Pendant nos quatre premières années, le moteur de croissance décrit au Chapitre 3 a continué de faire son travail. Nous écrivions des contenus réellement utiles, gagnions des backlinks faisant autorité, nous classions sur les questions que nos futurs utilisateurs se posaient, et laissions l'ensemble produire ses effets cumulés. Puis le sol a commencé à bouger.
Le sol s'est dérobé sous le SEO
En 2025, une part croissante des personnes qui tapaient autrefois leurs questions dans Google les posait désormais à des assistants IA. ChatGPT, Claude, Perplexity et les résultats IA de Google répondaient directement aux questions, en phrases complètes, souvent sans que l'utilisateur ne clique jamais sur un lien. Les liens bleus que nous avions passé des années à gravir étaient résumés et court-circuités.
Pour une entreprise dont la stratégie d'acquisition reposait largement sur un trafic de recherche cumulatif, c'était une question existentielle. C'était aussi une question familière. Nous avions déjà vécu de près un changement de plateforme, fin 2022, quand ChatGPT est apparu et que nous avons lancé une extension en quelques jours (Chapitre 4). La leçon de cette expérience n'était pas « l'IA arrive ». C'était « quand l'interface change, ceux qui s'adaptent tôt captent une attention que les retardataires devront se disputer ».
Alors, au lieu de pleurer le déclin des dix liens bleus, nous nous sommes posé la même question qu'en 2022 : qu'est-ce que ce changement rend nouvellement précieux, et comment cela se rattache-t-il à notre mission ?
Du classement à la citation
La réponse à laquelle nous sommes parvenus porte un nom : AEO (optimisation pour les moteurs de réponse).
À l'ère de la recherche, l'objectif était de se classer : placer sa page dans les premiers résultats et obtenir le clic. À l'ère de la réponse, l'objectif est d'être cité : quand un assistant IA compose une réponse sur le surlignage, les techniques d'apprentissage ou les méthodes de recherche, vous voulez qu'il s'appuie sur votre travail et renvoie les lecteurs vers vous.
Ce qui nous a frappés, c'est à quel point les principes sous-jacents ont peu changé. Les moteurs de réponse, comme les moteurs de recherche avant eux, récompensent les sources réellement utiles, clairement structurées et constamment fiables. Les fondamentaux que nous pratiquions depuis le Chapitre 3 (valeur réelle, structure soignée, effets cumulés patients) restaient valables. Ce qui a changé, c'est le lecteur. Nous n'écrivions plus seulement pour des humains qui survolent, mais aussi pour des modèles qui analysent, pondèrent et citent.
Ce recadrage a transformé une menace existentielle en problème d'exécution. Et les problèmes d'exécution, nous savions les résoudre.
Deep Dive : parier de nouveau sur le format long
Notre plus gros investissement AEO a porté sur le contenu, et il avait des airs presque démodés : une bibliothèque de guides longs et intemporels que nous appelons Deep Dive.
Nous avons constitué plus de 100 articles approfondis couvrant le territoire qui intéresse nos utilisateurs : les outils d'IA et comment choisir entre eux, les sciences de l'apprentissage, la prise de notes et la gestion des connaissances, les méthodes de lecture, les techniques de recherche. Chacun est structuré de la même manière : une table des matières claire, les points clés en tête, des sections FAQ et une mise en forme cohérente que peuvent parcourir aussi bien un lecteur humain pressé qu'un modèle qui analyse le texte.
Puis nous avons appliqué le multiplicateur découvert au Chapitre 2, cette fois de façon délibérée. Chaque article est traduit en 7 langues. Là où des membres de la communauté avaient autrefois traduit pour nous un seul article de presse, la traduction fait désormais partie intégrante de notre pipeline de publication. Un guide bien documenté devient sept points d'entrée sur sept marchés.
Le pari est le même pari cumulatif qu'avant : chaque guide est un actif qui continue de travailler, sauf qu'il travaille désormais de deux manières. Il se classe dans ce qui reste de la recherche traditionnelle, et il est cité par les moteurs de réponse qui la remplacent.
Rendre Glasp lisible par les machines
Le contenu n'était que la moitié du travail. L'autre moitié consistait à rendre Glasp lui-même lisible par les machines.
Nous avons ajouté un fichier llms.txt au site, un guide en langage clair qui indique aux robots d'indexation IA ce qu'est Glasp, où se trouve quoi, et ce qui compte le plus. Nous avons étendu les données structurées (JSON-LD) à l'ensemble du site, de sorte que les articles, les livres, les citations et les profils se décrivent eux-mêmes dans un vocabulaire que les machines comprennent sans avoir à deviner.
Puis nous sommes allés plus loin que nous décrire à l'IA : nous nous y sommes connectés. Nous avons construit un connecteur MCP (Model Context Protocol) distant, pour que les utilisateurs puissent brancher Glasp directement à leurs assistants IA. Avec leur permission, un assistant peut rechercher dans leurs surlignages, retrouver ce qu'ils ont sauvegardé sur un sujet et apporter leur propre savoir collecté dans une conversation.
Cela mérite qu'on s'y arrête, car cela redéfinit ce que signifie la « distribution ». À l'ère de la recherche, la surface de votre produit était votre site web et votre extension. À l'ère de la réponse, la surface de votre produit inclut les assistants IA auxquels vos utilisateurs parlent déjà chaque jour. Y être présent n'est pas du marketing. C'est du produit.
