Après la première question : le SEO doit apprendre à suivre la conversation

Le SEOSearch Engine Optimization : ensemble de pratiques pour améliorer la visibilité organique dans les moteurs de recherche. a longtemps traité la requête comme une unité presque autonome : un utilisateur formule un besoin, Google affiche des résultats, une page gagne ou perd de la visibilité.

Avec la recherche conversationnelle, cette unité commence à se fissurer.

Un utilisateur peut demander une explication, ajouter une contrainte, comparer deux options, réclamer une preuve puis passer à une action — sans recommencer sa recherche depuis zéro. Le contexte reste dans l’interface et chaque nouvelle question modifie ce que constitue une bonne réponse.

Nous avons déjà documenté sur 404 Mates le query fan-out, c’est-à-dire les recherches intermédiaires que les moteurs IA peuvent générer eux-mêmes, ainsi que l’évolution des requêtes dans AI Mode et les fragments de conversations qui remontent dans Search Console.

Le sujet ici est différent : que se passe-t-il lorsque ce n’est plus seulement le moteur qui décompose la recherche, mais l’utilisateur lui-même qui affine son intention au fil d’une conversation ?

Le follow-up n’est pas un fan-out

Les deux notions sont proches, mais elles décrivent deux niveaux différents du système.

Le query fan-out est généré côté moteur. Google le définit comme un ensemble de recherches associées lancées en parallèle afin d’explorer différents sous-thèmes et différentes sources. L’utilisateur ne voit pas nécessairement ces requêtes intermédiaires.

Le follow-up query, lui, vient de l’utilisateur. C’est la question suivante : « et avec un budget plus petit ? », « quelle différence avec l’autre modèle ? », « cette donnée est-elle encore valable en France ? », « que dois-je vérifier avant d’acheter ? ».

Les deux peuvent évidemment se combiner. Un follow-up formulé par l’utilisateur peut déclencher à son tour un nouveau fan-out côté moteur.

Cette distinction compte pour le SEO. Le fan-out pose la question : quelles sous-recherches le moteur peut-il générer pour répondre ? Le follow-up pose une autre question : comment l’intention de l’utilisateur évolue-t-elle après avoir reçu une première réponse ?

Google documente officiellement le premier mécanisme dans Search Central. OpenAILaboratoire d’IA américain à l’origine des modèles GPT et de ChatGPT, accessibles par API et non téléchargeables. explique de son côté que ChatGPT Search peut reformuler une demande en une ou plusieurs requêtes ciblées, puis en lancer d’autres après lecture des premiers résultats dans sa documentation sur la recherche Web.

Ces expériences peuvent aussi conserver le contexte entre plusieurs tours. Dans son annonce de ChatGPT Search du 31 octobre 2024, OpenAI expliquait qu’une question de suivi pouvait être traitée en tenant compte du contexte complet du chat. Google, de son côté, présentait déjà les follow-ups comme une fonction d’AI Mode lors de son introduction expérimentale en 2025.

Google voit déjà les follow-ups progresser fortement

La recherche conversationnelle n’est plus seulement une intention produit.

Dans son rapport AI Mode U.S. Insights publié en mai 2026, Google indique que les requêtes de suivi dans AI Mode ont augmenté de plus de 40 % en moyenne par mois aux États-Unis.

Le chiffre mérite d’être formulé précisément. Google ne dit pas que 40 % des recherches contiennent un follow-up. Sa formulation est simplement que les requêtes de suivi dans AI Mode ont augmenté de plus de 40 % en moyenne par mois aux États-Unis.

Le même rapport montre par ailleurs que les requêtes AI Mode sont en moyenne trois fois plus longues que les recherches traditionnelles et que plus d’une recherche AI Mode sur six utilise déjà une modalité autre que le texte. Nous avions détaillé ces données dans notre article « Avec l’IA, Google nous apprend à chercher autrement ».

Ce qui nous intéresse ici est la conséquence : une recherche peut désormais s’allonger non seulement à l’intérieur d’un prompt, mais dans le temps, sur plusieurs tours.

