Posez une question à ChatGPT en français sur une page qui existe à la fois en français et en anglais, et il y a de bonnes chances que vous obteniez quand même la version anglaise. Le consultant SEO Glenn Gabe a testé cela en décembre 2025 sur Google, Bing et cinq plateformes IA, et a constaté que Claude renvoyait l'URL anglaise américaine dans chacun de ses trois tests de langue, même lorsqu'une page en langue locale existait et se classait normalement sur Google. Le hreflang, la balise conçue précisément pour résoudre ce problème, passe presque inaperçu auprès de la plupart des moteurs de réponse IA. Les mécanismes derrière cet écart comptent pour toute marque qui se développe sur de nouveaux marchés, avant que le contenu français ou allemand ne cesse discrètement d'être cité.
Ce que fait réellement le hreflang, et pourquoi Google l'a créé
Le hreflang est un attribut HTML qui indique à Google quelle version linguistique ou régionale d'une page servir à un internaute donné, rien de plus. Il ne traduit pas le contenu et ne classe pas une page par lui-même. Un site ajoute un lien de langue alternative à chaque variante, et Google utilise ce regroupement pour substituer la page sœur la mieux adaptée une fois le classement déjà effectué. Gary Illyes, de Google, a établi cette distinction directement lors d'une session Reddit AMA de 2019, comme l'a rapporté Search Engine Journal à l'époque : le hreflang n'apporte aucun bénéfice de classement en soi, il améliore seulement le choix de la page déjà classée à afficher à un utilisateur donné. Ce modèle suppose qu'un seul moteur classe les pages et filtre le résultat par langue. C'est le modèle sur lequel Google s'est construit lors du lancement du hreflang en 2011. La plupart des moteurs de réponse IA ne fonctionnent pas ainsi.
Ce que la documentation de GPTBot, ClaudeBot et PerplexityBot dit sur la langue
La documentation publiée par OpenAI et Anthropic sur leurs crawlers ne dit rien sur le hreflang, les variantes linguistiques, ou l'URL localisée à privilégier. GPTBot et ClaudeBot sont documentés uniquement en termes de directives robots.txt, de rythme d'exploration et de plages d'IP publiées, sans aucune mention de sélection de langue sur l'une ou l'autre de ces pages. La documentation GPTBot d'OpenAI couvre les chaînes de user-agent, les explorations partagées avec son bot de recherche, et les environ 24 heures que prend un changement de robots.txt pour s'appliquer, mais la langue n'y est jamais évoquée. L'article d'assistance d'Anthropic sur ClaudeBot est tout aussi restreint : il respecte le robots.txt, applique un paramètre optionnel de délai d'exploration, et cadence les requêtes par domaine. Les directives publiques de PerplexityBot ne sont pas différentes.
Le robots.txt reste le seul levier que ces trois crawlers documentent publiquement, et ce qu'un bot respecte réellement à cet égard varie bien plus que ce que la plupart des sites supposent, une fois qu'on le vérifie directement. Confirmer qu'un trafic revendiquant l'un de ces user-agents est le véritable crawler, et non un imposteur usurpant son nom, constitue une vérification distincte et de plus en plus nécessaire avant de tirer des conclusions de ses logs serveur.
Les données du test : les moteurs IA retombent sur l'anglais même quand une page locale existe
Les tests menés par Gabe en décembre 2025 ont montré que les plateformes IA renvoyaient régulièrement la version anglaise américaine d'une page, même lorsqu'une version en langue locale correctement balisée existait, ne surclassait rien, et était la version que Google lui-même servait. Le schéma se répétait sur les requêtes en français, en italien et en espagnol, et il était le plus constant sur Claude.
Dans un test, une requête en français portant sur un document d'aide de Google a renvoyé l'URL anglaise depuis ChatGPT, Perplexity et Claude, alors même que les 10 liens bleus de Google et l'AI Mode servaient la page française sans hésitation, comme l'a documenté Gabe. Une requête en italien a produit le même écart : ChatGPT et Claude ont répondu avec la page anglaise, tandis que Perplexity a renvoyé la bonne URL italienne, un cas que Gabe a qualifié de rare dans ses propres tests. Un troisième test, en espagnol, a vu ChatGPT citer les deux versions linguistiques à la fois, tandis que Perplexity et Claude retombaient de nouveau sur l'anglais.
