Audit GEO de site web
Aperçu
À partir d'une simple URL, examine de l'extérieur la visibilité d'un site web dans les réponses AI d'un ou plusieurs pays/marchés linguistiques, et produit un rapport que le client peut suivre pour apporter des modifications.
Principe fondamental : Répartir les efforts en fonction de la force des preuves. Les leviers les plus importants sont, dans l'ordre : être crawlé → être indexé → être compris → être mentionné en externe, bien avant de réécrire le contenu. Chaque recommandation doit citer le numéro de preuve et son niveau de force issus de references/evidence.md.
Ce skill suit le format ouvert Agent Skills et peut être utilisé dans Claude Code, Codex, Cursor et autres outils, via bash <skill>/install.sh pour l'installer dans le répertoire de skills de l'outil. Tous les chemins ci-dessous sont relatifs au répertoire contenant ce SKILL.md (noté <skill>).
Quand ne pas l'utiliser
- Pour un audit SEO traditionnel complet (backlinks, classement mots-clés) : ne mentionner que si cela est pertinent pour le GEO.
- Pour tester la visibilité en appelant directement l'API AI : ne pas le faire, fournir uniquement des méthodes manuelles dans le rapport.
- Pour modifier directement le site client : fournir uniquement un rapport, éventuellement 1 à 2 paragraphes d'exemple de réécriture.
Prérequis de l'environnement
| Capacité | Utilité | Si absente |
|---|---|---|
| shell + Python 3 | Exécuter les scripts de détection dans <skill>/scripts/ (bibliothèque standard uniquement) | Impossible de réaliser l'audit, en informer l'utilisateur |
| Accès réseau | Les scripts récupèrent le site client | Le test lors de l'étape 1 échouera, arrêter et demander à l'utilisateur d'activer la connexion |
| Outil de recherche web (WebSearch dans Claude Code) | Mentions externes | Section "externes" écrite comme "Non détecté (environnement actuel sans recherche web)", ne pas omettre cette section |
| Outil de récupération web (WebFetch dans Claude Code) | Lecture des pages externes | Utiliser curl à la place |
| Outil d'écriture de fichiers | Écrire le rapport | Utiliser heredoc shell |
| Chrome / Chromium (optionnel) | Comparaison de rendu | Le script marque automatiquement "Non détecté" |
Fichiers
| Fichier | Utilisation |
|---|---|
scripts/crawl_check.py | Vérification du robots.txt pour les crawlers AI (RFC 9309), blocage par User-Agent, sitemap, canonical, noindex, HTTPS, llms.txt, ICP, hreflang (HTML / en-tête HTTP Link / sitemap avec vérification bidirectionnelle) |
scripts/render_diff.py | Ratio de contenu textuel entre rendu sans JS et rendu avec JS |
scripts/page_audit.py | Hiérarchie des titres, unités de preuve, données structurées, auteur et date de mise à jour, canonical, hreflang ; --save-html sauvegarde le HTML brut |
references/checklist.md | Liste de contrôle générale avec règles P0/P1/P2 |
references/markets/<code>.md | Profils de marché : cn us jp kr de fr es ; pour les marchés non profilés, utiliser _generic.md |
references/evidence.md | Base de preuves E1–E16 |
references/ai-crawlers.md | Utilisations des crawlers, moteurs sans User-Agent public, limites des User-Agent déguisés |
references/report-template.md | Structure et règles d'écriture du rapport (obligatoire) |
Paramètres communs à tous les scripts : python3 <skill>/scripts/<script>.py <url> [autres url…] [--proxy URL] [--timeout secondes] [--lang code_langue] [--out fichier.json]. Les résultats sont envoyés en JSON sur la sortie standard, le code de sortie est toujours 0. crawl_check.py n'accepte qu'une seule URL, et possède le paramètre supplémentaire --markets cn,us,jp.
