Audit SEO par IA : pourquoi une session ne couvre pas tout un site

Un assistant IA sait bien analyser une page : il lit le titre, les intertitres et le texte qu'on lui fournit, puis explique ce qu'il faut modifier. Une seule session d'IA ne peut pas pour autant auditer un site entier, et ce pour deux raisons. D'abord, l'essentiel des éléments dont un audit SEO a besoin ne figure pas dans le texte de la page que lit l'assistant : ils se trouvent dans les en-têtes de réponse, le fichier robots.txt, le sitemap XML, les redirections et les relations entre les pages. Ensuite, au-delà d'une taille modeste, un site compte plus d'URL qu'une session ne peut en lire et en comparer à la fois. La première raison pèse le plus, et un modèle plus grand ne la réduit pas.

Sur 45 sites externes audités par SEOReport entre mai et octobre 2026, 94 % des 506 problèmes relevés se trouvaient à un endroit que le lecteur de la page ne voit jamais. Cet article détaille le calcul de couverture, l'emplacement de ces éléments et la manière d'auditer un site avec l'IA en fournissant à l'assistant un diagnostic à l'échelle du site avant qu'il ne commence à corriger. Il prolonge notre article pourquoi des vérifications ponctuelles par IA ne remplacent pas un audit SEO systématique, qui comparait les deux méthodes ; ici, il est question de chiffres.

Ce que touche une session de chat, et ce qu'enregistre un audit de site

Un audit de site par IA dans un chat commence généralement par une URL. L'outil de récupération de l'assistant demande cette page et renvoie ce qu'il a reçu, souvent converti en texte lisible, et la conversation raisonne sur ce texte. Un audit systématique commence un niveau plus haut, au niveau du site. Il lit les fichiers qui régissent l'ensemble de l'hôte, enregistre la réponse HTTP de chaque URL demandée, compare le HTML brut à la page rendue, puis compare les pages entre elles et avec le sitemap.

L'analyse d'une seule URL est un travail utile. Mais ce n'est qu'un chemin parmi tous ceux d'un site, et chaque étape peut perdre quelque chose. Une conversion en texte conserve les mots que lit le visiteur et peut supprimer les balises du head et les en-têtes de réponse. Et la session suivante démarre sans les pages que celle-ci a lues.

Quelle est la taille du site que vous demandez à un assistant d'auditer ?

Sur 45 sites externes audités par SEOReport entre mai et octobre 2026, 15 (33 %) n'avaient pas de sitemap XML à l'adresse indiquée dans robots.txt ni à /sitemap.xml. Parmi les 29 de ces sites dont le sitemap listait au moins une URL, le sitemap médian en listait environ 90 ; un quart en listait 20 ou moins, un quart plus de 440, et le décile supérieur plus de 3 000.

Il s'agit de sites soumis à un audit SEOReport, et non d'un échantillon aléatoire du web, et ils sont plutôt petits. L'écart reste considérable : les sites du décile supérieur listent plus de 150 fois plus d'URL que ceux du quart inférieur. Le tiers de sites sans sitemap à l'adresse attendue compte aussi. Pour eux, il n'existe aucune liste de pages là où un assistant ou un robot d'exploration irait la chercher : il faut donc trouver les pages en suivant les liens, une requête à la fois.

Combien de sessions faut-il pour un audit SEO complet d'un site par IA ?

Le tableau ci-dessous est un modèle, pas une mesure. Il divise les tailles de sitemap ci-dessus par un nombre supposé de pages qu'une session peut lire en entier tout en pouvant encore les comparer côte à côte. Les hypothèses :

• Une session lit chaque URL du sitemap une fois, en entier, et la garde disponible pour la comparer aux autres.
• Deux capacités sont indiquées : 25 pages et 100 pages par session. Toutes deux sont illustratives. La capacité réelle dépend de l'assistant, de son outil de récupération et du poids de chaque page, et nous ne l'avons pas mesurée.
• Seules les URL du sitemap sont comptées. robots.txt, les en-têtes de réponse, les étapes de redirection et les pages rendues s'y ajoutent : chaque chiffre est donc un minimum.

Pour environ la moitié des 29 sites dotés d'un sitemap, l'hypothèse généreuse fait tenir tout le sitemap dans une seule session. C'est là qu'une analyse par chat se défend le mieux. Au-dessus de la médiane, le nombre de sessions croît avec le site, et ces sessions ne forment pas un audit unique en s'additionnant.

Sauf si l'assistant dispose d'une fonction de mémoire ou que vous reportez vos notes d'une session à l'autre, chaque nouvelle session démarre sans les pages lues par la précédente. Les notes transmettent des conclusions. Une comparaison ultérieure exige les éléments eux-mêmes : l'URL canonique exacte de la page 12, le code d'état derrière la redirection de la page 340. Et une session qui choisit sa propre méthode à chaque fois peut vérifier des choses différentes d'un lot à l'autre : le lot 7 et le lot 8 ne sont pas mesurés de la même façon.

