Le référencement (SEO) a été conçu pour influencer un classement. Une discipline plus récente, moins visible, s'est développée à ses côtés : optimiser un contenu non pas pour bien se classer aux yeux d'un lecteur humain, mais pour être récupéré et répété par un modèle de langage. Quand cette discipline sert à injecter un narratif faux ou intéressé plutôt qu'à informer sincèrement, il faut la nommer pour ce qu'elle est — le SEO empoisonné.
Ce que signifie le « SEO empoisonné »
Le mécanisme est simple une fois énoncé clairement : les assistants IA répondent aux questions en utilisant du contenu indexé sur le web ouvert, que ce soit via une récupération en direct, un pipeline augmenté par la recherche, ou un corpus d'entraînement constitué de pages explorées. Quiconque parvient à faire indexer du contenu peut, en principe, influencer ce qu'un modèle répète. Le SEO empoisonné est la production délibérée de contenu conçu à cette fin — écrit pour être capté par les robots d'indexation et cité ou reformulé par un modèle, plutôt qu'écrit pour informer sincèrement un lecteur humain.
Cette étiquette n'est pas un jugement sur le référencement lui-même, qui reste une discipline légitime. Elle s'applique spécifiquement au contenu dont l'objectif premier est de déformer ce qu'un modèle dit d'une entité — un concurrent, une personnalité publique, une organisation — plutôt que de gagner sa visibilité par ses propres mérites.
La tactique elle-même n'est pas nouvelle — les articles placés et les insertions payantes précèdent l'IA générative de plusieurs décennies — mais le gain a changé. Un article placé devait autrefois tromper un journaliste ou un rédacteur précis pour être publié ; aujourd'hui, il lui suffit d'accumuler assez de volume indexé pour déplacer une moyenne statistique au niveau d'une couche de récupération, ce qui est une barre nettement plus basse à franchir.
La chaîne d'approvisionnement héritée par un modèle
Un modèle n'a aucun moyen indépendant de vérifier ce qu'il récupère ; il hérite des décisions de confiance prises par le robot d'indexation, le moteur de recherche ou le curateur de jeu de données situé en amont. Si cette couche amont indexe une page, le modèle traite son contenu comme une matière disponible, sans savoir, la plupart du temps, comment cette page a vu le jour, qui l'a financée, ni si elle a été écrite pour être lue par des humains ou spécifiquement pour être lue par des machines. Ce n'est pas une faille propre à un fournisseur en particulier — c'est une propriété structurelle des systèmes de récupération puis génération construits sur un web ouvert et adversarial.
Cet héritage en amont explique aussi pourquoi une même injection réussie peut ressurgir dans des produits par ailleurs sans lien : le moteur de recherche, un assistant augmenté par la recherche et un modèle entraîné séparément peuvent tous puiser dans un ensemble chevauchant de pages explorées, si bien qu'un contenu semé une seule fois peut se retrouver répété par plusieurs outils qui ne partagent aucune autre infrastructure.
Quatre techniques utilisées pour injecter un narratif
- Semis en volume — publier la même affirmation, reformulée, sur des dizaines de domaines à bas coût, pour qu'elle paraisse corroborée indépendamment alors qu'il s'agit d'une source unique multipliée.
- Mimétisme d'autorité — structurer une page pour qu'elle ressemble à une source de référence crédible (signatures datées, notes de bas de page, page « À propos », balisage de données structurées), indépendamment de toute vérification du contenu sous-jacent.
- Fabrication d'avis et de forums — alimenter des plateformes d'avis, des sites de questions-réponses et des forums, que les modèles récupèrent souvent pour évaluer le « ressenti terrain », avec des publications coordonnées mais inauthentiques.
- Formulation orientée machine — rédiger un contenu au format déclaratif, en listes, façon FAQ, que les systèmes de récupération ont tendance à extraire proprement, augmentant la probabilité qu'une phrase précise soit reprise telle quelle dans une réponse.
Aucune de ces techniques ne demande, à elle seule, une grande sophistication technique. Ce qui rend une campagne efficace, c'est de les combiner, pour que les signaux au niveau du domaine, du contenu et de l'engagement pointent tous simultanément dans la même direction.