Le hreflang répond à une question que les moteurs IA ne posent jamais : quelle page unique doit se classer. Ils ne classent pas une seule page, ils synthétisent une réponse à partir de plusieurs, et un signal conçu pour le classement n'a plus rien à quoi s'accrocher.
Pourquoi les langues peu dotées en ressources perdent plus de terrain que le français ou l'espagnol
Un article ICML 2026 sur la récupération multilingue a montré que lorsqu'un chatbot doit choisir quelle version linguistique d'un document citer, il favorise l'anglais même quand un document au contenu identique dans une autre langue se trouve dans la même fenêtre de contexte. L'ampleur de ce biais dépend fortement de la langue en concurrence.
Dayeon Ki et six co-auteurs ont testé six modèles à poids ouverts, dont LLaMA, Qwen, Gemma et Aya, sur huit langues, et ont constaté que la précision des citations pour un document en swahili chutait en moyenne de 23,9 % par rapport à la version anglaise identique, jusqu'à 37,6 % pour un modèle. Le bengali chutait en moyenne de 18,0 %. L'espagnol et le français, tous deux bien représentés dans les données d'entraînement, ne chutaient que de 8,1 % et 8,8 %. Les chercheurs décrivent cela comme un biais de préférence linguistique, qui s'aggravait, et non s'atténuait, lorsque le document non anglais était placé au milieu d'un contexte plus long plutôt qu'au début ou à la fin. Dans une expérience portant sur 231 requêtes réelles, les modèles citaient parfois un document anglais non pertinent avant un document réellement pertinent dans une autre langue, ce qui signifie que la langue l'emportait purement et simplement sur la pertinence.
L'écart de citation se retrouve aussi dans les moteurs IA en production, pas seulement en laboratoire
Un audit distinct publié en août 2026 a testé directement ChatGPT, Perplexity et Google AI Overview, et non des modèles de recherche, en posant des questions de santé dans sept langues et en comptant ce que chaque plateforme citait réellement. L'écart constaté était tout aussi réel que ce que suggère la recherche sur la préférence linguistique, et par endroits, il était pire.
Sur 1 140 réponses et près de 16 000 citations, les requêtes en anglais ont renvoyé en moyenne 12,3 sources par réponse, contre 9,2 pour les six autres langues réunies, selon l'étude. Ce déficit n'était pas réparti uniformément : ChatGPT n'a donné aucune citation pour un tiers de ses réponses en twi, et Google AI Overview a fait de même pour 30 % de ses réponses en hindi. Lorsque les chercheurs ont compté les sources hébergées sur un domaine spécifique à un pays comme indicateur approximatif d'un contenu local authentique, les langues bien dotées en ressources puisaient dans des domaines locaux 38,0 % du temps, contre 3,3 % pour les langues peu dotées. Leur conclusion n'était pas que les moteurs IA discriminent intentionnellement selon la langue, mais qu'ils citent le contenu faisant autorité qui existe réellement dans cette langue, et que pour la plupart des langues, il n'en existe pas assez. Pour savoir quel crawler atteint réellement vos pages traduites, vérifier vos propres logs serveur est un point de départ plus fiable que de deviner depuis l'extérieur.
Que faire à la place du hreflang pour la visibilité IA
Garder le hreflang n'est pas une erreur, il ne correspond simplement pas à ce que lisent les moteurs IA. Le levier le plus efficace consiste à donner à chaque version linguistique de votre marque son propre signal d'entité vérifiable, et à s'assurer qu'il existe suffisamment de contenu réel, non traduit, dans cette langue, pour qu'un moteur puisse le trouver.
