Traduit mais invisible pour l'IA ? Un audit technique de référencement en 5 étapes

Votre site est traduit. Google affiche vos pages en français, le trafic semble normal et Search Console ne signale aucun problème. Puis, quelqu’un à Paris demande à ChatGPT une recommandation dans votre catégorie, et vous n’apparaissez pas dans la réponse.

Je gagne ma vie en auditant des sites multilingues, et ce problème revient si souvent que j’ai décidé de l’étudier. En septembre 2026, j’ai testé 97 sites multilingues et 174 versions linguistiques, afin de voir ce que le robot d’indexation d’un assistant IA reçoit lorsqu’il demande une page traduite.

J'ai constaté des problèmes à cinq niveaux différents. Certains des échecs les plus graves relevés dans mon étude provenaient de sites qui avaient pourtant réussi le tout premier niveau.

Ce qu'obtient un bot

Lorsque vous ouvrez une page, votre navigateur effectue deux tâches. Il télécharge la page envoyée par votre serveur, puis exécute les scripts qui finalisent l'affichage de la page.

Google, Bing et Apple affirment que leurs robots d'indexation exécutent des scripts. Les autres, y compris les bots à l'origine de ChatGPT, Claude et Perplexity, ne se prononcent pas sur la question, et la principale preuve publique disponible est une seule étude datant de décembre 2024, qui ne porte que sur trois sites web.

Il n'y a donc pas de réponse officielle concernant les autres robots d'indexation basés sur l'IA. Même Bing, dont le robot d'indexation exécute des scripts, conseille aux propriétaires de sites d'éviter de « masquer le contenu essentiel derrière un rendu côté client ». C'est un bon conseil à suivre jusqu'à ce que les autres entreprises spécialisées dans l'IA expliquent le fonctionnement de leurs robots d'indexation.

Niveau 1 : La traduction figure-t-elle dans la page elle-même ?

Il existe deux façons de traduire un site web. Soit votre serveur envoie la page directement en français, soit il envoie la page en anglais et un script remplace les mots une fois que la page arrive dans le navigateur.

Pour un visiteur, les deux se ressemblent. Mais pour un robot d'indexation qui n'exécute pas de scripts, seul le premier est visible.

Ce test est facile à réaliser soi-même ; il ne nécessite aucun outil et ne prend que 10 secondes. Ouvrez votre page en français, faites un clic droit et sélectionnez « Afficher le code source de la page ». Si le texte en français n'y figure pas, un robot d'indexation qui n'exécute pas les scripts ne le verra pas non plus.

Ces données m’ont surpris. La page médiane que j’ai analysée affiche déjà 84,6 % de son contenu textuel sans recourir à des scripts ; l’idée selon laquelle les sites multilingues ne seraient que des coquilles vides ne tient donc pas la route. Les cas les plus graves sont en réalité concentrés : environ une page sur sept affiche moins de 30 % de son contenu textuel, et les sites de commerce en ligne et de voyage ont obtenu des résultats bien moins bons que ceux consacrés aux logiciels, aux médias ou aux institutions.

Sur les configurations de sous-domaine, de sous-répertoire et de WordPress d’ Weglot, la traduction s’effectue sur le serveur ; elle est donc intégrée au code source de la page avant que celle-ci ne soit affichée au visiteur. Sur WordPress, cela signifie que les URL de langue telles que /fr/about/ renvoient du contenu traduit sans créer de pages supplémentaires dans votre interface d’administration.

La seule exception concerne l'intégration JavaScript proposée par Weglot, qui est destinée aux configurations personnalisées et s'accompagne d'un compromis clairement documenté : ces traductions n'apparaissent pas dans le code source de la page. Si la visibilité pour les IA est importante pour vous, il est préférable d'opter pour un sous-domaine, un sous-répertoire ou une intégration avec un CMS.

J'ai consulté la page d'accueil en français du site weglot.com à titre de référence : 97,6 % du texte et 17 balises hreflang y figuraient avant l'exécution de tout script.

Niveau 2 : Y a-t-il un élément devant votre site qui dissuade les robots d'y accéder ?

