Agents IA SEO : relancer vos pages existantes avec la Search Console

Votre agent IA SEO travaille-t-il sur les pages que vous publierez demain ou sur celles qui perdent des positions depuis 6 mois ? Quand le calendrier éditorial décide seul, tout le temps machine part dans la production. Or 96,55 % des pages de l’index d’Ahrefs n’obtiennent aucun trafic Google, d’après une étude publiée le 1er décembre 2023 qui estime ce taux sur environ 14 milliards de pages. Une page qui a déjà gagné des positions et des liens vaut donc plus qu’un brouillon de plus ; un agent doit la surveiller en premier.

Qu’est-ce qu’un agent IA SEO ?

Un agent IA SEO est un modèle de langage qui choisit seul ses outils et ses étapes pour atteindre un objectif SEO, par exemple corriger une page en baisse.

Anthropic distingue 2 architectures dans son guide Building effective agents : le workflow suit des chemins de code prédéfinis ; l’agent dirige lui-même son processus et son usage des outils. Un script qui lance toujours les mêmes 5 vérifications reste un workflow, alors que l’agent ouvre l’export Search Console et décide de l’étape suivante d’après ce qu’il y lit. Le marché range cette pratique sous l’étiquette SEO agentique, que l’article d’Ahrefs sur le SEO agentique définit comme l’usage d’agents IA pour exécuter des workflows SEO capables d’agir de façon autonome. Cette autonomie se paie : le même guide cite des coûts plus élevés et des erreurs qui s’accumulent d’une étape à l’autre.

Pourquoi commencer par le contenu existant

Google cible la production de masse sans valeur ajoutée. Sa page sur l’IA générative dans le contenu indique que produire de nombreuses pages sans valeur pour les utilisateurs « may violate Google’s spam policy on scaled content abuse ». Un agent branché sur la seule rédaction pousse dans cette direction dès que les textes publiés n’apportent rien de neuf. Google renvoie aussi aux consignes données à ses évaluateurs de qualité (sections 4.6.5 et 4.6.6), qui traitent du contenu produit à grande échelle et du contenu principal peu original, sans influencer directement le classement.

Côté moteurs génératifs, l’étude Ahrefs du 28 juillet 2025 porte sur 16,975 millions d’URL citées, tirées de Brand Radar. Les pages citées par les assistants IA ont en moyenne 1 064 jours contre 1 432 pour celles des résultats organiques Google, soit 25,7 % de fraîcheur en plus ; leur dernière modification remonte à 909 jours contre 1 047 (Ahrefs, Ryan Law).

Ce relevé établit une corrélation. Ahrefs lui-même note que l’âge moyen des pages citées reste de 2,9 ans, que Google réagit le moins à la fraîcheur et qu’un contenu neuf de qualité rapporterait probablement davantage que des mises à jour très fréquentes. Le refresh par agent se justifie donc sur les pages qui ont des positions à défendre ; sur une page sans impression, il n’y a rien à rafraîchir.

Search Console, Semrush, ChatGPT : les briques d’un agent

La Search Console fournit la matière première. Son API Search Analytics renvoie jusqu’à 25 000 lignes par appel avec une ventilation selon la page ou la requête ; un paramètre de pagination permet d’aller au-delà. Par défaut, seules les données finalisées sortent ; l’option « all » ajoute les derniers jours en les marquant comme incomplets. Un site de 80 pages exporté page par page tient dans un seul appel.

GA4 ajoute les conversions : une page qui regagne des clics sans produire de lead n’améliore aucun KPI marketing.

Semrush apporte les volumes de recherche et les positions suivies. D’après la page tarifs de Semrush consultée en octobre 2026, l’offre Démarrage mentionne un accès MCP (un protocole qui permet à un agent d’interroger l’outil directement) et l’offre Avancé une intégration par API.

ChatGPT ou n’importe quel autre modèle tient le rôle de cerveau : il lit l’export, compare l’intention de recherche aux pages qui occupent aujourd’hui le haut des résultats et rédige la modification proposée.

