GraphRAG : la fin du mot-clé, le début des entités connectées
Résumez cet article avec l’IA
Un coup de fil qui change tout
Un client m’appelle un vendredi. Il gère un site de pièces détachées, 12 000 références en ligne. Il me dit : « Stéphane, j’ai appliqué tes cocons sémantiques, ça a bien marché pendant 2 ans. Mais là, mon trafic plafonne. Pire, sur certaines requêtes longues, je perds des positions sans raison apparente. »
Je regarde son Search Console. 8 500 clics organiques par mois. C’est honorable, mais pas pour un catalogue de cette taille. Ce qui me saute aux yeux, ce ne sont pas les mots-clés en baisse. Ce sont les clusters. Des pans entiers de son catalogue ne sont jamais traversés par l’IA de Google. Des pages produits bien indexées, mais isolées les unes des autres. Aucune connexion sémantique entre une pompe à eau et un joint de culasse, par exemple. Google AI Overviews les cite peu. Perplexity les ignore.
Le problème n’était pas le contenu.
C’était l’architecture.
GraphRAG : l’IA ne lit pas vos pages, elle cartographie des entités
GraphRAG (Graph-augmented Retrieval Augmented Generation) est un terme popularisé par Microsoft Research en 2024. Selon Search Engine Land, il décrit le passage d’une recherche fondée sur le texte à une recherche centrée sur les entités.
Au lieu d’associer une requête à un document, l’IA décompose la question en nœuds — des entités — et cherche le sous-graphe de connaissances le plus utile.
Un exemple : un utilisateur demande « Quelles jantes compatibles pour une Tesla Model Y en 19 pouces avec un capteur de pression ? ». L’IA ne cherche pas une page exacte. Elle cartographie plusieurs entités : jante, Tesla Model Y, 19 pouces, capteur TPMS. Elle croise leurs relations. Et elle génère une réponse en puisant dans le graphe.
Vos pages ne sont plus des destinations. Elles deviennent des sources de relations.
C’est le virage.
Du mot-clé à l’entité : le piège du silo e-commerce
Le SEO e-commerce classique repose sur la page catégorie, la page produit, et la page article. Chaque page est optimisée pour un mot-clé principal. On maillage en croix. Pendant des années, ça a fonctionné.
Mais l’IA, elle, n’a que faire du silo. Elle veut du graphe.
J’observe chez mes clients une règle simple : une page produit ne parle jamais assez des entités connexes. Elle liste le nom, le prix, la compatibilité. Mais elle omet le pourquoi — pourquoi tel produit est un composant de tel système, sa relation fonctionnelle avec d’autres pièces.
Résultat : Google ne crée pas de lien dans son Knowledge Graph entre les entités. Les IA génératives les ignorent. Votre catalogue devient des îlots déconnectés.
Pour le client de pièces détachées, on a identifié 3 200 entités clés. On les a structurées en un graphe interne, explicité sur chaque page. On a évité le bourrage de mots-clés. On a créé des paragraphes de relation.
Exemple : en bas de la fiche « Pompe à eau », un bloc sobre : « Cette pompe refroidit le moteur. Elle travaille avec le thermostat (modèle X) et la courroie crantée (Y). Pour une courroie complète, consultez notre kit distribution. »
Trois entités reliées.
Un lien.
Une relation.
Découvrez le processus qui a permis à un client e-commerce de multiplier par 9 son trafic organique en 14 mois, en structurant son catalogue comme un graphe d’entités.
Les 3 étapes de la transformation vers un Knowledge Graph
Audit, réécriture relationnelle et expansion du catalogue
820 % de sessions organiques en 14 mois : le cas détaillé
J’ai accompagné un client de pièces détachées qui a déployé 12 cocons sémantiques en 2021. Il en a tiré +142 % de trafic en 8 mois. Puis un plafond.
On a basculé sur une architecture orientée entités. Trois étapes :
- Audit du Knowledge Graph interne. 3 200 entités produits, 180 familles, 47 marques principales.
- Réécriture relationnelle. Chaque fiche produit a reçu un bloc « Connexions techniques », liant l’entité à 3 ou 4 entités voisines. Au total, 6 200 relations explicitées.
- Expansion du catalogue en longue traîne. On a créé des pages ponts — comme « Kit distribution complet pour Renault Clio 4 1.5 dCi 90ch » — qui agrègent les entités et les relient.
Résultat chiffré :
14 mois plus tard, le site passe de 8 500 clics organiques par mois à 78 000 clics. Une progression de +820 %.
Les AI Overviews se déclenchent sur 37 % des requêtes suivies. Avant la refonte, ce taux était de 4 %.
Et surtout, les visites en provenance du search génératif (GPT, Perplexity) sont passées de l’anecdotique à 12 % du trafic total.
Pas de budget pub supplémentaire.
Pas de netlinking massif.
Juste une architecture lisible par les IA.
Le framework qui transforme un catalogue en Knowledge Graph
Depuis 2016, je construis des cocons sémantiques. Le framework DOSE, enseigné par Guillaume Attias à la BMO Academy, m’a appris à systématiser la création de ces graphes.
