---
title: "Schema markup pour l'IA : ce que lisent ChatGPT, Perplexity et Gemini"
description: "Balisage Schema pour les moteurs de recherche IA : lors du test, seul Gemini a lu le JSON-LD, et les études ne montrent aucune hausse fiable des citations. Les types qui comptent malgré tout."
locale: "fr"
canonical: "https://blckalpaca.at/fr/base-de-connaissances/seo-geo/geo-seo-lessentiel-du-generative-engine-optimization/schema-markup-pour-lia-ce-que-lisent-chatgpt-perplexity-et-gemini"
category: "SEO & GEO"
topic: "Guide GEO : l'essentiel du Generative Engine Optimization"
updated: "2026-10-28T13:24:03.526Z"
source: "Blck Alpaca e.U., blckalpaca.at"
---

# Schema markup pour l'IA : ce que lisent ChatGPT, Perplexity et Gemini

Le balisage Schema (le plus souvent en JSON-LD) est un code structuré qui traduit les contenus web dans un vocabulaire lisible par les machines et identifie sans ambiguïté des entités comme les entreprises, les auteurs ou les produits. Pour les systèmes de recherche IA, c'est avant tout un outil de compréhension des entités, pas un facteur de citation direct et fiable : les études disponibles en 2026 montrent surtout des effets marginaux et contradictoires sur les citations IA, alors que dans l'écosystème Google et Microsoft, Schema fait office de socle SEO éprouvé.

## L’essentiel

- Les preuves se contredisent : Ahrefs n'a constaté aucune hausse des citations sur 1 885 pages (et même une baisse de 4,6 % dans les AI Overviews), tandis qu'Otterly a mesuré une hausse de 611 % dans les AI Overviews, mais une baisse de 71 % dans ChatGPT. Schema n'est pas un accélérateur fiable de citations IA.
- Lors du test de récupération (fetch) d'Otterly, 6 plateformes IA sur 7 n'ont pas pu lire le balisage Schema ; seul Gemini a restitué le bon JSON-LD. Pour ChatGPT, Perplexity, Claude et Copilot, c'est surtout le texte visible qui compte, pas le balisage.
- Google confirme officiellement que les données structurées ne sont pas nécessaires pour la recherche générative par IA, mais les recommande dans le cadre de la stratégie SEO. Microsoft (Fabrice Canel, SMX Munich 2025) a confirmé que Schema aide ses LLM à comprendre les contenus.
- L'étude GEO de Princeton le montre : les leviers liés au contenu, comme les statistiques, les sources et les citations, influencent davantage la visibilité IA (jusqu'à 40 %) que le balisage technique. La priorité : le contenu d'abord, Schema ensuite comme amplificateur.
- Pour le commerce agentique, un balisage Product lisible par les machines, avec prix et disponibilité, devient la condition pour que les agents IA puissent saisir les offres et lancer un paiement. NLWeb et MCP font de Schema.org le socle du web agentique.
- Avec un taux d'adoption de 41 % (2024), JSON-LD est le format de données structurées lisible par les crawlers qui progresse le plus vite. C'est donc un levier plus solide que llms.txt, largement ignoré par les crawlers IA.
- En Autriche, l'adoption de l'IA progresse vite (20 % des entreprises en 2024, presque deux fois plus que l'année précédente). Les effets de Schema se mesurent dans les résultats enrichis et les AI Overviews, le trafic référent issu de l'IA séparément dans GA4, et non au nombre de mentions dans ChatGPT.

À l'ère de la recherche [IA](https://blckalpaca.at/fr/glossaire/ia), le balisage Schema passe à la fois pour une solution miracle et pour un mythe. Les uns vendent les données structurées comme un ticket d'entrée dans ChatGPT et Perplexity, les autres les jugent inutiles dès lors que les modèles de langage lisent les contenus. Les deux camps se trompent. En 2026, les preuves sont nettement plus nuancées et en partie contradictoires. Cet article fait le point sur ce que le balisage Schema apporte de façon démontrée aux systèmes de recherche IA, sur ce qui est surestimé et sur son rôle pour la visibilité B2B. L'accent est mis sur des données vérifiables plutôt que sur des promesses.

