SEO et IA
Les données structurées (Schema.org) influencent-elles réellement les recommandations des IA ?
Publié le 3 août 2026. C'est l'une des promesses les plus répandues du référencement à l'ère de l'IA : baliser vos pages en Schema.org ferait de vous une source privilégiée des intelligences artificielles. L'idée est séduisante, largement vendue, et presque entièrement fausse, du moins dans sa version directe.
Cet article répond à la question avec les meilleures données disponibles, y compris les études les mieux contrôlées de 2025 et 2026. La réponse honnête est nuancée : les données structurées n'ont pas d'effet direct démontré sur les recommandations des IA, mais elles conservent une valeur réelle, indirecte et contextuelle. Nous expliquons pourquoi, avec des exemples de code.
Nous distinguons systématiquement ce qui est documenté officiellement, observé par des études, plausible ou inconnu. Quand les preuves sont faibles, nous le disons. Cet article est neutre et sans visée commerciale. Aucune recommandation par une IA ne peut être garantie, par personne.
L'essentiel en 60 secondes
- Réponse directe : à ce jour, aucune preuve publique ne permet d'affirmer que les données structurées augmentent les recommandations des IA. Les meilleures études contrôlées ne mesurent aucun effet, parfois un léger recul.
- Google le dit explicitement : les données structurées ne sont pas requises pour l'IA générative de Search, et il n'y a aucun balisage schema.org spécial à ajouter.
- Le JSON-LD est bien ingéré dans les corpus (présent sur environ la moitié des pages du web), mais rien ne prouve qu'un modèle l'utilise au moment de générer sa réponse.
- Les expériences le confirment : un fait caché uniquement dans le balisage n'est pas extrait par les IA ; seul le contenu visible l'est.
- Les corrélations positives qui circulent (par exemple des pages balisées plus souvent citées) sont réelles mais confondues par le rang et la qualité du site, pas par le schema lui-même.
- En 2026, plusieurs rich results ont disparu : FAQPage retiré le 7 mai 2026, HowTo mort depuis 2023, sept autres types retirés en juin 2025.
- La valeur réelle des données structurées reste indirecte et classique : rich results pour les types encore supportés, shopping via le flux produit, et désambiguïsation d'entité.
- Un seul acteur, Microsoft Bing, affirme publiquement que le schema aide ses modèles ; cette affirmation est contestée et pourrait porter sur la fraîcheur, pas sur le balisage.
- Ne confondez pas données structurées et IndexNow : ce dernier signale qu'une URL a changé, il ne transmet aucun schema, et Google ne l'utilise pas.
- Bien implémentées, les données structurées ne nuisent pas et servent le SEO classique. Mal implémentées, elles n'apportent rien. Elles ne remplacent ni le contenu ni la notoriété.
La réponse en bref
En bref
Directement, non. À ce jour, aucune preuve publique ne permet d'affirmer que les données structurées augmentent les recommandations des IA, et les études les mieux contrôlées ne mesurent aucun effet, voire un léger recul. Indirectement et dans des cas précis, oui : rich results, shopping et désambiguïsation d'entité gardent une valeur, sans lien direct avec la citation par une IA.
À retenir
Les données structurées sont utiles pour de bonnes raisons classiques, mais être cité par une IA n'en fait pas partie de façon démontrée. Google confirme qu'aucun schema spécial n'est requis pour l'IA générative. Balisez ce qui est réel et pertinent, sans en attendre une citation par ChatGPT, Gemini ou Perplexity.
Étude Ahrefs (2026), en différence de différences sur 1 885 pages ayant ajouté du JSON-LD contre environ 4 000 pages témoins : Aperçus IA de Google moins 4,6 %, AI Mode plus 2,4 %, ChatGPT plus 2,2 %, ces deux derniers indiscernables de zéro. Conclusion des auteurs : ajouter du schema n'a produit aucun gain notable de citations, sur aucune plateforme.
Qu'est-ce que Schema.org ?
En bref
Schema.org est un vocabulaire partagé de données structurées qui décrit le sens des contenus web pour les machines. Lancé en 2011 par Google, Microsoft, Yahoo et Yandex, il permet de déclarer explicitement qu'une page décrit une organisation, un produit, un article ou un événement, et leurs propriétés.
Concrètement, Schema.org fournit des types (Organization, Product, Article) et des propriétés (name, url, price). Un balisage traduit un contenu lisible par un humain en une structure lisible par une machine. Depuis avril 2015, l'évolution du vocabulaire est coordonnée par un groupe communautaire du W3C, ce qui en fait un standard ouvert et non la propriété d'un seul moteur.
Trois formats existent pour l'écrire : JSON-LD (un script séparé, recommandé par Google et de loin le plus répandu), Microdata et RDFa (des attributs dans le HTML). Le reste de cet article utilise JSON-LD.
Pourquoi Schema.org existe et comment il fonctionne
En bref
Schema.org existe pour lever l'ambiguïté du langage naturel. Une machine ne sait pas d'emblée si un nombre est un prix, une note ou une date. Le balisage le lui dit. Un bloc JSON-LD déclare un contexte, un type et des propriétés, dans un script inséré dans la page.
Un balisage JSON-LD s'appuie sur trois éléments : @context qui pointe vers le vocabulaire (schema.org), @type qui déclare la nature de l'entité, et les propriétés qui la décrivent. Voici la structure minimale d'une organisation.
{
"@context": "https://schema.org",
"@type": "Organization",
"name": "Nom de l'entreprise",
"url": "https://exemple.fr",
"logo": "https://exemple.fr/logo.png",
"description": "Description factuelle de l'activité.",
"sameAs": [
"https://www.linkedin.com/company/exemple",
"https://fr.wikipedia.org/wiki/Exemple",
"https://www.wikidata.org/wiki/Q000000"
]
}Google : « Google utilise les données structurées qu'il trouve sur le web pour comprendre le contenu de la page, ainsi que pour recueillir des informations sur le web et le monde en général. » La documentation ne promet ni une amélioration de classement, ni une entrée dans le Knowledge Graph.
