Navigabilité agentique : comment les IA lisent votre site

La navigabilité agentique est la capacité d’un agent IA à atteindre, explorer et comprendre un site en suivant ses liens. La citabilité agentique est la probabilité que le contenu d’une page soit cité dans une réponse d’IA. La première décide si un agent peut lire vos pages, la seconde s’il s’en sert. GraphoRank note les signaux qui sous-tendent les deux sur une même échelle de 0 à 100, le GraphRank.

Si vous avez cherché « LLM SEO » ou « SEO pour ChatGPT », voici la part du sujet qui se joue sur votre propre site, celle que vous maîtrisez. Vous trouverez ci-dessous les deux notions en termes simples, la manière dont les agents et les robots d’IA parcourent un site, et ce qui est documenté par opposition à ce qui n’est que soupçonné. La checklist finale, classée par impact probable, se réalise en grande partie sans développeur.

Que signifient navigabilité agentique et citabilité agentique ?

Un agent IA est un logiciel qui s’appuie sur un modèle d’IA pour accomplir une tâche à la place d’une personne : étudier une question, comparer des fournisseurs, remplir un formulaire. Il doit souvent ouvrir plusieurs pages pour y parvenir. Le robot d’IA en est le cousin plus simple : un programme qui récupère des pages pour qu’un produit d’IA puisse s’en nourrir ou les consulter plus tard. L’un comme l’autre parcourent votre site comme le ferait une personne, de lien en lien.

Un agent juge un site facile à parcourir quand chaque page importante est accessible par des liens, que le contenu réel lui parvient sous une forme qu’un programme sait lire, et que rien ne bloque la visite par erreur.

Quand on pose une question à un assistant IA, il peut composer sa réponse à partir de pages qu’il trouve et en nommer certaines comme sources. Ces sources nommées sont des citations. Une page est citable quand un système d’IA peut en extraire une affirmation claire, autonome et fiable : une définition, une réponse, un chiffre assorti de sa source.

Les deux notions sont liées, mais distinctes. La navigabilité concerne l’accès : l’agent peut-il trouver et lire la page ? La citabilité concerne l’usage : une fois lue, la page mérite-t-elle d’être citée ?

Une page que personne ne peut atteindre ne peut pas être citée. Une page accessible mais qui ne dit rien de clair est lue, puis écartée. C’est pourquoi nous traitons les deux ensemble.

Comment les agents et les robots d’IA naviguent-ils réellement sur un site ?

Les systèmes d’IA accèdent à vos contenus de quatre façons principales : ils suivent les liens, ils respectent (ou parfois ignorent) le fichier robots.txt, ils cherchent des fichiers d’orientation comme llms.txt, et ils lisent la structure de page que construit le navigateur. Voici ce que disent les sources primaires de chacun de ces points.

Le suivi des liens

Le geste de base est celui des moteurs de recherche depuis toujours : récupérer une page, lire ses liens, récupérer les pages liées. Un robot qui procède ainsi ne trouve que ce qui est lié.

Votre sitemap, la liste des pages que vous remettez aux moteurs, aide, mais c’est une liste, pas un itinéraire. Une page vers laquelle aucune autre ne pointe est difficile à découvrir en suivant les liens ; nous y revenons plus bas.

Le fichier robots.txt et les trois types de robots d’IA

Le fichier robots.txt est un petit fichier texte placé à la racine de votre site, qui indique aux visiteurs automatisés quelles URL ils peuvent récupérer. Les entreprises d’IA exploitent désormais plusieurs robots aux fonctions différentes, et leur documentation les distingue :

• OpenAI en documente trois. GPTBot sert à l’entraînement. OAI-SearchBot alimente la recherche de ChatGPT : selon OpenAI, les sites qui le refusent ne seront pas affichés dans les réponses de la recherche ChatGPT, et ses systèmes peuvent mettre environ 24 heures à s’ajuster après une mise à jour de robots.txt. ChatGPT-User récupère des pages quand une personne le demande, et OpenAI précise que, pour celui-ci, les règles de robots.txt peuvent ne pas s’appliquer.
• Anthropic en documente également trois : ClaudeBot pour l’entraînement, Claude-User pour les requêtes dirigées par l’utilisateur et Claude-SearchBot pour la recherche. L’entreprise affirme que ses robots respectent les signaux « do not crawl » de robots.txt et qu’elle prend en charge la directive Crawl-delay.
• Perplexity documente PerplexityBot, qui fait apparaître des sites dans la recherche et n’est pas utilisé pour entraîner des modèles de fondation, et Perplexity-User, qui sert les actions de l’utilisateur et ignore généralement les règles de robots.txt, puisque c’est une personne qui déclenche la requête.
• Google documente un contrôle nommé Google-Extended. Il détermine si votre contenu sert à entraîner les futurs modèles Gemini et à ancrer les réponses, et Google précise qu’il n’a pas d’incidence sur la présence d’un site dans la recherche Google et n’est pas utilisé comme signal de classement.

