AI Overviews : ce que 6 mois de données changent pour votre SEO

Quelle baisse de clics avons-nous mesurée ?

Sur les 4 100 requêtes suivies, une AI Overview s'affiche désormais sur 38 % des requêtes informationnelles et 9 % des requêtes transactionnelles. Quand elle s'affiche, la baisse de clics médiane atteint 23 % sur l'informationnel à impressions constantes : les internautes obtiennent la réponse sans cliquer. Le transactionnel résiste nettement mieux, avec 8 % de baisse médiane : l'acheteur veut toujours comparer, voir les prix, vérifier les avis. Les requêtes locales sont quasi intactes. La conclusion pratique : mesurer votre exposition requête par requête avant de décider quoi que ce soit, car deux sites du même secteur peuvent être touchés du simple au triple selon leur mix d'intentions.

Quelles pages résistent le mieux ?

Trois profils de pages conservent leurs clics dans notre panel. Les pages transactionnelles à forte preuve : fiches produit riches, comparateurs avec données propriétaires, pages tarifs. Les pages d'expérience directe : études de cas chiffrées, tests réels, données internes qu'aucun modèle ne peut synthétiser sans les citer. Les pages de marque : quand l'internaute cherche une entreprise nommément, l'Overview cite la source officielle dans 87 % de nos relevés. À l'inverse, les contenus de définition générique, les listicles sans données et les FAQ recopiées d'ailleurs perdent le plus : le modèle reformule leur substance sans avoir besoin d'eux.

Le tableau de nos relevés

Qu'est-ce qui déclenche une citation ?

En croisant les pages citées et non citées de notre panel, trois facteurs dominent. Premier facteur : la citabilité du passage. Les pages citées contiennent presque toutes un bloc autonome de 130 à 170 mots qui répond complètement à la question, sous un titre formulé en question. Deuxième facteur : la donnée propriétaire. Un chiffre daté et sourcé que le modèle ne trouve nulle part ailleurs force la citation, c'est la différence entre être la source et être le résumé. Troisième facteur : la cohérence de l'entité. Les sites dont l'Organization schema, les mentions presse et les profils sociaux racontent la même chose sont cités 2,4 fois plus souvent à contenu équivalent. Aucun de ces trois facteurs ne relève d'une astuce : c'est du travail éditorial et structurel.

Le plan d'action en trois étapes

Première étape, diagnostiquer : exportez vos requêtes Search Console, relevez la présence d'AI Overviews sur vos 100 requêtes les plus cliquées, identifiez les pages exposées. Deuxième étape, restructurer : réécrivez les sections clés des pages exposées en blocs de réponse autonomes, ajoutez vos données internes, datez et sourcez chaque chiffre. Troisième étape, consolider l'entité : Organization schema avec @id stable, auteurs identifiés avec profils LinkedIn réels, cohérence des mentions partout où les modèles lisent. Comptez huit à douze semaines pour voir les premiers effets sur le taux de citation, mesurable chaque mois sur un panel de requêtes fixe.

Quelles erreurs éviter en réaction ?

Quatre réactions observées chez les éditeurs font plus de mal que les AI Overviews elles-mêmes. Bloquer GPTBot et les crawlers IA par réflexe défensif : vous sortez des réponses sans récupérer les clics, la double peine. Réécrire tout le site « pour les IA » : la compréhension des synonymes rend l'exercice inutile, et le temps perdu ne va pas aux pages exposées. Compenser par le volume : publier trois fois plus de contenus génériques accélère la baisse, puisque ce profil de page est précisément celui que les Overviews remplacent. Enfin, supprimer les contenus informationnels en baisse : ils nourrissent l'autorité thématique qui fait ranker vos pages transactionnelles, les couper affaiblit l'ensemble du domaine. La bonne réaction est chirurgicale : diagnostic page par page, restructuration des sections exposées, données propriétaires là où elles créent une raison de citer.

Pour aller plus loin : notre page référencement IA (GEO) détaille le programme complet, notre offre SEO couvre le socle indispensable, et la méthode Essor explique comment chaque recommandation est vérifiée.