Processus d'audit
Créez d'abord un répertoire de sortie geo-report-<nom_hôte>-<YYYYMMDD>/ (dans le répertoire de travail courant ; <nom_hôte> est le nom d'hôte de l'URL finale de la page d'accueil, tel quel, par ex. www.example.com). Toutes les données brutes y sont stockées. Le fichier rapport geo-report-<nom_hôte>-<YYYYMMDD>.md se trouve au même niveau.
-
Collecter le contexte
- L'URL est obligatoire. Si la marque et l'activité principale sont manquantes, demander une fois ; si l'utilisateur ne répond pas, déduire de la page d'accueil et l'indiquer dans la section "Périmètre et hypothèses de l'audit" du rapport.
- Langue du rapport = langue utilisée par l'utilisateur pour initier l'audit ; si l'utilisateur en spécifie une autre, utiliser celle-ci.
- Marchés cibles (liste de codes de marché) : privilégier ceux mentionnés par l'utilisateur. Si non précisé, exécuter d'abord l'étape 2, puis déduire des
hreflanget du sélecteur de langue danscrawl.json, et demander confirmation à l'utilisateur. Par défaut, maximum 3 marchés par audit ; si l'utilisateur ne répond pas, prendre "le marché correspondant à la langue par défaut du site + jusqu'à 2 marchés profilés dans les hreflang (dans l'ordre cn, us, jp, kr, de, fr, es)", les autres étant listés comme "marchés non audités ce cycle". Si l'utilisateur demande explicitement plus, le faire, mais sans augmenter le nombre de pages ni le budget temps. - Les marchés sont divisés par pays ou région.
zh-TW/zh-HK,en-GB(autres anglais non US),de-AT/de-CH,fr-BE/fr-CAetc. utilisent_generic; voir section 1 demarkets/_generic.mdpour les relations. - Vérifier le pays de sortie réseau de la machine d'audit (ex :
curl -s https://ipinfo.io/country).
-
Vérification de la crawlabilité (également test de connectivité)
python3 <skill>/scripts/crawl_check.py <url> --markets <liste_codes> --lang <code_langue_du_premier_marché_cible> --out <répertoire_sortie>/crawl.json- Si
homepageetrobotssont tous deux en erreur réseau, l'environnement n'a pas accès à Internet : arrêter, informer l'utilisateur qu'il doit activer la connexion (pour Codex, voir le README), ne pas produire un rapport vide. - Lire
ai_crawlers(examiner en priorité ceux avecrelevant: true),ua_blocking,homepage,robots.value.source,meta_robots,x_robots_tag,canonical,https,sitemap,icp,hreflang,other_domains. Règles de décision dansreferences/checklist.md; crawlers locaux dans la section 4 de chaque profil de marché. - Si
sitemap.value.truncatedesttrue,countn'est que le nombre de pages déjà lues, pas le total du site. - Versions linguistiques sur d'autres hôtes : les versions dans
hreflang.declaredsituées sur d'autres domaines/sous-domaines et appartenant aux marchés cibles sélectionnés sont incluses dans cet audit ; relancercrawl_check.pysur leur page d'accueil, sortie danscrawl-<nom_hôte>.json. Les autres domaines non déclarés dans hreflang (other_domains) sont simplement signalés dans le rapport, avec recommandation d'un audit séparé.
- Si
-
Sélectionner les pages clés : au moins 2 pages par marché cible (dans la langue de ce marché), maximum 20 au total. Priorité : page d'accueil, page produit/service principal, page de comparaison, page de tarifs, page "À propos", page de contenu. Sources privilégiées : sitemap et navigation.