En janvier 2026, Google a permis de poser directement une question de suivi depuis un Aperçu IA pour poursuivre dans AI Mode sur mobile, à l’échelle mondiale là où cette expérience était disponible. À Google I/O en mai, l’entreprise a présenté cette continuité comme une expérience unifiée sur desktop et mobile : question initiale, page de résultats avec Aperçu IA, puis follow-up dans AI Mode.

Cette chronologie ne doit pas être confondue avec la disponibilité française. En France, les Aperçus IA et AI Mode ne sont disponibles que depuis le 22 juillet 2026. Google présente depuis ce lancement local la possibilité « d’approfondir le sujet grâce à des questions complémentaires » comme une composante normale du produit.

La conversation n’est donc plus un mode séparé de la recherche. Elle devient progressivement une continuité possible de la SERPSearch Engine Results Page : page de résultats d’un moteur (liens bleus, features, AI Overviews…). elle-même.

La première requête décrit souvent le sujet, pas encore la décision

C’est le point de départ du papier de Louisa Frahm publié le 15 septembre dans Search Engine Land : « The follow-up query: Rethinking SEO for conversational search ».

Son observation est simple : la première question donne souvent le thème général, tandis que les suivantes révèlent ce qui compte réellement pour la décision.

Prenons une recherche sur une pompe à chaleur.

Une première question peut être : « comment fonctionne une pompe à chaleur ? »

Puis viennent des contraintes : maison ancienne, puissance électrique disponible, région, budget, bruit, travaux nécessaires. Ensuite arrivent les comparaisons, les preuves recherchées et les questions à poser à un installateur.

Ce parcours n’est pas nouveau dans la tête des utilisateurs. Avant les interfaces conversationnelles, il pouvait simplement être réparti entre plusieurs recherches indépendantes, plusieurs onglets et plusieurs sessions.

Ce qui change est que le moteur conserve désormais la relation entre les étapes.

La question « et si mon logement est en monophasé avec une puissance souscrite limitée ? » n’a presque aucune valeur sans le contexte précédent. Dans une conversation, elle devient parfaitement intelligible. Le système sait à quoi renvoie « et si », conserve le sujet initial et peut produire une nouvelle réponse à partir de cette contrainte.

Pour le SEO, cela fragilise une hypothèse historique : celle selon laquelle la requête visible suffit à expliquer le besoin.

Cinq types de questions pour lire un parcours, pas pour créer cinq pages

Search Engine Land propose une grille utile pour cartographier ces évolutions d’intention. L’autrice distingue cinq familles de follow-ups :

• clarifier : comprendre un terme ou une idée ;
• contraindre : ajouter un budget, un délai, un contexte ou une limite ;
• comparer : opposer deux solutions ;
• valider : chercher une preuve, une source ou une confirmation ;
• agir : acheter, réserver, installer, contacter ou décider de la prochaine étape.

Ce cadre n’est ni un standard Google ni une taxonomie officielle du search. C’est une grille éditoriale proposée par Louisa Frahm. Mais elle a un intérêt pratique : elle déplace l’analyse du mot-clé vers le parcours de décision.

Une recherche sur « meilleur CRM PME » peut ainsi devenir :

« Qu’est-ce qui distingue vraiment un CRM pour PME ? »

Puis : « nous sommes seulement six commerciaux ».

Puis : « compare HubSpot et Pipedrive pour ce cas ».

Puis : « quels sont les coûts qui apparaissent après la première année ? ».

Puis : « lequel peut importer nos données sans développement spécifique ? ».

La mauvaise conclusion serait de transformer chacune de ces formulations en nouvelle landing page.

Google a rappelé l’inverse dans son guide consacré à l’optimisation pour les fonctionnalités d’IA générative, mis à jour le 10 juillet 2026. L’entreprise déconseille de créer du contenu séparé pour chaque variation imaginable d’une recherche ou pour chaque fan-out potentiel, en particulier lorsque cette production vise surtout à manipuler la visibilité.