L'état des rich results en 2026 : ce qui reste, ce qui est mort
En bref
En 2026, plusieurs rich results emblématiques ont disparu. Le résultat enrichi FAQ ne s'affiche plus dans Google depuis le 7 mai 2026. HowTo est mort depuis 2023. Sept autres types ont été retirés en juin 2025. Les types schema.org restent valides, mais ils ne produisent plus l'affichage attendu.
Google a confirmé que le rich result FAQ n'apparaît plus dans la recherche depuis le 7 mai 2026 (après une restriction, en 2023, aux sites gouvernementaux et de santé reconnus). Le rich result HowTo a été déprécié en 2023. En juin 2025, Google a retiré sept fonctionnalités (Book Actions, Course Info, Claim Review, Estimated Salary, Learning Video, Special Announcement, Vehicle Listing), en précisant que cela n'affecte pas le classement.
| Type de balisage | Statut du rich result en 2026 |
|---|---|
| Product, Review, Breadcrumb, Article, Event, Recipe, Video, Local business, Organization, Software app, Q&A, Dataset | Toujours actif dans la recherche classique |
| FAQPage | Rich result retiré le 7 mai 2026 ; le type reste valide, sans affichage |
| HowTo | Rich result mort depuis 2023 |
| Claim Review, Course Info, Estimated Salary, Special Announcement, Vehicle Listing, Learning Video, Book Actions | Retirés en juin 2025 de l'apparence Search |
Liste indicative fondée sur la galerie officielle des résultats enrichis. Baliser un type dont le rich result a disparu ne nuit pas, mais n'apporte plus l'affichage historique.
Quelle différence entre Google Search et les IA
En bref
Google Search classe des pages et peut afficher des résultats enrichis à partir de votre balisage. Une IA générative produit une réponse rédigée à partir de connaissances apprises et de sources récupérées. La première peut lire votre schema pour un affichage ; la seconde lit surtout le texte de vos pages.
| Dimension | Recherche classique | Réponse générative |
|---|---|---|
| Sortie | Liste de liens, parfois enrichis | Réponse rédigée qui nomme des entités |
| Rôle des données structurées | Éligibilité aux rich results | Aucun rôle direct démontré |
| Ce qui est lu | Le HTML, dont le balisage, pour l'affichage | Le texte visible, récupéré et résumé |
| Ce qui compte | Pertinence, classement, éligibilité | Récupérabilité, citabilité, corroboration |
Confondre ces deux surfaces est la source principale des malentendus sur le schema et l'IA. Les mécanismes propres à chaque moteur sont détaillés dans nos analyses par moteur.
Les LLM lisent-ils directement les données structurées ?
En bref
Le JSON-LD est bien ingéré dans les corpus, puisqu'il figure dans le HTML de près de la moitié des pages du web. Mais être ingéré n'est pas être utilisé. Rien ne prouve qu'un modèle exploite la structure du balisage au moment de générer une réponse, et les expériences suggèrent qu'il le traite comme du texte ordinaire.
Les données sont là : selon Web Data Commons, les données structurées sont présentes sur environ la moitié des pages, et le JSON-LD est le format le plus adopté. Les robots des IA récupèrent le HTML brut, donc voient un balisage statique, mais n'exécutent pas le JavaScript, donc ignorent un schema injecté côté client.
Expérience de Mark Williams-Cook : une entreprise fictive décrite par un JSON-LD volontairement invalide, aux noms de propriétés absurdes, voit malgré tout son adresse extraite par les modèles. Interprétation : les modèles lisent le balisage comme du texte, sans valider la structure schema. À l'inverse, les tests d'Otterly et de searchVIU montrent qu'un fait caché uniquement dans le balisage, absent du texte visible, n'est pas extrait.
Attention
Conclusion prudente : n'espérez pas qu'une information présente seulement dans votre schema soit reprise par une IA. Si un fait compte, il doit être écrit visiblement sur la page. Le balisage ne fait pas remonter ce que le texte ne dit pas.
Ce que disent les études, et pourquoi elles se contredisent
En bref
Le corpus d'études est contradictoire, et le clivage décisif est le contrôle du rang. Les études non contrôlées trouvent une corrélation positive entre balisage et citation. Les études bien contrôlées ne trouvent aucun effet, parfois un léger recul. La charge de la preuve penche du côté de l'absence d'effet causal.
| Étude (datée) | Résultat | Contrôle du rang |
|---|---|---|
| AirOps et Kevin Indig, 2025 | Pages avec JSON-LD citées 38,5 % contre 32 % sans, dans le pipeline de ChatGPT | Contrôles partiels, rang identifié comme signal dominant |
| Ahrefs, 2026, différence de différences | Aperçus IA moins 4,6 %, AI Mode plus 2,4 %, ChatGPT plus 2,2 % après ajout de schema | Fort : groupe témoin apparié |
| Fischman, working paper 2026 | Association négative du schema, effondrée à zéro après contrôles | Fort : contrôles multiples |
| SearchAtlas, 2025 | Distributions de visibilité très proches quel que soit le taux de balisage | Moyen : segmentation par couverture |
Les études non contrôlées mesurent une corrélation réelle, mais confondue par le rang et la qualité du site. Les études contrôlées, plus fiables, ne trouvent pas d'effet. Corrélation n'est pas causalité.
Chiffres à écarter
Deux chiffres circulent massivement sans source traçable : un gain de 44 pour cent de citations IA, et un facteur 3,2 sur 73 sites. Ils sont fabriqués ou non documentés. Ne les citez pas, et méfiez-vous des contenus qui les reprennent.
