Shadow web pour l’IA : le nouveau cloaking ?
Résumez cet article avec l’IA
Pourquoi un moteur IA ferait-il confiance à ce que vous lui cachez ?
La confiance d’un moteur IA ne se gagne pas avec un fichier caché. Elle se gagne avec des pages que n’importe quel visiteur peut ouvrir.
Je répète cette phrase depuis que je vois fleurir les « pages pour les agents ». Un article publié sur Search Engine Journal la renforce. Son auteur, Chris Green (Technical Director et Senior Consultant chez Torque Partnership), pose une question qui change tout : pourquoi un fournisseur de recherche IA aurait-il un intérêt durable à faire confiance à une information qu’une marque garde volontairement séparée de son site public ?
Simple. Brutale. Et personne n’en parle dans les conversations sur la GEO.
Chris Green part d’un constat : de plus en plus d’échanges autour de l’optimisation pour la recherche IA portent sur la création de contenus réservés aux agents, pas aux humains. La logique se comprend. Un agent a besoin d’informations, parfois dans des formats qu’aucun visiteur ne souhaite voir. Si on facilite sa lecture, tout le monde y gagne.
Jusqu’à un certain point.
Il y a une différence énorme entre rendre une information plus lisible pour une IA et fabriquer une version alternative de votre site ou de votre marque dont le seul but est d’influencer ce que les systèmes IA disent de vous. C’est soit de l’ingénierie, soit de la manipulation.
Et le SEO a déjà vu ce scénario. Plusieurs fois.
Le test en une phrase : si un humain ne peut pas lire ce que lit l’agent, vous avez un problème de confiance avant d’avoir un problème technique.
Pourquoi cette question m’importe autant ? Parce que mon métier, depuis 2016, consiste à construire des cocons sémantiques : des architectures de pages publiques, organisées ensemble, qui démontrent une expertise à tous les lecteurs, y compris les machines. Je construis des systèmes visibles. Chaque page qu’un moteur peut citer est une page qu’un client peut vérifier. C’est ce qui manque à l’approche « contenu réservé aux IA ».
Dans cet article, je reprends le parallèle que dessine Chris Green, je le prolonge côté e-commerce, et je vous donne une règle simple pour savoir où se trouve la limite. Pas pour vous faire peur. Pour que vous investissiez au bon endroit.
Chris Green cite quatre moments clés où Google a réagi à la manipulation. Cette chronologie montre le pattern : chaque innovation négative appelle une réponse du moteur.
Les 4 jalons de la lutte contre la manipulation
De Panda (2011) aux politiques spam (2024), la riposte des moteurs
Quinze ans de réponses des moteurs à la manipulation : que nous dit le schéma ?
Toute personne qui fait du SEO depuis assez longtemps a vu la même mécanique se répéter. Les moteurs évoluent en réponse aux moyens utilisés pour les manipuler.
Les débuts du SEO sont remplis de pratiques pensées pour influencer les moteurs plutôt que pour aider les utilisateurs : texte caché, bourrage de mots-clés, pages satellites, cloaking, puis des manipulations de contenu et de liens toujours plus sophistiquées. Chris Green le rappelle : les moteurs n’ont pas créé des règles contre ces pratiques parce qu’ils détestaient les référenceurs (sauf parfois, glisse-t-il). Ils l’ont fait parce que laisser les sites falsifier leur pertinence et leur autorité dégradait la qualité des résultats.
C’est la clé de lecture. Une règle anti-spam n’est pas une punition. C’est une protection du produit.
L’auteur la présente de manière condensée :
| Année | Réponse de Google | Ce qui était visé |
|---|---|---|
| 2011 | Panda | Le contenu de faible qualité |
| 2012 | Penguin | Le spam de liens |
| 2022 | Helpful Content | Récompenser le contenu créé pour aider les gens plutôt que pour attirer du trafic |
| 2024 | Spam policies mises à jour | Position plus claire sur le contenu produit à grande échelle, qu’il soit écrit par une IA ou par des humains |
Quatre étapes. Treize ans. Une seule logique.
À chaque fois, les moteurs ont investi plus d’efforts pour décider quelle information méritait d’être crue et récompensée. Et Google continue aujourd’hui de désigner explicitement le cloaking comme du spam. Chris Green nuance : la définition du cloaking n’est pas aussi simple, ni aussi facile à détecter, qu’une phrase de politique. Mais le parallèle avec ce qui se prépare pour l’IA est trop manifeste pour qu’on l’ignore.