Deux constats appellent à la prudence.

La règle à retenir : robots.txt est une demande que les robots bien élevés honorent, pas un verrou.

Combien de sites disent quoi que ce soit des robots d’IA ? Seulement une petite part, d’après les données ordinateur du Web Almanac. Il s’agit de la part des sites dont le robots.txt nomme le robot, pas de ceux qui le bloquent :

La plupart des sites ne disent rien, ce qui signifie que, par défaut, l’accès est ouvert.

Le fichier llms.txt

llms.txt est un fichier Markdown proposé, servi à la racine de votre site, qui offre aux agents IA un court guide de ce qu’est le site et des pages qui comptent. C’est une proposition communautaire, pas une norme d’Internet. Notre guide llms.txt détaille le format, et vous pouvez tester le vôtre avec le vérificateur llms.txt gratuit.

Les preuves sont contrastées, et les chiffres divergent parce qu’ils mesurent des populations différentes :

Étude	Ce qu’elle a mesuré	Résultat
HTTP Archive Web Almanac 2025	Sites de son exploration	llms.txt sur 2,13 % des sites sur ordinateur et 2,10 % des sites mobiles
SE Ranking (nov. 2025)	Près de 300 000 domaines	10,13 % avaient le fichier ; aucune corrélation avec les citations par les IA
Common Crawl (exploration de juillet 2026)	Échantillon aléatoire d’environ 5,2 millions d’URL /llms.txt sur des hôtes explorables	22,32 % des URL /llms.txt testées ont renvoyé un HTTP 200, et 52,5 % d’entre elles contenaient un corps de texte (11,72 % des URL de l’échantillon)
Ahrefs (mai 2026)	137 210 domaines avec du trafic dans ses outils d’analyse	28 % publient le fichier ; 97 % de ces fichiers n’ont reçu aucune requête ce mois-là

Du côté des moteurs, Google déclare qu’il n’est pas nécessaire de créer de nouveaux fichiers lisibles par machine, de fichiers texte pour l’IA, de balisage ou de Markdown pour apparaître dans la recherche Google, et que llms.txt n’aura ni effet négatif ni effet positif sur la visibilité. Pourtant, l’outil Lighthouse de Chrome, qui audite les pages, comprend une catégorie expérimentale « Agentic Browsing » qui vérifie l’existence de llms.txt. Les deux affirmations répondent à des questions différentes : la visibilité dans la recherche Google d’un côté, la préparation aux agents de navigation de l’autre.

Notre lecture : llms.txt est peu coûteux, inoffensif et non démontré. Publiez-en un s’il ne vous prend qu’un après-midi, mais n’en attendez pas qu’il sauve un site à la structure fragile.

L’arbre d’accessibilité

Quand un navigateur charge une page, il construit une description simplifiée, proche du texte, à destination des technologies d’assistance comme les lecteurs d’écran : ce qui est un titre, ce qui est un bouton, ce que dit chaque lien. C’est l’arbre d’accessibilité.

La documentation Lighthouse de Chrome sur la navigation agentique affirme que les agents s’appuient sur l’arbre d’accessibilité comme principal modèle de données. Ses audits portent sur les noms et libellés, l’intégrité de l’arbre, la visibilité du contenu interactif, les décalages de mise en page, la présence de llms.txt et les outils WebMCP (une façon expérimentale, pour un site, de proposer des actions aux agents). La catégorie est expérimentale et n’a pas de score sur 100.