Pourquoi la corrélation est confondue par le rang
En bref
Les pages balisées sont souvent des pages de sites mieux construits, mieux maintenus et mieux classés. Elles sont donc davantage récupérées et citées, non pas grâce au balisage, mais grâce à tout ce que le balisage accompagne. C'est le rang de récupération, pas le schema, qui explique la citation.
La donnée la plus parlante des études pro-schema le trahit elle-même : la position de récupération est de très loin le premier prédicteur de citation, une page en première position étant citée plusieurs fois plus qu'une page en dixième position. Le balisage se contente d'accompagner les bons sites. Retirer l'effet du rang fait disparaître l'effet du schema.
Le schema est un marqueur de qualité éditoriale et technique plus qu'une cause de citation. Cette lecture, cohérente avec les études contrôlées, reste une interprétation. Elle invite à ne pas investir dans le balisage en espérant des citations IA qu'il ne produit pas.
Ce que Google dit officiellement
En bref
La position de Google est sans ambiguïté et cohérente avec les études : les données structurées ne sont pas requises pour l'IA générative de Search, et aucun balisage schema.org spécial n'est nécessaire pour apparaître dans les Aperçus IA ou AI Mode. Le schema sert à comprendre et à afficher, pas à faire recommander par une IA.
Google Search Central : « Les données structurées ne sont pas requises pour l'IA générative de Search, et il n'y a pas de balisage schema.org spécial à ajouter. » Et : « Vous n'avez pas besoin de créer de nouveaux fichiers lisibles par machine ni de balisage pour apparaître dans ces fonctionnalités. »
Cette position rejoint le fonctionnement documenté des Aperçus IA et d'AI Mode, ancrés dans le classement cœur de Search, détaillé dans comment Google AI Mode choisit les entreprises qu'il recommande.
Le cas Bing et Copilot : une exception contestée
En bref
Un seul acteur affirme publiquement que le schema aide ses modèles : Microsoft Bing. Un de ses responsables a déclaré que le balisage aide les modèles de Microsoft à comprendre le contenu, pour Copilot. Mais cette affirmation est contestée, et pourrait en réalité porter sur la fraîcheur via IndexNow, pas sur le balisage.
Bing supporte le JSON-LD depuis 2018 et propose un validateur. La déclaration favorable au schema, faite lors d'une conférence en 2025, a été relayée comme une preuve que le balisage nourrit les IA de Microsoft. Des analystes soutiennent que le propos portait en réalité sur la notification de fraîcheur (pousser une URL dès sa publication), un mécanisme distinct du balisage. Nous présentons ce point comme un désaccord non tranché, pas comme un fait établi.
Que le schema aide les modèles de Microsoft est une affirmation d'un employé, disputée, sans mécanisme ni périmètre publiés. À traiter comme une piste, pas comme une certitude, et à ne pas généraliser à ChatGPT, Claude, Gemini ou Perplexity, dont les éditeurs n'ont rien affirmé de tel.
Données structurées, Knowledge Graph et entités
En bref
Les données structurées aident Google à comprendre les entités, notamment via la propriété sameAs qui relie votre marque à ses profils de référence. Mais le balisage seul ne crée pas d'entrée dans le Knowledge Graph, qui s'appuie sur de multiples sources, dont Wikipédia et Wikidata.
Le Knowledge Graph de Google rassemble, selon l'entreprise, environ 5 milliards d'entités et plus de 500 milliards de faits, à partir de sources variées. Un balisage Organization avec sameAs pointant vers Wikipédia, Wikidata et vos profils officiels aide à la désambiguïsation, c'est-à-dire à relier sans ambiguïté votre site à votre entité. C'est un usage cohérent, mais Google ne promet pas qu'il déclenche un panneau de connaissances.
Que renforcer son balisage d'entité augmente la probabilité d'être compris et relié à sa catégorie est cohérent et fait consensus, mais Google ne le confirme pas comme un facteur de recommandation par l'IA. Le rôle des entités est développé dans pourquoi certaines marques sont recommandées par toutes les IA.
Données structurées et données d'entraînement
En bref
Le JSON-LD est présent dans les corpus web utilisés pour entraîner les modèles, puisqu'il figure dans le HTML brut archivé. Mais son effet sur ce qu'un modèle retient d'une marque n'est pas documenté. L'ingestion est établie, l'usage à l'entraînement reste une hypothèse.
Les corpus comme Common Crawl conservent le HTML, donc les scripts JSON-LD. Un modèle entraîné dessus a donc pu voir votre balisage. Toutefois, le prétraitement des textes tend à dissoudre la structure du balisage en tokens ordinaires, ce qui rend improbable que le modèle traite le schema différemment d'une phrase. Aucun éditeur de modèle ne publie de mesure sur ce point.
Ni OpenAI, ni Anthropic, ni Google DeepMind n'ont publié d'information indiquant que le balisage schema.org du web influence ce que leurs modèles apprennent d'une entité. Toute affirmation en ce sens relève de l'inférence.
IndexNow : ne pas confondre
En bref
IndexNow est un protocole qui signale aux moteurs qu'une URL a été créée, modifiée ou supprimée, pour un crawl plus rapide. Il ne transmet aucune donnée structurée. Lancé par Microsoft Bing et Yandex, il n'est pas utilisé par Google. Le confondre avec le schema est une erreur fréquente.
IndexNow agit sur la découverte et la fraîcheur, pas sur la compréhension du contenu. Son lien éventuel avec l'IA est indirect : une page découverte plus vite peut être récupérée plus tôt par les moteurs qui s'en servent. C'est précisément ce mécanisme de fraîcheur, et non le balisage, que certains commentaires attribuent à tort au schema.