Je partage cette lecture. Et j’ajoute une observation de terrain : les e-commerçants que j’accompagne sont rarement ceux qui tentent le coup de force. Ils subissent plutôt les modes. Un prestataire leur promet un « avantage IA », ils n’ont pas le temps de vérifier, ils signent. Le schéma historique leur rend service : chaque fois qu’un raccourci a semblé gagner, il a fini par être requalifié en risque.
Le Search Engine Land et le Search Engine Journal couvrent ce type de cycle depuis des années. La leçon est constante. Le raccourci paie vite, l’architecture paie longtemps.
Ça marche aujourd’hui, oui. Mais est-ce que ça résistera quand le fournisseur de recherche IA durcira ses critères de confiance ?
Que construit-on exactement pour les agents, et où se trouve la frontière ?
Faisons l’inventaire. Parce que tout ce qui est « pour l’IA » n’est pas problématique, loin de là.
Chris Green identifié un ensemble d’approches destinées à rendre l’information disponible pour les systèmes IA et les agents :
- Le fichier llms.txt : une proposition qui offre une manière structurée d’orienter les modèles de langage vers les contenus utiles d’un site.
- Des pages markdown dédiées aux agents.
- Des points d’accès d’information dédiés (endpoints).
- Des flux structurés.
- Des méthodes de plus en plus sophistiquées pour fournir l’information directement aux agents.
Prenez Markdown for Agents de Cloudflare. L’auteur le cite comme un bon exemple de service d’une version alternative d’un contenu existant. L’information provient de la même page. Elle est simplement présentée dans un format potentiellement plus simple à traiter par un agent.
Créer une information qui n’existe que pour la consommation IA, c’est autre chose.
La limite est là. En deux phrases :
Même information, autre format : de l’accessibilité.
Information différente selon l’audience : c’est là que tout se complique.
Chris Green comprend pourquoi les marques sont tentées. Faire publier un contenu sur un site n’a jamais été simple : propriété du contenu, limites du CMS, contraintes de design, ressources de développement, gouvernance, validations. Le texte source, tel que je l’ai à disposition, s’interrompt sur cette énumération, et je ne me permettrai pas de lui faire dire ce qui suit. Mais le raisonnement se devine : quand le site public est un parcours d’obstacles, un dossier « pour les agents » devient une porte dérobée très séduisante.
Un point que je vois revenir dans mes audits : la tentation n’est pas de l’idéologie. C’est un problème d’organisation. On ne veut pas tromper qui que ce soit. On veut juste contourner le comité de validation qui bloque la fiche produit depuis trois mois.
Attention : c’est ce type de contournement qui crée l’écart. Une page publique validée par le juridique dit une chose. Un fichier pour agents, rédigé par une équipe marketing pressée, en dit une autre. Deux versions de la vérité. Une seule est vue par vos clients.
Pour un e-commerçant, la distinction se vérifie en trois questions :
- Cette information existe-t-elle sur une page publique de mon site ?
- Dit-elle exactement la même chose, au mot près sur les faits (prix, délais, composition, garanties) ?
- Un visiteur pourrait-il la retrouver sans connaître l’adresse du fichier ?
Trois oui : vous êtes dans l’accessibilité. Un seul non : vous entrez dans une zone où votre marque raconte deux histoires.
Pourquoi le parallèle avec le cloaking est-il si difficile à écarter ?
Revenons à la question de Chris Green. Pourquoi un fournisseur de recherche IA garderait-il un intérêt à long terme à faire confiance à ce que vous cachez de votre propre site ?
Ce qui suit est ma lecture, pas une position officielle d’un moteur.
Un moteur IA vend une chose : des réponses fiables. Si ses réponses sont fausses, ses utilisateurs partent. Il a donc besoin de sources dont il peut vérifier la cohérence. Or une information que la marque ne montre qu’aux agents est, par construction, plus difficile à confronter à la réalité publique. Elle n’a pas de visiteurs pour la contredire. Pas d’avis clients pour la nuancer. Pas de presse pour la citer.
Le cloaking classique reposait sur le même principe : montrer au robot une chose, au visiteur une autre. Google l’a classé comme spam parce que la page indexée ne correspondait plus à l’expérience réelle. La logique qui s’applique à un moteur de recherche s’applique, à mon avis, à un moteur de réponses. Elle s’applique même avec plus de force : quand une IA répond directement à la place du site, une information erronée devient l’énoncé de l’IA elle-même.
Plus vous investissez dans une couche réservée aux agents, moins vous êtes crédible pour eux. Pourquoi ? Parce que la crédibilité se mesure à la cohérence entre ce que vous dites aux machines et ce que le monde constate. Une couche cachée fragilise cette cohérence au lieu de la renforcer.