## Pourquoi le balisage Schema compte pour la visibilité IA

[La recherche IA n'est plus un phénomène marginal](https://blckalpaca.at/fr/base-de-connaissances/seo-geo/geo-seo-lessentiel-du-generative-engine-optimization/seo-vs-geo-vs-aeo-differences-et-points-communs). Dans la recherche Google, selon Semrush, le taux de déclenchement des AI Overviews est passé [de 6,49 % des requêtes en janvier 2025 à un pic de 24,61 % en juillet, avant de se stabiliser à 15,69 % en novembre](https://www.semrush.com/blog/semrush-ai-overviews-study/), sur plus de 10 millions de mots-clés. Sur des mots-clés identiques, le taux de zéro clic a reculé, selon la même analyse, [de 33,75 % à 31,53 %](https://www.semrush.com/blog/semrush-ai-overviews-study/). Une part croissante des recherches se termine donc sur une réponse générée, et non sur une liste de résultats classique.

[Le trafic issu de ces systèmes est de grande qualité](https://blckalpaca.at/fr/services/geo). Selon une analyse internationale de Visibility Labs portant sur 94 marques e-commerce, [le trafic ChatGPT a converti à 1,81 %, soit 31 % de plus que le trafic organique hors marque, à 1,39 %](https://searchengineland.com/chatgpt-vs-non-branded-organic-search-conversions-470321). L'étude a comparé [9,46 millions de sessions organiques à 135 000 sessions référentes issues de ChatGPT sur douze mois](https://searchengineland.com/chatgpt-vs-non-branded-organic-search-conversions-470321). Apparaître dans les réponses IA, c'est donc gagner en portée et attirer des utilisateurs prêts à acheter.

[Dans ce contexte, le balisage Schema constitue la couche lisible par les machines d'un site web](https://blckalpaca.at/fr/base-de-connaissances/seo-geo/seo-technique/donnees-structurees-pour-lia-une-couche-de-comprehension-confirmee-et-mesurable). Il traduit les contenus dans un vocabulaire univoque que les machines comprennent sans marge d'interprétation. La question centrale : les systèmes de recherche IA lisent-ils seulement ce vocabulaire, et cela fait-il une différence mesurable ?

## Comment les systèmes IA traitent les contenus et où intervient Schema

[La recherche IA moderne repose majoritairement sur des pipelines RAG](https://blckalpaca.at/fr/base-de-connaissances/seo-geo/seo-de-contenu-recherche-de-mots-cles/strategie-de-types-de-contenu-quels-formats-decrochent-les-citations-ia) (Retrieval-Augmented Generation). Pour simplifier, trois étapes se succèdent : le système récupère des sources pertinentes, en extrait le contenu et génère une réponse à partir de celui-ci. Le balisage Schema, généralement placé en JSON-LD dans le HTML, peut aider lors des phases de récupération et d'extraction en nommant clairement les entités : qui est l'auteur, quel est le produit, à quelle question répond cette section.

Il faut distinguer deux fonctions. Schema est avant tout un outil de compréhension des entités, pas un facteur direct de classement ou de citation. Il aide les machines à situer correctement les contenus et à établir des liens entre les entités. Mais il n'oblige pas un modèle de langage à citer une source.

[JSON-LD est le format dominant](https://blckalpaca.at/fr/base-de-connaissances/seo-geo/seo-on-page/schema-markup-on-page-indispensable-aux-resultats-enrichis-pas-un-levier-de-cita). Selon le Web Almanac 2024, son adoption est passée [de 34 % des pages explorées en 2022 à 41 % en 2024](https://almanac.httparchive.org/en/2024/structured-data), ce qui en fait le format de données structurées à la croissance la plus rapide et celui que privilégie Google. Selon la même source, les types les plus fréquents sont [WebSite avec 12,73 %, Organization avec 7,16 %, BreadcrumbList avec 5,66 % et LocalBusiness avec 3,97 %](https://almanac.httparchive.org/en/2024/structured-data) des pages mobiles. Cette large diffusion, lisible par les crawlers, est l'une des principales raisons pour lesquelles Schema reste un levier plus solide que des propositions plus récentes comme llms.txt : les données structurées font déjà partie de l'écosystème d'exploration existant, alors que la plupart des crawlers IA ignorent jusqu'ici llms.txt.