Et cela rejoint la mission d'une manière que nous avons trouvée véritablement enthousiasmante. Nous avons toujours dit que le savoir que vous collectez devrait survivre au moment où vous l'avez collecté. Un assistant capable de puiser dans vos surlignages des années plus tard, c'est exactement cette promesse, tenue à travers une nouvelle interface.
Au-delà du texte
Les moteurs de réponse ne lisent pas que des articles, et les gens non plus. Nous avons donc commencé à décliner nos meilleurs guides Deep Dive dans d'autres formats : des conversations audio façon podcast et des versions vidéo diffusées sur YouTube.
C'était le principe « créer une fois, publier partout » de notre approche d'efficience des ressources, orienté vers un nouvel objectif. La même recherche qui a produit un guide écrit devient quelque chose à écouter pendant un trajet et quelque chose que YouTube fait découvrir à des apprenants qui n'auraient jamais trouvé l'article. Chaque format renforce les autres, et chacun est une façon de plus d'être la source sur laquelle une réponse s'appuie.
La preuve : de 500 à 19 000 sessions quotidiennes depuis ChatGPT
La stratégie ne coûte rien. Alors nous avons mesuré.
Début 2026, ChatGPT nous envoyait 517 visiteurs par jour. Nous avons fait un pari délibéré : cesser d'investir dans le SEO direct et dérouler le manuel AEO sous forme de série d'expériences sur notre plus grande surface de contenu, un corpus de plus de 400 000 pages de questions-réponses YouTube.
La première décision a donné le ton : mesurer à partir de nos propres journaux serveur plutôt que de s'abonner à des outils qui interrogent les modèles de l'extérieur. Les journaux des robots IA de Cloudflare et la Search Console nous indiquaient, de manière déterministe, quelles pages les robots IA récupéraient réellement et à quelle fréquence. Ces données ont transformé des suppositions en feuille de route.
Les expériences elles-mêmes étaient d'une concrétude presque embarrassante. Les pages souvent demandées par les robots avaient des titres sous forme de question correspondant à la façon dont les gens formulent leurs requêtes, alors nous avons réécrit les titres en questions. Elles comportaient en haut de page des résumés rédigés, d'environ 130 caractères, qui fonctionnaient comme des réponses autonomes, tandis que les pages ignorées portaient des fragments de 14 caractères, alors nous avons réécrit nos TL;DR pour qu'ils contiennent la réponse complète même si un modèle ne lit rien d'autre. Nous avons exploité les erreurs 404 laissées par les robots IA, des dizaines de milliers par semaine, comme une liste littérale de pages que les utilisateurs demandaient déjà, et nous les avons créées. Nous avons supprimé des dizaines de milliers de pages mortes sans aucun intérêt ni pour Google ni pour les robots, et l'indexation de tout ce qui restait s'est améliorée. Et les pages qui généraient déjà des clics Google ont été verrouillées contre toute réécriture, afin que le nouveau canal ne cannibalise jamais l'ancien.
Quatre mois plus tard, le 5 mai, les visites issues de ChatGPT atteignaient 19 129 sessions quotidiennes : une croissance de 37x. Le plus frappant, c'est que le volume de crawl des robots IA est resté stable pendant toute cette période. Les mêmes robots passaient. Ils trouvaient simplement plus de réponses dignes d'être citées. Nous avons partagé le manuel complet dans un article invité de la newsletter de Sean Ellis, dans le même esprit que tout le reste de cette histoire : ce que nous apprenons, nous le publions.
Ce que nous avons appris
L'ère de l'AEO est jeune, et nous ne prétendons pas l'avoir entièrement comprise. Mais quelques leçons semblent déjà solides.
Premièrement, l'AEO ne remplace pas tout ce que nous savions. Ce sont les principes du SEO qui mûrissent dans une nouvelle interface. La valeur authentique, la structure claire et la confiance méritée gagnent toujours. Si vous avez bâti votre croissance sur des astuces, les moteurs de réponse sont une mauvaise nouvelle. Si vous l'avez bâtie sur la substance, ils sont une opportunité.
Deuxièmement, être en avance compte de nouveau. La fenêtre que nous avons exploitée au lancement de ChatGPT a une suite : la plupart des entreprises traitent encore la recherche par IA comme une curiosité, ce qui signifie que les citations sont encore à prendre. « Être premier, même imparfait » a survécu intact au changement de plateforme.
Troisièmement, ce qui produit des effets cumulés a changé de forme. C'étaient autrefois les classements et les backlinks. C'est désormais le fait d'être une source citable, structurée et fiable, en texte, en audio, en vidéo, et à travers des protocoles comme MCP qui vous placent au cœur même de la conversation.
La leçon la plus profonde, cependant, concernait l'identité. Quand la façon dont les gens trouvent l'information a changé, nous n'avons pas eu à changer ce que nous sommes. Une plateforme bâtie sur la capture et le partage ouvert du savoir se révèle bien positionnée dans un monde où les machines cherchent en permanence des connaissances dignes d'être reprises. La mission a bien vieilli.
Cette confiance dans la substance plutôt que dans les tactiques nous a menés là où nous n'aurions jamais imaginé qu'une startup de deux personnes irait : publier de la recherche originale. C'est le chapitre suivant.