Google exige de relire à la main les textes générés par IA

Le 1er octobre 2026, Google a mis à jour 2 pages d'aide destinées aux propriétaires de sites dans Search Central, sa documentation consacrée à la recherche. Elles le disent désormais noir sur blanc: un humain vérifie le contenu IA avant publication, et cela ne concerne pas seulement les articles, mais aussi le title, la meta description, les données structurées et l'attribut alt des images. Ces modifications sont tombées en plein milieu de la plus longue mise à jour anti-spam de 2026, alors je les lis comme un indice sur ce que Google sanctionne en ce moment même. Ci-dessous, je détaille ce qui a changé dans ces pages, quels éléments vérifier en premier et pourquoi les pages générées à partir de modèles peuvent entraîner tout le site vers le bas.

Ce que Google a ajouté le 1er octobre 2026 à sa page sur le contenu IA

La page d'aide sur le contenu IA dans Search Central explique comment Google considère les textes rédigés par un réseau neuronal. La nouvelle version contient cette phrase: "il est crucial de vérifier manuellement les faits dans tout contenu IA avant publication". La vérification porte sur 4 éléments que personne ne relit d'habitude:

• le title, le titre de la page affiché dans l'onglet du navigateur et dans les résultats de recherche;
• la meta description, le court texte qui apparaît sous le titre dans les résultats;
• les données structurées, le code de balisage dont Google tire le prix, la note ou les réponses aux questions pour l'extrait;
• l'attribut alt, la description textuelle d'une image destinée au moteur de recherche et aux personnes qui utilisent un lecteur d'écran.

J'ai comparé avec la version précédente de la page, datée du 10 décembre 2025. L'exigence d'exactitude y figurait déjà, mais pas un mot sur la vérification manuelle des textes IA. Barry Schwartz, de Search Engine Roundtable, le premier à avoir repéré la modification, écrit que Google emploie rarement le mot "critical" dans ses pages d'aide sur la recherche.

Google en donne aussi la raison. Les modèles d'IA prédisent la suite de mots la plus probable au lieu d'aller chercher des faits dans une base, c'est pourquoi leurs réponses contiennent parfois des hallucinations, c'est-à-dire des inventions présentées avec assurance.

C'est exactement le piège dans lequel tombent les humains: nous prenons un ton assuré pour du savoir. Le réseau neuronal écrit de façon fluide, le rédacteur lit de façon fluide et laisse passer un prix erroné dans le balisage. C'est pourquoi je ne vérifie pas le texte dans son ensemble, mais chaque affirmation séparément: un chiffre, une date, un nom, une caractéristique.

Ce qui a changé dans la page sur le contenu utile

La deuxième page, "Creating helpful, reliable, people-first content", explique quel contenu Google juge utile. Elle a été mise à jour le même jour, le 1er octobre 2026 en heure UTC. Elle compte 3 nouveaux blocs.

1. Une définition du contenu principal. Il s'agit de toute partie de la page qui l'aide directement à remplir sa fonction: texte, outils, avis, onglets, titres. Autrement dit, un calculateur de frais de livraison ou un bloc d'avis est évalué avec la même rigueur qu'un article.
2. Quatre qualités évaluées par les quality raters: l'effort, l'originalité, le talent ou le savoir-faire, l'exactitude. Les quality raters sont plus de 10,000 personnes qui évaluent les pages des résultats de recherche selon les consignes de Google.
3. Une mise en garde contre les auteurs inventés: photos générées par IA, noms fictifs et faux titres dans la signature de l'article.

Google qualifie la qualité du contenu principal de "l'un des facteurs les plus critiques" dans l'évaluation d'une page. Pour les sujets YMYL (argent, santé, sécurité, tout ce qui peut nuire à quelqu'un en cas d'erreur), la barre d'exactitude est plus haute. Et le passage le plus direct: générer de gros volumes de texte par IA sans contrôle ni sélection humaine revient à un effort quasi nul.

Google n'a annoncé ni nouvelles sanctions ni nouveaux signaux de classement. La section sur la création massive de contenu et les points 4.6.5 et 4.6.6 des consignes pour les quality raters sont restés inchangés. Les règles n'ont donc pas été durcies, elles ont été formulées de manière à ce que personne ne puisse plus dire "on ne savait pas".

Pourquoi ces modifications coïncident avec la mise à jour anti-spam de septembre 2026

Une mise à jour anti-spam est une modification des algorithmes de Google qui rétrograde les sites enfreignant les règles sur le spam. Celle de septembre a démarré le 24 septembre à 9:15 heure du Pacifique, et Google a prévu environ 2 semaines pour son déploiement complet. À titre de comparaison, les précédentes mises à jour anti-spam de 2026: celle de mars a duré 19.5 heures, celle de juin un peu plus de 2 jours, celle d'août presque 3 jours. 2 semaines, c'est 14 jours, soit environ 5 fois plus que celle d'août.

