Google traque le contenu bâclé, pas l’usage de l’IA

Google distingue l’outil utilisé de la qualité produite. Ses règles anti-spam ne pénalisent pas les contenus générés par IA en tant que tels. En revanche, les consignes destinées aux évaluateurs humains insistent fortement sur l’« effort ». Le terme apparaît 120 fois dans ces recommandations. Google demande notamment d’examiner dans quelle mesure une personne a travaillé activement à créer un contenu satisfaisant. Cette distinction éclaire le débat actuel sur les pages produites avec l’IA. Des études montrent régulièrement que certains contenus générés par IA sont pénalisés. Selon l’analyse présentée, le composant anti-spam de l’algorithme pourrait expliquer une partie de ces résultats. Consulter les règles anti-spam de Google.

L’effort dépasse la rédaction manuelle. Les consignes de Google citent par exemple une page produit conçue pour aider réellement les lecteurs. Elle peut présenter des avis clients, des caractéristiques techniques, des comparaisons avec des produits similaires et des cas d’utilisation. Le travail humain se mesure donc aussi dans la structure et dans les informations ajoutées. À l’inverse, un contenu décrit comme peu travaillé recycle des éléments existants. Il peut omettre les sources, les avis d’experts, le nom de l’auteur et la date de publication. Les évaluateurs disposent de consignes dédiées à cette appréciation, publiées dans le guide officiel de Google.

Les évaluateurs mesurent l’effort éditorial

Cyrus Shepard a décrit cette logique après son expérience d’ancien évaluateur de qualité Google. Il dirige aujourd’hui Zippy Signal, une entreprise spécialisée dans l’optimisation pour les moteurs de recherche. Dans une publication du mois dernier, il explique que la formation associait régulièrement l’« effort » à la « qualité ». Ses exemples opposent des pratiques faibles et fortes. Reformuler une information devient un travail plus solide lorsqu’un contenu apporte des faits et des points de vue originaux. Une liste d’options connues gagne en valeur lorsqu’elle explique sa méthode de sélection. Des faits répandus peuvent aussi être complétés par des détails moins connus et des avis d’experts. Lire l’analyse de Cyrus Shepard.

Les exemples opposent également les visuels et les expériences présentés. Une image issue d’une banque ou générée par IA représente une approche peu travaillée dans les exemples de Shepard. Des captures d’écran originales ou des photographies originales représentent l’approche plus forte. Un simple résumé d’autres contenus reste également limité dans cette grille. Des expériences personnelles peuvent apporter un niveau d’effort supérieur. L’article rapproche ainsi les contenus peu travaillés des contenus « de commodité ». Une publication de Google Search Central est citée pour définir le contenu non standardisé comme un contenu capable d’établir une autorité et de servir de base à des enquêtes, des données propriétaires ou des livres blancs.

Le signal contentEffort reste discuté

Le classement pourrait intégrer l’effort comme composant d’évaluation. Shaun Anderson, fondateur de l’agence et du blog Hobo, cite un attribut interne nommé contentEffort dans une fuite d’algorithme publiée l’année dernière. Son existence est présentée comme un indice, pas comme une confirmation publique de son fonctionnement. Plusieurs spécialistes du référencement, dont l’auteur de l’analyse, estiment que contentEffort pourrait désormais participer à l’évaluation des contenus utiles. Aucun standard objectif de l’« effort » n’est toutefois établi dans les éléments cités. Deux outils sont mentionnés pour l’évaluer, dont Content Effort Grader d’Eggnite et des invites destinées à Gemini et ChatGPT. Voir l’approche de Hobo. Pour aller plus loin, consultez notre guide sur les usages de l’IA en marketing digital pour PME.