Leçons de référencement tirées de la correction de notre propre site

Nous avons passé quelques jours à lire notre propre site comme le ferait un moteur de recherche, et nous avons relevé six points à corriger. Chaque page déclarait deux blocs FAQ, Google utilisait un halo décoratif en arrière-plan comme miniature, plusieurs pages de modèles se classaient pour des recherches auxquelles elles ne répondaient pas, et une nouvelle section du site était bloquée par notre propre edge en préproduction. Rien de spectaculaire, mais tout cela nous coûtait discrètement en visibilité.

Le site en un paragraphe

mythex.ai est une application à page unique que nous pré-rendons au moment de la compilation : un script parcourt chaque route, écrit un fichier HTML statique pour chacune et injecte le titre, la description et les données structurées de la page (le bloc JSON-LD qui indique aux moteurs de recherche de quoi il s'agit — voir ce que sont les données structurées). La plupart des correctifs qui suivent se trouvent dans cette étape de pré-rendu, parce que c'est le HTML que lit réellement un robot d'exploration.

1. Chaque page se disait la page FAQ

Symptôme. Notre gabarit HTML contenait un bloc FAQPage valable pour tout le site dans ses données structurées, avec une URL pointant vers /faq. Le pré-rendu ajoutait ensuite le FAQPage propre à chaque page. Chaque page du site en publiait donc deux — et notre politique de confidentialité affirmait à Google qu'elle était la page FAQ.

Pourquoi c'est important. Google s'attend à au plus un FAQPage par page. Un second qui pointe ailleurs est le genre de chose qui fait dévaluer le balisage d'une page, et non simplement ignorer.

Correctif. Le bloc global a disparu. Le balisage FAQ de chaque page provient maintenant d'un seul endroit, y compris /faq elle-même, qui le construit à partir de la liste complète des questions. Les pages sans FAQ ne déclarent plus rien, ce qui est la réponse honnête. Et le pré-rendu fait échouer la compilation si une page contient à nouveau plus d'un FAQPage. Une règle qui ne vit que dans la mémoire de quelqu'un finit par être enfreinte ; une règle que la compilation applique ne l'est pas.

2. Google utilisait la mauvaise image pour nous

Symptôme. Dans les résultats de recherche, la miniature de Mythex était le halo lumineux pulsant derrière la bannière de notre accueil — une image d'arrière-plan décorative — au lieu de notre carte de partage.

Pourquoi c'est arrivé. Nous n'avions jamais indiqué à Google quelle image représentait une page, alors il en a choisi une.

Correctif. Deux volets du même problème :

• Indiquer quelle image appartient à la page. La page d'accueil possède maintenant un nœud WebPage avec un primaryImageOfPage qui pointe vers la carte de partage, et les données structurées de chaque page pré-rendue incluent sa propre image (l'image de partage de la page, ou celle par défaut).
• Masquer la décoration. Les images d'arrière-plan sont désormais interdites dans robots.txt et servies avec un en-tête noindex, noimageindex, afin qu'elles restent hors de la recherche d'images et des miniatures.

3. Les moteurs de recherche ne connaissaient que notre logo

Notre balisage Organization ne contenait qu'un nom, un logo et quelques liens vers les réseaux sociaux — de l'image de marque, rien de plus. Les moteurs de recherche construisent le panneau de connaissances d'une entreprise à partir de faits de type registre ; nous avons donc ajouté ceux qui figurent sur notre licence commerciale : la raison sociale, la date de fondation, le fondateur et l'adresse du siège. Nous avons volontairement omis le numéro de téléphone.

4. Les pages de modèles répondaient à la mauvaise question

Symptôme. Search Console montrait trois pages de modèles qui obtenaient des impressions mais aucun clic. L'une se classait pour « content strategist portfolio » et ses variantes, une autre pour « best italian restaurant website design », une troisième pour un groupe autour de « agile board » — et la moitié de ces recherches contenaient le mot « free ». Les positions allaient du milieu des 20 au milieu des 50.