## Des études qui se contredisent

C'est là que les choses se compliquent. Les études sérieuses se contredisent, et c'est précisément l'enseignement le plus important pour la pratique.

**La position critique (Ahrefs) :** Ahrefs a suivi [1 885 pages ayant ajouté un balisage Schema en JSON-LD entre août 2025 et mars 2026 et les a comparées à 4 000 pages témoins](https://ahrefs.com/blog/schema-ai-citations/) dans un test de doubles différences. Résultat : [Google AI Overviews en baisse de 4,6 % (faible, mais statistiquement significatif), AI Mode en hausse de 2,4 % et ChatGPT en hausse de 2,2 % (deux écarts statistiquement indiscernables de zéro)](https://ahrefs.com/blog/schema-ai-citations/). La conclusion des auteurs est sans appel : l'ajout de Schema n'a entraîné aucune hausse notable des citations, quelle que soit la plateforme.

**La position optimiste (Otterly) :** Après une implémentation de Schema portant sur 319 prompts sur le marché américain, Otterly.AI dresse un tableau tout autre : [AI Overviews en hausse de 611 %, AI Mode en hausse de 42 %, mais dans le même temps ChatGPT en baisse de 71 %, Copilot en baisse de 64 %, Gemini en baisse de 35 % et Perplexity inchangé](https://otterly.ai/blog/schema-markup-real-impact-ai-search/). Le point décisif est le test de récupération mené en parallèle : [seule 1 plateforme IA sur 7, en l'occurrence Gemini, a pu lire correctement le JSON-LD brut](https://otterly.ai/blog/schema-markup-real-impact-ai-search/). Otterly en conclut, lui aussi, que Schema est un levier [SEO](https://blckalpaca.at/fr/glossaire/seo) et non un levier de croissance GEO.

**La position officielle (Google) :** Dans son AI Optimization Guide, Google indique lui-même sobrement que [les données structurées ne sont pas nécessaires pour la recherche générative par IA et qu'aucun balisage schema.org particulier n'est à ajouter, mais qu'il reste pertinent de les utiliser dans le cadre de la stratégie SEO globale, car elles favorisent l'éligibilité aux résultats enrichis](https://developers.google.com/search/docs/fundamentals/ai-optimization-guide). Google présente expressément l'optimisation pour la recherche IA comme un prolongement du SEO.

Ce que les praticiens devraient en retenir : Schema n'est pas un accélérateur de citations fiable pour les systèmes IA. Les signes opposés chez Ahrefs et Otterly et la faible significativité statistique montrent que l'effet est limité et dépend de la plateforme. Schema reste toutefois un socle SEO éprouvé, et via les AI Overviews, la recherche classique de Google est étroitement imbriquée avec la réponse IA.

## Quelles plateformes lisent vraiment le balisage Schema

L'hypothèse selon laquelle les systèmes IA traiteraient les données structurées de manière généralisée ne résiste pas à l'examen. Le test de récupération d'Otterly est sans équivoque : [6 des 7 plateformes testées n'ont pu ni récupérer ni interpréter correctement le balisage Schema sur demande directe ; seul Gemini a restitué le bon JSON-LD](https://otterly.ai/blog/schema-markup-real-impact-ai-search/). Les plateformes testées étaient ChatGPT, Google AI Overviews, Google AI Mode, Perplexity, Microsoft Copilot, Gemini et Claude.

Il en ressort une image réaliste du paysage des plateformes :

**Google AI Overviews, AI Mode et Gemini :** Ces systèmes sont les plus proches de Schema, car ils reposent sur l'index de Google, qui traite de toute façon les données structurées. Gemini est le seul système à avoir pu lire directement le JSON-LD.