-
Comparaison de rendu : Transmettre 1 à 5 URL à la fois, timeout 30 secondes, utiliser la langue du marché correspondant :
python3 <skill>/scripts/render_diff.py <url1> <url2> --timeout 30 --lang ja-JP --out <répertoire_sortie>/render-1.json -
Audit de page individuelle et lecture du contenu :
python3 <skill>/scripts/page_audit.py <url1> <url2> … --lang ja-JP --save-html <répertoire_sortie>/html --out <répertoire_sortie>/pages-jp.json- Le script se charge uniquement du comptage et exclut les liens et titres dans
<nav>,<header>et<footer>de niveau page. - Pour lire le contenu, utiliser les fichiers sauvegardés par
--save-html, ne pas écrire d'autre script de récupération, et ne pas placer les fichiers intermédiaires en dehors du répertoire de sortie. - Éléments à évaluer : présence de phrases de définition, comparaisons, étapes, données vérifiables ; chaque paragraphe ne traite-t-il que d'un seul sujet ; contenu caché (FAQ repliées uniquement dans les données JS, animations numériques affichant 0 en HTML) ; la version locale est-elle une localisation humaine ou une traduction automatique ; points de localisation de la section 7 du profil de marché.
- Le script se charge uniquement du comptage et exclut les liens et titres dans
-
Évaluation de l'indexabilité : Pour chaque marché cible, générer 10 à 20 questions dans la langue locale, en utilisant les modèles de phrase de la section 6 du profil de marché, couvrant la prise de conscience / comparaison / décision / après-vente. Pour chaque question, déterminer si une page dans la langue de ce marché y répond directement, et remplir le "tableau de couverture des questions" du rapport (texte original dans la langue locale + traduction dans la langue du rapport).
-
Mentions externes : Utiliser l'outil de recherche web, rechercher sur chaque plateforme de la section 5 du profil de marché, enregistrer présence / absence / non détecté et lien représentatif. Ne pas rechercher sur les plateformes nécessitant une connexion.
-
Sauvegarder les choix d'audit : Écrire dans
<répertoire_sortie>/audit.json:{"target": "", "markets": ["jp", "us"], "report_language": "ja", "brand": "", "business": "", "pages": {"jp": ["…"], "us": ["…"]}, "questions": {"jp": ["…"], "us": ["…"]}, "offsite_queries": {"jp": ["…"], "us": ["…"]}, "extra_hosts": ["…"], "proxy_country": {"jp": "JP"}, "date": "YYYY-MM-DD"}proxy_countryn'enregistre que le pays de l'éventuel proxy utilisé (sinon{}), pas l'adresse du proxy. -
Rédiger le rapport : Suivre la structure de
references/report-template.md, rédiger dans la langue du rapport. Les numéros de sections sont fixes ; si une section ne s'applique pas, écrire "Non applicable".
Mode réaudit
Lorsque l'utilisateur fournit un répertoire geo-report-<nom_hôte>-<date>/ précédent : lire audit.json dedans, réutiliser les mêmes marchés, pages clés, questions déduites et termes de recherche externes, réexécuter les étapes 2 à 7, et remplir la section "Comparaison avant/après corrections" du rapport.
Les anciens audit.json utilisent "market": "cn" | "global" | "both", convertir selon les règles suivantes : "cn" → cn ; "global" → us ; "both" → cn,us. Dans les anciennes versions, la clé questions de global correspond à us.
Limitation de débit et budget temps
- Les scripts intègrent un backoff : en cas d'erreur 429 ou 503 avec Retry-After, ils attendent puis réessayent une fois, et ralentissent automatiquement les requêtes suivantes. Si le résultat contient
rate_limited: true, ou si plusieurs pages consécutives retournent 429 :- Réduire le nombre de pages clés restantes à 2 par marché ;
- Mentionner dans la section "Périmètre et hypothèses de l'audit" du rapport : "Site limité en débit, le nombre de pages échantillonnées a été réduit".
- En cas de limitation, un script peut prendre plusieurs minutes (attente Retry-After). Définir le timeout shell à 10 minutes, ou exécuter en arrière-plan, pour ne pas perdre le JSON de sortie en cas d'interruption.
- L'audit complet devrait être terminé en 45 minutes maximum. Au-delà, arrêter les nouvelles récupérations, rédiger le rapport avec les données existantes, et indiquer les vérifications non effectuées.
- Interdiction de changer de proxy ou d'IP de sortie pour contourner la limitation, ni de modifier le User-Agent ou d'accélérer les tentatives.