Un benchmark de 2026 sur les agents d’utilisation d’ordinateur (A11y-CUA, un article de CHI ’26) apporte un signal voisin. Il porte sur 60 tâches et sur des enregistrements d’utilisateurs aveugles, malvoyants et voyants :

Le rendu JavaScript

De nombreux sites modernes construisent leur contenu dans le navigateur du visiteur avec JavaScript, au lieu de l’envoyer tout prêt dans la page. Une personne ne le remarque jamais. Un robot simple, si.

Nous n’avons trouvé aucun document primaire indiquant quels robots d’IA exécutent JavaScript ; nous n’affirmerons donc ni qu’ils le font ni qu’ils ne le font pas. Par prudence, placez vos textes et liens essentiels dans le HTML envoyé par le serveur, et considérez comme un risque tout ce qui n’apparaît qu’après l’exécution d’un script. Le robot d’exploration de GraphoRank exécute JavaScript afin de voir ce que voit un lecteur de type navigateur, et il consigne si une page a eu besoin d’un rendu pour afficher son contenu.

Pourquoi la structure du site détermine-t-elle ce qui est lu ?

Un agent ne peut lire que ce qu’il peut atteindre, et il juge de l’importance d’après les signaux que vos liens envoient.

Les pages orphelines

Une page orpheline est une page vers laquelle aucun lien interne ne pointe. Une personne ne peut y arriver qu’avec l’adresse exacte. Un agent qui suit les liens n’y arrivera jamais.

Imaginez une petite boutique dont la page « Livraison et retours » n’est liée de nulle part, parce qu’une refonte a supprimé le lien du pied de page. La page existe, elle est correcte, elle figure dans le sitemap. Mais quand un agent cherche « cette boutique livre-t-elle en Allemagne ? », aucun lien ne mène à la réponse. Les pages orphelines sont le problème structurel le moins coûteux à corriger : ajoutez un lien.

La profondeur de clic

La profondeur de clic est le nombre de clics nécessaires pour aller de votre page d’accueil à une page donnée. Supposons que le guide qui explique le mieux votre service se trouve à cinq clics, derrière une catégorie, une sous-catégorie et une archive paginée. Une personne pourrait ne jamais y arriver non plus.

Plus une page est profonde, plus l’agent a d’étapes à franchir et moins il y a de chemins qui y mènent. Gardez les pages qui comptent près de la page d’accueil.

Les liens dans le contenu et les liens des menus

Les menus, en-têtes et pieds de page répètent les mêmes liens sur chaque page. Un lien présent partout dit peu de chose sur une page en particulier, puisqu’il vient avec le gabarit. Un lien placé dans une phrase dit quelque chose de précis : cette page est pertinente pour ce point, pour cette raison. Le texte d’ancre, les mots sur lesquels on clique, indique au lecteur ce qui se trouve de l’autre côté.

C’est pourquoi GraphoRank distingue les liens situés dans le contenu principal des liens du gabarit lorsqu’il construit le graphe d’un site : les premiers sont ceux que voit réellement un lecteur qui extrait le texte principal d’une page. À notre connaissance, personne n’a publié de mesure de l’effet sur les réponses des IA. Nous le présentons comme un choix de conception, fondé sur la façon dont un lecteur suit le fil d’un raisonnement, pas comme un facteur de classement avéré.

Les pages en double ou concurrentes sur un même sujet

Si cinq pages de votre site répondent chacune en partie à « combien ça coûte ? », un agent doit choisir, ou peut les fusionner, et aucune des cinq ne devient la page à citer.

Pensez à une entreprise qui a une page de tarifs, un article de blog sur les prix, une ancienne page de tarifs que personne n’a supprimée et une entrée de FAQ avec un quatrième jeu de chiffres. Le lecteur ne sait plus laquelle est à jour.

Qu’est-ce qui rend un contenu citable ?

Un contenu est citable lorsqu’un système d’IA peut en extraire une affirmation claire, exacte et attribuable. Quatre éléments comptent surtout en pratique, et ce sont ceux que les bons éditeurs ont toujours demandés.

