Télécharger pour lire hors ligne
Téléchargé parPhilippe YONNET
LLMs et SEO - Cas d'usage avec Screaming Frog.pptx
On parle beaucoup de GEO, mais une bonne compréhension des LLMs permet aussi d'améliorer considérablement l'efficacité et la précision de ce que l'on peut faire avec des modèles de langue de dernière génération. Voici un cas d'usage avec Screaming Frog
LLMs et SEO - Cas d'usage avec Screaming Frog.pptx
- 1. Utiliser les LLMspour faire des chantiers SEO Matin Népérien – 4 décembre 2025 Philippe Yonnet – CEO de l’agence Neper
- 2. Au programme decette conférence Les embeddings, qu’est ce que c’est ? L’algorithme de Google utilise cela depuis … dix ans Comment se servir des LLMs (et notamment des API embeddings de Google) pour certains sujets SEO Et comment utiliser un outil que beaucoup de SEO possèdent : Screaming Frog, pour faire du SEO avancé
- 4. Les embeddings Un conceptcentral dans les LLMs modernes
- 5. Du sac demots aux LLMs Quatre paradigmes, cinquante ans d'évolution 1970s 2013 2017 2018+ Bag of Words Salton, TF-IDF Compter les occurrences des mots dans un document. Chaque terme = une dimension. ✗ Pas de sens ✗ Pas d'ordre Word Embeddings Word2Vec, GloVe Apprendre un vecteur dense par mot à partir du contexte d'usage dans de grands corpus. ✓ Similarité sémantique ✗ 1 vecteur fixe/mot Transformers Attention is All You Need Chaque mot consulte tous les autres pour calculer sa représentation contextuelle. ✓ Contexte complet ✓ Polysémie gérée LLMs BERT, GPT, Claude Transformers pré-entraînés sur des milliards de tokens, puis affinés pour des tâches. ✓ Compréhension ✓ Génération
- 6. Comparatif des représentations Bagof Words Word Embeddings Transformers LLMs actuels Type de vecteur Sparse (creux) ~50 000 dim Dense (plein) 100-300 dim Dense contextuel 768-1024 dim Dense contextuel 4096+ dim Sémantique ✗ Aucune ✓ Similarité apprise ✓ Contextuelle ✓ Profonde Polysémie ✗ Non gérée ✗ 1 vecteur/mot ✓ Vecteur adaptatif ✓ Vecteur adaptatif Prise en compte du contexte ✗ Aucune ~ Fenêtre locale ✓ Séquence entière ✓ 100K+ tokens Capacités Recherche par mots-clés Similarité sémantique, analogies Classification, NER, Q&A Génération, raisonnement, agents
- 7. Application à lalinguistique et aux OR L’idée est de « compter » les mots pour calculer leur importance dans un texte (mesure de la « fréquence ») Un poids du terme est calculé pour chaque terme dans un document Cela fournit des coordonnées dans un espace « virtuel » qui a autant de dimensions que de termes dans le « dictionnaire » (d’entrées dans l’index) On peut ensuite calculer des coordonnées pour des termes, ou plus utile pour un moteur de recherche, à des documents Cosinus de Salton, très utilisé dans de nombreux outils de recherche : Altavista, Lucène SolR… Google ? L’approche de Gérard Salton 7 Banane Orange Les limites fondamentales ✗ Vecteurs sparse : 50 000 dimensions, 99% de zéros ✗ Aucune sémantique : "voiture" et "automobile" aussi éloignés que "voiture" et "photosynthèse" ✗ Perte de l'ordre : "le chat mange la souris" = "la souris mange le chat"
- 8. Les “Embeddings” ->le “plongement” Les vecteurs que nous manipulons sont caractérisés par : • Un grand nombre de dimensions • Et beaucoup de zéros comme coordonnées. Il y’a des techniques qui permettent de trouver des vecteurs plus denses (moins de zéros) représentant des coordonnées dans des espaces à moins de dimensions. Cette méthode s’appelle un “plongement” (embedding) et dans notre contexte on appelle cela des “word embeddings” Objectif : réduire les dimensions
- 9. Le saut conceptuel: les word embeddings 9 L'hypothèse distributionnelle de Firth (1957) : "You shall know a word by the company it keeps.“ Tenir compte des mots qui entourent un terme pour en identifier le “sens” Les vecteurs calculés contiennent des coordonnées dans un espace sémantique Ces coordonnées sont « apprises » via un réseau neuronal Les dimensions initiales sont réduites (plongement) pour rendre le modèle compact Vecteurs denses, pas de zero ou presque
- 10. Les « directions» indiquent des types d’analogies Cette direction signifie toujours le genre 10 La preuve par l’exemple Chaque direction code des analogies différentes
- 11. Les « embeddings» à base de transformers Un vecteur par « sens » ! (chat/chat, apple/Apple, hôte/hôte, Ice Cube /ice cube) BERT LLMs « modernes » : GPT, Gemini, Claude… « De l’attention, c’est tout ce dont vous avez besoin »
- 12. La place desembeddings dans l’algorithme actuel de Google
- 13. La présence defonctionnalités IA dans l’algorithme a été confirmée par les « Justice Leaks »
