La méthode : comment Luparlia note ton site

Luparlia mesure une seule chose : ce qu'une intelligence artificielle peut réellement lire et reprendre de ton site.

86 points répartis sur 29 vérifications déterministes, sans aucun modèle de langage au moment du scan. Le même site analysé deux fois obtient exactement le même score, et la grille complète est publiée ci-dessous.

Les outils d'audit de visibilité IA annoncent volontiers « 50 critères » ou « 85 signaux » sans jamais dire lesquels, ni combien chacun pèse. Je n'en ai trouvé aucun qui publie sa grille.

Voici la mienne, en entier : chaque vérification, son poids, et la source qui le justifie. Tu peux contester chaque arbitrage, et surtout comprendre pourquoi ton score est ce qu'il est.

Trois partis pris que ce barème assume

1. Le fichier llms.txt vaut zéro point

C'est le sujet le plus vendu du référencement IA, et il ne rapporte rien ici. La documentation de Google est explicite : aucun fichier texte destiné aux IA n'est nécessaire pour apparaître dans ses résultats.

La mesure confirme. Sur 36 000 sites étudiés en mai 2026, 97 % des fichiers llms.txt ne reçoivent aucune requête d'une IA.

On le détecte, on te le signale, on ne te le facture pas en points. Si tu veux prendre le pari, il te coûtera dix minutes.

Sources : Google · optimiser pour les fonctionnalités d'IA générative · ppc.land · adoption mesurée de llms.txt

2. Refuser l'entraînement ne coûte aucun point

On lit partout que bloquer GPTBot revient à disparaître de ChatGPT. C'est faux, et OpenAI l'écrit noir sur blanc : un éditeur peut autoriser OAI-SearchBot pour apparaître dans les résultats et refuser GPTBot pour l'entraînement. Les deux réglages sont indépendants.

Ce barème applique cette distinction. Les robots de réponse bloqués coûtent des points, les robots d'entraînement bloqués n'en coûtent aucun.

Refuser d'être matériau d'entraînement est un choix éditorial, pas une faute technique.

Une nuance que la plupart des guides omettent : ChatGPT-User et Perplexity-User peuvent ignorer robots.txt quand c'est un humain qui demande la page. Un robots.txt est une préférence honorée volontairement, pas une barrière.

Source : OpenAI · documentation des robots

3. Les données structurées pèsent 1 point sur 86

Le schema.org est présenté partout comme le levier de la visibilité IA. Le seul test quasi-causal publié dit le contraire : 1 885 pages ayant ajouté du JSON-LD, comparées à 4 000 pages de contrôle appariées, ne gagnent aucune citation supplémentaire.

Je garde donc le check avec un poids d'un point. C'est de l'hygiène pour la recherche classique, pas un levier de citation. Un barème qui le survaloriserait te ferait travailler pour rien.

Source : Ahrefs · schema et citations IA

La grille complète

86 points notables, répartis sur quatre catégories. Les vérifications à 0 point sont informatives : elles t'alertent sans jamais te pénaliser, et elles sortent du dénominateur.

Le score est normalisé sur les points réellement gagnables. C'est ce qui permet à un site vitrine comme à un blog d'atteindre 100.

La colonne Qui corrige dit qui s'en occupe, d'après la nature du geste : toi quand il s'agit d'écrire ou de saisir du contenu, ton développeur quand il faut toucher au code, à un fichier technique ou à un en-tête. En dessous, rapide désigne une valeur à saisir ou une ligne à poser, chantier un travail ouvert. Tu ne trouveras ici aucune durée en minutes ni en euros : elle dépendrait de ton site, de ton outil et de la personne, et ce serait le seul chiffre de cette page que je ne pourrais pas soutenir. Selon la façon dont ton site est fait, une correction « à toi » peut demander un accès que tu n'as pas.

Une précision d'honnêteté : B8 n'apparaît dans ton rapport que si la sonde d'accès a pu conclure. Quand la requête de référence du scan est déjà refusée, aucun verdict n'est rendu. On préfère ne rien dire que dire n'importe quoi.

D'où viennent les poids

Un poids suit la taille de l'effet documenté, pas l'air du temps. Le contenu servi sans JavaScript pèse 20 points parce que l'effet est binaire : pour les crawlers des assistants, qui n'exécutent pas le JavaScript, ce qui n'est pas dans le HTML brut n'existe pas du tout. La matière citable pèse 14 points parce que l'effet mesuré est un gain de 30 à 40 % de visibilité, le plus gros levier positif documenté. L'accès des robots de réponse pèse 8 points parce qu'un blocage est rare mais grave, et son cas extrême n'est pas traité en points : un blocage total plafonne le score, quel que soit le reste.