Mais en 2026, j’ai ajouté une couche « Entités » à ce framework.
Voilà comment je fais pour un site e-commerce.
1. Liste exhaustive des entités. Ce sont des entités, pas des mots-clés. Une entité, c’est un concept unique : un produit, une marque, une caractéristique technique. J’ai isolé 3 200 entités pour la pièce détachée.
2. Cartographie des relations. Chaque entité est-elle connectée à d’autres sur le site ? Par quel type de relation (compatibilité, complément, alternative, version) ? Si la relation n’existe pas dans le texte, elle n’existe pas pour l’IA.
3. Création des pages nœuds. Une page par entité ne suffit pas. Je crée des pages qui matérialisent des triples RDF : (Entité A) -[relation]- (Entité B). Ces pages ponts sont des points d’ancrage pour les LLM.
4. Synchronisation avec les données structurées. J’utilisé schema.org/Product, mais surtout schema.org/WebPage avec « about » et « mentions » pour déclarer les entités. Le balisage JSON-LD est votre déclaration de graphe.
5. Interconnexion continue. Le graphe n’est jamais fini. Chaque nouvelle référence enrichit le réseau. À chaque ajout, la densité du maillage interne augmente, et l’IA le perçoit.
Pourquoi vos fiches produits ne suffisent plus
Un autre de mes clients vend des instruments de mesure en ligne. 4 500 produits. Fiches très détaillées, spécifications techniques, tableaux comparatifs. Il pensait avoir un contenu « riche ».
Problème : les entités « précision », « gamme de mesure », « type de capteur » n’étaient jamais liées transversalement. Un thermomètre infrarouge n’était pas mis en relation avec un hygromètre, alors que les deux équipent parfois les mêmes environnements industriels.
On a introduit 1 200 blocs de connexions relationnelles. En 6 mois, le trafic organique a progressé de +320 %. Les citations dans les réponses génératives de ChatGPT ont été multipliées par 5.
Ce qui a changé ?
L’IA a compris que le site ne présentait pas des objets isolés, mais un système. Elle a commencé à recommander des ensembles de produits pour des usages complets. Plus besoin d’être le moins cher. On est le plus connecté.
L’avantage compétitif se joue sur la lisibilité IA de votre catalogue
En 2026, les moteurs de recherche ne sont plus des indexeurs de texte. Ce sont des explorateurs de graphes. GraphRAG, c’est leur mode de fonctionnement natif.
Alors, continuez à travailler vos balises title, votre vitesse, vos backlinks. Ce sont des fondamentaux. Mais le différentiel, c’est la capacité à fournir une cartographie claire de votre univers produit.
Certains de mes concurrents vous diront de « créer plus de contenu ». Je vous dis de créer plus de liens intelligibles.
Un dernier chiffre : chez un client européen de l’électroménager, 47 requêtes stratégiques sont passées du top 10 au top 3 après le déploiement de cette architecture. 47. Pas 100. Pas 1 000. Mais sur ces requêtes, le panier moyen est 3 fois supérieur. Parce qu’elles couvrent des associations de produits que personne n’avait pensé à relier.
Et chez vous ?
Un audit live de 47 minutes sur votre architecture entités
Je prends votre site, votre catalogue, et je vous montre en direct où se situent les ruptures dans votre graphe d’entités. Pas de rapport en PDF. Juste la cartographie de ce que Google ne voit pas, et comment le connecter.
Réserver un appel diagnostic — 30 minQuestions fréquentes
GraphRAG, c’est juste pour les gros catalogues e-commerce ?
Pas du tout. Dès que vous avez plus de 50 références, vos entités méritent un graphe. Un petit site de niche peut gagner énormément en devenant la référence sur un réseau de connaissances très serré, sans concurrencer les géants.
Faut-il tout mettre en schema.org ?
Le balisage JSON-LD de type <strong>WebPage</strong> avec <em>about</em> et <em>mentions</em> est très utile. Mais ce qui compte vraiment, c’est que les relations soient écrites en texte clair. L’IA utilisé les deux signaux. Le schema sans le texte ne sert à rien.
Est-ce que ce n’est pas juste une mode ?
Non. Microsoft, Google, OpenAI, tous intègrent des composants de recherche par graphes. C’est structurel. Ça ne remplace pas le keyword research, ça le dépasse. Ceux qui ignorent cette couche ont un trafic amorphe, voire en déclin.
En combien de temps voit-on les premiers résultats ?
Chez mes clients, les premiers mouvements arrivent en 2 à 3 mois sur les requêtes de longue traîne. Pour un impact fort sur les AI Overviews et les moteurs génératifs, je compte 6 à 12 mois. La progression est régulière.
Peut-on faire ça soi-même ou faut-il un expert ?
La cartographie d’entités demande de la rigueur. Si vous maîtrisez les concepts et le framework DOSE, vous pouvez entamer le travail. Mais la plupart de mes clients préfèrent un audit live pour gagner du temps et éviter les erreurs d’architecture.
