Comment profiter du knowledge graph de Google pour se référencer sur AI Overviews et AI Mode
Le knowledge graph fait une réapparition remarquée dans les discussions des SEO, à la faveur de l'arrivée des AI Overviews et de l'AI Mode dans un grand nombre de pays. Pour rappel, celui-ci est utilisé depuis une douzaine d'années par Google. Cette gigantesque base d'informations permet de fournir des réponses immédiates et factuelles aux requêtes des internautes. Le graph de connaissance représente des milliards d'entités, que ce soit de sujets de niche ou plus généralistes, et les connexions entre elles. Il est alimenté par différentes données, publiques ou encore issues de partenariats et de licences de données.
Concernant les AI Overviews et le AI Mode, Le knowledge graph agit aussi comme une base de données structurée qui alimente les réponses. "Parce qu'il garantit la fiabilité, la précision et la désambiguïsation des réponses générées, le knowledge graph permet à l'IA d'éviter les hallucinations typiques des modèles de langage en s'appuyant sur des faits vérifiés", estime Olivier de Segonzac, associé fondateur de Resoneo. "C'est ce qu'on appelle le grounding : au lieu de laisser le modèle génératif "inventer" des faits, on l'ancre sur des données fiables récupérées en temps réel, notamment depuis le knowledge graph." Par exemple, si l'utilisateur cherche "quelle est la hauteur de la Tour Eiffel", le système reconnaît l'entité, interroge le knowledge graph, puis laisse Gemini reformuler la bonne réponse en langage naturel. Ce processus permet à l'IA de générer sans halluciner, tout en intégrant des faits censés être précis, contextualisés et désambiguïsés.
Une présentation interne de Google, rendue publique dans le cadre du procès antitrust DoJ vs Google, confirme d'ailleurs ce fonctionnement pour les AI Overviews : "[ils] utilisent un modèle Gemini personnalisé qui fonctionne en tandem avec nos systèmes de recherche existants, comme nos systèmes de qualité et de classement et le Google knowledge graph." Concernant AI Mode, le géant américain explique : "[il] exploite les informations en temps réel provenant du Web et de Google, telles que les données issues de notre knowledge graph, les informations sur le monde réel et les données d'achat concernant plus de 50 milliards de produits."
Google pousse l'utilisation du knowledge graph
Olaf Kopp, spécialiste du web sémantique, explique que l'AI Mode est mis en avant de façon bien spécifique par Google. Pendant le processus de diffusion des requêtes, le nouveau mode de recherche conversationnelle accède simultanément au knowledge graph et à l'index web. L'AI Mode dispose en effet d'un accès direct à une API knowledge_graph interne. Il récupère les entités structurées du knowledge graph de Google. Cette interrogation parallèle de différentes sources de données permet au système de générer des réponses complètes et synthétisées.
A noter que Google utilise une forme particulière d'apprentissage par renforcement pour l'AI Mode. Le but : lui faire afficher des réponses provenant du knowledge graph. Le modèle est récompensé lorsqu'il extrait des informations factuelles supplémentaires du graphe de connaissances, lorsqu'il intègre ces informations à ses réponses ou lorsqu'il appuie ses affirmations avec des données structurées du graphe de connaissance. Grâce à cela, AI Mode utilise le graphe de connaissances comme l'une de ses principales sources d'informations structurées en temps réel, aux côtés de documents web et d'autres sources de données. "Cette intégration multi-niveaux du graphe de connaissances permet au Mode IA de générer des réponses précises et factuellement fondées, basées à la fois sur des données structurées et du contenu web", relève Olaf Kopp.
Branding stucturé
Ainsi, connaitre le fonctionnement du knowledge graph parait important pour le référencement. Objectif : mieux comprendre la façon dont les AI Overviews et AI Mode génèrent leurs réponses. Et pouvoir s'y afficher plus sûrement. Dans ce nouveau paradigme, "le knowledge graph amène un passage de la logique de recherche traditionnelle, avec des classements déterministes, à la prédiction contextuelle dans les systèmes d'IA", lance Olaf Kopp. Pour les SEO, plutôt que de viser le mot clé, il faut penser entités. "Les marques qui construisent une infrastructure sémantique capable de prédire et de s'adapter au contexte utilisateur domineront la recherche par IA", pointe Olaf Kopp. "Le knowledge graph représente précisément cette infrastructure sémantique." Il est possible pour cela de mettre en place un corpus de signaux autour de sa marque. Cela devrait lui permettre d'apparaitre plus facilement dans les modules boostés à l'IA.
Pour Olivier de Segonzac, Il faut aussi penser "branding structuré". "Celui-ci désigne une stratégie SEO efficace pour la visibilité dans les LLMs. Sans traces nettes de votre marque dans les sources fiables, vous restez invisible dans les AI Overviews et Mode AI." Ainsi, pour lui, "plus votre marque, vos produits, dirigeants ou points de présence sont clairement identifiés comme des entités dans les données accessibles à Google, avec la fiche Business, les schémas et les mentions dans des sources fiables, plus le knowledge graph pourra vous intégrer. Cela passe par une fiche Google Business Profile complète et active. Sont aussi à prendre en compte des contenus web bien structurés, comme le schema.org, avec "Organization", ou encore "Product". Egalement, une présence dans des sources reconnues par les LLMs, comme Wikipedia, la presse, ou les bases professionnelles est à considérer. Et surtout : communiquez activement sur vos entités, comme la marque, le fondateur, les produits, ou encore les labels dans votre communication externe. Toute mention externe, avec une interview, une citation, un article, ou bien un partenariat alimente indirectement le graphe et donc votre visibilité dans les IA de Google."