La plupart des guides français sur le référencement Gemini proposent la même recette : renforcez votre autorité SEO, posez des données structurées, structurez vos pages en questions-réponses. Le problème n’est pas que ce soit faux, c’est que ça décrit une surface qui n’existe pas. « Gemini » recouvre au moins trois endroits distincts où votre site peut apparaître, et ces trois endroits ne choisissent pas leurs sources de la même manière. Depuis la bascule vers Gemini 3 fin janvier 2026, les mesures disponibles disent toutes la même chose : le lien entre position organique et citation s’est distendu au point qu’un site peut occuper la première page et rester absent de la réponse générée juste au-dessus.
trois surfaces Google, trois façons d’être cité
C’est la distinction que presque aucun contenu francophone ne pose, et elle commande tout le reste.
L’application Gemini est générative par défaut. Elle répond d’abord à partir de ce que le modèle a appris pendant son entraînement, et ne va chercher sur le web qu’en cas de besoin. Conséquence directe : elle cite peu, environ 6,6 sources par réponse d’après les relevés de Profound.
Les AI Overviews, le bloc de synthèse en haut des résultats, sont ancrés par construction. Ils sont fabriqués à partir de pages que Google a déjà récupérées et classées, et affichent en moyenne 11,1 sources. C’est la seule des trois surfaces à disposer d’un rapport dédié dans la Search Console, et la seule dont on puisse sortir sans perdre ses extraits classiques.
L’AI Mode, l’onglet conversationnel de Google Search, fonctionne en éventail : il décompose la question en sous-requêtes lancées en parallèle sur l’index, le Knowledge Graph et des données temps réel, puis assemble. C’est la surface la plus généreuse en liens, avec 15,2 citations par recherche.
Ces trois surfaces ne se recoupent que partiellement. L’écart de visibilité médian mesuré pour une marque donnée atteint 8 points de pourcentage par jour entre les trois, et plus d’une marque sur trois voit cet écart dépasser 10 points. Le réflexe de diagnostic à prendre est donc de préciser de quoi on parle avant de conclure quoi que ce soit. Constater qu’on n’apparaît pas dans l’application Gemini alors qu’on est régulièrement cité dans les AI Overviews n’a rien d’une anomalie, ce sont deux mécaniques différentes. La logique est la même que celle des deux régimes de réponse de ChatGPT, déclinée sur l’écosystème Google.
la seule condition d’éligibilité que Google documente
Sur ce point précis, la documentation officielle est nette et personne ne peut prétendre le contraire. Google écrit qu’une page, pour être éligible comme lien source dans les AI Overviews ou l’AI Mode, doit être indexée et éligible à l’affichage d’un extrait dans Google Search, en respectant les exigences techniques de Search. Et la phrase qui suit compte autant que celle-là : il n’y a aucune exigence technique supplémentaire.
Deux corollaires pratiques en découlent, l’un rassurant et l’autre nettement moins.
Le rassurant : il n’existe pas de barrière d’entrée spécifique. Aucun format à produire, aucune inscription, aucun standard à adopter.
Le moins rassurant : toute directive qui limite l’extrait limite mécaniquement l’éligibilité. Google renvoie explicitement vers nosnippet, data-nosnippet, max-snippet et noindex comme moyens de restreindre ce qui est affiché depuis vos pages. Un max-snippet:0 posé il y a trois ans sur un gabarit pour protéger un contenu premium vous exclut aujourd’hui d’une surface qui n’existait pas quand la balise a été écrite. C’est le premier endroit que je vais regarder sur un site qui n’apparaît jamais, avant toute autre hypothèse, parce que c’est le seul facteur binaire et documenté du sujet.
non, il n’y a pas de balisage réservé à l’IA
L’idée qu’un schema FAQ ou un fichier llms.txt ouvre les portes de Gemini circule beaucoup, y compris chez des prestataires qui la facturent. Google l’a explicitement écartée dans son guide d’optimisation pour les fonctionnalités génératives : vous n’avez pas besoin de créer des fichiers lisibles par machine ni de balisage spécialisé, les données structurées ne conditionnent pas l’accès aux fonctionnalités IA, et llms.txt ne nuit ni n’aide au classement dans Google Search.