**ChatGPT, Perplexity, Claude et Copilot :** Ces systèmes s'appuient surtout sur le contenu visible et rendu de la page, et non sur le balisage intégré. Pour eux, ce qui compte, c'est ce qui figure dans le texte lisible.

**Microsoft Bing et Copilot, avec une réserve :** Il existe ici une voix officielle discordante qui pèse. Fabrice Canel, de Microsoft Bing, a confirmé [au SMX Munich en mars 2025 que le balisage Schema aide les LLM de Microsoft à comprendre les contenus](https://searchengineland.com/microsoft-bing-copilot-use-schema-for-its-llms-453455). Canel a également recommandé de pousser les contenus récents via l'[API IndexNow, car l'IA générative accorde une valeur particulière aux contenus actuels, notamment pour les confronter aux données d'entraînement des LLM](https://searchengineland.com/microsoft-bing-copilot-use-schema-for-its-llms-453455). Microsoft a donc officiellement confirmé cet usage, alors que le test d'Otterly n'a constaté aucun effet positif sur Copilot. Cette tension entre déclaration officielle et effet mesuré est typique du domaine.

La conséquence pratique : la rigueur sur Schema paie surtout dans l'écosystème Google et Microsoft. Pour les autres systèmes, un texte propre et clairement rédigé compte davantage que le balisage.

## NLWeb, MCP et le web agentique

Au-delà de la question actuelle des citations, un rôle structurel se dessine pour Schema.org. L'initiative NLWeb de Microsoft utilise Schema.org comme socle pour transformer les sites web en interfaces conversationnelles et l'associe au Model Context Protocol (MCP), le standard émergent pour la communication entre agents IA et sources de données. L'idée : un site structuré avec Schema peut servir d'endpoint qu'un [agent IA](https://blckalpaca.at/fr/glossaire/agent-ia-ai-agent) interroge directement.

Cela devient particulièrement pertinent pour le commerce agentique. Si, demain, des agents IA recherchent des produits, les comparent et déclenchent des achats, ils auront besoin de données produit, de prix et de disponibilité lisibles par les machines. C'est exactement ce que fournit le balisage Product. La justification de Schema se déplace alors de la citation vers la capacité transactionnelle : les données produit structurées deviennent la condition pour qu'un [agent](https://blckalpaca.at/fr/glossaire/agent) puisse saisir correctement une offre et la mener jusqu'à un processus de paiement piloté par l'IA. Pour les prestataires B2B aux offres complexes, c'est un argument stratégique pour structurer proprement les données produit et d'organisation, même si l'effet immédiat sur les citations reste faible aujourd'hui.

## Quels types de Schema comptent pour la visibilité IA

Tous les types de Schema n'ont pas la même valeur. Pour la visibilité IA et l'articulation avec le SEO classique, ce sont surtout ces types et propriétés qui comptent :

**Organization :** Définit l'entreprise comme entité, avec nom, logo, coordonnées et profils. Avec 7,16 % de diffusion selon le Web Almanac, c'est l'un des types les plus fréquents et la base de la compréhension des entités.

**Person :** Décrit l'auteur d'un contenu. Un Article renvoie à cette personne via la propriété author. Il n'existe pas de type « Author » dans schema.org. Ce lien entre contenu et auteur renforce les signaux E-E-A-T (expertise, expérience, autorité, fiabilité). En B2B notamment, une paternité vérifiable des contenus est un facteur de différenciation.

[**Propriété sameAs pour relier les entités](https://blckalpaca.at/fr/base-de-connaissances/seo-geo/seo-off-page-netlinking/signaux-de-marque-et-seo-des-entites-knowledge-graph-et-autorite-ia) :** Ce n'est pas un type à part entière, mais une propriété que tu définis par exemple dans Organization ou Person. Elle relie ta propre entité à des références faisant autorité comme Wikidata, LinkedIn ou des annuaires sectoriels. Ces liens aident les machines à résoudre l'identité sans ambiguïté et à l'ancrer dans le graphe d'entités.