À noter
Données structurées et IndexNow répondent à deux besoins différents : comprendre le contenu d'un côté, signaler un changement d'URL de l'autre. Aucun des deux ne remplace l'autre, et aucun ne garantit une citation par une IA.
Quels types de Schema sont réellement utiles en 2026
En bref
Tous les types ne se valent pas. Certains produisent encore un rich result, d'autres aident l'entité, d'autres servent le shopping, et certains ne font plus rien pour l'apparence Search. Voici un classement par utilité documentée, indépendamment de tout effet direct sur les citations IA, qui reste non démontré.
| Niveau | Types | Utilité documentée |
|---|---|---|
| Utile pour les rich results | Product, Review, AggregateRating, BreadcrumbList, Article, Event, VideoObject, Recipe, LocalBusiness, SoftwareApplication, Dataset | Éligibilité à un affichage enrichi en recherche classique |
| Utile pour l'entité | Organization, Person, LocalBusiness avec sameAs | Désambiguïsation et compréhension de l'entité |
| Utile pour le shopping | Product, Offer via le flux Merchant Center | Présence dans les surfaces de shopping |
| Utilité structurelle | WebSite, WebPage, ImageObject, DefinedTerm | Contexte et machine-readability, sans rich result propre |
| Sans effet d'affichage aujourd'hui | FAQPage, HowTo, et les types retirés en 2025 | Valides mais sans rich result ; ne pas en attendre d'affichage |
| Marginal | Speakable | Toujours en bêta, limité à l'anglais, aux États-Unis et aux actualités |
Classement par utilité documentée en recherche et en shopping. Aucun de ces types n'a d'effet direct démontré sur les recommandations des IA génératives.
Exemples JSON-LD pour les types les plus utiles
En bref
Voici des balisages JSON-LD corrects pour les types les plus utiles à un éditeur de logiciels, un e-commerce, un média ou une entreprise locale. Chacun décrit un contenu réel et visible sur la page. Un balisage ne doit jamais décrire une information absente du contenu.
SoftwareApplication, pour un logiciel ou un SaaS
{
"@context": "https://schema.org",
"@type": "SoftwareApplication",
"name": "Nom du logiciel",
"applicationCategory": "BusinessApplication",
"operatingSystem": "Web",
"url": "https://exemple.fr/produit",
"offers": {
"@type": "Offer",
"price": "49.00",
"priceCurrency": "EUR"
},
"aggregateRating": {
"@type": "AggregateRating",
"ratingValue": "4.6",
"reviewCount": "128"
}
}Product avec avis, pour un e-commerce
{
"@context": "https://schema.org",
"@type": "Product",
"name": "Nom du produit",
"image": "https://exemple.fr/produit.jpg",
"description": "Description factuelle du produit.",
"brand": { "@type": "Brand", "name": "Nom de la marque" },
"offers": {
"@type": "Offer",
"price": "129.00",
"priceCurrency": "EUR",
"availability": "https://schema.org/InStock"
},
"aggregateRating": {
"@type": "AggregateRating",
"ratingValue": "4.4",
"reviewCount": "212"
}
}Article et fil d'Ariane, pour un média ou un blog
{
"@context": "https://schema.org",
"@type": "Article",
"headline": "Titre de l'article",
"datePublished": "2026-08-03",
"dateModified": "2026-08-03",
"author": {
"@type": "Person",
"name": "Nom de l'auteur",
"url": "https://exemple.fr/auteur"
},
"publisher": {
"@type": "Organization",
"name": "Nom de l'éditeur",
"logo": {
"@type": "ImageObject",
"url": "https://exemple.fr/logo.png"
}
}
}LocalBusiness, pour un établissement local
{
"@context": "https://schema.org",
"@type": "LocalBusiness",
"name": "Nom de l'établissement",
"address": {
"@type": "PostalAddress",
"streetAddress": "1 rue de l'Exemple",
"postalCode": "75000",
"addressLocality": "Paris",
"addressCountry": "FR"
},
"telephone": "+33100000000",
"openingHours": "Mo-Fr 09:00-18:00",
"url": "https://exemple.fr"
}Exemple incorrect contre exemple optimisé
En bref
Beaucoup de balisages sont invalides ou trompeurs, ce qui les rend inutiles ou risqués. Un balisage doit être syntaxiquement valide, décrire le contenu visible, et utiliser les bons types. Voici un exemple fautif et sa correction.
Incorrect
{
"type": "Organisation",
"nom": "Mon entreprise",
"note": "5 étoiles partout",
"prix": "le moins cher du marché"
}Optimisé
{
"@context": "https://schema.org",
"@type": "Organization",
"name": "Mon entreprise",
"url": "https://exemple.fr",
"description": "Éditeur de logiciels de gestion pour PME.",
"sameAs": [
"https://www.linkedin.com/company/exemple",
"https://www.wikidata.org/wiki/Q000000"
]
}Le meilleur balisage selon votre profil
En bref
Le choix des types dépend de votre activité. Un SaaS, un e-commerce, un média, une documentation ou une entreprise locale n'ont pas les mêmes priorités. Dans tous les cas, ne balisez que ce qui est réel et visible, et n'attendez pas des données structurées une citation par une IA.
| Profil | Types prioritaires | Objectif réaliste |
|---|---|---|
| SaaS et logiciel | Organization, SoftwareApplication, Article, BreadcrumbList | Entité claire et rich results de recherche |
| E-commerce | Product, Offer, AggregateRating, Merchant Center | Éligibilité shopping et étoiles |
| Média et blog | Article, Person, Organization, VideoObject | Transparence éditoriale et rich results |
| Documentation technique | TechArticle, BreadcrumbList, DefinedTerm | Structure et machine-readability |
| Entreprise B2B de services | Organization, Service, Person, sameAs | Compréhension de l'entité et des offres |
| Commerce local | LocalBusiness, PostalAddress, OpeningHoursSpecification | Cohérence locale et affichage |
Recommandations par profil, orientées vers les bénéfices documentés en recherche et en shopping, jamais vers une citation IA garantie.
