ChatGPT ne « lit » pas votre page web comme le ferait un navigateur. Il récupère dans son propre index de recherche des faits formulés assez clairement pour être cités, puis les assemble en une réponse. Les données structurées et les balises d’entité ne servent pas à améliorer votre « classement », mais à éviter que la machine ait à deviner : le nom de votre produit, sa catégorie, son fournisseur et le problème auquel il répond sont alors consignés dans un format lisible par les machines. Sans cette couche, ChatGPT doit tirer ses propres conclusions à partir d’informations dispersées sur toute la page. Et si cette interprétation est erronée, les citations le seront aussi.
ChatGPT lit des faits, pas des mises en page
Commençons par comprendre comment ChatGPT accède à votre contenu. Lorsqu’un utilisateur lance une recherche dans ChatGPT, OAI-SearchBot, le robot d’OpenAI, explore le HTML de la page. En s’appuyant également sur l’index web existant, le système sélectionne plusieurs sources et les transmet au modèle pour produire une réponse. Ce processus présente deux limites concrètes. Premièrement, le robot récupère surtout le HTML initial : une grande partie des contenus qui dépendent du JavaScript exécuté dans le navigateur risque donc de lui échapper. Deuxièmement, le modèle ne recherche pas votre mise en page soigneusement travaillée, mais des faits qu’il peut extraire en une phrase et citer directement. Des données structurées au format JSON-LD permettent par exemple d’indiquer : « Il s’agit d’un produit nommé
Soyons clairs : les données structurées ne garantissent pas que votre site sera cité. Lors de nos audits GEO pour des clients B2B SaaS, nous observons que le schéma détermine rarement à lui seul « si » une source sera citée. En revanche, il détermine presque toujours « si les faits seront exacts lorsqu’elle le sera ». Présenter les mêmes informations clairement dans le texte visible et les déclarer une seconde fois en JSON-LD revient à fournir au modèle deux indices qui se corroborent. Si vous balisez les informations tout en laissant le texte ambigu, l’effet sera nettement moindre.
Configuration minimale viable : trois schémas suffisent pour démarrer
Inutile d’intégrer d’emblée tous les types proposés par schema.org. Pour aider ChatGPT à comprendre un produit B2B, commencez par mettre correctement en place trois balises : vous obtiendrez déjà 80 % de l’efficacité recherchée.
- Organization : placez ce balisage sur la page d’accueil ou partagez-le sur l’ensemble du site. Indiquez clairement le nom complet de la marque, son logo et son site officiel. Soignez surtout sameAs, qui doit relier vos pages de référence sur LinkedIn, Crunchbase et Wikidata. C’est le point d’ancrage qui permet au modèle d’identifier « qui vous êtes ».
- Product ou SoftwareApplication : placez ce balisage sur la page produit. Renseignez name, description, brand et offers — tarifs ou formules. Si vous disposez d’avis authentiques, ajoutez aggregateRating ; sinon, laissez ce champ vide.
- FAQPage : placez ce balisage sur la page produit ou sur une page de présentation, en reprenant sous forme de questions-réponses les trois à cinq interrogations les plus fréquentes de vos utilisateurs. C’est le format que ChatGPT peut le plus facilement extraire pour formuler directement une réponse, puisque chaque question est naturellement associée à une réponse claire.
Ces trois types de balisage doivent être intégrés à la page au format JSON-LD. Évitez les microdonnées, disséminées dans les balises HTML selon une ancienne pratique : elles sont coûteuses à maintenir et propices aux erreurs. Chaque bloc JSON-LD doit correspondre au contenu visible de la page. Si le balisage mentionne une note, celle-ci doit réellement apparaître sur la page ; le tarif déclaré pour une formule doit être identique à celui de la page produit. Un balisage qui contredit le texte n’est pas seulement invalide : il peut aussi être considéré comme une tentative de manipulation.
