Une page de documentation peut sembler complète dans le navigateur alors que son HTML initial ne contient pas le texte nécessaire. Un agent IA qui récupère la page par HTTP sans exécuter JavaScript n’aura pas accès à ce texte. Agentic Engine Optimization (AEO) aide à repérer ces obstacles liés à l’accès au contenu, à sa structure et à la découverte de ressources associées.
L’audit AEO de Milten examine une page sélectionnée et les fichiers publics du site. Le rapport indique les contrôles réussis, les problèmes à examiner et les données manquantes.
Qu’est-ce que l’Agentic Engine Optimization ?
Agentic Engine Optimization signifie préparer un site Web que les agents IA pourront lire et utiliser. Pour la documentation, cela signifie qu'un agent peut récupérer la description d'une opération, trouver un exemple et suivre un lien vers une référence associée.
L'audit est utile pour les guides d'intégration, les références API et les pages avec des exemples techniques. Il complète le référencement en examinant comment un client logiciel peut accéder au contenu publié. Le rapport ne mesure pas les classements de recherche ni la probabilité d’être cité dans les réponses de l’IA.
Que vérifie un audit de site Web AEO ?
L’audit AEO examine huit aspects, regroupés ci-dessous. Consultez chaque rapport pour connaître les contrôles applicables et les règles de calcul du score :
| Groupe | Éléments examinés |
|---|---|
| Découverte du contenu | Règles de robots.txt et index llms.txt |
| Structure de la page | Titres, balisage sémantique, exemples, Markdown et indices de dépendance à JavaScript |
| Taille du contexte | Nombre de tokens et métadonnées de la page |
| Règles d’interaction | Descriptions des accès et des restrictions dans agent-permissions.json |
| Transmission de texte à un agent | Commandes de copie du contenu et liens vers le texte brut |
Chaque contrôle présente un résultat et des observations ; sa contribution au score dépend des règles du rapport. L’audit examine par exemple la présence de llms.txt, mais aussi ses liens, descriptions et sections. Le fichier seul ne rend pas la documentation facile à utiliser.
Le nombre de tokens aide à estimer la quantité de texte qu’un modèle devra traiter. Ce n’est pas un calcul de coût : les modèles utilisent des méthodes de tokenisation et des tarifs différents.
L'audit inspecte la réponse originale du serveur sans exécuter JavaScript. Il recherche des signes structurels de problèmes mais n'exécute pas d'agent IA sur une tâche utilisateur. Vérifier si un agent particulier peut utiliser la documentation nécessite une tentative distincte pour cette tâche.
Comment ARD aide les agents à découvrir les ressources du site
Agentic Resource Discovery (ARD) décrit la découverte des ressources disponibles pour un client IA, telles qu'une API, un serveur MCP ou un workflow. Le client peut utiliser une description pour trouver une ressource appropriée, puis y accéder via la propre interface de cette ressource.
La section ARD vérifie la publication de ces descriptions. Elle recherche /.well-known/ard.json, des liens dans le HTML et les en-têtes HTTP, des directives Agentmap dans robots.txt et du JSON-LD ARD intégré. Elle reconnaît aussi l’ancien format ai-catalog.json pour signaler les ressources qui pourraient nécessiter une migration.
Le rapport répertorie les ressources découvertes, les adresses de leurs descriptions, les erreurs de champ et toutes les limites qui ont empêché une vérification complète. Un catalogue manquant, une récupération échouée et un document invalide apparaissent comme des résultats différents. Cette vérification de publication ne confirme pas que les API ou les serveurs MCP répertoriés fonctionnent.
Les résultats ARD apparaissent séparément et n’affectent pas le score AEO. Cette section appartenait auparavant au scanner de vitesse ; de nouveaux contrôles s'exécutent dans AEO, tandis que les rapports de vitesse enregistrés restent accessibles.
Comment améliorer votre site après un audit AEO
Commencez par une page qu’un agent doit lire pour une tâche précise. Dans un guide d’intégration, vérifiez par exemple l’accès à la description de l’opération, à ses paramètres et à un exemple de requête.
- Vérifiez l’accès au texte principal. Si le rapport signale une dépendance à JavaScript, comparez le HTML initial au contenu du navigateur. Si le texte nécessaire manque, envisagez un rendu côté serveur ou une version Markdown accessible.
- Revoyez la structure. Utilisez des niveaux de titres successifs, placez les exemples près des opérations expliquées et supprimez les explications répétées. Un tableau facilite la comparaison de paramètres ou d’options.
- Examinez la longueur du texte. Divisez une référence volumineuse en sujets reliés et conservez les conditions et les exemples nécessaires à chaque page.
- Vérifiez la découverte des ressources complémentaires. Si vous utilisez
llms.txt, actualisez ses liens et descriptions. Pour ARD, corrigez les adresses de catalogue inaccessibles et les entrées invalides. - Relancez l’audit de la même URL après publication. Comparez les observations, puis confiez à votre agent la tâche initiale, par exemple trouver les paramètres d’une opération API et préparer une requête.
Comment lire le score AEO
Lisez le pourcentage avec les contrôles applicables, leur nombre maximal de points et les résultats incomplets. Cet audit n’exécute pas de contrôles de AGENTS.md ni de SKILL.md.
Les règles et les pondérations peuvent évoluer. Comparez des rapports utilisant les mêmes règles et retenez le maximum affiché dans le rapport, plutôt qu’un total fixe tiré d’un ancien exemple. Le pourcentage seul n’explique pas un problème restant.
Examinez les observations et les erreurs de récupération. Les règles reposent sur des heuristiques et peuvent manquer des balisages, formulations ou langues inhabituels. Un score élevé ne garantit ni classement dans les recherches, ni citations dans les réponses IA, ni prise en charge de tous les formats par un agent donné.
Questions fréquemment posées sur l'optimisation pour les agents IA
Un audit AEO vérifie-t-il l’ensemble du site Web ?
Une exécution examine l’URL sélectionnée et les fichiers publics récupérés pour celle-ci. Elle n’explore pas toutes les pages et ne lit pas de dépôt privé. Lancez un contrôle distinct pour un autre guide ou une autre page de référence.
Dois-je autoriser tous les robots dans robots.txt ?
Non. Le blocage d’un robot peut être délibéré. Comparez l’observation à votre politique d’accès et modifiez les règles uniquement pour les clients que vous souhaitez autoriser.
L'ajout de llms.txt est-il suffisant ?
Non. Un index de liens ne corrige ni les textes inaccessibles, ni les erreurs de récupération, ni les exemples incomplets. Rendez d’abord le contenu nécessaire accessible, puis déterminez si llms.txt convient à vos usages des agents.
Lancez un audit AEO du site sur une page de guide ou d’API. Choisissez vos modifications à partir des observations, puis vérifiez le résultat avec la même tâche.