Les plus grandes idées reçues
En bref
Le sujet du schema et de l'IA est saturé de mythes, souvent portés par des intérêts commerciaux. Les corriger évite d'investir dans des tactiques sans effet démontré.
| Idée reçue | Réalité |
|---|---|
| « Le schema fait citer par les IA » | Non démontré. Les études contrôlées ne mesurent aucun uplift, parfois un léger recul. |
| « Le schema est requis pour l'IA de Search » | Faux. Google indique qu'aucun balisage spécial n'est requis. |
| « Les IA lisent et exploitent mon JSON-LD » | Le balisage est ingéré, mais rien ne prouve qu'il soit utilisé à l'inférence. |
| « Un fait dans mon schema sera repris par l'IA » | Faux. Un fait caché dans le seul balisage n'est pas extrait ; seul le visible l'est. |
| « Plus de schema, plus de visibilité IA » | Faux. Aucun effet dose-réponse n'a été mesuré. |
| « FAQPage aide dans l'IA » | Le rich result FAQ a disparu en 2026 et aucun effet IA n'est démontré. |
| « IndexNow et le schema, c'est pareil » | Faux. IndexNow signale un changement d'URL, il ne transmet aucun balisage. |
Sept raccourcis fréquents et leur correction, alignés sur la documentation et les études disponibles.
Les erreurs d'implémentation qui empêchent toute exploitation
En bref
Même là où les données structurées servent, une mauvaise implémentation les rend inutiles ou risquées. Les erreurs les plus fréquentes sont un balisage invalide, injecté en JavaScript, ou en décalage avec le contenu visible.
- Balisage invalide : contexte ou type manquants, propriétés hors vocabulaire, valeurs mal typées, qui rendent le balisage inexploitable.
- Schema injecté en JavaScript côté client, souvent invisible pour les robots des IA qui n'exécutent pas le JavaScript.
- Décalage entre balisage et contenu visible : baliser une note ou un prix absents de la page, ce qui viole les règles et peut entraîner une inéligibilité.
- Baliser du contenu invisible dans le seul but de tromper : contraire aux consignes et sans effet sur les IA, qui lisent le visible.
- Avis auto-déclarés balisés par l'entité sur elle-même, inéligibles à l'affichage en étoiles selon Google.
Comment implémenter correctement
En bref
Une bonne implémentation est valide, honnête et statique. Elle décrit le contenu réellement visible, utilise les bons types, et se vérifie avec les outils officiels. Bien faite, elle sert le SEO classique sans nuire, même si elle ne produit pas de citation IA.
- 1Utiliser JSON-LD inséré directement dans le HTML servi, sans dépendre du JavaScript côté client.
- 2Décrire le contenu visible de la page, sans jamais baliser une information absente ou fausse.
- 3Choisir les bons types selon votre profil, en priorité ceux qui produisent encore un rich result ou aident l'entité.
- 4Valider avec le test des résultats enrichis de Google et le validateur schema.org avant mise en ligne.
- 5Surveiller le rapport des résultats enrichis dans la Search Console pour détecter erreurs et éligibilités.
Comment mesurer l'impact des données structurées
En bref
Mesurer un effet des données structurées sur la visibilité IA est difficile, car l'effet est probablement nul ou indirect et se confond avec le rang. La bonne approche isole une variable à la fois et se garde de conclure trop vite à une causalité.
- Rich results : suivez le rapport dédié de la Search Console pour l'apparence en recherche classique, où l'effet est réel.
- Test contrôlé : pour la visibilité IA, comparez un groupe de pages balisées à un groupe témoin comparable, plutôt que d'observer une corrélation brute.
- Isoler la variable : n'ajoutez pas le schema en même temps que du contenu ou des liens, sinon l'effet n'est pas attribuable.
- Prudence causale : une hausse de citations concomitante à un balisage n'en est pas la preuve ; le rang a pu évoluer par ailleurs.
La méthode générale de mesure de la visibilité IA est détaillée dans mesurer sa visibilité dans ChatGPT, Claude et Gemini. Le panorama des leviers figure dans les 100 facteurs qui influencent les recommandations des IA.
Limites et zones d'ombre
En bref
Cet article s'appuie sur les meilleures données disponibles, qui restent limitées. Aucune étude à comité de lecture ne mesure l'effet du schema sur la visibilité IA, et plusieurs mécanismes ne sont pas documentés. Nous décrivons des résultats convergents et des positions officielles, pas des certitudes définitives.
Restent inconnus : l'usage éventuel du balisage à l'inférence par les IA, le mécanisme et le périmètre exacts de l'affirmation de Bing, le poids du schema dans l'entraînement, et l'existence d'un effet causal, que les meilleures études situent autour de zéro. Les études tierces sont datées, sensibles à la méthode, et les résultats peuvent évoluer avec les moteurs.
À ce jour, aucune étude à comité de lecture ne démontre que le balisage schema.org du web améliore la récupération ou la citation par les moteurs génératifs. L'essentiel des preuves disponibles pointe vers une absence d'effet causal direct.
