Depuis plusieurs mois, OpenAI déchaîne les passions dans notre industrie du SEO, mais quelles sont les applications concrètes ? Et les résultats ?
L’application la plus évidente est la génération de contenus éditoriaux. Le rendu est assez spectaculaire : la syntaxe d’un article généré par OpenAI est parfaite, la grammaire est bonne et il n’y a pas de fautes d’orthographes.
J’ai créé plusieurs dizaines de sites à des fins de test, avec des contenus 100% générés par l’IA, sans aucune retouche.
Le premier constat, c’est que ça fonctionne ! C’est bluffant de générer un site avec 500 contenus, en quelques minutes, pour quelques euros, qui commence à générer du trafic quelques jours plus tard.
Le deuxième constat, c’est que je ne peux pas proposer ça à un client pour une stratégie long terme. Ce sont des contenus « jetables », qui peuvent comporter des erreurs, dont la valeur ajoutée pour les utilisateurs est très discutable (à minima), et qui risquent de se faire éclater à chaque mise à jour d’algorithme de Google.
Une autre application que je trouve particulièrement intéressante, c’est l’enrichissement de pages existantes. On ne crée pas une page IA « from scratch », mais on va optimiser une page qui a déjà de l’historique, de l’usage, et qui a besoin d’un coup de boost.
Les sites à gros inventaire de pages (petites annonces, e-commerce, annuairistes, voyage…) ont souvent des problématiques de pages au contenu textuel trop pauvre ou largement dupliqué.
Au fil des années, les SEO ont pu tester plusieurs techniques pour remédier à cela :
– La production de contenus pour enrichir les pages : le retour sur investissement est très compliqué lorsqu’on doit traiter des dizaines de milliers de pages, voire plus.
– La création de « textes à trous » avec quelques variables (le nom d’une ville, le nom d’une catégorie, …). Ca a pu fonctionner dans le passé, mais plus maintenant.
– L’utilisation de « master spin » : des textes avec une syntaxe particulière qui permettent de générer des milliers de déclinaisons avec un taux de similarité faible. Ca fonctionne toujours. Le problème, c’est que si vous avez 10 catégories à traiter, il va falloir 10 « master spin » différents. Et les rédacteurs spécialisés sont rares (et très demandés).
J’ai vu l’IA comme une excellente opportunité sur cet aspect : l’enrichissement sémantique des pages existantes.
Et j’ai des premiers résultats à présenter, sur un client grand compte.
Sur ce client grand compte, on a ajouté un contenu généré par l’IA sur 30 000 pages de 3 catégories différentes (bleu, rouge, jaune).
Pour voir l’impact, on a défini un « lot témoin » de 30 000 pages avec les mêmes catégories (bleu clair, rouge clair, jaune clair). Sur ces pages témoins, on n’a pas réalisé la moindre modification.
L’ajout des contenus s’est fait fin décembre 2022.
On réalise un suivi de trafic pour comparer l’audience sur décembre, janvier et février. (le mois de décembre est ajusté sur une base 100).
Le trafic évolue en fonction de la saisonnalité des catégories (décembre, avec les fêtes, est souvent un mois creux).
La catégorie jaune et son lot témoin jaune clair ont exactement les mêmes performances (à tel point qu’on ne distingue pas les deux courbes) : le test est un échec.
Sur les deux autres catégories par contre, les pages sur lesquelles on a ajouté un texte IA ont une performance très significativement meilleure que celles des lots témoins. Le test est une réussite ! Et le trafic incrémental se fait à un coût (le coût de mise en place du test) bien inférieur à d’autres sources de trafic.
On ne va pas crier victoire trop tôt, le test n’a que deux mois, et il va falloir voir l’évolution dans le temps. Mais je suis optimiste, et comme je n’ai pas encore vu beaucoup de retours de tests sur des sites « grands comptes », je partage !
Dans cet exemple, la prestation s’est réalisée en plusieurs étapes :
– Le client m’a communiqué la liste des 30 000 pages qu’il souhaitait enrichir
– J’ai travaillé sur des prompts pour pouvoir générer des exemples de textes.
– Avec les exemples, nous avons affiné les exigences à respecter pour qu’un texte soit « validé » (contraintes de longueur, mot-clés interdits, …)
– Les 30 000 textes ont été produits
– Check du taux de similarité pour supprimer et regénérer les textes qui se ressemblent trop.
– Export final CSV au format souhaité par le client pour que les équipes en interne puissent intégrer les textes en base de données. Comme le test est considéré comme un succès, on va désormais passer par une API pour les prochains textes. Je pourrai faire l’intégration moi-même, et pousser encore plus l’automatisation.
Si vous travaillez sur des sites avec des gros volumes de pages, l’IA offre sûrement des opportunités pour améliorer vos performances SEO.