- 14. Rankbrain (2015) Meilleurecompréhension du sens Identification des termes synonymes Expansion de requête Première intégration des word embeddings dans l’algorithme
- 15. RankEmbed BERT Intégréen 2019 Intégration des LLMs à base de transformers dans l’algorithme
- 16. Deeprank (2019) Intégration pousséedes LLMs dans l’algorithme
- 17. MUVERA (publié enjuin 2025) Permet, en passant par des vecteurs simplifiés (les FDE) d’accélérer les calculs de similarité. Normalement, on doit utiliser la méthode de Chamfer pour avoir de bons résultats, et pas la similarité Cosinus MUVERA permet à Google de revenir à la similarité cosinus A l’œuvre dans les AI Overviews et le mode IA
- 18. Exploiter les embeddings pourdes usages SEO
- 19. Les apports desembeddings pour le SEO Clustering : analyser la pertinence d’un rubriquage Mappage entre mot clé et pages d’un gros site Quelle page de votre site est la plus proche sémantiquement d’une expression clé Approche plus « 2025/26 » : quelle page est la meilleure réponse à un questionnement d’un internaute ? Résultat en creux : si la distance angulaire est grande, il vous manque une page d’atterrissage (une réponse) Maillage interne automatique basé sur la sémantique Ajouter des liens vers les pages proches sémantiquement, même si elles sont dans d’autres rubriques Assistance dans la migration de gros sites Mapper les contenus des anciennes urls avec les nouvelles, même si les urls ont changé, même si du contenu a été créé, supprimé, fusionné, éclaté Détection de cannibalisation Analyse du contenu Quels contenus sont « hors sujets » Des approches anciennes revampée avec un outil moderne !
- 20. Utiliser Screaming Frogpour ces usages avancés
- 21. Avertissement La méthodeproposée par Screaming Frog utilise la similarité cosinus : c’est une approximation de la similarité sémantique Cela marche car nos besoins quotidiens sont basiques : on a juste besoin d’un outil moins ignorant du sens que les modèles « en sac de mots »
- 22. Première étape :se connecter à un fournisseur d’embeddings Les fournisseurs possibles OpenAI : pas cher mais bof Anthropic : super mais cher Remarque : Anthropic vient de baisser ses prix tout récemment Ollama : je déconseille pour ces utilisations Google Gemini : meilleur rapport qualité prix Pour chaque fournisseur, il faut créer un compte pour accéder à l’API, et une clé API
- 23. 2. Choisir leprompt adapté au projet Ici : extraire les embeddings des pages
- 24. 3. Connectez-vous àl’API Gemini
- 25. 4. Sélectionnez «Store HTML » et Store Rendered HTML dans les paramètres
- 26. 5. Cochez lafonctionnalité embeddings dans les paramètres de crawl
- 27. 6. Lancez lecrawl
- 28. 6. En modeHTML : ne crawler que les ressources utiles accélère le crawl
- 29. 7. Lancer l’analysedu crawl pour récupérer quelques choses dans les champs « embeddings »
- 30.
- 31.
- 32. Plus les urlssont proches, plus on est près de 1
- 33. Pour voir toutesles pages similaires Cliquez sur l’onglet ad hoc indiquant les données associées aux urls
- 34. Le champ surles pages « de faible pertinence »
- 35. Comment s’en servirdans le cas d’une migration Même approche, mais on va crawler les anciennes urls et les nouvelles en mode liste La liste contiendra les pages d’accueil Du site live Et du site de staging Il faut enlever la limite de profondeur par défaut (1) pour que les deux sites soient crawlés normalement Ensuite, on procède à la recherche des pages sémantiquement proches Si deux urls dont l’une est live, et l’autre sur le site de staging ont des scores de similarité proches de 1, alors c’est intéressant d’ajouter dans le plan de redirection une 301 entre l’url live qui va disparaître et la future url La méthode a ses limites, mais c’est mieux que de tout faire à la main Après cela reste une meilleure idée de créer une traçabilité entre ancien et futur site
- 36. Comment optimiser lesrésultats Crawler en mode HTML (SSR) Réduire les dimensions des embeddings à 256 (ça passe) Si vous avez des pages avec trop de contenu, limitez la taille du contenu passé dans les prompts (il y’a un réglage pour cela) Le crawl avec API est lent et peut demander trop de ressources sur un gros site
- 37. Comment améliorer laprécision des embeddings Paramétrer les zones de vos pages qui contiennent le texte utile à analyser Vous pouvez exclure aussi les boilerplates (header, footer, menus, menus à gauche, menus à droite…)
- 39. Conclusion Les embeddingssont déjà dans l’algorithme de Google Des LLMs sont à votre disposition pour des usages proches de ceux de Google dans son algorithme Ces approches sont intégrées dans des outils de crawl comme Screaming Frog Et c’est tout aussi moderne d’utiliser les embeddings pour des tâches de SEO que de se lancer dans le GEO…
- 40.