Ce que Google met en avant à la place tient en une phrase de son guide : ne recyclez pas simplement ce que d’autres ont déjà dit. Perspectives originales, expérience de première main, contenu qui dépasse ce que tout le monde sait déjà.
Attention à ne pas sur-corriger pour autant. Les données structurées gardent un rôle sérieux, simplement il est ailleurs : elles servent à ce que Google rattache correctement votre organisation, vos services et vos auteurs à des entités identifiées. C’est un travail d’autorité, pas un travail d’éligibilité, et la confusion entre les deux explique une bonne partie des déceptions.
le top 10 ne se convertit pas en citation
Voilà le chiffre qui devrait faire le plus de dégâts dans les recommandations en circulation. L’étude de SE Ranking sur 100 000 mots-clés répartis en 20 niches mesure que 19 % seulement des sources d’un AI Overview se retrouvent dans le top 10 organique de la même requête. Plus de 60 % des requêtes affichent un recouvrement inférieur ou égal à 20 %.
Autrement dit, quatre citations sur cinq viennent de pages que l’utilisateur n’aurait pas vues en faisant défiler la première page. La sélection s’opère au niveau du passage utile, pas au niveau de la page la mieux classée, et une page située en quatrième page de résultats peut parfaitement fournir le paragraphe qui répond le mieux à une sous-question.
Cela ne veut pas dire que la position ne sert à rien. Elle reste un bon indicateur composite : une page bien classée est indexée, jugée pertinente, techniquement propre. Mais en faire l’objectif intermédiaire du travail de visibilité IA, comme le font la majorité des méthodologies vendues aujourd’hui, revient à optimiser un proxy qui n’explique qu’un cinquième du résultat.
ce que la bascule vers Gemini 3 a changé
Fin janvier 2026, Google a fait de Gemini 3 le modèle par défaut des AI Overviews. L’effet, mesuré par la même étude, a été brutal : 42,4 % des domaines cités auparavant ont disparu, soit 37 870 domaines évincés, pendant que 46 182 nouveaux entraient. En parallèle, le nombre moyen de sources par AI Overview est passé de 11,55 à 15,22, une hausse de 31,8 %, avec de fortes disparités selon les secteurs, de +6,1 % dans l’assurance à +75,9 % dans le sport et le fitness.
Un détail de cette étude en dit plus que le chiffre principal : parmi les 500 domaines les plus cités, un seul est sorti. Le rebrassage a donc porté quasi exclusivement sur la longue traîne. Les sites installés comme entités reconnues n’ont pas bougé, ceux dont la citation reposait sur une pertinence de page circonstancielle ont été remplacés.
C’est aussi un angle défensif utile, et je le dis souvent aux clients qui arrivent avec une courbe en chute : si vos citations ont plongé en février 2026 sans qu’aucune modification n’ait été faite de votre côté, l’explication la plus probable n’est pas votre site. Réécrire tout un cocon sémantique en réaction à un changement de modèle est le meilleur moyen de dépenser un budget pour rien. La bonne réaction consiste à attendre deux à trois relevés, vérifier si la perte se concentre sur certaines requêtes, et n’agir qu’ensuite.
l’entité, le levier que le SEO de page ne couvre pas
Si Gemini 3 arbitre davantage au niveau de la marque qu’au niveau de la page, la conséquence stratégique est directe : le travail à mener n’est pas entièrement sur votre site.