• Des entités et des définitions claires. Une entité est une chose nommée : une entreprise, un produit, une personne, un lieu, un concept. Dites ce qu’est chacune en une phrase simple (« X est un… »), tôt, et employez le même nom à chaque fois. Une définition autonome peut être citée seule.
• Des passages qui commencent par la réponse. Ouvrez chaque section par la réponse, puis donnez le raisonnement. La recherche sur les modèles de langage fournit une raison indirecte : une étude contrôlée sur les entrées longues (« Lost in the Middle ») a constaté que les modèles réussissent souvent le mieux lorsque l’information pertinente se trouve au début ou à la fin de ce qu’on leur donne, et se dégradent pour celle qui est au milieu. Cette étude porte sur des prompts, pas sur des pages web choisies comme sources : c’est une analogie, pas une preuve. Commencer par la réponse est aussi, tout simplement, mieux pour les lecteurs humains.
• Des sources, un auteur et de la fraîcheur. Nommez l’auteur de la page, affichez les dates de publication et de mise à jour, et renvoyez vers des sources primaires pour chaque chiffre que vous donnez. Gardez des dates honnêtes : une date récente sur une page périmée n’aide personne.
• Une page claire par sujet. La section précédente vaut ici aussi : une page qui possède son sujet est plus facile à citer que cinq pages qui se recoupent.

Les données structurées : ce que dit Google, et ce qu’une étude a constaté

Les données structurées sont du code, généralement au format JSON-LD, qui étiquette le contenu d’une page à l’intention des machines : ceci est un article, voici son auteur, voici les questions et les réponses. Les sources ne parlent pas sur le même ton ; voici les deux.

La documentation de Google indique qu’il n’y a aucune exigence supplémentaire pour apparaître dans les Aperçus IA ou le Mode IA, qu’aucune donnée structurée schema.org particulière n’est nécessaire et, dans un guide ultérieur, que les données structurées ne sont pas requises pour la recherche d’IA générative. Pour apparaître, une page doit être indexée et éligible à l’affichage d’un extrait. Google explique aussi les contrôles qui le limitent (nosnippet, data-nosnippet, max-snippet et noindex), et précise que le trafic issu des fonctionnalités d’IA est comptabilisé dans le type de recherche « Web » de la Search Console.

Un preprint distinct, l’étude GEO-16, s’est penché sur ce que les pages citées ont en commun :

Il a constaté que les métadonnées et la fraîcheur, le HTML sémantique et les données structurées étaient les groupes de qualité de page les plus associés à la citation, et que les pages obtenant au moins 0,70 sur son échelle avec au moins 12 critères pilier atteints affichaient des taux de citation sensiblement plus élevés.

Les deux sources ne se contredisent pas. Google décrit ce qui est requis pour être éligible dans ses propres fonctionnalités. Le preprint décrit ce qui coïncidait avec le fait d’être cité sur plusieurs moteurs. Ni l’une ni l’autre ne montre que l’ajout de balisage provoque des citations.

Notre lecture : les données structurées ne sont pas une astuce, elles font partie d’une description claire de la page. Ajoutez les types qui correspondent au contenu, gardez-les exacts, et n’en attendez pas qu’elles sauvent une page maigre.

Ce que la recherche sur le GEO dit, et ne dit pas

L’article de 2024 qui a introduit le terme Generative Engine Optimization rapportait que les méthodes testées pouvaient accroître la visibilité dans les réponses des moteurs génératifs jusqu’à 40 %, avec une efficacité variable selon le domaine.

Pour une vue d’ensemble du terme lui-même, voyez ce qu’est le GEO et le guide du GEO.

Comment mesurer la navigabilité et la citabilité agentiques ?

Vous reconstituez le site tel qu’un agent le voit, sous forme de pages et de liens, puis vous notez ce que cette image révèle. C’est ce que fait GraphoRank. Il explore le site en respectant robots.txt, lit chaque page comme le ferait un modèle de langage, transforme les pages en nœuds et les liens internes en arcs, et produit un score de 0 à 100 appelé GraphRank. La page fonctionnement présente les cinq étapes, et la page graphe sémantique montre la carte.

Le GraphRank lit quatre dimensions :

Dimension	Ce qu’elle examine	Penche vers
Structure	Comment les pages se relient : l’autorité atteint-elle vos pages clés, quelle profondeur occupe votre contenu, quelles pages sont totalement isolées	Navigabilité
Santé technique	Indexabilité, canonicals, chaînes de redirections, liens cassés et cohérence du sitemap	Navigabilité
Sens	Si le contenu forme un ensemble cohérent de sujets : vrais groupes thématiques, pages piliers réellement étayées, pas d’écart entre ce qu’une page promet et ce qu’elle dit	Citabilité
Visibilité IA	Facilité avec laquelle les pages se lisent, s’extraient et se citent dans une réponse générée	Citabilité

La colonne « Penche vers » est notre lecture éditoriale, pas une répartition du score en deux notes. Chaque dimension éclaire dans une certaine mesure les deux notions.