La bonne question n’est donc pas : combien de prompts pouvons-nous cibler ?

Elle est plutôt : quelles informations distinctes un utilisateur doit-il obtenir pour avancer dans sa décision ?

Le contenu devient un système de réponses complémentaires

Cette nuance change fortement la manière d’aborder l’architecture éditoriale.

Un dossier solide n’a pas besoin de trente articles quasi identiques. Il peut s’appuyer sur une page de référence accompagnée de ressources qui répondent réellement à des besoins différents : comparatif, étude de cas, calculateur, documentation technique, démonstration, grille de choix, politique tarifaire ou page produit actualisée.

L’objectif n’est plus uniquement que la page principale couvre le plus grand champ sémantique possible. Il est que l’ensemble du site reste utile quand la conversation change de direction.

Cela donne une autre lecture du maillage interne.

Un lien « en savoir plus » décrit peu la prochaine étape. Un lien « comparer les offres », « vérifier la compatibilité », « calculer le coût total » ou « comprendre les limites » correspond déjà davantage à une question que l’utilisateur peut naturellement se poser ensuite.

Cela ne signifie pas qu’un anchor text suffit à influencer une IA. Aucun des documents officiels consultés ne démontre une telle relation directe. L’intérêt est d’abord architectural : organiser les ressources selon les besoins successifs du lecteur rend le site plus cohérent pour l’humain et plus explicite pour les systèmes qui récupèrent ses contenus.

Une page peut devenir utile seulement au quatrième tour

C’est probablement la conséquence la plus importante du modèle conversationnel.

Dans une SERP traditionnelle, nous avons tendance à demander : « sur quelle requête cette page se positionne-t-elle ? »

Dans une conversation, une page peut être inutile pour le premier tour et devenir exactement la bonne source au troisième ou au quatrième.

Une documentation technique très précise n’a aucune raison d’être la meilleure réponse à « quel ordinateur portable choisir ? ». Elle peut en revanche devenir centrale après « ce modèle prend-il en charge deux écrans 6K via Thunderbolt ? ».

Un tableau de tarifs peut ne pas intervenir lorsque l’utilisateur découvre une catégorie, puis devenir décisif lorsqu’il demande le coût à cinq utilisateurs pendant deux ans.

Une étude originale peut ne pas servir à expliquer un concept, mais devenir la bonne source lorsque l’utilisateur demande : « quelles preuves montrent réellement que cela fonctionne ? ».

Nous avions déjà observé l’autre côté de ce phénomène avec le query fan-out : les moteurs génératifs peuvent récupérer de nombreuses pages puis n’en citer qu’une petite partie. La recherche conversationnelle ajoute une dimension temporelle supplémentaire : la sélection peut changer à chaque tour parce que la question elle-même change.

Search Console confirme que chaque tour devient une nouvelle requête

Google donne un indice particulièrement concret dans sa documentation Search Console.

Pour AI Mode, l’entreprise précise qu’une question de suivi est considérée comme une nouvelle requête. Les impressions, la position et les clics générés par la nouvelle réponse sont attribués à cette nouvelle question utilisateur.

C’est ce mécanisme qui explique les requêtes étranges que nous avions étudiées dans « Google Search Console laisse remonter des morceaux de conversations IA » : des formulations comme « yes », « what about X? » ou « is it free? » peuvent apparaître dans les données parce qu’elles représentent un tour réel de la conversation.

Le problème analytique est évident.

Une requête telle que « et pour ce CMS ? » n’explique presque rien hors contexte. Nous savons qu’elle a déclenché une nouvelle réponse et potentiellement une impression pour une page, mais nous ne savons pas forcément quelle était la question initiale, ce que Google avait répondu auparavant ou à quel moment exact du parcours l’utilisateur se trouvait.

Le reporting reste donc largement construit autour de requêtes individuelles alors que l’expérience utilisateur devient multi-tours.

C’est un décalage important : les interfaces savent conserver le contexte mieux que les outils SEO savent aujourd’hui le mesurer.

