Google Research vient de montrer pourquoi une requête IA n’est pas un mot-clé

Une requête est une suite de mots. Le besoin qui la porte peut couvrir plusieurs décisions. Les chercheurs de Google partent d’une recherche de deux mots, « camping gear ». Celui qui la tape ne veut pas dix variantes à peine différentes de la même tente quatre places. Il veut un ensemble qui fonctionne : une tente, un sac de couchage, un réchaud, une lampe frontale.

Deux mots en entrée, plusieurs catégories de produits en sortie. C’est cet écart que Retrieve-for-Train veut combler, et il dépasse de loin le camping. Les prompts que les acheteurs tapent dans ChatGPT, Gemini ou AI Mode ont la même forme : peu de mots, beaucoup de besoins implicites.

Qu’a publié Google Research le 15 septembre 2026 ?

Google Research a publié Retrieve-for-Train (R4T), un cadre qui entraîne un modèle compact à renvoyer, en une seule passe, un ensemble de directions de recherche complémentaires pour une requête large. Le billet est signé Pengcheng Jiang et Judith Yue Li. Il résume un article de l’ICML 2026, Efficient, Property-Aligned Fan-Out Retrieval via RL-Compiled Diffusion, déposé sur arXiv le 6 mars 2026 par onze auteurs.

La méthode tient en trois étapes. D’abord, un apprentissage par renforcement entraîne un modèle de langage de fan-out (Gemma3-4B et Qwen3-4B dans les expériences, chacun chargé de produire dix sous-requêtes par prompt) contre une récompense qui note l’ensemble des résultats, et non chaque résultat pris seul. Ensuite, le modèle entraîné est figé et génère hors ligne des paires d’entraînement, sans annotation humaine. Enfin, un modèle de diffusion de 53,9 millions de paramètres apprend à passer d’une requête à un ensemble complet de cibles, sans écrire le moindre jeton de raisonnement.

Les gains portent à la fois sur la qualité et sur la vitesse. R4T a battu la recherche à requête unique, l’expansion zero-shot et une référence Best-of-N sur les deux tâches testées. Le retriever par diffusion a tourné 12 à 20 fois plus vite que les approches autorégressives. Sur de gros lots, le fan-out autorégressif montait vers 50 secondes, quand R4T restait entre moins d’une seconde et quelques secondes.

Qu’est-ce que l’effondrement paraphrastique ?

L’effondrement paraphrastique (paraphrastic collapse) survient quand un modèle de langage, chargé de décliner une requête large en plusieurs recherches, renvoie des quasi-synonymes de la requête au lieu de directions complémentaires. Google Research prend l’exemple de « bohemian festival style ». Sans consigne soignée, un modèle générique propose « bohemian festival fashion » et « bohemian festival clothes », là où un spécialiste de la mode chercherait des vestes à franges, des robes au crochet ou des bottes en daim.

Le nombre de recherches augmente. Le terrain couvert, lui, ne bouge pas. Les résultats se recoupent, les mêmes recommandations reviennent, et des pans entiers du besoin initial restent inexplorés. L’ampleur apparente et la couverture réelle se séparent : tout le problème est là.

Retour au camping. « Équipement de camping indispensable », « meilleur matériel de camping », « liste de matériel de camping » et « matériel de camping incontournable » font quatre recherches braquées sur le même point. Aucune ne va chercher un réchaud ou une lampe frontale.

Comment Retrieve-for-Train juge-t-il un bon ensemble de résultats ?

Retrieve-for-Train note l’ensemble comme un tout, sur trois propriétés qui tirent en sens contraire : l’ancrage (groundedness), la diversité et l’alignement. L’ancrage pénalise toute sous-requête qui s’écarte de la base de données, pour que chaque direction pointe vers quelque chose qui existe. La diversité se mesure avec le Vendi Score sur l’ensemble complet, ce qui pousse le modèle vers une vraie amplitude sémantique. L’alignement rattache chaque sous-requête au prompt d’origine, pour que l’amplitude ne tourne pas à la dérive.

L’ablation publiée montre pourquoi les trois sont nécessaires. Optimisé sur l’ancrage seul, le modèle a déjoué sa récompense avec des chaînes dégénérées qui tombaient sur des coordonnées de la base. Avec l’alignement en plus, il est retombé dans la paraphrase du prompt. Seul le terme de diversité a fermé les deux raccourcis.