L’orchestration relie le tout. Anthropic décrit un schéma où un modèle central découpe la tâche et confie chaque sous-tâche à des modèles exécutants, ce qui revient ici à une page par exécutant. Un autre schéma place un second modèle en évaluateur, qui critique la sortie du premier avant qu’un humain la lise. Pour monter le workflow sans coder, Ahrefs cite des outils d’automatisation comme n8n ou Zapier. Un tableur et un prompt suffisent pour 20 pages ; l’orchestration vaut son coût quand le parc dépasse ce qu’une personne relit en une semaine.

La boucle qui repère les pages en perte

Lundi matin, un tableau vous attend : une ligne par URL parmi les 20 premières classées par impressions perdues, avec le symptôme observé et la correction proposée.

Pour y arriver, l’agent compare les 28 derniers jours aux 28 précédents et à la même période de l’an dernier, page par page, pour écarter la saisonnalité. Il retient les URL en recul de plus de 5 positions ou dont le CTR a baissé à position égale, puis les croise avec la date de dernière modification, 90 jours étant un seuil de départ raisonnable. Ces seuils sont des réglages de départ à ajuster à votre trafic ; la position moyenne de la Search Console reflète des affichages réels, d’où l’écart avec les outils de suivi de positionnement.

Pour chaque page signalée, il extrait les requêtes en recul et lit les pages qui se classent aujourd’hui. Il range ensuite son diagnostic dans l’une de ces cases : contenu daté, intention de recherche déplacée, cannibalisation avec une autre page du site, cause externe. Une baisse qui coïncide avec une mise à jour de l’algorithme, comme une core update de Google, relève d’abord de la checklist d’une core update avant toute réécriture.

Comment configurer un agent IA SEO

Une PME de 12 personnes n’a besoin ni d’infrastructure ni d’un budget d’éditeur américain pour un premier passage : un compte Search Console et un tableur suffisent pour démarrer ; le modèle fait l’analyse.

1. Ouvrir un accès en lecture seule à la propriété Search Console puis à GA4 si les conversions entrent dans le périmètre.
2. Dans Search Console, ouvrir Performances > Résultats de recherche, ajouter les dimensions Pages et Requêtes, choisir la plus longue période disponible puis cliquer sur Exporter.
3. Rédiger les consignes : l’objectif (récupérer des clics sur des pages existantes), les seuils de détection et les colonnes de sortie (URL, symptôme, requête cible, modification proposée, sources à vérifier). Une consigne type : « Pour chaque URL, liste les 5 requêtes les plus en recul en impressions et compare l’intention de recherche aux 3 premiers résultats actuels. »
4. Interdire l’écriture directe : l’agent dépose ses propositions dans un document ou dans un brouillon WordPress (statut « Brouillon »).
5. Nommer la personne qui relit et fixer un délai de 7 jours.
6. Planifier un passage chaque lundi et noter la date de chaque modification pour mesurer ses effets.

Supervision humaine, hallucinations et limites

Que peut inventer un agent qui relit vos pages ? Un chiffre, une citation, le nom d’une étude, l’URL d’un article interne qui n’existe pas. Google le dit sans détour : les sorties de l’IA générative « may contain inaccuracies » ; son conseil est de vérifier le contenu à la main.

« It is critical to manually factcheck and review all AI-generated content for accuracy and trustworthiness before publishing. » (Google Search Central, page sur l’IA générative)

Le même conseil vaut pour les titres et descriptions produits par IA, ainsi que pour les données structurées et les textes alternatifs, car ils peuvent s’afficher dans les résultats. D’où une règle de supervision humaine (human-in-the-loop) simple : l’agent lit seul, il n’écrit qu’après validation ; Ahrefs écrit de même que les agents IA ont toujours besoin d’un humain dans la boucle. Anthropic recommande d’ailleurs de tester les agents en environnement isolé, avec des garde-fous adaptés.