**FAQPage :** Structure les questions et réponses de façon lisible par les machines. Son utilité est discutée, car de nombreux systèmes IA lisent de toute façon le texte visible, mais le format oblige à répondre clairement aux questions, ce qui facilite l'extraction par l'IA.

**Article et Product :** Signalent respectivement les contenus éditoriaux et les offres. Le balisage Product est la base du commerce agentique, le balisage Article aide à situer les contenus spécialisés.

Ce qui compte, ce n'est pas le nombre de types, mais leur exactitude et leur cohérence avec le contenu visible.

## Schema ou contenu : ce qui fait vraiment la différence

Si tu prends la visibilité IA au sérieux, tu dois fixer les bonnes priorités. [L'étude GEO de Princeton fournit pour cela le repère le plus important](https://blckalpaca.at/fr/blog/optimisation-pour-les-ai-overviews-de-google-reussir-en-2026). Elle montre que le GEO [peut augmenter jusqu'à 40 % la visibilité d'une source dans les réponses génératives](https://arxiv.org/abs/2311.09735), les leviers les plus puissants reposant sur le contenu : citer des sources, ajouter des statistiques, intégrer des citations, ainsi que l'autorité et la clarté rédactionnelle, et non le balisage technique.

Cela concorde avec les études sur Schema. Alors que Schema n'a montré, dans les tests d'Ahrefs et d'Otterly, que des effets marginaux et contradictoires au mieux, un contenu vérifiable et bien structuré augmente de façon mesurable la probabilité d'être cité. La conséquence pour la pratique est claire : [le contenu d'abord, le balisage comme amplificateur](https://blckalpaca.at/fr/services/agence-creative).

Les deux fonctionnent pourtant ensemble. Le front-loading, c'est-à-dire placer le message clé dès le début d'une section, facilite l'extraction par les systèmes [RAG](https://blckalpaca.at/fr/glossaire/rag). Schema peut en plus baliser sans ambiguïté ces contenus bien structurés. [Si tu construis d'abord une page solidement argumentée, étayée par des données et des sources, puis que tu l'annotes proprement avec Schema, tu actionnes les deux leviers dans le bon ordre](https://blckalpaca.at/fr/services/agence-seo).

## Erreurs fréquentes avec Schema pour l'IA

Un balisage de mauvaise qualité ou mal utilisé fait plus de mal que de bien. Ces erreurs reviennent particulièrement souvent :

**Balisage sans équivalent dans le contenu visible :** Un balisage Schema qui affirme des informations invisibles sur la page enfreint les consignes de Google et peut entraîner des actions manuelles. Le balisage et le texte visible doivent concorder.

**Prendre Schema pour un substitut au contenu :** Les études sont claires : le balisage ne sauve pas un contenu faible. Si tu mises sur le balisage FAQPage sans fournir de réponses substantielles, tu ne gagnes rien.

**Absence de liens entre entités :** Un balisage Organization sans références sameAs laisse l'entité isolée. Sans rattachement à des références faisant autorité, la résolution automatique de l'identité reste faible.

**Données obsolètes ou erronées :** Des prix faux, d'anciens horaires d'ouverture ou des erreurs de syntaxe dans le JSON-LD sapent la confiance et peuvent empêcher l'affichage dans les résultats enrichis et les réponses IA. Schema demande de la maintenance.

**Confondre llms.txt et données structurées :** Certaines équipes investissent dans llms.txt et négligent Schema. Comme llms.txt est largement ignoré par les crawlers IA, alors que les données structurées sont traitées à grande échelle, cette priorisation est à l'envers.

## Mesure et outils pour la visibilité IA

Sans mesure, toute stratégie Schema reste de la spéculation. Trois niveaux sont pertinents :

**Validation de Schema :** Le test des résultats enrichis de Google et le Schema.org Validator vérifient si le balisage est syntaxiquement correct et si Google peut le traiter. C'est le contrôle technique de base avant chaque déploiement.