Le mot-clé ne disparaît pas, mais il perd son monopole

Il serait facile de transformer cette évolution en annonce de la « mort du keyword research ». Les données ne justifient pas cette conclusion.

Les mots-clés restent précieux pour mesurer la demande, comprendre le vocabulaire d’un marché, observer la concurrence et identifier des besoins récurrents. Google continue par ailleurs d’utiliser ses systèmes de classement et son index Web pour alimenter ses expériences génératives.

Ce qui change est que le mot-clé ne décrit plus toujours toute l’unité de travail.

Une stratégie de contenu peut désormais avoir besoin de combiner plusieurs sources de signal : données de recherche, questions du support, objections commerciales, recherche interne du site, commentaires, avis clients, communautés et tests manuels dans les interfaces conversationnelles.

L’objectif n’est pas de collecter toutes les formulations possibles. C’est de découvrir ce qui manque quand une personne avance dans sa réflexion.

Une équipe support qui reçoit toujours la même question après une démonstration produit possède par exemple un signal de follow-up très concret. Une équipe commerciale qui doit systématiquement expliquer les coûts cachés ou une limite d’intégration possède elle aussi une information éditoriale potentiellement plus riche qu’une longue liste de variations lexicales.

Les preuves prennent plus de valeur à mesure que la conversation avance

Un autre changement apparaît lorsque l’utilisateur progresse vers une décision.

Au premier tour, une explication générale peut suffire. Plus loin dans le parcours, les questions deviennent souvent plus exigeantes : « selon quelle étude ? », « avec quelles limites ? », « testé dans quelles conditions ? », « est-ce encore vrai en 2026 ? ».

Cela renforce la valeur de contenus vérifiables : méthodologie, date, source primaire, conditions de test, données propriétaires, comparaisons transparentes, limites clairement exposées.

C’est aussi cohérent avec les recommandations actuelles de Google. Son guide Search Central pour l’IA générative ne demande pas de formatage spécial réservé aux moteurs IA. Il insiste plutôt sur les fondamentaux : contenu utile, accessible, à jour, avec du texte crawlable et des informations que les utilisateurs peuvent réellement exploiter.

Pour une équipe éditoriale, cela peut conduire à poser une question simple devant chaque affirmation importante : de quoi un lecteur sceptique aurait-il besoin pour vérifier ce que nous avançons ?

Ce principe est utile indépendamment de l’IA. Mais il devient particulièrement pertinent quand une même conversation passe de la découverte à la validation.

Tous les follow-ups ne méritent pas du contenu

La recherche conversationnelle peut facilement devenir un piège de surproduction.

Un modèle peut générer une infinité de questions plausibles. Un outil GEOGenerative Engine Optimization : stratégies pour apparaître dans les réponses génératives (AI Overviews, chatbots). peut produire des centaines de prompts. Une équipe peut imaginer des branches jusqu’à obtenir une carte presque impossible à maintenir.

Cela ne signifie pas que ces questions correspondent à une demande réelle.

Search Engine Land recommande justement de confronter la cartographie aux signaux humains : tickets support, appels commerciaux, recherche interne, avis et discussions communautaires. C’est une distinction essentielle entre question possible et question importante.

Google formule le même avertissement depuis l’autre côté : créer massivement des pages pour couvrir chaque variation de recherche n’améliore pas automatiquement la qualité et peut tomber dans ses politiques contre le contenu produit à grande échelle lorsqu’il est conçu principalement pour manipuler le classement.

La recherche conversationnelle ne justifie donc pas une nouvelle usine à contenus.

Elle peut au contraire pousser à mieux consolider l’existant : une bonne page de référence, un comparatif réellement utile, une documentation maintenue, quelques outils et des preuves solides peuvent couvrir davantage de parcours qu’une collection de dizaines d’articles interchangeables.

Le clic devient aussi une étape différente du parcours

Une conversation peut répondre à plusieurs questions sans envoyer immédiatement l’utilisateur vers un site.

