Quelles données Schema.org ajouter à un site WordPress pour être recommandé par ChatGPT, Gemini et Google AI ?

TL;DR Aucune documentation officielle de Google ou d'OpenAI ne confirme l'existence d'un schema « spécial IA » : Google l'écrit noir sur blanc (10/12/2025). Nuance : Microsoft (Fabrice Canel, SMX Munich, 03/2025) confirme publiquement que le balisage aide ses LLM à comprendre le contenu ; OpenAI ne documente rien. Donnée clé : Ahrefs (11/05/2026, 1 885 pages vs 4 000 témoins) mesure AIO −4,6 %, AI Mode +2,4 %, ChatGPT +2,2 % (non significatifs). Corrélation ≠ causalité : 53 % des pages citées par l'IA ont du schema, et les pages citées sont ~3× plus susceptibles d'avoir du JSON-LD, sans preuve de cause. Liste courte à publier en JSON-LD : Organization, WebSite, Article, Product/Offer, FAQPage, Person, BreadcrumbList. Rappel méthode : Schema.org est un dictionnaire, JSON-LD un support ; l'effet se mesure (Mention Rate, Citation Rate, SoMV), il ne se promet pas.

Données Schema.org WordPress pour ChatGPT, Gemini et Google AI : ce qui est prouvé, plausible ou non confirmé

Avant d'ajouter la moindre ligne de JSON-LD, il faut poser le cadre de preuve. Le débat sur les données structurées et les moteurs génératifs est saturé d'affirmations marketing. Or les sources primaires disponibles en 2026 disent des choses très différentes selon l'acteur interrogé.

Ce que dit Google officiellement

Google Search Central, dans sa documentation « AI Features and Your Website » mise à jour le 10/12/2025, est explicite : « There's also no special schema.org structured data that you need to add. » La même page précise qu'il n'existe pas d'exigence supplémentaire pour apparaître dans les AI Overviews ou l'AI Mode. Autrement dit, Google ne reconnaît aucun balisage propriétaire ou spécifique qui déclencherait une recommandation dans ses surfaces génératives.

Cela ne signifie pas que le schema est inutile. Cela signifie que son rôle n'est pas celui qu'on lui prête souvent. Google rappelle par ailleurs que le balisage structuré n'est pas un facteur de classement direct, position confirmée par John Mueller en 2025. Il conditionne l'éligibilité aux rich results et aide à la compréhension des entités, pas au positionnement brut.

Ce que dit Microsoft

Microsoft est le seul acteur majeur à avoir affirmé publiquement l'utilité du schema pour ses modèles. Fabrice Canel (Bing), lors du SMX Munich en 03/2025, a déclaré que le balisage schema aide les LLM de Microsoft à comprendre le contenu, et a recommandé IndexNow pour pousser du contenu frais. Il s'agit d'une déclaration publique, non d'une documentation officielle : le niveau de preuve est donc « plausible », pas « confirmé ».

Ce que dit OpenAI

OpenAI ne documente pas l'usage de Schema.org pour ChatGPT. Aucune page officielle ne décrit un traitement préférentiel du JSON-LD, ni un type de balisage qui augmenterait les chances d'être cité. Les discussions communautaires évoquent une extraction possible du JSON-LD, mais sans documentation définitive. Le niveau de preuve reste « non confirmé ».

Ce que mesure Ahrefs

L'étude la plus robuste à ce jour est celle d'Ahrefs (11/05/2026). Méthodologie : 6 millions d'URL analysées, puis 1 885 pages ayant ajouté du JSON-LD entre août 2025 et mars 2026, comparées à 4 000 pages témoins. Quatre tests statistiques ont été appliqués (t-test, différence-en-différences, event study, fenêtre symétrique).