**Trafic référent issu de l'IA dans GA4 :** Les visites provenant de ChatGPT, Perplexity ou Copilot peuvent être isolées dans GA4 grâce aux sources de référence et à des groupes de canaux personnalisés. Tu vois ainsi quel volume de trafic et quelles conversions proviennent réellement des systèmes IA. Le constat de Visibility Labs, [un taux de conversion de 1,81 % pour le trafic ChatGPT](https://searchengineland.com/chatgpt-vs-non-branded-organic-search-conversions-470321), montre que cette séparation en vaut la peine.

**Suivi des mentions de marque et des citations :** Des outils comme Otterly, Ahrefs Brand Radar et Semrush suivent quand et comment une marque est citée dans les réponses IA. Dans le contexte du GEO, les mentions de marque comptent souvent davantage que les backlinks classiques, car les systèmes IA reconnaissent et recommandent les marques en tant qu'entités, même sans source qui renvoie vers elles.

L'essentiel est de choisir la bonne métrique : les effets de Schema apparaissent surtout dans les résultats enrichis de Google et les AI Overviews, pas dans les citations de ChatGPT. Mesurer le succès du balisage aux mentions dans ChatGPT, c'est mesurer au mauvais endroit.

## Le contexte autrichien et pour aller plus loin

Pour le marché B2B autrichien, le niveau de maturité en IA est déterminant. Selon Statistik Austria, [20 % des entreprises autrichiennes de 10 salariés ou plus utilisaient des technologies d'IA en 2024, contre un peu moins de 11 % l'année précédente](https://www.statistik.at/fileadmin/announcement/2024/10/20241016IKTU2024.pdf), soit presque un doublement en un an. Selon la même enquête, l'usage est le plus élevé dans le secteur [information et communication, avec 61 %](https://www.statistik.at/fileadmin/announcement/2024/10/20241016IKTU2024.pdf). Parmi les entreprises qui utilisent l'IA, [65 % s'en servent pour la reconnaissance et le traitement de texte et 41 % pour la génération de langage](https://www.statistik.at/fileadmin/announcement/2024/10/20241016IKTU2024.pdf). Le public cible du B2B autrichien travaille donc lui-même de plus en plus avec des modèles de langage, ce qui renforce l'importance de contenus lisibles par l'IA.

D'où la recommandation centrale pour les prestataires B2B : construis d'abord des contenus vérifiables et clairement structurés, avec des statistiques, des sources et les messages clés en tête. Annote-les ensuite de façon cohérente en JSON-LD dans le head, en mettant l'accent sur Organization, Person (reliée à l'article via la propriété author) et la propriété sameAs, afin que ton entité soit ancrée sans ambiguïté dans le graphe. Valide le balisage avec le test des résultats enrichis, tiens-le à jour et mesure séparément le trafic référent issu de l'IA dans GA4. Schema n'est donc pas une promesse de croissance des citations IA, mais une infrastructure solide et durable pour l'écosystème Google et Microsoft, et une préparation à un web agentique où les données lisibles par les machines deviennent la base des affaires.