L’étude du Pew Research Center sur les AI Overviews de Google, menée à partir des données de navigation de 900 adultes américains ayant accepté de partager leur activité en ligne en mars 2025, donne une mesure historique utile de ce phénomène : les visites de pages Google comportant un résumé IA ont été suivies d’un clic sur un résultat traditionnel dans 8 % des cas, contre 15 % lorsqu’aucun résumé IA n’était présent. Les liens directement présents dans les résumés ont été cliqués dans 1 % des visites concernées.

Ces chiffres ne mesurent pas AI Mode en 2026 et ne doivent pas être extrapolés à toutes les expériences conversationnelles. L’étude porte sur des utilisateurs américains et sur les AI Overviews observés en 2025. Pew précise en outre que les pages de résultats correspondant aux recherches de mars ont été collectées entre le 7 et le 17 avril 2025, ce qui constitue une limite méthodologique à garder en tête.

Elle illustre néanmoins une idée importante : plus l’interface peut répondre elle-même aux questions intermédiaires, plus le clic externe peut arriver tard dans le parcours — ou ne pas arriver du tout.

Cela donne davantage de valeur aux contenus qui offrent quelque chose que la synthèse ne remplace pas facilement : outil interactif, données fraîches, inventaire, documentation exhaustive, calcul, transaction, expertise originale, communauté ou expérience de première main.

Le rôle d’une page peut alors être double : alimenter une réponse avant le clic et mériter le clic lorsqu’une action ou une vérification plus profonde devient nécessaire.

Comment cartographier une conversation sans tomber dans le « prompt SEO »

Une méthode raisonnable peut partir d’un parcours important plutôt que d’un mot-clé isolé.

Prenons une décision commerciale concrète : choisir un outil, un prestataire, une technologie ou une solution de financement.

Commencez par la question d’entrée réellement observée. Puis cherchez ce que les utilisateurs demandent habituellement lorsqu’ils comprennent mieux le sujet : les contraintes qui apparaissent, les alternatives comparées, les objections, les preuves nécessaires et la prochaine action.

À chaque étape, trois questions suffisent souvent :

1. Avons-nous déjà une réponse fiable ?
2. Cette réponse doit-elle être une section, une page, un outil, une donnée ou simplement un lien vers une ressource existante ?
3. Pouvons-nous prouver ou maintenir cette information ?

Ce troisième point est important. Une page de tarifs obsolète, un comparatif non daté ou une documentation technique qui ne correspond plus au produit peuvent être pires qu’une absence de contenu lorsque l’utilisateur arrive à une phase de validation.

La carte de conversation ne devrait donc pas devenir une liste de sujets à publier. Elle devrait devenir une carte des informations nécessaires à une décision, avec leur source, leur propriétaire et leur fréquence de mise à jour.

La prochaine question devient une vraie unité éditoriale

Le SEO ne va pas cesser de suivre les requêtes, les positions ou les clics.

Mais la recherche conversationnelle ajoute une autre unité de lecture : la prochaine question.

Cette question peut révéler une contrainte que la première requête cachait, déplacer l’utilisateur vers une comparaison, déclencher une recherche de preuve ou rapprocher la conversation d’une action. Google mesure déjà la progression des follow-ups dans AI Mode et les traite comme de nouvelles requêtes dans Search Console. ChatGPT Search, de son côté, peut tenir compte du contexte du chat tout en relançant de nouvelles recherches Web.

La conséquence n’est pas de prédire chaque prompt possible.

Elle est de construire des contenus suffisamment structurés, reliés et vérifiables pour rester utiles lorsque l’intention évolue.

Nous avions résumé le query fan-out par une idée : une partie des requêtes importantes n’est plus tapée par l’utilisateur.

La recherche conversationnelle ajoute désormais son miroir : une partie de l’intention importante n’apparaît qu’après la première requête.

Entre les deux, le SEO commence moins à optimiser une correspondance entre un mot-clé et une page qu’à organiser un système de réponses capable d’accompagner une décision.