Quand un utilisateur tape une requête dans Google, le moteur ne cherche plus simplement une suite de mots-clés dans son index. Il transforme la requête en un vecteur de plusieurs centaines de dimensions, fait la même chose pour chaque page candidate, et calcule une distance mathématique entre ces représentations. Cette mécanique, dérivée des modèles BERT (2019), MUM (2021) et désormais Gemini, s’appelle la recherche sémantique par embeddings. Elle a discrètement réécrit les règles du SEO sans qu’aucune mise à jour visible ne soit annoncée.
Comprendre les embeddings n’est pas un luxe technique. C’est ce qui explique pourquoi un article qui ne contient pas un seul mot-clé exact peut ranker en position trois, et pourquoi un autre, bourré de la requête cible, reste en page deux. Plongée dans le mécanisme et dans ses implications concrètes pour la rédaction.
Ce qu’est un embedding, concrètement
Un embedding est la représentation numérique d’un texte sous forme de vecteur, c’est-à-dire d’une liste de nombres. Un modèle de langage entraîné transforme une phrase, un paragraphe ou un document entier en plusieurs centaines (souvent 768 ou 1 536) de valeurs flottantes. Chacune de ces valeurs encode une dimension sémantique abstraite : sujet, sentiment, entités, registre, intention, niveau de formalité, et beaucoup d’autres dimensions que le modèle a apprises sans qu’on les ait nommées.
Deux textes qui parlent de la même chose, même avec des mots totalement différents, produisent des vecteurs proches. Deux textes qui partagent du vocabulaire mais traitent de sujets distincts produisent des vecteurs éloignés. C’est cette propriété qui permet à Google de comprendre qu’une page sur « comment indexer ses backlinks » répond bien à une requête « accélérer le crawl de mes liens externes », même sans correspondance lexicale exacte.
De BERT à Gemini : la chaîne d’évolution
Google n’a pas adopté les embeddings en bloc, il les a empilés par couches successives.
| Modèle | Année | Apport |
|---|---|---|
| RankBrain | 2015 | Premier signal de pertinence basé sur l’apprentissage automatique |
| Neural Matching | 2018 | Correspondance sémantique au-delà des mots exacts |
| BERT | 2019 | Compréhension contextuelle bidirectionnelle des mots dans la phrase |
| MUM | 2021 | Représentation multimodale, multilingue, mille fois plus puissante que BERT |
| Gemini | récent | Génération et compréhension fusionnées, AI Mode déployé mondialement |
Chacune de ces couches reste active. Le ranking actuel n’est pas le seul fait de Gemini, c’est une combinaison de signaux où les embeddings interviennent à plusieurs étapes : compréhension de la requête, sélection initiale des candidats, scoring fin, et désormais résumé dans les AI Overviews.
Les conséquences pour la rédaction SEO
L’arrivée massive des embeddings dans le pipeline de Google a quatre effets pratiques sur la manière de rédiger.
La densité de mot-clé n’est plus un levier
Mesurer la fréquence d’un mot-clé dans un texte avait du sens à l’époque où le moteur faisait de l’appariement lexical. En représentation vectorielle, répéter un terme n’augmente pas la proximité sémantique, et peut même la dégrader si la répétition crée un déséquilibre stylistique. La rédaction naturelle, avec un vocabulaire varié couvrant le champ sémantique, produit de meilleurs vecteurs.
Les variations sémantiques pèsent
Les synonymes, les paraphrases, les entités liées au sujet enrichissent l’empreinte vectorielle. Une page qui parle de « robots.txt » sans jamais utiliser les mots « crawl », « directive », « user-agent », « moteur de recherche » a un embedding moins précis qu’une page qui mobilise tout le champ. Voir notre analyse des pièges du robots.txt pour un exemple concret de couverture sémantique.
La cohérence interne du document pèse autant que les mots
Un long article incohérent, qui passe d’un sous-sujet à l’autre sans fil conducteur, produit un vecteur flou. Une structure thématique claire, des transitions logiques, une progression assumée donnent un embedding plus net, donc un meilleur appariement aux requêtes ciblées.