Si votre site est hébergé derrière un réseau de diffusion de contenu (CDN) ou un service de sécurité, tel que Cloudflare, celui-ci vérifie chaque requête avant qu’elle n’atteigne votre serveur et peut bloquer tout visiteur qu’il considère comme une menace, y compris les robots. Il absorbe les attaques et accélère votre site, mais il décide également quels visiteurs refuser.

Dans mon étude, 11,6 % des sites que j’ai testés ont renvoyé une page normale au robot d’indexation de Google, tandis qu’ils renvoyaient une erreur aux robots d’indexation basés sur l’IA, la seule différence étant le nom du robot. Dans 9 de ces 11 cas, le fichier robots.txt du site, ce fichier public qui indique aux robots ce qu’ils sont autorisés à lire, autorisait précisément le robot d’exploration que son service de sécurité refusait. 8 de ces 11 sites étaient des institutions publiques, des universités ou des offices de tourisme, c’est-à-dire des organisations qui souhaitent généralement être consultées.

Votre CMS, Search Console et vos outils d'analyse ne signaleront rien de tout cela, car la page se charge normalement, tant pour vous que pour Google.

Niveau 3 : Bloquez-vous le mauvais robot ?

Toutes les entreprises spécialisées dans l'IA exploitent plusieurs bots destinés à différentes tâches. OpenAI présente notamment GPTBot, destiné à l'entraînement, et OAI-SearchBot, destiné à la recherche.

Le fait de bloquer GPTBot empêche que votre contenu soit utilisé pour l'entraînement futur du modèle, mais cela ne vous exclut pas des résultats de recherche de ChatGPT. En revanche, bloquer OAI-SearchBot le fait : vérifiez donc lequel des deux est mentionné dans votre fichier robots.txt.

Dans mon échantillon, 27,7 % des sites mentionnaient au moins un bot d'IA dans leur fichier robots.txt et 11,7 % en bloquaient au moins un sur leurs pages linguistiques, tandis qu'aucun site ne bloquait Google ou Bing.

Niveau 4 : Un bot peut-il détecter vos autres langues ?

Votre page en français peut être parfaite et pourtant rester inaccessible, car un robot d'indexation doit d'abord la trouver, ce qu'il fait en suivant les liens présents dans le code source de la page.

Pour 42,4 % des versions linguistiques que j'ai analysées, le seul moyen d'accéder à la page traduite à partir de la page d'origine était la balise hreflang, qui indique aux moteurs de recherche quelle page correspond à la version française de l'autre. Il n'y avait aucun lien classique, car le menu des langues est généré par un script.

Ces sites fonctionnent aujourd’hui parce que leurs balises hreflang figurent dans le code source des pages. Mais si vous les déplacez dans un script, comme le font certains widgets de traduction lorsqu’ils ajoutent le menu des langues, ces pages perdent le seul chemin qu’un robot peut suivre pour y accéder. Dans mon échantillon, cela concernait 4 pages traduites sur 10.

Weglot ajoute automatiquement ces balises à vos pages, sans que personne n'ait à modifier le code. Sa documentation sur le référencement explique comment cela fonctionne pour chaque type de configuration.

Couche 5 : la langue servie est-elle incorrecte ?

Certains sites choisissent une langue en fonction d'un paramètre transmis par le navigateur. Cela fonctionne, à condition que le site ajoute également une note d'une ligne indiquant : « Cette page varie en fonction de la langue du visiteur ».

Sans cela, une copie mise en cache pour des raisons de rapidité peut être servie au visiteur suivant, quelle que soit sa langue. Sur les 10 sites de mon échantillon, 10 adaptaient leur page en fonction de la langue du visiteur, mais un seul d'entre eux le mentionnait explicitement.

Le bilan de santé

Effectuez ces étapes dans l'ordre : chaque étape ne fonctionne que si la précédente a été validée.