L'essentiel des éléments SEO ne se trouve pas sur la page que vous collez

Le nombre de sessions est le moindre des deux problèmes. Le graphique ci-dessous reprend les 506 problèmes relevés sur 45 sites externes audités par SEOReport entre mai et octobre 2026 et classe chacun selon l'endroit où il faudrait regarder pour en voir la preuve. 94 % se trouvaient là où un lecteur de la page ne regarde jamais : en-têtes de réponse, balises du head, données structurées, sitemap XML, robots.txt, redirections ou relations entre pages.

Sur ces mêmes 45 sites (mai–octobre 2026), tous avaient au moins un problème relevé hors du texte visible de la page, et pour 24 d'entre eux (53 %), tous les problèmes relevés étaient hors de ce texte. Le site médian présentait des problèmes dans 5 emplacements différents, et un quart des sites dans 6 ou plus. Même en excluant entièrement les en-têtes de sécurité, 91 % des problèmes restants se situaient toujours hors du texte visible.

Chaque emplacement demande sa propre façon de regarder :

• La réponse HTTP. La documentation de Google sur le blocage de l'indexation (consultée en octobre 2026) indique que la directive noindex peut être envoyée dans un en-tête de réponse X-Robots-Tag, et sa documentation sur la spécification d'une URL canonique indique que rel="canonical" peut être envoyé dans un en-tête HTTP Link. Ni l'un ni l'autre n'apparaît dans le texte de la page.
• robots.txt. La documentation de Google sur robots.txt (consultée en octobre 2026) indique que le fichier doit se trouver dans le répertoire racine et que ses règles ne s'appliquent qu'à l'hôte, au protocole et au port qui le servent. www.example.com et shop.example.com obéissent chacun à leur propre fichier, comme l'explique notre guide robots.txt et accès à l'exploration.
• HTML brut ou page rendue. La documentation de Google sur le SEO JavaScript (consultée en octobre 2026) indique que Google utilise le HTML rendu pour indexer une page, que le meilleur endroit pour la balise canonique est le HTML, que JavaScript ne doit pas la remplacer par une autre URL et que, lorsque Google rencontre un noindex, il peut ne pas effectuer le rendu. Sur 34 sites externes dont SEOReport a comparé le HTML brut du serveur à la page rendue (mai–octobre 2026), 7 (21 %) dépendaient de JavaScript pour un élément qu'un moteur de recherche lit en premier : le titre, la meta description, la balise canonique ou le H1 n'apparaissaient qu'après l'exécution de JavaScript, ou le HTML brut ne contenait presque rien du texte de la page. Un assistant qui lit du texte converti voit l'une de ces deux versions, et la conversation précise rarement laquelle.

Certains problèmes n'existent qu'entre les pages

Sur ces mêmes 45 sites externes (mai–octobre 2026), 32 (71 %) présentaient au moins un problème invisible sur une URL prise isolément : il n'apparaît que lorsqu'on compare le sitemap aux pages qu'il liste, les pages entre elles, ou lorsqu'on lit l'ensemble des articles. Sans l'ensemble des articles, le chiffre est de 28 sur 45 (62 %).

Voici à quoi ressemblent ces éléments sur un site d'exemple :

# https://www.example.com/robots.txt
User-agent: *
Disallow: /checkout/

# https://www.example.com/sitemap.xml lists
https://www.example.com/checkout/
https://www.example.com/old-services/      (answers 301)

# https://www.example.com/en/services/ declares
hreflang="es" -> https://www.example.com/es/servicios/

# https://www.example.com/es/servicios/ declares
no hreflang link back to /en/services/

Chaque fichier semble correct pris isolément. Les problèmes n'apparaissent que lorsqu'on les lit ensemble :

• Le sitemap contredit les pages. La documentation de Google sur les sitemaps (consultée en octobre 2026) indique qu'un sitemap ne garantit pas l'exploration ni l'indexation de ses URL, et sa documentation sur les URL canoniques qualifie l'inclusion dans le sitemap de signal canonique faible. Lister une URL qui redirige, qui est bloquée ou qui porte un noindex envoie un signal contradictoire. Sur 29 sites externes dont SEOReport a récupéré les pages du sitemap (mai–octobre 2026), 8 (28 %) avaient au moins une URL de sitemap qui redirige, qui est marquée noindex ou qui est bloquée par robots.txt.
• robots.txt masque un noindex. La documentation de Google indique qu'un robot bloqué par robots.txt ne voit jamais le noindex de la page, et que l'URL peut tout de même être indexée si d'autres pages renvoient vers elle. Pour le constater, il faut robots.txt et la page ensemble, ce que détaille notre analyse des conflits d'indexabilité.
• Un hreflang sans lien de retour. Le guide de Google sur les versions localisées (consulté en octobre 2026) l'énonce ainsi : « Si deux pages ne pointent pas l'une vers l'autre, les balises seront ignorées. » Pour le vérifier, il faut les deux pages, comme le montre le guide de mise en œuvre de hreflang.
• Une balise canonique qui pointe vers une mauvaise cible. Une balise canonique qui désigne une page redirigée ou porteuse d'un noindex ne se voit qu'en récupérant aussi la page cible.

