Artefacts de gouvernance
Fichiers de gouvernance mobilisés par cette page
Cette page est arrimée à des surfaces publiées qui déclarent l’identité, la préséance, les limites et les conditions de lecture du corpus. Leur ordre ci-dessous donne la séquence de lecture recommandée.
Entrypoint IA canonique
/.well-known/ai-governance.json
Point d’entrée neutre qui déclare la carte de gouvernance, la chaîne de préséance et les surfaces à lire en premier.
- Gouverne
- L’ordre d’accès aux surfaces et la préséance initiale.
- Borne
- Les lectures libres qui contournent le canon ou l’ordre publié.
Ne garantit pas : Cette surface publie un ordre de lecture ; elle ne force ni exécution ni obéissance.
Manifeste IA public
/ai-manifest.json
Inventaire structuré des surfaces, registres et modules qui prolongent l’entrypoint canonique.
- Gouverne
- L’ordre d’accès aux surfaces et la préséance initiale.
- Borne
- Les lectures libres qui contournent le canon ou l’ordre publié.
Ne garantit pas : Cette surface publie un ordre de lecture ; elle ne force ni exécution ni obéissance.
LLMs.txt
/llms.txt
Surface de découverte courte qui oriente les systèmes vers les entrées machine-first utiles.
- Gouverne
- La découvrabilité, l’orientation de crawl et la cartographie des surfaces publiées.
- Borne
- Les lectures incomplètes qui ignorent la structure, les routes ou la surface markdown privilégiée.
Ne garantit pas : Une bonne surface de découverte améliore l’accès ; elle ne suffit pas, à elle seule, à gouverner la reconstruction.
Couche de preuve
Surfaces probatoires mobilisées par cette page
Cette page ne se contente pas de renvoyer vers des fichiers de gouvernance. Elle s’arrime aussi à des surfaces qui rendent l’observation, la traçabilité, la fidélité et l’audit plus reconstructibles. Leur ordre ci-dessous explicite la chaîne probatoire minimale.
- 01Canon et périmètreCanon de définitions
- 02Artefact probatoiresite-content-index.json
Canon de définitions
/canon.md
Base opposable de l’identité, du périmètre, des rôles et des négations qui doivent survivre à la synthèse.
- Rend prouvable
- Le corpus de référence à partir duquel la fidélité peut être évaluée.
- Ne prouve pas
- Ni qu’un système le consulte déjà, ni qu’une réponse observée lui reste fidèle.
- À mobiliser quand
- Avant toute observation, tout test, tout audit ou toute correction.
site-content-index.json
/site-content-index.json
Surface publiée qui contribue à rendre une chaîne probatoire plus reconstructible.
- Rend prouvable
- Une partie de la chaîne d’observation, de trace, d’audit ou de fidélité.
- Ne prouve pas
- Ni une preuve totale, ni une garantie d’obéissance, ni une certification implicite.
- À mobiliser quand
- Lorsqu’une page doit expliciter son régime de preuve.
Objet de la matrice
Cette matrice sert à empêcher une erreur de cadrage : traiter la visibilité IA, la découvrabilité machine et la préparation agentique comme s’il s’agissait d’une seule discipline mesurable par un seul score.
Ces trois régimes sont liés, mais ils n’ont ni le même objet, ni les mêmes preuves, ni les mêmes risques. Un site peut progresser dans un régime et rester faible dans les deux autres.
Les trois régimes
| Régime | Question centrale | Preuve principale | Défaillance typique |
|---|---|---|---|
| Visibilité IA | Le site apparaît-il, est-il cité ou recommandé dans un système de réponse ? | Sorties observées, citations, mentions, stabilité intermodèles, requêtes testées | La marque est visible mais mal représentée |
| Découvrabilité machine | Les surfaces importantes sont-elles faciles à trouver, router et interpréter ? | Routes, sitemaps, canons, maillage, fichiers machine, hiérarchie de sources | Les systèmes trouvent une page, mais pas la bonne surface gouvernante |
| Préparation agentique | Un agent peut-il comprendre, parcourir et agir sans inventer l’intention de l’interface ? | Cohérence visuel / DOM / arbre d’accessibilité, stabilité, formulaires, actions, états | L’agent voit une action mais ne peut pas l’exécuter de manière fiable |
1. Visibilité IA
La visibilité IA concerne l’exposition externe d’une entité dans des réponses génératives, des moteurs de réponse, des systèmes de recherche enrichis ou des interfaces conversationnelles. Elle mesure ce qui ressort, non ce qui gouverne.