Chaque page du graphe reçoit aussi l’un de six rôles : page pilier, groupe (cluster), page pivot, money page (une page où les visiteurs convertissent), page orpheline ou noindex. Les scores se répartissent en cinq paliers :

Palier	Score
À risque	0–39
En progression	40–59
Solide	60–74
Performant	75–89
Référence	90–100

La formule exacte est propriétaire, volontairement. Un score dont la recette est publique peut être manipulé, et un référentiel facile à manipuler cesse d’être comparable d’un site à l’autre. Ce qui est public, c’est ce que chaque dimension examine, comme décrit ci-dessus, et le fait que chaque site est mesuré de la même façon à chaque scan.

Le score est conçu pour mener à l’action. Les recommandations listent des correctifs classés selon leur effet sur le score : pages orphelines à récupérer, groupes à reconnecter, money pages à mettre en avant. Relancez un scan ensuite et comparez pour voir si le changement a fonctionné.

Que vérifier, et que disent les preuves ?

Domaine	Question simple	Statut des preuves
Suivi des liens	Chaque page importante est-elle accessible par des liens ?	Mécanisme de base de l’exploration ; aucune étude ne mesure l’effet sur les réponses des IA
robots.txt	Avez-vous choisi, robot par robot, ce que vous autorisez ?	Documenté par OpenAI, Anthropic, Perplexity et Google ; le respect varie
llms.txt	Existe-t-il un guide court et exact de votre site ?	Non démontré ; selon Google, il n’a ni effet positif ni effet négatif sur la visibilité dans la recherche
Arbre d’accessibilité	Les titres, liens et boutons sont-ils réels et libellés ?	Documenté par Chrome Lighthouse (expérimental) ; benchmark d’agents voisin sur des tâches de bureau
JavaScript	Le texte clé figure-t-il dans le HTML envoyé par le serveur ?	Aucune source primaire trouvée sur les robots d’IA ; simple règle de prudence
Pages orphelines et profondeur	Chaque page clé est-elle liée et proche de l’accueil ?	Raisonnement, non mesuré
Liens dans le contenu	Les pages se renvoient-elles les unes aux autres dans le texte ?	Choix de conception, non mesuré
Pages concurrentes	Y a-t-il une page par question ?	Raisonnement, non mesuré
Passages citables	Définitions, réponse d’abord, sources, dates	Partiellement étayé par la recherche sur les moteurs et les modèles ; indirect
Données structurées	Sont-elles présentes et exactes ?	Google : non requises. Preprint : associées à la citation

Checklist : comment améliorer la navigabilité et la citabilité

L’ordre reflète notre jugement de l’impact probable pour un petit site typique, du moins coûteux et du plus fondamental au plus raffiné. Ce n’est pas un classement mesuré.

Vous pouvez dérouler cette checklist à la main sur un petit site. Si vous souhaitez la mesurer, l’audit gratuit de GraphoRank analyse les 10 premières pages et vous montre le graphe, les rôles et le GraphRank. Consultez les tarifs pour les sites plus grands.

Quel lien avec le SEO, l’AEO et le GEO ?

L’optimisation pour les moteurs de recherche (SEO) vise le classement dans les résultats de recherche, l’optimisation pour les moteurs de réponse (AEO) vise à devenir la réponse qu’un système donne, et l’optimisation pour les moteurs génératifs (GEO) vise l’inclusion dans les réponses générées par l’IA. Notre comparatif SEO, AEO et GEO détaille les différences, et le guide du SEO pour l’IA aborde le volet pratique.

La navigabilité et la citabilité agentiques ne sont pas une quatrième étiquette à apprendre. Ce sont les deux propriétés de votre propre site sur lesquelles reposent ces trois disciplines : une machine peut-elle l’atteindre et le lire, et ce qu’elle lit mérite-t-il d’être cité ? Pour les chiffres d’usage et de trafic, voyez les statistiques de la recherche IA.