Glossaire
En bref
Les termes indispensables pour raisonner juste sur les données structurées et les IA, définis simplement. Chaque définition est autonome et réutilisable.
| Terme | Définition |
|---|---|
| Données structurées | Informations balisées dans une page pour en décrire le sens aux machines. |
| Schema.org | Vocabulaire partagé de données structurées, lancé en 2011 par Google, Microsoft, Yahoo et Yandex. |
| JSON-LD | Format recommandé pour écrire des données structurées dans un script séparé du contenu visible. |
| Rich result | Affichage enrichi dans la recherche classique, rendu possible par certaines données structurées. |
| sameAs | Propriété reliant une entité à ses profils de référence, pour la désambiguïsation. |
| Knowledge Graph | Base de faits sur des entités que Google utilise pour comprendre le monde. |
| Wikidata | Base de connaissances structurée et ouverte, source de faits pour le Knowledge Graph. |
| IndexNow | Protocole signalant qu'une URL a changé, sans transmettre de données structurées. |
| Common Crawl | Archive web ouverte, source de nombreux corpus d'entraînement, qui conserve le HTML et le balisage. |
| Inférence | Étape où un modèle génère une réponse, distincte de son entraînement. |
Points clés à retenir
En bref
Les données structurées n'ont pas d'effet direct démontré sur les recommandations des IA, et Google confirme qu'aucun schema spécial n'est requis. Elles gardent une valeur indirecte et classique, en recherche et en shopping, à condition d'être valides, honnêtes et alignées sur le contenu visible.
- Aucune preuve publique n'établit que le schema augmente les citations par les IA ; les études contrôlées ne mesurent aucun effet.
- Le JSON-LD est ingéré dans les corpus, mais son usage à l'inférence n'est pas démontré.
- Un fait caché dans le seul balisage n'est pas repris ; ce qui compte doit être visible.
- En 2026, FAQPage et HowTo ne produisent plus de rich results.
- La valeur réelle du schema est indirecte : rich results, shopping, désambiguïsation d'entité.
- Balisez ce qui est réel et pertinent, sans en attendre une citation par une IA.
Passer de la compréhension à la mesure
En bref
Comprendre le rôle réel des données structurées est la première étape. La seconde est de savoir où vous en êtes dans les IA sur vos requêtes, puis d'agir sur les signaux qui comptent vraiment, dans le bon ordre. C'est l'objet d'un audit de visibilité IA.
Après cette lecture, la question n'est plus « quel schema ajouter pour être cité ? » mais « quels signaux déterminent réellement ma visibilité IA, et comment les construire ? ». On y répond par la mesure : un panel de requêtes, des relevés datés sur plusieurs moteurs, l'analyse des sources qui vous citent, et un plan d'action rattaché aux leviers documentés.
Evocia mesure votre présence dans ChatGPT, Claude, Gemini, Perplexity et Google AI Mode sur vos requêtes d'achat, distingue ce qui vous rend visible de ce qui ne sert pas, et construit votre visibilité sur des bases éprouvées. Un audit chiffré, sans promesse de citation, avec une méthode reproductible.
Demander un audit de visibilité IAQuestions fréquentes
Les données structurées influencent-elles les recommandations des IA ?
À ce jour, aucune preuve publique ne permet de l'affirmer. Les études les mieux contrôlées ne mesurent aucun effet, parfois un léger recul. Les données structurées gardent une valeur indirecte en recherche classique et en shopping, mais pas d'effet direct démontré sur les citations par les IA.
Le schema est-il requis pour apparaître dans les Aperçus IA ou AI Mode ?
Non. Google indique explicitement que les données structurées ne sont pas requises pour l'IA générative de Search, et qu'il n'y a aucun balisage schema.org spécial à ajouter. Une page doit surtout être indexée, éligible à un extrait et pertinente.
Les LLM lisent-ils mon JSON-LD ?
Le JSON-LD est ingéré dans les corpus, puisqu'il figure dans le HTML archivé. Mais rien ne prouve qu'un modèle l'exploite au moment de générer une réponse. Les expériences suggèrent qu'il le traite comme du texte, sans valider la structure.
Un fait présent uniquement dans mon schema sera-t-il repris par une IA ?
Non, d'après les expériences disponibles. Un fait caché dans le seul balisage, absent du texte visible, n'est pas extrait par les IA. Si une information compte, elle doit être écrite visiblement sur la page.
Qu'est-ce que Schema.org exactement ?
C'est un vocabulaire partagé de données structurées, lancé en 2011 par Google, Microsoft, Yahoo et Yandex, dont l'évolution est coordonnée par un groupe communautaire du W3C depuis 2015. Il décrit le sens des contenus pour les machines.
Quelle est la différence entre les données structurées et les rich results ?
Les données structurées sont le balisage ; le rich result est l'affichage enrichi qu'il peut déclencher dans la recherche classique. Le balisage rend une page éligible à un rich result, sans garantir l'affichage ni améliorer le classement.
Le balisage améliore-t-il mon classement dans Google ?
Non directement. Google indique que les données structurées servent à comprendre et à afficher, pas à classer. Un rich result peut améliorer le taux de clic, donc indirectement le trafic, mais le balisage n'est pas un facteur de rang.
Faut-il encore utiliser FAQPage en 2026 ?
Le rich result FAQ a disparu de la recherche Google le 7 mai 2026. Le type FAQPage reste valide et ne nuit pas, mais il ne produit plus d'affichage enrichi, et aucun effet sur les citations IA n'est démontré. Sa priorité a fortement baissé.
Le balisage HowTo sert-il encore ?
Non pour l'affichage. Le rich result HowTo a été déprécié en 2023 et ne s'affiche plus. Le type reste valide dans le vocabulaire, mais il n'apporte plus le bénéfice historique en recherche.
Quels types de schema produisent encore un rich result ?
En 2026, notamment Product, Review, Breadcrumb, Article, Event, Recipe, Video, Local business, Organization, Software app, Q&A et Dataset. FAQPage et HowTo n'en produisent plus, ainsi que sept types retirés en juin 2025.
Les données structurées aident-elles pour le Knowledge Graph ?
Elles aident à la désambiguïsation via la propriété sameAs, qui relie votre entité à ses profils de référence. Mais le balisage seul ne crée pas d'entrée dans le Knowledge Graph, qui s'appuie sur de multiples sources, dont Wikipédia et Wikidata.
Le schema aide-t-il ChatGPT à me citer ?
