Note méthodologique IA : article « Google AI Overviews : quel impact sur le SEO en 2026 ? »

Cette note accompagne mon article sur les Google AI Overviews et son infographie. Elle décrit comment j'ai utilisé l'IA générative, ce que j'ai vérifié moi-même et ce que j'ai corrigé.

1. Les outils utilisés

Claude (Anthropic), modèle Claude Opus 5.5 : recherche documentaire sur le web, vérification des chiffres, conception de l'infographie et des illustrations, rédaction de l'article.
Photopea : ouverture et finalisation des fichiers PSD de l'infographie, de la bannière et des illustrations.
Police Inter : typographie des visuels. Lien : Google Fonts
WordPress et Yoast SEO : publication et contrôle SEO de l'article.

Les visuels ont été générés par Claude sous forme de fichiers Photoshop à calques, avec des textes modifiables. Ils ont ensuite été exportés en WebP de moins de 200 Ko pour respecter la consigne du blog.

2. Exploration, développement d'idées et créativité

Le sujet vient de l'actualité : l'arrivée des Aperçus IA en France le 22 juillet 2026. Plutôt qu'une question ouverte, j'ai écrit un brief détaillé : rôle d'expert SEO/GEO, questions à traiter, sources prioritaires (Google, Pew, Ahrefs, Semrush), règles anti-erreur. J'ai écarté les chiffres hors périmètre, comme les 69 % de « zéro clic » de Similarweb, qui ne portent que sur l'actualité. Les sources en anglais ont été lues puis reformulées en français.

3. Planification et organisation

Je n'ai pas utilisé un prompt unique. Le travail a avancé en plusieurs étapes, chacune contrôlée avant de passer à la suivante :

Brief complet (rôle, objectifs, sources, règles), avec la demande d'une infographie au format 1622 × 2073 px en PSD modifiable et de son emplacement dans l'article.
Recherche et première version : collecte des chiffres sur les sites des éditeurs d'études, puis maquette de l'infographie en trois parties (présence, clics, citations).
« Est-ce que les informations sont justes ? » : revue de chaque chiffre par rapport à sa source.
« Vérifie ligne par ligne et corrige les erreurs » : nouvelle passe, qui a fait remplacer une étude dépassée.
Ajout des sources vérifiées, de mon nom, de ma photo et des logos DMB et EFAP.
Reformulation d'une ligne trop technique que je ne comprenais pas moi-même.
Contrôle de la mise en page : marges, alignements, taille des logos.
Rédaction de l'article à partir des mêmes sources.
Contrôle de conformité avec les consignes du blog DMB : longueur, balises, charte graphique, poids des images, hashtag.
Optimisation SEO de l'article, création des illustrations et de la bannière, puis rédaction de cette note.

4. Rédaction et articulation

Claude a rédigé les premières versions de l'infographie et de l'article. Mon rôle a été de fixer le ton (professionnel mais accessible) et de demander des reformulations quand un passage n'était pas clair. J'ai aussi fait réduire l'article de 3 359 à environ 2 150 mots pour respecter la limite du blog. Le paragraphe « Mon analyse » exprime mon point de vue personnel.

5. Éthique, sources et hallucinations

L'article et ses visuels ont été produits avec l'IA, et cette note le déclare. Ma règle : aucun chiffre sans source primaire datée, et une vérification systématique avant publication. Les vérifications successives ont fait apparaître plusieurs erreurs dans les premières versions, toutes corrigées :

« 2 milliards d'utilisateurs » des AI Overviews : chiffre dépassé (juillet 2025), remplacé par 2,5 milliards (Google I/O, mai 2026).
AI Mode « un an après son extension mondiale » : fait inexact, corrigé en « environ un an après son lancement ».
« Plus de 2 ans après les États-Unis » appliqué à l'AI Mode : vrai seulement pour les Aperçus IA, phrase précisée.
Périmètre « États-Unis, desktop » attribué à l'étude Semrush de décembre 2025 : information absente de la source, mention retirée.
Chiffres Seer de septembre 2025 (+35 %, +91 %) : étude remplacée par une version plus récente, données d'avril 2026 (+120 %, −38 %).
Titre « Être cité aide » : il suggérait une causalité non prouvée par la source, reformulé avec la mention « corrélation ».
Évolution Ahrefs mélangeant date de publication et période mesurée : comparaison corrigée sur deux périodes de mesure.

Deux chiffres très repris ont été volontairement écartés : les « 76 % de pages citées dans le top 10 » (Ahrefs a changé de méthode depuis) et les « 69 % de recherches zéro clic » (Similarweb, qui ne concernent que l'actualité).

Avantages : l'IA m'a permis de croiser une quinzaine de sources en anglais et de produire des visuels modifiables en peu de temps. Limites : elle a repris des chiffres dépassés et des formulations trop affirmatives. Deux sources (la keynote Google I/O, la page de Pew Research Center) n'ont pu être lues qu'à travers des reprises ou des extraits. Sans vérification humaine, ces erreurs seraient passées dans la version publiée.

6. Exemples de prompts et interactions

Prompts cités tels que je les ai envoyés, orthographe corrigée.

Exemple 1 : faire vérifier l'IA par elle-même.

« Vérifie ligne par ligne et corrige les erreurs. »

Au lieu de confirmer son premier travail, l'IA a relu chaque texte de l'infographie. Elle a trouvé qu'une étude utilisée (Seer, septembre 2025) avait une version plus récente (avril 2026), avec des résultats différents. Elle a aussi corrigé un titre qui suggérait une causalité non prouvée. Leçon : une demande de vérification précise (« ligne par ligne ») produit plus de corrections qu'une question générale.

Exemple 2 : refuser un texte que je ne comprends pas.

« Je ne comprends pas cette ligne : Lecture : corrélations, pas causalités ; données surtout américaines… »

L'IA a expliqué chaque morceau, puis l'a réécrit en langage simple : « Ces études montrent des liens, pas des preuves de cause à effet, et portent surtout sur les États-Unis. » Leçon : si l'auteur ne comprend pas une phrase, le lecteur non plus.

Exemple 3 : confronter le travail aux consignes officielles.

« Vérifie les instructions ligne par ligne si cela correspond, pour l'infographie et le blog. »

En lui donnant le PDF des consignes du blog DMB, j'ai obtenu une liste d'écarts précis : article de 3 359 mots pour un maximum de 2 500, hashtag #mbadmb absent, lien LinkedIn manquant, couleurs hors charte, fichier de 1 Mo pour une limite de 200 Ko. Ces écarts ont été corrigés avant publication. Leçon : fournir à l'IA le référentiel exact permet un contrôle qualité objectif.

Kouoh Timothée Christian · LinkedIn