À l'autre bout, les données structurées pèsent 1 point parce que le seul test quasi-causal publié ne mesure aucun gain de citation, et le llms.txt en pèse zéro. Le reste s'échelonne entre ces bornes, et chaque ligne de la grille ci-dessous dit ce qu'elle mesure et sur quelle source son poids s'appuie.

L'échelle exacte reste un arbitrage : personne ne peut démontrer qu'un accès robots vaut 8 points plutôt que 9. C'est précisément pour ça que la grille est publiée poids compris : un arbitrage qu'on peut lire se conteste, une note sortie d'une boîte noire se subit.

L'identifiant D7 est volontairement absent : c'est une vérification retirée lors du recalibrage de la version 3. On ne renumérote pas, pour que les rapports déjà partagés restent lisibles.

Les quatre plafonds éliminatoires

Certaines situations rendent le reste du barème sans objet. Un site que les IA ne peuvent ni lire ni citer ne peut pas bien scorer, même s'il coche tout le reste.

Ce qui est vérifié mais jamais noté

Quatre fondations sont contrôlées et affichées à part. Elles comptent pour ton site, mais elles ne disent rien de sa lisibilité par les IA. Les mélanger au score le rendrait trompeur.

• HTTPS : Le site répond correctement en HTTPS.
• En-têtes de sécurité : HSTS et X-Content-Type-Options présents.
• Mentions légales : Un lien « mentions légales » détectable, obligatoire en France.
• Temps de réponse : Réponse sous 1,5 seconde.

La fiche « Ce que l'IA sait de toi »

Sous le score, le rapport affiche les réponses aux six questions qu'un client se pose (métier, offre, adresse, contact, horaires, preuve), répondues uniquement avec ce qu'une machine peut lire sur ta page. Cette fiche n'entre jamais dans le calcul du score : c'est un constat, pas un critère.

L'extraction suit toujours la même hiérarchie : d'abord tes données structurées (JSON-LD, microdata, RDFa), puis ton balisage sémantique (<address>, liens tel: et mailto:), puis le texte visible de la page, pied de page compris. Chaque réponse affiche sa provenance (« lu dans tes données structurées », « lu dans le texte de ta page ») : tu peux vérifier chaque ligne en dix secondes sur ta propre page.

Aucun modèle de langage n'est interrogé. Ta page n'est envoyée à personne, deux scans donnent le même résultat, et une extraction qui ne synthétise pas ne peut pas inventer. La fiche montre donc le plancher garanti de ce qu'une machine comprend, pas le plafond : un assistant qui lit ta page en direct peut reformuler et recouper davantage.

Sur les 587 sites joignables du corpus, mesurés le 23 août 2026, la fiche répond à 85 % des questions qui ont un sens pour le site, soit 4,77 réponses sur six en moyenne. Question par question : métier 100 %, contact 94 %, où te trouver 93 %, ce que tu vends 92 %, pourquoi toi 65 %, horaires 62 %. Les questions sans objet pour un site donné (une adresse pour un service sans local, des horaires pour un site sans lieu) sortent du calcul plutôt que d'être comptées en échec.

Cet écart est mesuré, pas supposé. Sur 582 sites du corpus, la quasi-totalité de ceux mesurés par l'étude, un modèle de langage a lu les mêmes pages et répondu aux six mêmes questions, hors produit et sans jamais voir la réponse de la fiche : la fiche retrouve 91 % de ce que le modèle extrait. Une première mesure, pilote, avait porté sur 100 sites : 94 % de rappel, puis chaque réponse relue à la main : 86 % de concordance jugée bonne, et aucun cas où le modèle aurait trouvé une information absente de la page. L'essentiel du reste est de la synthèse qu'un extracteur factuel refuse par principe : des durées calculées à partir de deux dates, des chiffres écrits en toutes lettres, des généralisations. Ce refus est le prix de zéro invention, et le script d'extraction du banc (scripts/banc-concordance-extraction.mts) est publié dans le dépôt.

Questions fréquentes

Qu'est-ce que le référencement IA, ou GEO ?

Le référencement IA, ou GEO pour Generative Engine Optimization, désigne le travail qui rend un site lisible et reprenable par ChatGPT, Gemini, Claude ou Perplexity, plutôt que par la page de résultats classique. Le terme vient de l'étude fondatrice du domaine, Princeton et Georgia Tech, KDD 2024. Concrètement, ce sont trois chantiers distincts : laisser entrer les robots de réponse, servir ton contenu dans le HTML brut, publier de la matière citable. Cette grille note les trois et dit ce que chacun pèse.

Comment être cité par ChatGPT ?

