrogation adaptative attrape les moments où une mise à niveau de modèle a déplacé la géométrie des réponses. Gemini 3 a été un événement de churn de citations de 42 %. Vous voulez le voir la semaine où cela se produit, pas le trimestre suivant.
La couche de chevauchement a rétréci. Vous avez maintenant plus de travail, pas moins. Les praticiens qui le reconnaissent en premier passeront les deux prochaines années à définir les standards que tous les autres suivront.
