Rédaction IA : blogs, contenu SEO et copywriting

Lorsque Claude Cowork a été intégré au chat le 16 septembre 2026, trois fonctionnalités de création sont arrivées en bêta en même temps : Claude Docs pour les documents, Claude Slides pour les présentations et Claude Design pour le design visuel. Cet article porte sur la première d'entre elles. En une phrase, Claude Docs transforme ce qui sort d'une conversation en un document que vous pouvez continuer à modifier. Demandez-lui de rédiger la discussion sous forme de spécification à partager avec l'équipe, et Claude en écrit le brouillon sous vos yeux, en vous interrogeant sur ce qui lui manque avant de commencer. Vous obtenez du texte enrichi avec des titres et des tableaux, et un même document peut contenir plusieurs onglets. Vous pouvez le modifier vous-même, ou sélectionner du texte à l'intérieur du document, laisser un commentaire et mentionner @Claude pour qu'il fasse le changement. La force que l'on néglige, c'est que vous pouvez aussi transformer une session Claude Code en spécification, en runbook ou en rapport. C'est toutefois une bêta, et ce qui manque manque de façon très visible : il n'y a pas d'historique des versions, la suppression est irréversible, le mobile ne permet pas de modifier les documents, et Team et Enterprise ne peuvent pas partager en dehors de l'organisation. Cet article accorde à ces absences autant de place qu'aux fonctionnalités, et détermine ce pour quoi l'outil est fait et ce pour quoi il ne l'est pas.

En 2026, le secteur du SEO voit trois nouveaux termes en vogue simultanément — AEO, LLMO, GEO — et même Neil Patel, Profound et emarketer ne s'accordent pas sur les définitions. Cet article propose l'ordonnancement le plus pragmatique de mai 2026 : AEO ⊂ GEO ⊃ LLMO. Nous comparons l'AEO (Google AI Overview/Featured Snippet/Perplexity/ChatGPT Search) vs le LLMO (usage en chat simple de ChatGPT/Claude/Gemini) sur huit axes : plateforme cible, scénario principal, objectif, relation avec le SEO, techniques uniques, indicateur principal, délai d'effet et secteurs qui en bénéficient. Puis nous couvrons les sept techniques partagées (E-E-A-T / données structurées / données propriétaires / pyramide inversée / autorisation des bots IA / format Q&R / llms.txt), les quatre techniques propres à l'AEO (rich results SERP / snipe du Featured Snippet / capture du PAA / alignement sur l'intention de recherche), les quatre techniques propres au LLMO (exposition au corpus d'entraînement / cohérence de marque / mentions tierces / test de mémorisation par prompt), une matrice de priorité par secteur et trois pièges (débats de terminologie / minimisation du SEO / mesure vague).

Le zéro-clic 2025 a atteint 69 % (contre 56 %) et AI Overview apparaît désormais sur environ 55 % des recherches Google. À l'ère où « la première place ne garantit plus les clics », la nouvelle couche obligatoire est l'AEO (Answer Engine Optimization). Cet article couvre la définition (optimisation pour que la recherche et l'IA affichent votre contenu comme « la réponse elle-même » ou le citent comme source), en quoi l'AEO diffère du SEO, la logique de citation des quatre moteurs de réponse (Google AI Overview / ChatGPT Search / Perplexity / Bing Copilot), sept techniques qui fonctionnent (pyramide inversée / format Q&R / FAQ-HowTo Schéma / listes et tableaux / données propriétaires / signaux d'auteur / autorisation des bots IA), les nouveaux indicateurs (apparition en snippet / hits de bots IA / recherche de marque / CVR) et trois pièges (ignorer le SEO / bloquer les bots IA / en faire trop). L'AEO n'est pas un remplacement du SEO mais une couche au-dessus — mettez en œuvre les deux dans le bon ordre.

La mise à jour cœur de mai 2026 de Google a clairement déclassé les « articles 100 % IA légers, produits en masse », tandis que l'écriture hybride — l'IA rédige, l'expert édite, les données propriétaires sont ajoutées (comme dans le cas Wayfair) — a généré une hausse de 24 % du trafic organique. Cet article couvre la répartition entre trois modèles (Claude pour la voix du long format, ChatGPT pour la recherche et les outils, Gemini pour Workspace et l'actualité), les prompts qui marchent vraiment (persona + sample + constraints, le collage de sample étant le plus puissant), le workflow hybride en quatre étapes façon Wayfair, cinq « tics » courants qui trahissent l'écriture IA et comment les éliminer, un workflow opérationnel en six étapes et trois pièges à éviter (laisser l'IA choisir le sujet, ignorer les hallucinations, ne pas tuer le ton « bon élève »). Le cadrage est passé de « l'IA pour s'en sortir à moindre effort » à « l'IA comme socle qui élève la qualité ».

En mai 2026, l'ère du « être 1er pour gagner » est révolue. L'étude 2026 de Seer Interactive (53 marques, 5,47 M de requêtes) montre que le CTR organique sur les requêtes avec AI Overview a chuté de 1,76 % à 0,61 % (−61 %), tandis que les AI Overviews apparaissent désormais sur 99,2 % des requêtes informationnelles. Mais les marques citées dans les AI Overviews enregistrent 120 % de clics en plus par impression et le taux de citation des pages du top 10 est passé de 76 % à 38 %. Cet article propose le playbook 2026 en trois couches — SEO + AEO + LLMO — démêle la confusion terminologique (AEO ≈ GEO ≈ LLMO ≈ AIO), cartographie les conditions de déclenchement par type de requête, détaille les sept conditions pour être cité (complétude du passage, données originales, E-E-A-T, schéma.org, densité d'entités, multimodal, accessibilité technique), sépare le SEO qui marche encore de celui qui ne marche plus, redéfinit les KPI autour de « citation × CVR × part de voix », et conclut sur les risques de hallucinations, de concentration des citations et de dépendance à un canal unique.

Si robots.txt dit aux moteurs de recherche « vous pouvez/ne pouvez pas explorer cette page », llms.txt dit aux IA « voici ce que contient notre site ». En aidant les robots LLM (GPTBot, ClaudeBot, etc.) à comprendre votre site, vous augmentez vos chances d'être cite dans les réponses IA. Cet article couvre le format de llms.txt, les informations à y inscrire, le choix entre fichier statique et génération dynamique, et les exemples d'implémentation pour les principaux frameworks.

Avec plus de 2,8 milliards d'utilisateurs de ChatGPT et un taux de zero-clic de 83 % lorsque les AI Overviews s'affichent sur Google, se contenter d'apparaitre dans les résultats de recherche ne suffit plus. Le LLMO (Large Language Model Optimization) est la nouvelle approche pour faire citer votre contenu dans les réponses générées par l'IA. Des différences avec le SEO aux techniques concrètement applicables des aujourd'hui.