Pensez à un vendeur qui murmure une promesse à l’oreille d’un seul client, puis dit autre chose en rayon. Le client qui a entendu le murmure n’a plus aucune raison de croire la version publique, et inversement. La confiance repose sur un discours unique, tenu devant tout le monde.
Chris Green le dit sans détour : les systèmes de recherche ont toujours fini par se protéger contre ce qui falsifie la pertinence et l’autorité. Rien n’indique que les systèmes IA feront exception. Ils ont même un avantage sur les moteurs d’hier : ils savent lire et comparer du texte à grande échelle. Confronter une page publique à un fichier réservé, c’est ce qu’ils font de mieux.
Je ne prédis aucune date de sanction. Je ne cite aucune politique précise, parce que je n’en ai pas de documentée dans la source. Je constate un schéma. Panda, Penguin, Helpful Content, spam policies : à chaque fois, la manipulation a fini par être traitée comme un risque produit par le moteur.
La bonne question pour un e-commerçant n’est pas « comment influencer l’IA ? ». C’est « qu’est-ce que mon site public démontre, que n’importe quel agent peut vérifier ? ».
Quels risques de compliance et de réputation pour un e-commerçant ?
Jusqu’ici, nous avons parlé de confiance algorithmique. Pour une boutique en ligne, il y a une deuxième couche : la confiance commerciale et réglementaire.
Je ne suis pas juriste, et je vous invite à faire valider ces points par le vôtre. Mais la logique de terrain se comprend sans code de loi.
Un site e-commerce, c’est un ensemble d’engagements : un prix, un délai, une composition, une garantie, une politique de retour. Ces engagements sont publics. Le client peut les citer, les capturer, les opposer.
Maintenant, imaginez une couche « agent » qui raconte autre chose. Une description produit plus flatteuse. Une allégation que la fiche publique n’ose pas formuler. Un délai de livraison optimiste. Un prix qui diffère. Que se passe-t-il quand un assistant IA reprend cette version et la transmet à un acheteur ?
Voici trois risques.
- Le risque de cohérence. Votre promesse relayée par l’IA ne correspond pas à votre page. Le client arrive avec une attente que votre site ne confirme pas. Résultat : réclamation, retour, avis négatif.
- Le risque de preuve. Si une information a été fournie à un agent par vos soins, difficile de dire que « ce n’est pas ce que nous affichons ». Elle porte votre marque, elle a été rédigée par vous.
- Le risque de réputation. Une couche cachée découverte devient une histoire. « La marque qui parlait aux robots en secret » n’est pas un récit que l’on souhaite voir circuler.
Je n’ai pas de chiffre à vous donner sur la fréquence de ces situations, et je préfère ne pas en inventer. Chez mes clients, c’est simple : les boutiques qui gagnent face aux réponses IA sont celles où les fiches produits, les pages catégories et les guides disent la même chose, complètement. Pas de secret, donc pas de décalage.
C’est aussi plus économique. Maintenir une seule source de vérité coûte moins cher que d’en maintenir deux, surtout quand l’une d’elles échappe à la relecture.
Le critère de gouvernance que je recommande tient en une ligne : tout fichier destiné aux agents doit pouvoir être imprimé et affiché en vitrine. S’il y a un passage que vous ne voudriez pas montrer à un client, c’est que quelque chose ne va pas.
Comment servir les agents sans fabriquer de shadow web ?
La voie saine est aussi la plus efficace à long terme. J’applique une règle que j’appelle la règle du miroir.
La règle du miroir : tout ce qu’un agent lit doit avoir son reflet exact dans une page publique que le visiteur peut consulter.
Concrètement, vous gagnez à structurer l’accès, jamais à diviser le contenu.
1. Partez de la page publique. Le contenu d’abord, sur le site, visible de tous. Les formats pour agents (markdown, flux structuré, fichier de référence) ne viennent qu’ensuite, comme des traductions fidèles. C’est l’approche de Markdown for Agents de Cloudflare selon Chris Green : même source, présentation différente.
2. Corrigez le blocage en amont. Si votre vraie difficulté est de publier sur le site (CMS rigide, validations interminables, ressources de développement limitées), ouvrez un canal de publication. Ce sont les freins que Chris Green liste, et ce sont des freins organisationnels avant tout.
3. Construisez l’architecture, pas le décor. Un cocon sémantique relie vos fiches produits, vos catégories et vos guides par des liens internes logiques. Un agent qui explore ce cocon comprend vos sujets, vos offres, vos preuves. Un visiteur aussi. Même investissement, deux publics servis.
L’architecture lisible manque. Les fichiers pour l’IA, non.
4. Documentez vos faits sensibles une seule fois. Prix, délais, politique de retour, composition, garanties : une page de référence publique, citée par toutes les autres. Si l’agent doit trouver l’information, il la trouve au même endroit que le client.