1. 24 septembrelancement de la mise à jour anti-spam à 9:15 heure du Pacifique
2. 1er octobreGoogle met à jour 2 pages d'aide sur le contenu
3. 4 octobredébut de la phase finale selon Search Engine Roundtable
4. 6 octobrefin de la phase finale
5. vers le 8 octobredate de fin indicative sans confirmation officielle

Avec 4 mises à jour anti-spam dans l'année, 2026 est l'année la plus active pour ce type de mise à jour depuis 2021. Les premières victimes citées pour celle de septembre sont les sites qui génèrent du contenu par IA et ceux qui produisent des pages en masse à partir de modèles. Les pages d'aide sur la vérification manuelle sont sorties pile au milieu du déploiement, et je ne mettrais pas cette coïncidence sur le compte du hasard.

Quels éléments de la page vérifier en premier

Je choisis l'ordre selon le risque: d'abord ce qui est généré en série et apparaît directement dans les résultats de recherche.

1. Les données structurées. Prix, disponibilité, note, réponses de FAQ, horaires d'ouverture. Une erreur ici se voit dans l'extrait et contredit directement la page.
2. Le title. Le réseau neuronal adore promettre dans le titre ce que la page ne contient pas: "prix 2026", "gratuit", "en 1 jour".
3. La meta description. Je vérifie qu'elle correspond au contenu et qu'elle n'est pas répétée mot pour mot sur une centaine de pages.
4. L'attribut alt des images. La description doit correspondre à l'image, pas être une suite de mots-clés. L'IA décrit souvent une image qu'elle n'a pas vue.
5. Le bloc auteur. Si la signature affiche une personne avec une photo générée par IA et une expérience inventée, c'est désormais explicitement cité dans la page d'aide.
6. Le texte principal et les outils. Faits, chiffres, dates, caractéristiques des produits, fonctionnement des calculateurs et des onglets.

Comment distinguer "peu d'effort" d'un travail correct avec l'IA

Google n'interdit pas les réseaux neuronaux. Il regarde les 4 qualités citées dans la page d'aide, et pour chacune on peut se poser une seule question.

• L'effort: y a-t-il eu une personne pour sélectionner, vérifier et corriger le texte, ou un script a-t-il tout publié d'un coup ?
• L'originalité: la page contient-elle au moins quelque chose qu'on ne trouve pas sur les 10 sites des résultats: un calcul maison, des photos, un tableau, une expérience vécue ?
• Le savoir-faire: voit-on que le texte a été écrit par quelqu'un qui connaît le sujet, ou se contente-t-il de reprendre des généralités ?
• L'exactitude: peut-on confirmer chaque chiffre et chaque date de la page ?

Un travail correct ressemble à ceci: l'IA produit un brouillon, un humain vérifie les faits, supprime le remplissage, ajoute sa propre valeur, et ce n'est qu'ensuite que la page part en publication. "Peu d'effort" ressemble à cela: 1,000 pages en une nuit, et personne n'en a ouvert une seule.

Pourquoi 5,000 pages générées à partir de modèles entraînent tout le site vers le bas

Le SEO programmatique consiste à générer des milliers de pages selon un même modèle à partir d'une base de données: ville plus service plus question. Le 7 septembre 2026, John Mueller, de Google, a écrit que cette approche rend souvent un site spammy ou de faible qualité, et que s'en remettre "demande du temps et des efforts sérieux". En pratique, cela signifie que regagner la confiance de Google et ses positions peut prendre de longs mois. Mueller n'a donné ni seuil en nombre de pages ni délai de rétablissement.

Prenons un exemple chiffré. Une entreprise travaille dans 10 villes. Un site sain compte 10 pages, chacune avec ses propres informations: adresse, prix, délais, avis de clients de la ville. Un site à risque génère 5,000 pages à partir de toutes les combinaisons de villes, quartiers, services et questions.

5,000 divisé par 10 donne 500. Pour chaque page utile, il y en a 499 presque identiques. Mueller parle de la confiance accordée au site dans son ensemble, donc le poids des 4,990 pages vides retombe aussi sur les 10 qui sont bien faites.

Vérification étape par étape de votre chaîne de production IA

1. Exportez la liste de toutes les pages générées par IA au cours de la dernière année et calculez leur part dans l'ensemble des pages du site.
2. Regroupez les pages générées à partir de modèles par type: ville, service, question. Pour chaque groupe, ouvrez 5 pages au hasard et comparez-les entre elles.
3. Si les pages ne diffèrent que par le nom de la ville, décidez: les fusionner, les réécrire avec des données réelles ou les exclure de l'indexation.
4. Vérifiez les données structurées sur 20 pages au hasard: le prix, la note et la disponibilité correspondent-ils à ce que voit l'internaute ?
5. Passez en revue le title et la description de ces mêmes 20 pages: y a-t-il des promesses que la page ne tient pas, et des doublons ?
6. Ouvrez les blocs auteur. Une vraie personne, une vraie photo, une vraie expérience, ou rien du tout.
7. Intégrez à votre chaîne une étape de vérification manuelle avant publication: un humain confirme chaque chiffre, chaque date et chaque nom.

Si vous le souhaitez, je suis prête à examiner votre chaîne et à vous dire quoi vérifier en premier, écrivez au support.

Ce qu'on peut faire en une heure

• ouvrir 5 pages IA au hasard et les comparer entre elles
• vérifier les données structurées de 10 pages par rapport au texte visible
• repérer les title qui promettent ce que la page ne contient pas
• supprimer les auteurs inventés et les photos IA des signatures
• noter qui, dans l'équipe, est responsable de la vérification manuelle avant publication