Trois conditions, dans cet ordre. Être lisible d'abord : les robots des assistants n'exécutent pas le JavaScript, donc ce qui n'est pas dans ton HTML brut n'existe pas pour eux. Avoir quelque chose à reprendre ensuite : des chiffres, une liste, une source, une citation. C'est le levier le plus lourd de ce barème, 14 points sur 86, et le seul dont le gain soit mesuré, de 30 à 40 % de visibilité. Être connu ailleurs enfin : les mentions de ta marque sur le web, corrélées de 0,66 à 0,71, devancent tout facteur technique de page. Luparlia note les deux premières conditions, pas la troisième.

Mon score est bon, mais aucune IA ne me cite. C'est normal ?

Oui, et c'est la limite honnête de cet outil. Être lisible est une condition nécessaire, pas suffisante.

La mesure la plus large disponible à ce jour, sur 75 000 marques, montre que les facteurs les mieux corrélés à la visibilité dans les IA sont hors de ton site. Les mentions de ta marque sur le web, avec une corrélation de 0,66 à 0,71, devancent très largement n'importe quel facteur technique de page, tous sous 0,3.

Luparlia t'évite de perdre la partie pour une raison technique. Il ne te rendra pas célèbre.

Source : Ahrefs · facteurs de visibilité de marque dans les IA

Pourquoi le barème ne te demande pas d'être sur Wikipedia ?

Parce qu'un barème ne doit noter que ce sur quoi tu peux agir. Wikipedia est effectivement très citée : sur 680 millions de citations analysées, elle représente 47,9 % des dix premières sources de ChatGPT. Le signal est réel.

Mais y figurer est une conséquence de la notoriété, pas un moyen de l'obtenir. Les critères d'admissibilité exigent des sources secondaires indépendantes et une couverture significative sur plusieurs années, refusent les communiqués de presse et découragent l'écriture par les intéressés. Conseiller à un site jeune d'aller sur Wikipedia, c'est lui conseiller d'être connu.

C'est le défaut des barèmes bâtis sur des corrélations : ils recommandent le symptôme. Ici tu ne trouveras que des vérifications que tu peux corriger cet après-midi, et une phrase honnête sur ce qui se joue ailleurs.

Sources : Profound · schémas de citation des plateformes IA (680 M de citations) · Wikipédia · notoriété des entreprises

Peut-on tricher pour gonfler son score ?

Non, et c'est le principe. Chaque vérification porte sur un fait observable, et la corriger consiste à faire la chose utile : servir son contenu sans JavaScript, dater ses pages, débloquer les robots de réponse. Ce sont de vraies améliorations, pas des astuces.

C'est toute la différence avec l'algorithme d'un moteur de recherche, qu'on garde secret parce qu'on peut le tromper. Ici, gagner des points et progresser vraiment sont la même action.

Pourquoi aucun modèle de langage pendant le scan ?

Parce qu'un score doit être reproductible. Toutes les vérifications sont déterministes : elles portent sur le HTML réellement servi, ton robots.txt et tes en-têtes.

Deux analyses du même site au même instant donnent le même résultat, et chaque point retiré est justifiable ligne à ligne. Un modèle de langage introduirait de la variance et des affirmations invérifiables, dans un outil dont c'est exactement le contraire de la promesse.

Où sont traitées les données de mon scan ?

Dans l'Union européenne. Le service tourne sur un serveur hébergé en Allemagne et n'appelle aucune API d'intelligence artificielle : le contenu de la page que tu analyses n'est transmis ni à OpenAI, ni à Google, ni à Anthropic. C'est le point qui distingue cet outil de ceux qui notent un site en interrogeant ChatGPT ou Perplexity, puisque ceux-là leur envoient nécessairement la page. Pas de base de données, pas de compte, pas de cookie ; ton adresse IP ne sert qu'en mémoire vive à limiter les abus, et le rapport lui-même n'est jamais stocké : il n'existe qu'en cache pendant 24 h.

Je garde seulement une ligne de statistiques par analyse (adresse, date, score, vérifications non obtenues), pour savoir lesquelles échouent le plus souvent, et pas plus de 24 mois. Les quelques prestataires techniques qui interviennent, pour diffuser le site et pour envoyer le mail quand tu le demandes, sont nommés un par un dans les mentions légales : aucun n'est un fournisseur de modèles d'IA.

Le barème peut-il changer ?

Oui, et c'est voulu : ce qu'on sait du fonctionnement des moteurs génératifs évolue vite. Chaque version est numérotée, et la grille ci-dessus est la version 3, confrontée au code le 17 août 2026.

Une suite de tests compare cette page au barème réellement appliqué, vérification par vérification. Le moindre écart de poids ou d'identifiant fait échouer les tests.

Teste ton site

Dix secondes, sans inscription : tu obtiens le détail vérification par vérification, et ce qu'il faut corriger sur chacune. Le code prêt à coller, lui, part par mail si tu le demandes.

Barème v3 · grille mise à jour le 17 août 2026 · Retour à l'outil