5. Auditez l’écart. Comparez régulièrement ce que voient les visiteurs et ce que voient les robots. D’ailleurs, SEJ propose un webinaire sur ce sujet précis : comparer ce que voient les visiteurs et les crawlers, puis classer les corrections selon leur impact business. L’idée tient. Mesurer l’écart est la première étape pour le supprimer.
À mon avis, l’avantage concurrentiel de 2026 c’est d’être la marque dont les pages publiques sont si claires qu’aucune couche cachée n’est nécessaire.
Vous devez agir cette semaine ? Trois étapes simples pour sécuriser vos dispositifs IA et garantir qu’aucune information divergente ne sort de votre ombre web.
Audit en 3 étapes : tester votre conformité
Vérifier que votre marque dit la même chose à tous
Que faire concrètement dès cette semaine ?
Vous avez déjà un llms.txt ? Des pages markdown pour agents ? Un prestataire vous a proposé un « espace dédié aux IA » ? Pas de panique. Vous gagnez à passer vos dispositifs au crible de trois vérifications.
- Inventaire. Listez tout ce qui est préparé pour les agents : fichiers, endpoints, flux, pages.
- Comparaison. Pour chaque élément, retrouvez la page publique équivalente. Comparez prix, délais, allégations, descriptions. Relevez chaque écart.
- Décision. Si l’information n’existe que dans la couche agent, publiez-la sur le site, ou retirez-la de la couche. Votre marque garde un seul discours.
Cet exercice prend du temps, mais c’est un temps bien investi : vous sortez avec une documentation propre, utilisable par tous vos canaux.
Maintenant, un mot sur ce que je ne sais pas. La source que j’ai lue s’interrompt avant la fin de son raisonnement, et aucun fournisseur de recherche IA n’a, à ma connaissance, publié de politique explicite qui nomme le cloaking pour agents comme du spam. Je ne vous vends donc pas une certitude de sanction. Je vous montre un schéma historique répété et je vous propose de vous placer du bon côté de celui-ci, avant qu’il soit documenté.
Pourquoi cette posture ? Parce qu’elle ne coûte rien si je me trompe. Si les moteurs IA ne durcissent jamais leurs règles, vous aurez quand même un site plus clair, des fiches plus cohérentes, une architecture qui sert vos clients. Si elles se durcissent, vous serez du bon côté de la courbe.
Il y a un mot que je retiens de l’article de Chris Green : « lessons ». Les leçons du SEO ne sont pas des reliques. Panda, Penguin, Helpful Content, les spam policies de 2024 : quatre étapes qui racontent la même chose. Les systèmes qui décident quoi croire finissent par récompenser ce qui est vérifiable.
Je ne vous vends pas la méthode. Je vous montre les pages. Quand un audit montre un écart entre ce que votre site affiche et ce qu’un agent peut lire, on le voit en dix minutes, écran partagé. Et la correction se construit page par page, dans votre cocon, sans couche cachée.
Alors posez-vous la question franchement : si un fournisseur de recherche IA comparait demain ce que vous dites à ses agents et ce que vous affichez à vos clients, que trouverait-il ?
Auditez l’écart entre votre site et vos agents
Lors de l’audit, je compare en direct ce que votre site affiche et ce que les agents IA peuvent lire, puis je vous montre les pages à aligner et l’architecture à construire.
Réserver un appel diagnostic — 30 minQuestions fréquentes
Le fichier llms.txt est-il assimilable à du cloaking ?
Non en soi. Il oriente les modèles vers des contenus utiles de votre site. C’est un problème si son contenu diffère de ce que montrent vos pages publiques.
Quelle différence entre servir un autre format et servir une autre information ?
Un autre format dit la même chose autrement (ex. Markdown for Agents de Cloudflare). Une autre information n’existe que pour les agents : c’est là que la confiance se complique.
Google considère-t-il le cloaking comme du spam ?
Oui. Google considère le cloaking comme du spam selon l’article de Chris Green sur SEJ, mais c’est plus nuancé qu’il n’y paraît : la définition n’est pas simple et la détection non plus.
Quel risque pour un e-commerçant qui publie des infos différentes pour les agents ?
Incohérence entre l’IA et votre page, difficulté à contester l’info que vous avez fournie, votre réputation en jeu si l’écart se découvre. Montrez vos engagements à votre juriste.
Comment auditer l’écart entre ce que voient visiteurs et robots ?
Listez toutes les couches servies aux agents, trouvez la page publique équivalente et comparez les prix, délais et affirmations. Corrigez chaque écart : publiez l’info ou retirez-la.