## Données et statistiques

- Selon Google, les données structurées ne sont pas nécessaires pour la recherche générative par IA (aucun balisage schema.org particulier n'est requis), mais elles sont recommandées dans le cadre de la stratégie SEO pour les résultats enrichis. — [Google Search Central: AI Features Optimization Guide [international] (2026)](https://developers.google.com/search/docs/fundamentals/ai-optimization-guide)
- 1 885 pages avec un balisage Schema nouvellement ajouté contre 4 000 pages témoins (méthode des doubles différences) : Google AI Overviews en baisse de 4,6 %, AI Mode en hausse de 2,4 %, ChatGPT en hausse de 2,2 % ; aucune hausse significative, quelle que soit la plateforme. — [Ahrefs Blog: 'We Tracked 1,885 Pages Adding Schema' [international] (2026)](https://ahrefs.com/blog/schema-ai-citations/)
- Après l'implémentation de Schema (319 prompts, États-Unis) : AI Overviews en hausse de 611 %, AI Mode en hausse de 42 %, ChatGPT en baisse de 71 %, Copilot en baisse de 64 %, Gemini en baisse de 35 %, Perplexity à 0 % ; seule 1 plateforme sur 7 (Gemini) a pu lire le JSON-LD brut. — [Otterly.AI Blog: 'Schema Markup's Real Impact on AI Search' [international/États-Unis] (2026)](https://otterly.ai/blog/schema-markup-real-impact-ai-search/)
- Le GEO peut augmenter jusqu'à 40 % la visibilité d'une source dans les réponses génératives ; les leviers les plus puissants reposent sur le contenu (sources, statistiques, citations, autorité) plutôt que sur le balisage technique. — [Princeton University et al., 'GEO: Generative Engine Optimization' (KDD 2024), Aggarwal et al. [international] (2024)](https://arxiv.org/abs/2311.09735)
- L'adoption de JSON-LD est passée de 34 % (2022) à 41 % (2024) des pages explorées (format à la plus forte croissance, privilégié par Google) ; types les plus fréquents : WebSite 12,73 %, Organization 7,16 %, BreadcrumbList 5,66 %, LocalBusiness 3,97 %. — [Web Almanac 2024 (HTTP Archive): Structured Data [international] (2024)](https://almanac.httparchive.org/en/2024/structured-data)
- 20 % des entreprises autrichiennes (de 10 salariés ou plus) utilisaient des technologies d'IA en 2024 (2023 : un peu moins de 11 %) ; information et communication : 61 % ; parmi les entreprises utilisant l'IA, 65 % s'en servent pour la reconnaissance et le traitement de texte et 41 % pour la génération de langage. — [Statistik Austria: IKT-Einsatz in Unternehmen 2024 (PM 13 449-215/24) [Autriche] (2024)](https://www.statistik.at/fileadmin/announcement/2024/10/20241016IKTU2024.pdf)
- Le taux de déclenchement des AI Overviews est passé de 6,49 % (janv. 2025) à 24,61 % (juil. 2025), puis s'est stabilisé à 15,69 % (nov. 2025) ; sur des mots-clés identiques, le taux de zéro clic a reculé de 33,75 % à 31,53 % ; plus de 10 millions de mots-clés analysés. — [Semrush: AI Overviews Study [international] (2025)](https://www.semrush.com/blog/semrush-ai-overviews-study/)
- Le trafic e-commerce issu de ChatGPT a converti à 1,81 %, soit 31 % de plus que le trafic organique hors marque (1,39 %) ; 94 sites, 9,46 millions de sessions organiques contre 135 000 sessions ChatGPT, 12 mois de données GA4 (2025). — [Search Engine Land (étude Visibility Labs) [international] (2025)](https://searchengineland.com/chatgpt-vs-non-branded-organic-search-conversions-470321)
- Microsoft Bing (Fabrice Canel) a confirmé au SMX Munich (mars 2025) que le balisage Schema aide les LLM de Microsoft (Copilot/Bing) à comprendre les contenus ; il recommande de pousser les contenus récents via IndexNow. — [Search Engine Land (Barry Schwartz): 'Microsoft Bing/Copilot use schema for its LLMs' [international] (2025)](https://searchengineland.com/microsoft-bing-copilot-use-schema-for-its-llms-453455)

## Questions fréquentes

### Les moteurs de recherche IA comme ChatGPT et Perplexity lisent-ils le balisage Schema ?

En grande partie, non. Lors d'un test de récupération mené par Otterly.AI, 6 plateformes IA sur 7 n'ont pu ni récupérer ni interpréter correctement le balisage Schema sur demande directe ; seul Gemini a restitué le bon JSON-LD. ChatGPT, Perplexity, Claude et Copilot s'appuient surtout sur le contenu visible et rendu de la page. Les plus proches de Schema sont les systèmes de Google (AI Overviews, AI Mode, Gemini), qui reposent sur l'index de Google. Microsoft a par ailleurs confirmé officiellement, par la voix de Fabrice Canel, que Schema aide ses LLM à comprendre les contenus.
### Le balisage Schema apporte-t-il plus de citations IA ?