Aucune preuve ne l'établit, et OpenAI n'a rien affirmé de tel. ChatGPT s'appuie sur Bing pour sa recherche et lit surtout le texte visible. Le balisage est ingéré dans les corpus, mais son usage à la citation n'est pas démontré.
Le schema aide-t-il Perplexity, Claude ou Gemini ?
Aucun de ces éditeurs n'a affirmé utiliser le balisage web pour recommander. Perplexity n'a rien indiqué en ce sens, et Google précise qu'aucun schema spécial n'est requis. Le rôle du balisage y est, au mieux, indirect et non démontré.
Et Bing ou Copilot ?
Un responsable de Bing a déclaré que le schema aide les modèles de Microsoft, pour Copilot. Cette affirmation est contestée et pourrait porter sur la fraîcheur via IndexNow plutôt que sur le balisage. À traiter comme une piste disputée, non généralisable.
Que dit Google officiellement sur le schema et l'IA ?
Google indique que les données structurées ne sont pas requises pour l'IA générative de Search et qu'aucun balisage spécial n'est nécessaire. Le schema sert à comprendre le contenu et à afficher des rich results, pas à faire recommander par une IA.
Les études prouvent-elles un effet du schema sur les citations IA ?
Les études se contredisent. Les non contrôlées trouvent une corrélation positive, confondue par le rang. Les mieux contrôlées ne trouvent aucun effet, parfois négatif. La charge de la preuve penche vers l'absence d'effet causal direct.
Pourquoi certaines études trouvent-elles un effet positif ?
Parce qu'elles ne contrôlent pas le rang. Les pages balisées appartiennent souvent à des sites mieux construits et mieux classés, donc davantage cités. C'est le rang, pas le schema, qui explique la citation ; l'effet disparaît une fois le rang contrôlé.
Le JSON-LD est-il présent dans les données d'entraînement ?
Oui, puisque les corpus comme Common Crawl conservent le HTML, donc les scripts JSON-LD. Le balisage est donc ingéré. En revanche, son influence sur ce qu'un modèle retient d'une entité n'est pas documentée.
Quel format de données structurées choisir ?
JSON-LD, recommandé par Google et le plus répandu. Il s'écrit dans un script séparé, plus simple à maintenir que Microdata ou RDFa, qui insèrent des attributs dans le HTML. Insérez-le directement dans le HTML servi, pas via JavaScript côté client.
Le balisage injecté en JavaScript fonctionne-t-il ?
Pour la recherche classique, Google peut le rendre, mais avec un délai. Pour les robots des IA, qui n'exécutent généralement pas le JavaScript, un schema injecté côté client est souvent invisible. Préférez un JSON-LD statique dans le HTML.
Peut-on baliser un prix ou une note plus avantageux que la réalité ?
Non. Le balisage doit correspondre au contenu visible. Un décalage entre le schema et la page peut entraîner une inéligibilité aux rich results, et n'apporte rien aux IA, qui lisent le contenu visible, pas le balisage.
Les avis que j'écris sur ma propre entreprise comptent-ils ?
Non pour les étoiles. Google indique que les avis qu'une entité écrit sur elle-même, via LocalBusiness ou Organization, sont inéligibles à l'affichage en étoiles. Seuls des avis indépendants et vérifiables sont éligibles.
Le schema est-il utile pour un SaaS ?
Oui, pour l'entité et les rich results classiques : Organization avec sameAs, SoftwareApplication, Article, BreadcrumbList. Il n'a pas d'effet direct démontré sur les citations IA, mais il structure votre présence et sert le SEO.
Le schema est-il utile pour un e-commerce ?
Oui, c'est l'un des cas où il compte le plus, via Product, Offer et les avis, et surtout via le flux produit du Merchant Center pour les surfaces de shopping. L'exactitude des prix et de la disponibilité est ici déterminante.
Le schema est-il utile pour une entreprise locale ?
Oui, via LocalBusiness et l'adresse, mais la cohérence entre le balisage, la fiche d'établissement et le site prime. Pour le local, la notoriété et les avis réels comptent davantage que le balisage lui-même.
Le schema est-il utile pour un média ou un blog ?
Oui, via Article, Person et Organization, qui renforcent la transparence éditoriale et l'éligibilité aux rich results. L'auteur identifié et la date de mise à jour sont des signaux de qualité utiles au-delà du seul affichage.
Le schema est-il utile pour une documentation technique ?
Il apporte de la structure et de la machine-readability, via TechArticle, BreadcrumbList et DefinedTerm, sans rich result spectaculaire. Sa valeur y est surtout organisationnelle et de compréhension, pas une source de citations IA.
Qu'est-ce que la propriété sameAs et pourquoi est-elle importante ?
sameAs relie votre entité à ses profils de référence, comme LinkedIn, Wikipédia ou Wikidata. Elle aide à la désambiguïsation, c'est-à-dire à relier sans ambiguïté votre site à votre marque, ce qui facilite la compréhension par les moteurs.
IndexNow et les données structurées, est-ce lié ?
Non. IndexNow est un protocole qui signale qu'une URL a changé, pour un crawl plus rapide. Il ne transmet aucun balisage. Lancé par Bing et Yandex, il n'est pas utilisé par Google. Le confondre avec le schema est une erreur fréquente.
Le schema améliore-t-il la fraîcheur de mes pages pour l'IA ?
Non, la fraîcheur relève de la découverte et de l'indexation, pas du balisage. C'est IndexNow, pour les moteurs qui le consomment, qui accélère la prise en compte d'une mise à jour, pas les données structurées.
Le balisage Speakable est-il utile ?
Marginalement. Speakable reste en bêta, limité à l'anglais, aux États-Unis et aux actualités lues par Google Assistant. Il n'a pas été élargi et ne constitue pas un levier pour la visibilité IA générale.