- Le paramètre
--proxyne peut être utilisé que dans deux cas : pour tester l'accessibilité depuis un pays cible ; si le site renvoie un contenu différent selon la région d'accès. Le pays du proxy utilisé doit être mentionné dans le rapport, uniquement le pays, pas l'adresse du proxy (l'adresse du proxy est une information interne de l'auditeur ; le rapport etaudit.jsonsont remis au client).
Points d'interprétation
| Résultat du script | Signification | Rédaction dans le rapport |
|---|---|---|
ai_crawlers type indexation ou déclenché par utilisateur = fail | robots.txt bloque explicitement | P0 |
ai_crawlers = unknown | robots.txt inaccessible | Écrire "Non détecté" et la raison |
ai_crawlers type entraînement = warn | Bloque les crawlers d'entraînement | Expliquer les avantages et inconvénients |
ua_blocking = suspect | User-Agent navigateur normal, User-Agent AI déguisé bloqué | P1, "Suspecté", demander au client de vérifier les logs CDN/WAF ou serveur |
ua_blocking = warn / unknown | Tous bloqués / limités ou requête échouée | Indiquer que l'audit est limité |
homepage = unknown | La machine d'audit est bloquée par un WAF | Ce n'est pas "site indisponible", vérifier depuis un autre réseau |
render_diff ratio < 0.5 | Les crawlers AI voient pratiquement aucun texte | P0, lister les js_only_headings |
hreflang.alternates = fail / warn | Version linguistique inaccessible / pas de lien bidirectionnel | P1 / P2 |
Tout élément = unknown | Non détecté | Écrire "Non détecté" et la raison, ne pas évaluer |
llms_txt | Enregistrer présence/absence | Mettre dans "Non recommandé" |
raw_words / rendered_words | Pour les langues CJK, chaque caractère compte pour 1 ; pour les autres langues, compter les mots | Les comptes de mots de différentes langues ne sont pas comparables directement |
Règles strictes
- Chaque problème doit être étayé par une preuve, chaque recommandation doit mentionner le numéro de preuve et sa force. Si le marché cible n'est pas
us, ajouter "(déduction)", sauf indication contraire dans la section 8 du profil de marché. Pour les marchés non profilés, préciser "Ce marché n'est pas profilé, les preuves sont plus faibles". - Pour les contenus non récupérés, écrire "Non détecté", ne pas évaluer de mémoire.
- Déconseiller : fabrication de données, faux avis, achat d'avis, instructions cachées pour les AI, dénigrement des concurrents, et production de versions multilingues via traduction automatique (E13).
- Ne pas faire de llms.txt, FAQ, Schema, ou ton d'autorité des recommandations centrales (E10, E9, E7).
- Ne pas promettre d'augmentation de trafic ou de classement (E15).
- La langue du rapport doit correspondre à la langue utilisée par l'utilisateur dans sa question (sauf si l'utilisateur en spécifie une autre).
Erreurs courantes
- Considérer
suspectcomme un blocage avéré : seul un blocage explicite dans robots.txt est P0. - Déduire la visibilité AI du classement Google : le recoupement est très faible (E13), chaque marché et chaque moteur doivent être analysés séparément.
- Générer les questions dans la langue du rapport : les questions déduites doivent être dans la langue locale du marché cible et dans la formulation des utilisateurs locaux.
- Tirer des conclusions uniquement sur les compteurs des scripts : un grand nombre de
numbersne signifie pas que les données sont vérifiables ; desexternal_linkspeuvent aussi inclure des liens de pied de page écrits avec des<div>, il faut lire le contenu. - Considérer le
countdu sitemap comme le nombre total de pages du site : sitruncatedesttrue, le mentionner. - Forcer après limitation de débit : réduire le nombre de pages comme indiqué dans la section "Limitation de débit et budget temps", ne pas écrire de boucle d'attente longue.
- Oublier les versions linguistiques sur d'autres hôtes : les versions des marchés cibles déclarées dans
hreflangsur d'autres domaines doivent être incluses dans l'audit.