Gemini

Gemini est la famille de modèles d'IA de Google, qui alimente à la fois les AI Overviews et un produit de chat autonome doté de son propre comportement de citation, ainsi qu'un mode agent Deep Research distinct qui compile des rapports plus longs à sources multiples. Sa récupération est ancrée dans la recherche : elle relie une réponse générée à l'index de recherche propre de Google avant d'appliquer un filtre de citation supplémentaire.

Pourquoi c'est important

Gemini vérifiant les sources candidates par rapport au knowledge graph de Google avant de les citer, une reconnaissance d'entité sans ambiguïté, un nommage cohérent et des données structurées reliant une marque à son identité vérifiée comptent davantage ici que sur des moteurs qui récupèrent directement depuis un index web ouvert. Une marque facile à désambiguïser pour Google, par rapport à des concurrents au nom similaire, dispose d'un réel avantage de récupération spécifiquement sur Gemini.

Termes associés

• Google AI Overviews (AIO)

  Les Google AI Overviews sont des blocs de résumé générés par l'IA qui apparaissent au-dessus des résultats organiques classiques pour une large part des recherches Google, synthétisant une réponse à partir de plusieurs sources citées. Le fait qu'un AI Overview apparaisse ou non pour une requête donnée, son taux de déclenchement, est une variable distincte du fait qu'une marque précise y soit citée une fois qu'il apparaît.

• LLM (grand modèle de langage)

  Un LLM, ou grand modèle de langage (large language model), est un modèle d'IA entraîné sur d'immenses volumes de texte pour comprendre et générer du langage humain. C'est la technologie sous-jacente derrière ChatGPT (les modèles GPT d'OpenAI), Claude (Anthropic) et Gemini (Google), et ce sur quoi chaque moteur génératif est construit.

• Knowledge graph (graphe de connaissances)

  Un knowledge graph, ou graphe de connaissances, est une base de données structurée d'entités et des relations qui les relient, ceux de Google et de Wikidata étant les deux plus influents, que les systèmes d'IA consultent pour vérifier des affirmations et déterminer à quelle chose réelle un nom fait référence.

• Ancrage (grounding)

  L'ancrage, ou grounding, désigne le moment où un système d'IA appuie sa réponse générée sur une source précise récupérée, une page web en direct, un document, un enregistrement de base de données, plutôt que de s'appuyer uniquement sur les schémas appris pendant l'entraînement. C'est ce qui distingue une réponse citée d'une réponse non étayée.