Combien de types de schema faut-il ajouter à une page ?
Le nombre importe moins que la pertinence. Balisez les types qui correspondent réellement au contenu de la page et qui apportent un bénéfice documenté. Empiler des types sans rapport avec le contenu n'apporte rien et complique la maintenance.
Le balisage peut-il pénaliser mon site ?
Un balisage honnête et valide ne pénalise pas. En revanche, baliser du contenu invisible ou trompeur viole les consignes et peut entraîner une inéligibilité aux rich results, voire une action manuelle dans les cas de spam structuré.
Comment vérifier que mon balisage est correct ?
Avec le test des résultats enrichis de Google et le validateur schema.org, avant mise en ligne, puis via le rapport des résultats enrichis de la Search Console. Ces outils détectent les erreurs de syntaxe et les éligibilités.
Le schema remplace-t-il un bon contenu ?
Non. Le balisage décrit un contenu, il ne le crée pas. Un contenu utile, exact et visible reste la base de toute visibilité, en recherche comme en IA. Le schema est un complément technique, pas un substitut au fond.
Le schema compense-t-il un manque de notoriété ?
Non. Les recommandations des IA dépendent surtout de la notoriété, de la corroboration et de la citabilité, pas du balisage. Le schema ne crée ni mentions ni autorité, et ne compense donc pas un déficit de présence.
Existe-t-il des études scientifiques sur le schema et l'IA ?
À ce jour, aucune étude à comité de lecture ne démontre que le balisage schema.org du web améliore la récupération ou la citation par les moteurs génératifs. Les travaux académiques sur les graphes de connaissances portent sur des bases curatées, pas sur le markup web.
Faut-il arrêter d'utiliser les données structurées ?
Non. Elles gardent une valeur réelle en recherche classique, en shopping et pour l'entité, et bien faites elles ne nuisent pas. Il faut simplement cesser d'en attendre une citation par une IA, un effet qui n'est pas démontré.
Par quoi commencer si mon budget est limité ?
Assurez un balisage d'entité correct (Organization avec sameAs) et les types utiles à votre profil, puis investissez en priorité dans le contenu, la notoriété et la corroboration, qui déterminent réellement la visibilité IA.
Peut-on garantir une citation IA grâce au schema ?
Non, et aucune donnée ne le soutient. Toute offre promettant des citations IA grâce au balisage survend. On travaille des prérequis et des probabilités, jamais des garanties de citation par une IA.
Sources
- Google Search Central, galerie des résultats enrichis (types produisant un rich result)
- Google Search Central, FAQPage (retrait du rich result, 7 mai 2026)
- Google Search, simplification des résultats (retrait de 7 types, juin 2025)
- Google Search Central, introduction aux données structurées (comprendre la page et le monde)
- Google Search Central, AI features and your website (pas de schema spécial requis)
- Ahrefs, étude schema et citations IA (différence de différences, 2026)
- Daniel Cheung, revue des preuves sur le schema et les citations IA
- AirOps et Kevin Indig, The Fan-Out Effect (JSON-LD et citations)
- Web Data Commons, statistiques d'adoption des données structurées (Common Crawl)
- Search Engine Land, schema markup et AI search (positions et études)
- schema.org, à propos (origine 2011, W3C Community Group depuis avril 2015)
- Google Search Central, données structurées Speakable (statut bêta)
Transparence et méthode
Auteur
Loan Feuillerat · Fondateur d'Evocia
Loan Feuillerat dirige Evocia, cabinet français spécialisé dans la mesure et l'amélioration de la visibilité des éditeurs de SaaS B2B dans les réponses des IA. Cet article synthétise la documentation officielle, les études contrôlées les plus récentes et des exemples de code, avec les limites clairement signalées.
Comment cet article a été réalisé
- Distinction systématique entre faits documentés officiellement, observations tierces (études contrôlées et non contrôlées, présentées avec leur niveau de contrôle), hypothèses plausibles et zones d'ombre non confirmées.
- Sources primaires privilégiées : documentation Google Search Central, schema.org, blogs officiels, complétées par les études de corrélation et expérimentales les mieux documentées, dont les résultats divergents sont exposés avec leurs limites.
- Chiffres non traçables explicitement écartés. Aucune donnée inventée, aucun éditeur de logiciels réel cité en exemple, aucune corrélation présentée comme une causalité, aucune tactique présentée comme une garantie de citation.
Historique des mises à jour
- 3 août 2026Publication initiale : définition et fonctionnement de Schema.org, état 2026 des rich results (FAQPage retiré, HowTo mort), différence recherche et IA, ingestion contre usage à l'inférence du JSON-LD, revue des études contrôlées et non contrôlées, position officielle de Google, cas Bing contesté, entités et Knowledge Graph, IndexNow, types utiles par profil, exemples JSON-LD corrects et incorrects, mythes, implémentation, mesure, glossaire et FAQ de 40 questions.
Comment les moteurs de recherche classiques utilisent les données structurées
En bref
Dans la recherche classique, les données structurées servent surtout à l'éligibilité aux résultats enrichis : étoiles d'avis, prix, fil d'Ariane, carrousels. Elles rendent une page éligible à un affichage, sans en améliorer le classement. Google le répète : les données structurées sont un signal de compréhension et d'apparence, pas un facteur de rang.
Un résultat enrichi peut améliorer le taux de clic, donc le trafic, et indirectement l'autorité d'une page. Mais l'éligibilité ne garantit pas l'affichage : Google décide au cas par cas. Et surtout, obtenir un rich result relève de la recherche classique, pas des réponses génératives, deux surfaces à ne pas confondre.
À noter
Distinction essentielle : rich result (recherche classique) et citation par une IA (réponse générative) sont deux mécanismes différents. Un balisage peut aider le premier sans rien changer au second.