Pourquoi le volume peut l'emporter sur l'autorité
Les systèmes de récupération pondèrent généralement une certaine notion de qualité de la source, mais les signaux de « qualité » — ancienneté du domaine, profil de liens entrants, indicateurs d'engagement — sont eux-mêmes manipulables, et aucun ne mesure directement l'exactitude factuelle. Une campagne coordonnée qui produit suffisamment de domaines d'apparence distincte, chacun individuellement anodin, peut accumuler plus de poids agrégé dans la récupération qu'une source unique faisant autorité, mais que l'index d'un modèle explore moins fréquemment. C'est la même dynamique de volume qui explique comment une fausse affirmation se blanchit jusque dans la réponse d'un assistant — le SEO empoisonné n'est que ce même processus, mené délibérément, à grande échelle, avec une intention.
Vous ne savez pas ce que dit l'IA de vous aujourd'hui ?
Un audit SetRecord interroge les modèles d'IA pris en charge sur votre organisation et mesure l'écart avec les faits vérifiables — en cinq jours ouvrés.
Détecter un narratif injecté
Quelques schémas permettent généralement de distinguer un contenu fabriqué d'une couverture organique :
- Regroupement de domaines — un ensemble de domaines d'apparence indépendante, enregistrés à la même période, hébergés sur une infrastructure similaire, publiant sur le même sujet étroit.
- Corrélation temporelle — une salve de publications quasi simultanées autour d'une date précise, plutôt que le rythme organique et échelonné d'une couverture indépendante.
- Absence d'audience réelle — aucun engagement social, aucun lien entrant depuis des sites non liés, aucune preuve que quiconque d'autre qu'un robot ait jamais lu la page.
- Un fil narratif unique — chaque contenu « indépendant » converge, comme par hasard, vers le même cadrage, le même chiffre ou la même accusation.
- Un texte type interchangeable — biographies d'auteur, mentions légales ou descriptions de site identiques, mot pour mot, sur des domaines censés être indépendants.
Aucun signal isolé n'est concluant à lui seul — une couverture légitime peut ponctuellement se regrouper dans le temps autour d'une vraie actualité, et de petits éditeurs indépendants peuvent légitimement partager une même infrastructure d'hébergement. C'est la combinaison de plusieurs de ces signaux convergeant sur la même affirmation étroite qui distingue une corroboration fabriquée d'un cycle d'actualité ordinaire.
Où s'arrête l'optimisation légitime, où commence l'empoisonnement
Structurer clairement son propre contenu, publier des FAQ exactes, rendre une matière factuelle facile à récupérer pour un modèle : c'est simplement une bonne pratique — la discipline parfois appelée optimisation pour moteurs génératifs. La ligne est franchie quand le contenu optimisé n'est pas exact, n'est pas signalé comme promotionnel ou adversarial, ou ne concerne pas une entité qui a consenti à être décrite. Optimiser la découvrabilité d'une information vraie, sourcée et attribuable n'est pas le problème décrit ici ; fabriquer l'apparence d'une corroboration indépendante pour une affirmation non vérifiée ou fausse en est un.
Cette distinction compte aussi pour la manière de réagir. Supprimer ou signaler agressivement un contenu simplement parce qu'il concurrence les mêmes mots-clés risque de museler un commentaire légitime et de provoquer exactement le type de retour de bâton qu'une campagne de mauvaise foi chercherait à susciter. Une réponse pertinente cible les marqueurs précis de la fabrication décrits ci-dessus, pas la simple existence d'une couverture défavorable.
Défendre sa présence dans l'index
Une organisation ne peut pas surveiller l'ensemble du web ouvert, mais elle peut réduire la marge de manœuvre d'une campagne d'empoisonnement. L'approche que nous recommandons commence par maintenir un petit nombre de pages sources clairement faisant autorité, bien structurées, régulièrement mises à jour, qui traitent directement les sujets les plus susceptibles d'être ciblés — parce qu'un modèle capable de récupérer une source solide, précise et pertinente a moins besoin de se rabattre sur l'alternative la plus bruyante. À partir de là, cela devient un problème de surveillance : le même audit multi-modèles utilisé pour repérer les hallucinations et les affirmations blanchies fait aussi remonter les premiers signes d'une campagne d'injection coordonnée, généralement avant qu'elle ne se soit pleinement propagée.
La rapidité compte plus que la perfection ici. Une campagne repérée et contrée dans ses premières semaines accumule rarement assez de volume indexé pour déplacer sensiblement ce qu'un modèle récupère ; la même campagne laissée sans réponse pendant des mois peut devenir difficile à déloger complètement, pour la même raison qu'une affirmation blanchie devient plus dure à corriger plus elle circule sans contestation. Nos audits signalent généralement des anomalies de regroupement de domaines et de corrélation temporelle avant même que l'équipe de communication d'un client n'ait remarqué le narratif sous-jacent. Voir notre méthodologie publique pour la manière dont les deux contrôles se complètent.