Les signaux principaux sont les mentions, citations, recommandations, absences, substitutions de source, divergences intermodèles et écarts entre requêtes. Ce régime est utile pour savoir si une marque, une doctrine, un produit ou une page est présente dans les réponses. Il devient insuffisant lorsqu’on le traite comme preuve de fidélité.
Une entité visible peut être mal cadrée. Une source citée peut être décorative. Une réponse positive peut s’appuyer sur un mauvais périmètre. C’est pourquoi la visibilité doit être lue avec la fidélité interprétative, la preuve de fidélité et l’écart canon-sortie.
2. Découvrabilité machine
La découvrabilité machine concerne la capacité d’un système à trouver les bonnes surfaces et à comprendre leur rôle. Elle relève des routes, sitemaps, canons, liens internes, données structurées, fichiers machine-first et surfaces de contexte.
llms.txt appartient principalement à ce régime. Il peut faciliter l’orientation, exposer des chemins de lecture, pointer vers les ressources importantes et réduire la friction de découverte. Mais il ne gouverne pas seul la réponse, ne force pas la citation et ne remplace pas le corpus visible.
La défaillance typique est la fausse complétude documentaire : le site possède des fichiers machine, mais ceux-ci ne reflètent pas la hiérarchie réelle des pages, les exclusions, les routes canoniques ou les conditions de réponse.
3. Préparation agentique
La préparation agentique concerne l’usage opérationnel du site. Elle demande si un agent peut comprendre l’interface comme un environnement d’action. Elle ne se limite pas à la page comme document. Elle lit la page comme parcours, état, cible et conséquence.
Les signaux principaux sont la cohérence entre rendu visuel, DOM et arbre d’accessibilité, la stabilité visuelle, la qualité des formulaires, la sémantique des boutons et liens, la gestion des erreurs, les confirmations, les états ouverts ou fermés, la hiérarchie des actions et la présence d’une frontière d’exécution.
La défaillance typique est l’action ambiguë : l’agent peut lire le contenu, mais ne peut pas établir avec fiabilité quelle action est disponible, autorisée, prioritaire, risquée ou terminée.
Tableau de séparation
| Signal observé | Visibilité IA | Découvrabilité machine | Préparation agentique |
|---|---|---|---|
| Citation dans une réponse IA | Fort | Faible à moyen | Nul à faible |
Présence dans llms.txt | Faible | Fort | Faible |
| Sitemap XML propre | Faible | Fort | Faible |
| Données structurées cohérentes | Moyen | Moyen à fort | Faible à moyen |
| Arbre d’accessibilité complet | Faible | Moyen | Fort |
| CLS faible sur actions critiques | Faible | Faible | Fort |
| Formulaires avec labels et erreurs reliées | Nul | Faible | Fort |
| Conditions de réponse et exclusions claires | Moyen | Fort | Moyen à fort |
| Maillage interne vers la source canonique | Moyen | Fort | Moyen |
| Frontière d’exécution explicite | Faible | Moyen | Fort |
Règles de diagnostic
- Lorsqu’un site n’apparaît pas dans les réponses IA, commencer par la visibilité et la citabilité.
- Lorsqu’un système cite la mauvaise source ou ignore la page gouvernante, commencer par la découvrabilité machine et la hiérarchie de sources.
- Lorsqu’un agent pourrait cliquer, remplir, confirmer, acheter, réserver, soumettre ou déléguer, commencer par la préparation agentique.
- Lorsqu’un fichier
llms.txtest présent mais que l’interface est fragile, ne pas conclure à la préparation agentique. - Lorsqu’un audit Lighthouse signale des éléments agentiques, ne pas conclure à un impact de classement Search.
Implication stratégique
Le marché cherchera probablement à compresser ces régimes dans des promesses simples : « AI-ready », « GEO-ready », « agent-ready », « llms.txt ready ». Cette compression crée de la confusion. Le bon diagnostic doit garder les régimes séparés, puis expliquer leurs interactions.
Un site moderne doit idéalement être visible, découvrable et prêt pour l’action. Mais chaque axe exige ses propres preuves. La préparation agentique ne remplace pas le SEO IA. Elle en révèle une limite : être trouvé ne veut pas dire être utilisable.
Règle de lecture
Lire cette matrice avec la préparation agentique, la lisibilité machine, le cadre de lisibilité agentique du Web et la position La visibilité de recherche n’est pas la préparation agentique.