Une session de chat peut repérer l'un de ces problèmes si elle dispose par chance des deux moitiés. Sur de nombreuses sessions, ces moitiés peuvent facilement se retrouver dans des conversations différentes, et aucune des deux ne voit de problème.

Comment vérifier ce qu'un audit de site par IA a réellement couvert

Avant d'agir sur l'audit d'un assistant, demandez-lui quatre choses : la liste des URL qu'il a récupérées, les lignes de robots.txt qu'il a lues, le code d'état et les en-têtes de votre page d'accueil, et s'il a comparé le HTML brut à la page rendue. S'il ne peut pas les montrer, considérez que l'audit ne les couvre pas. Comparez ensuite sa liste d'URL à votre sitemap.

Trois commandes suffisent pour réunir vous-même ces éléments :

curl -s https://www.example.com/robots.txt
curl -s -D - -o /dev/null https://www.example.com/ | grep -iE '^(HTTP/|location|x-robots-tag|link)'
curl -s https://www.example.com/sitemap.xml | grep -o '<loc>' | wc -l

La deuxième commande envoie une requête GET normale et n'affiche que les en-têtes de réponse. Utilisez l'adresse du sitemap indiquée dans votre robots.txt si elle diffère de /sitemap.xml. Si le sitemap est un index, le dernier chiffre correspond au nombre de sitemaps enfants, pas au nombre de pages. Vérifiez aussi que l'assistant a bien reçu votre page. Sur 377 sites externes soumis à SEOReport entre mai et octobre 2026, au moins 51 (13,5 %) ne laissaient pas un robot automatisé évaluer la page d'accueil, et au moins 34 (9 %) répondaient par un challenge anti-bot ou un CAPTCHA. L'outil de récupération d'un assistant est lui aussi un client automatisé ; s'il est tombé sur une page de challenge, c'est le challenge qu'il a analysé. Notre article sur les protections anti-bots qui bloquent les robots d'exploration traite ce cas.

Donnez à l'assistant un audit à l'échelle du site, puis laissez-le corriger

Les assistants excellent dans le travail qui suit un diagnostic : expliquer un constat, rédiger la modification d'un template, préparer un plan de redirections, reformuler un titre. Ce qui manque à une session, c'est une base reproductible à l'échelle du site. Un diagnostic complet SEOReport la fournit. Il lit robots.txt et le sitemap, examine votre page d'accueil et un échantillon des pages listées dans votre sitemap et ciblées par vos liens internes, enregistre le statut HTTP de chaque page demandée et compare le HTML brut de votre page d'accueil à la page rendue. Il remonte les constats qui n'existent qu'entre les pages, comme les entrées de sitemap qui contredisent les pages qu'elles listent, les liens internes vers des pages manquantes et les articles quasi dupliqués. Chaque constat est accompagné de sa preuve et nomme les URL concernées, et chaque constat établi sur un échantillon indique combien de pages ont été examinées. Chaque diagnostic exécute les mêmes contrôles définis, de la même manière : deux rapports sur un même site sont donc comparables constat par constat.

Un agent peut créer le rapport, suivre son avancement et lire chaque constat via le serveur MCP et l'API REST. Ses sessions partent alors du diagnostic et consacrent leur capacité aux corrections, un constat à la fois. La page consacrée aux agents décrit cette configuration.

Questions fréquentes

ChatGPT peut-il réaliser un audit SEO ?

Tout assistant performant peut analyser les pages qu'on lui fournit ou qu'il peut récupérer, et il explique clairement les problèmes. Un audit SEO complet d'un site exige aussi robots.txt, le sitemap, les en-têtes de réponse, le HTML brut et rendu, ainsi que des comparaisons entre les pages. Considérez un audit par chat comme une analyse des pages qu'il a lues, et demandez-en la liste.

Des modèles d'IA plus grands combleront-ils l'écart ?

Une capacité supérieure augmente le nombre de pages par session dans le modèle ci-dessus. Elle ne fait pas passer les éléments dans le texte de la page : les en-têtes, robots.txt et les conflits entre pages doivent toujours être récupérés et comparés délibérément. Une méthode fixe compte autant que la capacité, car c'est elle qui garantit que deux exécutions concordent.

Une seule session d'IA suffit-elle pour un petit site ?

Pour un site d'environ 20 URL, une session peut lire toutes les pages. Elle a quand même besoin de robots.txt, du sitemap, des en-têtes de réponse et du HTML brut ; demandez-les donc explicitement. La taille est la moitié la plus facile du problème.

Faut-il coller tout mon sitemap dans le chat ?

Un sitemap collé donne à la session une liste d'URL. Il ne lui donne ni les pages, ni leurs en-têtes, ni leurs codes d'état. L'assistant doit toujours demander chaque URL, ce qui ramène au calcul de sessions ci-dessus.