Le Knowledge Graph de Google recense aujourd’hui des milliards d’entités et les relations entre elles. Que votre entreprise y figure, avec des attributs cohérents, détermine votre capacité à être invoquée comme source crédible sur un sujet. Concrètement, cela passe par de la cohérence : mêmes dénomination, adresse et périmètre d’activité entre le site, la fiche d’établissement Google, les profils sociaux et les annuaires métier, des sameAs qui relient ces occurrences entre elles, et des pages auteur qui rattachent une personne réelle à un domaine d’expertise. Cette cohérence suppose d’avoir écrit une fois pour toutes ce que la marque est et ce qu’elle n’est pas, ce à quoi sert un cadre comme le prisme d’identité de Kapferer : une entité floue pour vos clients l’est aussi pour un modèle.
Le second volet est hors site. La répartition des domaines cités montre le poids énorme des plateformes de contenu tiers : YouTube capte 10,74 % des citations et Reddit 4,01 %. Il ne s’agit pas d’aller pousser des liens sur Reddit, ce qui se retourne vite contre vous, mais d’accepter que votre visibilité dans une réponse générée dépend en partie de ce que d’autres publient à votre sujet ailleurs. Ce n’est pas non plus un argument pour acheter des liens : les corrélations mesurées entre profil de backlinks et visibilité IA sont modérées, et ce que le netlinking vaut réellement en 2026 se chiffre avant de se budgéter.
C’est la partie la plus lente du travail. Sur un projet construit de zéro comme juste1cafe, la reconnaissance d’entité se compte en mois, pas en semaines, et aucune optimisation technique ne raccourcit ce délai. C’est aussi ce qui la rend défendable une fois acquise.
écrire pour l’extraction plutôt que pour le mot-clé
Reste la partie éditoriale, la seule sur laquelle vous avez un contrôle immédiat.
Un modèle qui construit une réponse cherche des passages qu’il peut reprendre presque tels quels. Un paragraphe autonome, qui énonce un fait complet sans dépendre du titre au-dessus ni de la phrase d’avant, est extractible. Un paragraphe qui commence par « comme nous l’avons vu » ou qui dilue sa réponse sur six phrases ne l’est pas.
Trois formats se prêtent particulièrement bien à cette extraction : la définition nette en une ou deux phrases, le tableau comparatif à critères explicites, et la liste de conditions ou d’étapes numérotées. Les analyses menées sur les pages ayant récupéré leurs citations après la bascule de janvier pointent d’ailleurs le tableau comparatif comme l’ajout le plus efficace, ce qui est cohérent avec la façon dont une synthèse se fabrique.
Cette logique déplace aussi le travail amont. Vous ne visez plus un mot-clé mais les questions réelles auxquelles une page doit répondre de façon autonome, ce qui suppose de reprendre le raisonnement du choix de la requête cible en SEO à un niveau de granularité plus fin. La démarche est la même sur tous les moteurs génératifs, avec des pondérations qui varient, et elle constitue le socle commun d’une stratégie de référencement sur les IA.
ce qu’on ne sait pas, et qu’il vaut mieux assumer
Trois limites méritent d’être posées, parce qu’elles sont systématiquement passées sous silence dans les offres commerciales sur le sujet.
Google ne documente pas ses critères de sélection des sources. Ce qui précède décrit des corrélations mesurées sur de gros échantillons, pas un algorithme connu. Les études disponibles portent en outre très majoritairement sur le marché américain et en anglais, et rien ne garantit que les proportions se transposent telles quelles au français.
La mesure est fragile. Une même requête posée deux fois à quelques heures d’intervalle ne renvoie pas les mêmes sources, et il n’existe pas de rapport de citations dans la Search Console. Toute promesse de suivi précis repose sur de l’échantillonnage.
Enfin, la surface bouge plus vite que les méthodes. Un changement de modèle par défaut a suffi à rebattre 42 % des domaines cités en quelques jours. Tout dispositif construit sur des observations trop fines de la version en cours a une durée de vie courte, ce qui plaide pour concentrer l’effort sur ce qui résiste aux versions : l’entité, la qualité réelle du contenu, et l’absence de blocage technique.