1. Affichez le code source d'une page traduite. Le texte traduit devrait s'y trouver. Si ce n'est pas le cas, arrêtez-vous et corrigez cela en premier lieu.
2. Vérifiez la langue du code source de la page. Une page /fr/ doit indiquer le français dans son code source, et non l'anglais.
3. Demandez la même page à différents robots d'indexation. N'importe quel outil vous permettant de définir un nom de robot d'indexation fera l'affaire. Le robot d'indexation de Google et les robots d'indexation basés sur l'IA devraient tous obtenir la même page, d'une taille à peu près identique.
4. Consultez votre fichier robots.txt pour chaque chemin d'accès par langue. Vérifiez que le robot que vous autorisez est bien celui que vous souhaitiez autoriser, et vérifiez les dossiers correspondant à chaque langue, pas seulement la page d'accueil.
5. Ouvrez votre page d'accueil dans une fenêtre de navigation privée sans cookies. Les autres langues devraient être accessibles via des liens classiques, et pas uniquement via un menu nécessitant des scripts.
6. Comparez votre plan du site avec la réalité. Les URL en différentes langues figurant dans un plan du site ne prouvent rien si ces pages s'affichent en anglais.
7. Vérifiez les enregistrements des visites sur votre serveur (ses fichiers journaux) pour repérer les robots d'indexation basés sur l'IA. Intéressez-vous davantage à la réponse obtenue par chacun d'entre eux qu'à la fréquence de leurs visites.

La fonctionnalité « Inspection d'URL » de Search Console affiche la page telle que Google la rend, et comme Google exécute les scripts, une page traduite par des scripts y apparaît parfaitement traduite. Elle ne peut donc pas mettre en évidence ce problème, d'où l'utilité du contrôle n° 1.

Comment j'ai procédé à cette mesure

J'ai examiné 97 sites multilingues et 174 versions linguistiques, dans les domaines suivants : logiciels, voyages, commerce en ligne, médias, éducation, organismes institutionnels et associations à but non lucratif.

Pour chaque site, j’ai effectué deux requêtes pour chaque page : une avec un navigateur exécutant les scripts, et une autre avec un robot qui ne les exécute pas. J’ai ensuite envoyé la même requête sous six noms de robots d’exploration différents et j’ai vérifié les règles du fichier robots.txt de chaque site concernant ses chemins d’accès par langue. Afin d’éviter tout biais, j’ai noté et horodaté la manière dont je classerais chaque site avant de tester tout site que je ne connaissais pas encore.

Cette étude présente deux limites. Mes requêtes ont été effectuées à partir d’une connexion ordinaire et non depuis les serveurs des entreprises d’IA elles-mêmes ; j’ai donc mesuré ce que reçoit un bot se faisant appeler « GPTBot », ce qui peut différer de ce que reçoit le véritable GPTBot. J’ai également mesuré ce que reçoivent les robots d’indexation, et non la fréquence à laquelle les assistants IA citent ces sites. Cela mériterait une étude à part entière.

Par où commencer ?

Si vous ne devez faire qu’une seule chose cette semaine, consultez le code source de votre page traduite la plus importante. Si le texte traduit n’y figure pas, vous avez trouvé la réponse : la solution consiste à servir vos traductions depuis le serveur plutôt que depuis le navigateur.

Si c'est le cas, passez à la couche 2, car c'est là que j'ai trouvé les erreurs que les contrôles standard ne détectent pas.

Le fait d'être traduit et celui d'être lisible ne sont pas la même chose, mais on peut évaluer l'écart qui les sépare en un après-midi.

Assurez-vous que les robots d'indexation basés sur l'IA puissent lire toutes les langues dans lesquelles vous publiez. D’après mon étude, environ 1 page traduite sur 7 ne transmettait que moins de 30 % de son texte aux robots d’indexation qui n’exécutent pas de scripts. Avec les configurations de sous-domaine, de sous-répertoire et de WordPress proposées par Weglot, vos traductions sont servies depuis le serveur et les balises hreflang sont ajoutées automatiquement, de sorte que chaque langue figure dans le code source de la page dès la première requête. Commencez votre essai gratuit de 14 jours, puis effectuez la vérification n° 1 sur vos propres pages traduites.