Résultats sur les citations : Google AI Overviews −4,6 % (statistiquement significatif), AI Mode +2,4 % (non significatif), ChatGPT +2,2 % (non significatif). En analyse préalable, les pages citées par l'IA étaient ~3× plus susceptibles d'avoir du JSON-LD, et 53 % des pages citées par l'IA avaient du schema. Mais cette corrélation ne prouve pas la causalité : les sites bien balisés sont aussi mieux maintenus, plus autoritaires et mieux maillés.

Tableau : niveau de preuve

Les 8 types de données Schema.org à ajouter sur un site WordPress

Voici la liste opérationnelle. Pour chaque type : rôle supposé pour les LLM, attributs clés, niveau de preuve et point d'implémentation WordPress.

1. Organization

Rôle supposé : ancrer l'entité marque et ses relations. Attributs clés : @id, name, url, logo, sameAs, knowsAbout, areaServed. Niveau de preuve : confirmé pour la reconnaissance d'entité, plausible pour l'usage LLM. Implémentation : dans le <head> global du thème ou via le graphe du plugin SEO.

2. WebSite

Rôle supposé : déclarer le site comme entité liée à l'Organization. Attributs clés : SearchAction, inLanguage, @id lié à l'Organization. Niveau de preuve : confirmé (rich results sitelinks searchbox). Implémentation : global, une seule fois.

3. Article / BlogPosting

Rôle supposé : fournir les faits de publication (auteur, dates, langue). Attributs clés : headline, author (Person), datePublished, dateModified, inLanguage. Niveau de preuve : confirmé pour les rich results, plausible pour l'IA. Implémentation : sur chaque article, via le plugin ou le template.

4. Product + Offer

Rôle supposé : exposer les faits produit de manière non ambiguë (identifiants, prix, disponibilité). Attributs clés : name, description, image, brand, gtin13, mpn, sku, price, priceCurrency, availability, MerchantReturnPolicy, OfferShippingDetails. Niveau de preuve : confirmé pour les rich results, plausible pour l'IA. Implémentation : fiches WooCommerce, via plugin ou injection serveur.

5. Review / AggregateRating

Rôle supposé : fournir des signaux de confiance structurés. Attributs clés : ratingValue, reviewCount, author. Niveau de preuve : confirmé pour les rich results. Implémentation : fiches produit, uniquement si les avis sont réels et vérifiables.

6. FAQPage

Rôle supposé : répondre à des questions en 40 à 80 mots, sur 3 niveaux (boutique, catégorie, produit). Attributs clés : mainEntity, Question, acceptedAnswer. Niveau de preuve : confirmé pour la structure, non confirmé pour l'IA. Implémentation : pages catégories et fiches produit. À noter : la fin des rich results FAQ n'annule pas l'intérêt sémantique du balisage.

7. Person

Rôle supposé : renforcer l'E-E-A-T via l'auteur. Attributs clés : author, sameAs, knowsAbout. Niveau de preuve : plausible. Implémentation : page auteur + liaison depuis les articles.

8. BreadcrumbList

Rôle supposé : expliciter la hiérarchie du site. Attributs clés : ItemListElement. Niveau de preuve : confirmé pour les rich results. Implémentation : global, via le plugin ou le thème.

Tableau : type de schema → rôle supposé → niveau de preuve → attributs WordPress

Bloc JSON-LD Product + Offer (copier-coller)

{
  "@context": "https://schema.org",
  "@type": "Product",
  "@id": "https://exemple.fr/produit/modele-x#product",
  "name": "Modèle X",
  "description": "Description factuelle du produit.",
  "image": "https://exemple.fr/img/modele-x.jpg",
  "brand": { "@type": "Brand", "name": "Votre Marque" },
  "gtin13": "1234567890123",
  "mpn": "MPN-X-001",
  "sku": "SKU-X-001",
  "offers": {
    "@type": "Offer",
    "price": "49.90",
    "priceCurrency": "EUR",
    "availability": "https://schema.org/InStock",
    "url": "https://exemple.fr/produit/modele-x",
    "shippingDetails": {
      "@type": "OfferShippingDetails",
      "shippingRate": { "@type": "MonetaryAmount", "value": "0", "currency": "EUR" }
    },
    "hasMerchantReturnPolicy": {
      "@type": "MerchantReturnPolicy",
      "returnPolicyCategory": "https://schema.org/MerchantReturnFiniteReturnWindow",
      "merchantReturnDays": 30
    }
  }
}