Concrètement, la personne qui relit contrôle chaque chiffre contre sa source et ouvre chaque lien interne proposé. Elle vérifie aussi le diagnostic : une chute due à une core update de Google ne se corrige pas par une réécriture ; un agent qui l’ignore propose un travail inutile.

Restent les limites propres au SEO. Un agent signale qu’une page manque de preuves d’expérience (E-E-A-T) ; il ne les possède pas. Les cas clients et les mesures maison viennent de l’équipe. Les derniers jours de la Search Console étant incomplets, un agent qui conclut trop vite à une baisse réagit à un artefact de données.

GEO et AEO : ce que Google en dit

Sur l’optimisation pour les moteurs génératifs (GEO et AEO), Google écrit qu’il n’existe « no additional requirements » pour apparaître dans les AI Overviews ou le Mode IA. Aucun fichier ni balisage spécial n’est à créer. Les fondamentaux du SEO restent valables (page Google Search Central sur les fonctions IA).

Côté recherche académique, l’article « GEO: Generative Engine Optimization » (Aggarwal et al., 2023, arXiv 2311.09735) annonce jusqu’à 40 % de visibilité en plus dans les réponses de moteurs génératifs sur son banc d’essai GEO-bench. Cette mesure vient d’un banc d’essai universitaire et ne dit rien du classement dans Google.

L’agent peut vérifier que l’introduction répond à la question et que chaque chiffre porte une date et une source. Le déploiement des AI Overviews en France change la façon de mesurer ces citations. Les placements médias qui alimentent aussi les citations des moteurs IA relèvent du guide sur le link building à l’ère de l’IA.

Maillage interne : la tâche la plus simple à vérifier

Google demande que chaque page importante reçoive un lien depuis au moins une autre page du site, avec un texte d’ancre descriptif. Seuls les éléments a munis d’un attribut href sont suivis (liens crawlables). Un agent repère les pages sans lien entrant et propose une phrase d’accueil avec son ancre ; il teste ensuite que la cible répond avec un code HTTP 200. Vous validez chaque insertion.

Combien coûte un agent IA SEO en euros ?

La Search Console est gratuite. Chez Semrush, la page tarifs consultée le 9 octobre 2026 affiche 112,52 € par mois pour l’offre SEO en facturation annuelle (environ 1 350 € par an). Démarrage (accès MCP) coûte 158,40 € et Avancé (intégration API) 436,99 €. L’abonnement ou l’usage du modèle s’ajoute selon le fournisseur retenu.

Le poste le plus lourd reste la relecture : chaque modification proposée demande une personne qui vérifie les faits. Avec un budget marketing limité, commencez par la Search Console et un tableur, avec un modèle pour l’analyse ; Semrush se justifie quand les exports manuels deviennent la tâche la plus longue.

Questions sur les agents IA SEO

Faut-il signaler qu’une page a été mise à jour avec une IA ?

Google conseille d’expliquer comment un contenu a été produit, notamment le rôle de l’automatisation. Une date de mise à jour affichée n’a de sens que si le texte a changé : John Mueller déconseille de modifier les dates sans changement réel, rappelle Ahrefs dans son étude sur la fraîcheur.

Faut-il savoir coder pour configurer un agent ?

Un premier essai se fait avec un export de la Search Console au format tableur collé dans un modèle de langage. L’API ou un connecteur MCP devient utile quand l’export hebdomadaire devient fastidieux ; une personne technique doit alors s’en charger.

Quel indicateur suit le ROI d’un agent ?

Les clics et impressions de la Search Console, plus les conversions GA4 des pages modifiées, comparés aux 28 jours précédant la modification. Le CTR par page et le nombre de requêtes qui se cannibalisent entre deux URL complètent le tableau. Le nombre de textes produits ne mesure aucun résultat.

Par où commencer

Listez les 20 pages qui ont perdu le plus de clics sur 6 mois et demandez à l’agent le tableau de diagnostic. Reste une question qu’aucun tableau ne règle : qui, dans l’équipe, répond de chacune des pages déjà publiées ?