Le balisage des entités est votre véritable levier
La plupart des équipes s’arrêtent aux données structurées de type Product. Pourtant, pour que ChatGPT « reconnaisse » votre marque au lieu de simplement « lire » l’une de vos pages, il faut travailler la couche d’entité. Son rôle essentiel est la désambiguïsation. Le marché compte des dizaines de produits appelés « Radar » : lorsque le modèle vous cite, il doit être certain à 100 % qu’il parle du vôtre, et non de celui d’une entreprise homonyme. Sans désambiguïsation, même un volume important de contenu ne fera qu’alimenter des impressions vagues susceptibles d’être attribuées à d’autres.
Cette approche repose sur trois piliers. D’abord, utilisez partout la même dénomination : le nom complet de la marque doit être strictement identique sur le site officiel, les réseaux sociaux, les annuaires et les communiqués de presse. N’alternez pas entre « Tenten GEO » et « Tenten ». Ensuite, construisez un graphe d’entités avec @id : attribuez à Organization un @id stable — par exemple https://yoursite.com/#organization —, puis faites pointer vers ce même @id la propriété brand du produit et la propriété publisher des articles. Le modèle pourra ainsi rattacher à une seule entité les faits répartis sur plusieurs pages. Enfin, reliez sameAs à des sources externes faisant autorité, en particulier Wikidata, une base de données d’entités commune à de nombreux systèmes d’IA. Y figurer revient à disposer d’une carte d’identité reconnue sur plusieurs plateformes.
Ne laissez pas les robots d’exploration à la porte
Même un balisage parfaitement rédigé ne sert à rien si les robots d’exploration ne peuvent pas y accéder. Cette étape est la plus souvent négligée, alors qu’elle figure parmi les principales sources de problèmes.
- Autorisez l’accès dans robots.txt : vérifiez que OAI-SearchBot, utilisé pour la recherche ChatGPT, et GPTBot, utilisé par OpenAI pour l’exploration, ne sont pas bloqués. Lors de nos audits, nous constatons souvent cette contradiction : vouloir être cité tout en interdisant l’accès à ces deux robots.
- Rendez les contenus essentiels accessibles dans le HTML initial : si la description du produit est entièrement générée par du JavaScript côté client, le robot risque de ne trouver qu’une page vide. Utilisez le rendu côté serveur (SSR) ou la génération statique pour inscrire les informations clés directement dans le HTML brut.
- N’attendez pas une interaction avec la page pour injecter dynamiquement le JSON-LD au moyen d’un script : incluez-le dès le HTML de la première réponse afin que les robots puissent le lire immédiatement.
Vérifiez avant la mise en ligne : ne vous fiez pas à votre intuition
Il est bien plus simple d’effectuer une série de vérifications avant publication que de se demander ensuite « pourquoi le site n’a pas été cité ». Commencez par utiliser le test des résultats enrichis de Google ou le validateur officiel de Schema.org pour confirmer que le JSON-LD ne contient aucune erreur de syntaxe et que tous les champs obligatoires sont renseignés. Dans le navigateur, choisissez ensuite « Afficher le code source de la page », et non le panneau Éléments des outils de développement, afin de vérifier que le balisage figure bien dans le HTML d’origine et qu’il n’est pas ajouté après coup par un script. La dernière étape est la plus directe : demandez à ChatGPT « À quoi sert tel produit ? », puis examinez la source citée et l’exactitude de la réponse. C’est le test de recette le plus proche d’un usage réel ; une seule question suffit souvent à révéler les incohérences entre votre texte et votre balisage.
Les données structurées et le balisage des entités constituent le point de départ. S’ils sont correctement mis en œuvre, ChatGPT reprendra des faits exacts lorsqu’il vous citera. Dans le cas contraire, votre contenu ne pourra même pas être cité proprement. Sur la plupart des sites B2B, le problème ne tient pas à l’absence totale de schéma, mais au décalage entre les balises et le texte, à l’incohérence des noms d’entité ou au blocage pur et simple des robots d’exploration. Pour savoir comment ChatGPT perçoit votre site et repérer les écarts, vous pouvez prendre rendez-vous pour un diagnostic GEO de 30 minutes. Nous vous montrerons directement les points qui nuisent à l’extraction des informations et à la clarté des entités.