Type avancé : Dataset / DataCatalog

Pour les sites qui publient des jeux de données, Dataset et DataCatalog constituent un type avancé pertinent. L'étude de cas Obeg (Semly, 07/12/2025) documente l'usage de Dataset + DataCatalog combiné à des signaux de fraîcheur et au déblocage de GPTBot/Google-Extended, avec un résultat mesuré de +280 % d'inscriptions via canal IA et une visibilité passée de 0 à 55/100.

Comment implémenter ces données structurées dans WordPress et WooCommerce

JSON-LD vs Microdata vs RDFa

JSON-LD est le format recommandé par Google et Bing. Il est natif des parseurs, se maintient indépendamment du HTML, supporte @graph et @id, et se prête au multilinguisme. Microdata et RDFa alourdissent le markup et compliquent la maintenance. Pour un site WordPress, JSON-LD est le choix par défaut.

Injection HTML vs JavaScript

Les crawlers IA semblent traiter différemment le JSON-LD injecté en JavaScript. Le rendu serveur est à privilégier : un JSON-LD présent dans le HTML initial est plus fiable qu'un graphe généré côté client. Un JSON-LD caché peut être ignoré lors du retrieval direct.

Plugins WordPress

• Yoast : graphe connecté, agrégation opt-in, gestion des entités.
• Rank Math : plus de 20 types en version gratuite.
• SEOPress : alternative légère, bon contrôle du graphe.
• Schema Pro : orienté types avancés.

Limites communes : types avancés souvent payants, risque de doublons de graphes, dépendance au thème et aux blocs Gutenberg.

Conflits de graphes

Deux plugins qui génèrent chacun un Organization produisent deux entités concurrentes. La solution : un @id unique et une fusion via @graph. Détectez les doublons en inspectant le HTML rendu, puis désactivez la génération redondante.

Validation

• Rich Results Test (Google)
• Schema Markup Validator (Schema.org)
• Search Console → Enhancements
• Bing Webmaster Tools → URL Inspector

Checklist d'implémentation en 6 étapes

1. Auditer le JSON-LD existant (HTML rendu, pas l'aperçu plugin).
2. Définir un @id unique pour Organization et WebSite.
3. Choisir un seul générateur de graphe principal.
4. Ajouter Product + Offer sur les fiches WooCommerce.
5. Ajouter FAQPage sur catégories et produits (réponses 40–80 mots).
6. Valider, puis surveiller les Enhancements pendant 30 jours.

Encadré : points de vigilance

• Doublons de graphes entre plugin SEO et thème.
• JSON-LD caché ignoré au retrieval direct.
• Dépendance à un plugin : prévoir une sortie de secours en injection serveur.
• Incohérence entre le balisage et le contenu visible.

Mesurer l'effet du balisage sur les citations IA (et non le supposer)

Mention ≠ citation

Une mention est une apparition du nom de marque dans une réponse IA. Une citation est un lien ou une référence explicite à une source. Les deux se mesurent séparément, et confondre les deux fausse toute analyse.

KPI à suivre

Données Semly 2026

Le rapport Semly 2026 (100 boutiques, 10 000 prompts, 4,5 millions de réponses IA, 5 environnements) documente sur 90 jours : visibilité moyenne passée de 11,8 % à 22,6 % (+91,5 %), taux de citation de 2,7 % à 6,8 % (+151,9 %), présence dans le TOP 3 de 4,9 % à 11,7 %. Les prompts de type « problème/solution » progressent de +138,8 %, et le groupe à forte activité de +160 % contre +28 % pour le groupe à faible activité.