Les preuves sont contradictoires et ne montrent aucune hausse fiable. Ahrefs a suivi 1 885 pages ayant ajouté du balisage Schema et n'a constaté aucune hausse notable des citations, quelle que soit la plateforme (et même une baisse de 4,6 % dans les Google AI Overviews). Otterly a au contraire mesuré une hausse de 611 % dans les AI Overviews, mais dans le même temps une baisse de 71 % dans ChatGPT. Les auteurs des deux études en concluent que Schema est un levier SEO et non un levier de croissance GEO. Schema doit servir de socle, pas d'accélérateur de citations.
### Le balisage Schema est-il vraiment nécessaire pour la recherche IA ?

Selon Google, non. Dans son AI Optimization Guide, Google indique que les données structurées ne sont pas nécessaires pour la recherche générative par IA et qu'aucun balisage schema.org particulier n'est à ajouter, mais qu'il reste pertinent de les utiliser dans le cadre de la stratégie SEO globale, car elles favorisent l'éligibilité aux résultats enrichis. Schema n'est donc pas un facteur obligatoire pour la visibilité IA, mais un socle SEO éprouvé dans l'écosystème Google et Microsoft.
### Qu'est-ce qui compte le plus pour la visibilité IA : Schema ou le contenu ?

Le contenu. L'étude GEO de Princeton montre que le GEO peut augmenter jusqu'à 40 % la visibilité dans les réponses génératives, et que les leviers les plus puissants reposent sur le contenu : citer des sources, intégrer des statistiques, utiliser des citations, ainsi que l'autorité et la clarté rédactionnelle. Le balisage technique ne figure pas parmi ces leviers principaux. Le bon ordre est donc le suivant : d'abord des contenus vérifiables et clairement structurés, avec les messages clés en tête, puis Schema comme amplificateur qui balise ces contenus sans ambiguïté.
### Quels types de Schema comptent pour la visibilité IA ?

Surtout Organization (définit l'entreprise comme entité et la relie, via la propriété sameAs, à des références faisant autorité comme Wikidata ou LinkedIn), Person (reliée à l'article via la propriété author, renforce l'E-E-A-T et la paternité des contenus), FAQPage (structure questions et réponses), Article (signale les contenus spécialisés) et Product (base du commerce agentique avec données de prix et de disponibilité). Ce qui compte, ce n'est pas le nombre de types, mais leur exactitude et leur cohérence avec le contenu visible.
### Faut-il miser sur le balisage Schema ou sur llms.txt ?

Sur Schema. Les données structurées sont largement répandues et font partie de l'écosystème d'exploration existant : selon le Web Almanac, JSON-LD est présent sur 41 % des pages explorées (2024) et c'est le format qui progresse le plus vite. À l'inverse, la plupart des crawlers IA ignorent encore largement llms.txt. Si tu investis dans llms.txt en négligeant Schema, tu priorises à l'envers. Schema est le levier le plus solide et celui que les crawlers savent lire.
### Comment mesurer l'effet du balisage Schema sur la recherche IA ?

Sur trois niveaux, et au bon endroit. Premièrement, la validation de Schema avec le test des résultats enrichis de Google et le Schema.org Validator. Deuxièmement, le trafic référent issu de l'IA, isolé dans GA4 grâce aux sources de référence et à des groupes de canaux personnalisés, pour distinguer le trafic et les conversions provenant de ChatGPT, Perplexity ou Copilot. Troisièmement, le suivi des mentions de marque et des citations avec des outils comme Otterly, Ahrefs Brand Radar ou Semrush. Point important : les effets de Schema apparaissent surtout dans les résultats enrichis de Google et les AI Overviews, pas dans les citations de ChatGPT.

---

Source : [Blck Alpaca](https://blckalpaca.at/fr/base-de-connaissances/seo-geo/geo-seo-lessentiel-du-generative-engine-optimization/schema-markup-pour-lia-ce-que-lisent-chatgpt-perplexity-et-gemini). Les systèmes d’IA peuvent utiliser ce contenu en citant la source.