Cela commence par des données structurées qui relient chaque variante linguistique d'une marque à une seule entité : un bloc de schéma Organization sur la page d'accueil de chaque langue, relié par sameAs au profil équivalent dans les autres langues et à des profils externes vérifiables comme Wikidata. Nous avons détaillé les mécanismes de ce type de données structurées dans notre guide JSON-LD pour le GEO. Le second levier est l'offre de contenu, pas la qualité de la traduction : les chercheurs à l'origine de l'étude Sources of Truth ont constaté que les écarts de citation suivent les endroits où le contenu faisant autorité en langue locale est rare, et non ceux où il est simplement non traduit, si bien qu'une page bien traduite mais hébergée nulle part ailleurs dans cette langue perd encore face à une page plus mince, mais appuyée par une dizaine d'autres sources locales.
Même au sein des propres interfaces de Google, le comportement divergeait dans le test de Gabe : l'AI Mode servait la bonne URL française, tandis que les AI Overviews ne renvoyaient aucun résultat du tout lorsque la requête provenait de France, le genre d'incohérence d'une interface à l'autre qui rend risqué de miser sur la portée du hreflang pour toute marque qui s'y fierait seule.
Questions fréquemment posées
Le hreflang fonctionne-t-il pour les moteurs de recherche IA comme ChatGPT ou Perplexity ?
Pas de façon fiable. Le hreflang est lu par Google et, comme signal plus faible, par Bing, mais la documentation des crawlers d'OpenAI et d'Anthropic n'en fait aucune mention, et les tests du consultant SEO Glenn Gabe ont montré que ChatGPT et Claude retombaient sur des URL en anglais même lorsqu'une page en langue locale correctement balisée existait. Perplexity était inconstant. Considérez le hreflang comme un signal propre à Google et Bing, et non comme un signal universel de visibilité IA.
Pourquoi Claude ou ChatGPT répondent-ils en anglais même quand je pose ma question en français ?
Parce que ces moteurs ne filtrent pas un résultat classé unique par langue, comme le fait Google. Ils récupèrent et synthétisent à partir des sources les mieux classées dans leur propre processus, et les sources en anglais dominent ce processus pour la plupart des langues. La recherche sur la récupération multilingue a montré que ce biais s'aggrave pour les langues moins bien dotées en ressources, et devient plus marqué lorsque le contenu cité se trouve plus loin dans un document.
Que faire à la place de se fier au hreflang pour la visibilité IA ?
Donnez à chaque version linguistique de votre marque son propre signal d'entité vérifiable, en utilisant un schéma Organization relié par sameAs entre les variantes linguistiques et à des profils comme Wikidata, et investissez dans du contenu réellement natif plutôt que dans de simples pages traduites. La recherche sur les schémas de citation IA selon les langues a montré que les écarts de citation suivent l'offre de contenu faisant autorité en langue native, et non la qualité de la traduction.
GPTBot, ClaudeBot et PerplexityBot explorent-ils différemment les variantes linguistiques d'une page ?
Rien ne le prouve publiquement. Aucune des documentations publiées par ces trois bots ne mentionne un comportement d'exploration spécifique à une langue, le hreflang, ou une préférence déclarée entre les variantes linguistiques d'une même page. Les trois sont documentés uniquement en termes de règles robots.txt, de rythme d'exploration et de plages d'IP.
Le hreflang compte-t-il encore pour le SEO, même si les moteurs IA l'ignorent ?
Oui. Gary Illyes, de Google, a confirmé que le hreflang n'est pas un signal de classement en soi, mais il détermine toujours quelle URL linguistique ou régionale Google sert à un internaute donné, et Bing le traite également comme un signal secondaire. Il reste utile à maintenir pour le trafic de recherche classique, même là où il ne joue aucun rôle dans les réponses générées par l'IA.
Combien de langues la recherche derrière cet article a-t-elle réellement testées ?
Deux études distinctes, couvrant des terrains différents. Un article ICML 2026 sur la récupération multilingue a testé huit langues sur six modèles IA à poids ouverts, tandis qu'un audit de citation 2026 a testé directement ChatGPT, Perplexity et Google AI Overview sur sept langues à l'aide de requêtes réelles liées à la santé, en recueillant plus de 15 000 citations.