Robin Trefcon
Head of SEO, GEO
L’émergence du GEO (Generative Engine Optimization) pousse de nombreux acteurs de l'écosystème SEO à sur-optimiser techniquement leurs infrastructures pour plaire aux LLMs. Parmi les tendances récentes : la tentation de publier des versions "clones" de sites web entièrement formatées en Markdown, spécialement conçues pour faciliter le scraping des IA.
Cependant, dans un récent épisode du podcast Search Off The Record de Google, John Mueller et Martin Splitt ont émis une mise en garde ferme contre cette pratique. Ce sujet, a été décortiqué par Search Engine Journal dans leur article Google Cautions Against Markdown Versions Of Websites For AI SEO. Cette course à la sur-optimisation rappelle l'importance de s'ancrer dans des stratégies d'autorité globales, à l'image de l'approche développée par Spark sur l'optimisation GEO et les mentions de marque pour les LLM.
L'idée sous-jacente au "Markdown-first SEO" part d’un constat réel : une grande partie du web souffre d'une dette technique et structurelle majeure (DOM surchargé, JavaScript bloquant, balisage incohérent). Face à ça, proposer un flux de données épuré en Markdown semble être un raccourci idéal pour aider les robots d’indexation.
C'est pourtant une erreur stratégique selon l'ingénierie de Google, et ce pour trois raisons fondamentales :
Le Markdown pur élimine la mise en page, la gestion fine des couleurs et l'harmonie des flux visuels. Martin Splitt rappelle que l'être humain est programmé pour privilégier et traiter l'information visuelle en priorité.
Si vous distribuez du Markdown brut à vos utilisateurs, vous détruisez l'expérience client (UX). Si vous tentez de styliser ce Markdown pour les humains, vous recréez artificiellement un interpréteur HTML : un contresens technique alors que le standard HTML est éprouvé depuis des décennies.
Vouloir servir du HTML aux humains et du Markdown aux LLMs crée deux versions parallèles d'une même plateforme. Outre le doublement des coûts de maintenance et de production, le danger majeur réside dans la détection des anomalies :
Martin Splitt dresse un parallèle direct avec le Dynamic Rendering (qui consistait à servir du HTML pré-rendu aux bots et du SSR/CSR aux utilisateurs). Présentée autrefois comme une solution temporaire pour pallier les difficultés de Googlebot avec le JavaScript lourd, cette méthode s'est avérée être une usine à gaz technique, complexe à débuguer et source de divergences d'indexation.
Google l'a officiellement dépréciée ; le Markdown-only pour l'IA prend exactement la même trajectoire.
Dans une approche purement orientée vers la performance et la visibilité au sein des LLMs (comme Google AI Overviews), la pureté de la donnée textuelle est un prérequis, mais elle ne doit pas se faire au détriment de l'architecture existante.
Plutôt que de scinder votre infrastructure en deux, l'optimisation doit se concentrer sur la clarté sémantique native de votre HTML :
<h1>, <h2>, <p>, <ul>). Un document HTML parfaitement structuré est tout aussi lisible pour un encodeur de texte qu'un fichier Markdown.Vouloir optimiser la visibilité de sa marque au sein des LLMs ou maximiser son taux de citation dans les moteurs génératifs est une démarche légitime. Mais les raccourcis techniques qui s'éloignent des standards du web introduisent une instabilité structurelle importante.
Pour pérenniser vos positions en Search traditionnel comme en GEO, l'effort doit se concentrer sur la qualité de votre code HTML, la clarté de vos contenus, et la robustesse de vos signaux d'autorité off-site.
L'engouement pour le Markdown repose sur un mirage de simplicité. En éliminant le "bruit" technique du HTML (scripts, CSS, DOM surchargé), le Markdown offre un texte brut ultra-léger. Certains référenceurs pensaient ainsi faciliter le travail de scraping des LLM et accélérer l'intégration de leurs contenus dans les moteurs de réponse comme Perplexity ou ChatGPT. C’est oublier que les IA sont aujourd'hui assez matures pour décoder des structures bien plus complexes.
Le danger absolu est le silent breaking (rupture invisible). Si votre site HTML principal subit un bug visuel ou technique, vos utilisateurs ou vos équipes s'en aperçoivent immédiatement. En revanche, si le script qui génère votre flux Markdown pour les IA plante ou se corrompt, personne ne le verra. Vous risquez d'alimenter les moteurs génératifs avec des données obsolètes ou cassées pendant des semaines, détruisant ainsi l'autorité de votre marque auprès des LLM.
Non, c'est un contre-sens technique. Les modèles comme Gemini ou GPT-4 ont été entraînés sur l'intégralité du web, qui est massivement constitué de HTML. Les robots d'indexation maîtrisent parfaitement la hiérarchie sémantique standard (<h1>, <h2>, <ul>, etc.). Un document HTML propre et bien structuré est tout aussi digeste et interprétable pour une IA qu'un fichier Markdown, la flexibilité de mise en page en plus.
La seule stratégie pérenne est l'unification technique. Au lieu de diviser vos ressources pour maintenir deux versions de votre site, concentrez vos efforts sur deux piliers : - Un HTML sémantique irréprochable : Un code épuré, accessible et léger, qui sert à la fois les humains, Googlebot et les bots d'IA. - Des données structurées avancées (Schema.org) : C'est le véritable langage universel des machines. Le format JSON-LD permet de contextualiser explicitement vos données auprès des LLM, sans aucune ambiguïté et sans sacrifier l'expérience utilisateur.
Nous auditons vos campagnes et proposons un plan stratégique. Gratuitement et sans engagement.