Pourquoi. Chaque page répondait à une autre question que celle posée. Quelqu'un qui voulait voir à quoi ressemble un bon site de restaurant italien aboutissait sur une page qui lui vendait un générateur.

Correctif. Chacune des trois pages comporte maintenant une section rédigée pour la recherche plutôt que pour le produit, un titre et une description dans les mots que les gens tapent, et des questions FAQ qui valent le balisage qu'elles produisaient déjà.

Le même commit a corrigé un problème plus discret. Le bloc « modèles similaires » prenait les quatre premiers modèles d'une catégorie ; tous les modèles de portfolio pointaient donc vers les mêmes quatre portfolios, et le reste de la catégorie ne recevait aucun lien interne. Nous l'avons remplacé par un anneau ordonné par sous-catégorie : chaque page de modèle reçoit maintenant exactement quatre liens entrants et quatre liens sortants. Le HTML pré-rendu affiche aussi ces liens désormais — auparavant, ils n'existaient qu'après l'exécution de JavaScript, ce qu'un robot peut ne jamais faire.

5. Prévenir Bing dès qu'une nouvelle page est déployée

Google ignore IndexNow, un protocole permettant d'avertir les moteurs de recherche lorsqu'une URL change. Bing, Yandex et Seznam l'utilisent — et l'index de Bing est celui que lit la recherche de ChatGPT. Un constructeur d'applications IA que les assistants IA ne trouvent pas constitue un type d'échec particulier.

L'approche évidente, soumettre tout le plan du site à chaque déploiement, est exactement ce qui fait qu'une clé se fait limiter, et la plupart des déploiements ne modifient rien qui intéresse un moteur de recherche. Un script compare donc le plan du site actuellement servi avec celui qui vient d'être compilé, et ne soumet que la différence.

Deux détails ont rendu cela efficace :

• Prendre un instantané avant le déploiement. La référence doit être capturée avant que la nouvelle compilation soit en ligne. Ensuite, le plan « en ligne » est déjà le nouveau, et chaque différence est vide.
• Pour l'instant, seulement les nouvelles pages. Notre plan du site ne contient pas de dates lastmod, donc le script annonce les nouvelles pages mais pas les réécritures. Apposer la date de compilation sur chaque URL marquerait tout le site comme modifié à chaque déploiement — exactement le pourriel que nous voulions éviter.

Il ne s'exécute que lors des déploiements en production et ne fait jamais échouer la compilation : au moment où il s'exécute, le site est déjà en ligne, et un signal aux moteurs de recherche ne justifie pas un déploiement en échec.

6. Notre propre edge disait « introuvable »

Au lancement des pages /ai (nous en parlons davantage dans une page d'accueil pour chaque type d'entreprise), la préproduction affichait « Not found » pour toutes ces pages, alors que l'hébergeur statique les servait correctement.

Le service placé devant nos domaines marketing ne transmet qu'une liste blanche de chemins ; tout le reste reçoit un 404 définitif. /ai était nouveau et ne figurait pas sur la liste. Nous avons ajouté /ai et /ai/*, avec un test qui vérifie qu'ils passent. Un petit bogue, mais exactement le genre qui rend une nouvelle section invisible aux robots d'exploration sans que personne ne s'en aperçoive.

Ce que nous en avons retenu

• Lisez le HTML que lit un robot. La plupart de ces problèmes étaient invisibles dans un navigateur et évidents dans le fichier pré-rendu.
• Transformez les règles SEO en vérifications de compilation. « Un seul FAQPage par page » est maintenant appliqué, et non seulement retenu de mémoire.
• Dites clairement aux moteurs de recherche ce que vous voulez dire. Si vous ne précisez pas quelle image ou quels faits vous représentent, ils devineront.
• La Search Console vous indique à quelle question les gens cherchaient une réponse. Des impressions sans clics signifient généralement que la page répondait à une autre question.
• Soumettez les différences, non tout le contenu. Ne signaler que ce qui a changé vous garde dans les limites de débit.

Si vous faites la même chose pour un site que vous avez construit, nos guides sur le référencement des sites web construits avec l'IA et la configuration de Google Search Console couvrent les bases.