Préférences par modèle

• Gemini : domaines .gov/.edu, sites officiels, données structurées.
• ChatGPT : contenus longs (> 20 000 caractères), récents (< 10 mois), statistiques.

Protocole de test avant/après

Sélectionnez quelques pages, appliquez le balisage, puis mesurez sur une fenêtre supérieure à 30 jours. Croisez avec Search Console. La variabilité des réponses IA impose un suivi régulier, pas une mesure ponctuelle.

Plan 30/60/90 jours

• 30 jours : audit du graphe, correction des doublons, balisage Organization/WebSite/Article.
• 60 jours : Product + Offer + FAQPage, validation, première mesure de Mention Rate et Citation Rate.
• 90 jours : analyse SoMV, ajustement contenu, comparaison avant/après.

Semly s'intègre à WordPress et WooCommerce et fournit les données structurées JSON-LD, le fichier llms.txt et le plan de site automatique, ce qui relie directement la technique à la mesure des citations.

Erreurs fréquentes et limites à connaître

1. Promettre une recommandation garantie → Correction : présenter le balisage comme un signal factuel, jamais comme une garantie.
2. Empiler les types sans cohérence → Correction : limiter aux types réellement présents sur la page.
3. Ignorer la cohérence des données (descriptions, catégories, guides) → Correction : aligner balisage et contenu visible.
4. Oublier l'accès des bots (GPTBot, Google-Extended) → Correction : vérifier robots.txt et les logs serveur.
5. Confondre corrélation et causalité → Correction : traiter 53 % comme une observation, pas comme une preuve.
6. Négliger les standards émergents MCP et NLWeb → Correction : suivre ces pistes d'interopérabilité mentionnées par Yoast (28/10/2025).

Rappel : l'absence de données structurées ne vous met pas hors jeu, mais complique la compréhension de votre contenu par les modèles.

FAQ

Le schema augmente-t-il les citations IA ? Aucune preuve causale solide. Ahrefs (11/05/2026) ne mesure aucun gain significatif sur ChatGPT (+2,2 %) ni AI Mode (+2,4 %), et un léger recul sur AI Overviews (−4,6 %). Le schema reste utile pour la reconnaissance d'entité et les rich results.

Que dit Google officiellement ? Google Search Central (10/12/2025) écrit : « There's also no special schema.org structured data that you need to add. » Aucun balisage spécifique n'est requis pour les AI Overviews ou l'AI Mode.

Que dit Microsoft ? Fabrice Canel (Bing) a déclaré au SMX Munich (03/2025) que le schema aide les LLM de Microsoft à comprendre le contenu. C'est une déclaration publique, non une documentation officielle.

Et OpenAI ? OpenAI ne documente pas l'usage de Schema.org pour ChatGPT. Le niveau de preuve reste non confirmé.

Faut-il FAQPage malgré la fin des rich results ? Oui, le balisage conserve un intérêt sémantique et structurel, même sans rich result. Les réponses de 40 à 80 mots restent lisibles par les modèles.

Quel plugin WordPress choisir ? Yoast, Rank Math, SEOPress ou Schema Pro selon vos besoins. Le critère décisif reste l'absence de doublons de graphes et la cohérence des @id.

Conclusion : un système, pas un balisage isolé

Le balisage Schema.org n'est ni un interrupteur magique ni une perte de temps. C'est un signal factuel qui s'inscrit dans un triptyque : technique (JSON-LD, accès des bots), contenu (cohérence, profondeur, fraîcheur) et mesure (Mention Rate, Citation Rate, SoMV). Semly se positionne précisément sur ce troisième pilier, en reliant l'implémentation WordPress/WooCommerce à la mesure des citations dans ChatGPT, Gemini et Google AI.

Trois actions immédiates :

• Auditez votre graphe JSON-LD et éliminez les doublons d'@id.
• Publiez Organization, WebSite, Article et Product + Offer en rendu serveur.
• Lancez un test avant/après sur quelques pages, avec une fenêtre de mesure supérieure à 30 jours.