Les entités nommées sont des ancres
Les noms propres, marques, lieux, dates précises, chiffres exacts servent de points de calage dans l’espace vectoriel. Un article qui mentionne « Google Search Console » ancre son embedding sur cette entité ; le même article sans la mention reste plus flou. Les entités correctement contextualisées améliorent la précision sémantique mesurée par le moteur.
Vector search et nouveau pipeline de retrieval
Le terme « vector search » désigne la recherche par similarité vectorielle, technique utilisée pour la phase initiale de récupération des candidats. Avant le scoring fin, Google sélectionne quelques milliers de pages candidates pour une requête donnée, en mesurant la proximité vectorielle entre la requête et l’index. Une page absente de ce premier filet n’aura jamais l’occasion d’être scorée, quelle que soit la qualité de son contenu.
Concrètement, cela signifie qu’une page mal alignée sémantiquement avec sa requête cible peut sortir de la course avant même la phase d’évaluation des liens entrants ou des signaux d’autorité. La sélection vectorielle initiale est devenue une étape déterminante.
AI Mode et embeddings de génération
Avec le déploiement mondial d’AI Mode, alimenté par Gemini, le rôle des embeddings s’étend à la génération de réponses directes en SERP. Pour qu’une page soit citée comme source dans une réponse AI Mode, son embedding doit non seulement être proche de celui de la requête, mais aussi de celui des fragments de réponse que le modèle est en train de produire. Un contenu structuré, factuel, dont les phrases isolées ont du sens hors contexte, a une probabilité plus élevée de servir de source citée.
Cette mutation a un impact direct sur les pages qui disparaissent des résultats : être indexé sans être cité par AI Mode revient désormais à perdre une part significative de l’exposition organique sur les requêtes informationnelles.
Optimiser pour les embeddings : la check-list pratique
- Couvrir le champ sémantique complet : entités liées, synonymes, paraphrases, sous-sujets connexes.
- Structurer clairement : H2 et H3 cohérents, progression thématique lisible, transitions explicites.
- Densifier en entités nommées : marques, outils, chiffres, dates, lieux quand le sujet le permet.
- Écrire des phrases autosuffisantes : chaque phrase doit avoir du sens hors contexte pour être extractible par AI Mode.
- Soigner l’introduction et la conclusion : ces zones pèsent davantage dans le vecteur global du document.
- Éviter la dilution : un article qui essaie de couvrir trop de sous-sujets produit un embedding dispersé moins efficace qu’un article focalisé.
Ce qui ne marche plus
Plusieurs pratiques héritées de l’ère pré-embeddings produisent désormais l’effet inverse de celui recherché. La répétition mécanique du mot-clé exact dilue le vecteur sans l’aligner. La sur-optimisation des balises titre et meta avec un seul mot-clé répété baisse la précision sémantique perçue. Le bourrage des H2 avec la requête cible donne un embedding artificiel que les modèles savent désormais détecter.
La règle simple : ce qui ressemble à du texte écrit par un humain qui maîtrise son sujet produit un meilleur embedding que ce qui ressemble à du texte optimisé pour un algorithme.
En résumé
Les embeddings ont transformé la pertinence en distance mathématique dans un espace vectoriel à plusieurs centaines de dimensions. Ce changement, invisible côté SERP, est radical côté production : le SEO ne consiste plus à coller au lexique de la requête mais à produire un contenu dont la signature sémantique soit la plus proche possible de l’intention exprimée. Les leviers sont la couverture du champ sémantique, la cohérence structurelle, la densité d’entités, la qualité rédactionnelle. Tout ce qui simulait l’optimisation est devenu du bruit dans le vecteur. Tout ce qui ressemble à un bon contenu écrit par quelqu’un qui sait de quoi il parle est devenu, par construction, l’optimisation elle-même.