Pour qui travaille hors de Google, c’est ce déplacement qui compte. Une pertinence jugée résultat par résultat ne garantit pas une bonne réponse. Dix résultats peuvent être pertinents un à un et former un ensemble incomplet, si tous couvrent la même dimension du besoin.

AI Mode de Google utilise-t-il Retrieve-for-Train ?

Aucune source publique ne montre qu’AI Mode de Google utilise Retrieve-for-Train. Le cadre a été évalué sur deux tâches spécialisées : une recherche texte-image dans un vaste jeu de tenues composées par des utilisateurs, et une recherche texte-musique dans un jeu propriétaire de playlists construites par des experts. Aucune des deux n’est une recherche web.

Ce qui est documenté est plus étroit. Depuis mars 2025, Google présente AI Mode comme s’appuyant sur une technique de « query fan-out » : il lance en même temps plusieurs recherches liées, sur des sous-thèmes et des sources de données, puis assemble les résultats. Le billet de Google Research renvoie à cette annonce d’AI Mode. Aucun des deux documents ne dit quelle méthode de fan-out tourne en production, combien de sous-requêtes elle génère, ni quels critères elle optimise.

Une méthode GEO qui confond les deux ne peut plus séparer ce qu’elle observe de ce qu’elle suppose. Or c’est cette séparation qui distingue un diagnostic d’une affirmation.

Pourquoi tant de panels de visibilité IA mesurent-ils la formulation plutôt que la décision ?

Parce qu’ils sont construits comme des listes de mots-clés : de nombreuses formulations d’une même question de choix, chacune comptée comme un besoin distinct. Imaginons un panel de 30 prompts pour une clinique de fertilité à Bangkok, avec « meilleure clinique de fertilité Bangkok », « top clinique FIV Bangkok », « clinique de fertilité recommandée Bangkok », « meilleur centre de FIV Thaïlande » et « clinique FIV de référence Bangkok ». Les réponses varieront un peu. La décision testée reste la même à chaque fois : quel prestataire choisir.

C’est l’effondrement paraphrastique, transposé du système de recherche à sa mesure. Le panel paraît large et ne couvre qu’un territoire. Comparez-le à un panel construit sur les besoins distincts qui entourent la même décision.

Une clinique pourrait apparaître dans huit répétitions sur dix de la question de choix, et disparaître dès que la patiente demande le coût, les accréditations ou la FIV après 40 ans. Une autre pourrait apparaître moins souvent sur la question générique et disposer de preuves solides et crédibles sur l’expertise, la sécurité et la comparaison. Ces deux profils de visibilité diffèrent par nature, et un taux de mention unique cache cette différence.

Les panels de paraphrases gardent leur utilité. Pour tester la sensibilité d’un moteur à la formulation, les quasi-synonymes sont exactement le bon instrument. Ils mesurent la stabilité face à la formulation. Ils ne mesurent pas la couverture d’une décision, et un rapport doit dire laquelle des deux il mesure.

Qu’est-ce qu’un territoire de requêtes ?

Un territoire de requêtes est un besoin d’information cohérent, ou une dimension de décision, que les acheteurs peuvent exprimer par plusieurs questions différentes. Une requête est la chaîne exacte soumise à un moteur IA. Le territoire est la part de la décision à laquelle cette chaîne appartient. KAIS prend le territoire, et non la requête, comme unité de mesure.

Prenons l’intention commerciale « trouver une agence de visibilité IA en Thaïlande ». Les territoires qui l’entourent comprennent la découverte (quelles sociétés proposent du GEO et de l’AEO), l’expertise (qui a une expérience documentée de la mesure de l’AI Search), la méthodologie (comment se mesurent mentions, citations et recommandations), la preuve (qui publie des recherches originales ou des résultats vérifiables), la comparaison (en quoi les périmètres de service diffèrent), la confiance (quelles sources indépendantes appuient les affirmations) et la sélection (qui correspond aux exigences d’une organisation donnée). Ils sont liés. Ce ne sont pas des synonymes, et une entreprise peut être bien représentée dans certains tout en étant absente des autres.

En pratique, un panel KAIS se construit par couches : les activités réelles du client, les mots de ses clients, quatre intentions (trouver un prestataire, comprendre comment une chose fonctionne, comparer des options, vérifier une réputation), les personnes qui posent la question et les événements qui la déclenchent, les objections, et chaque langue de marché comme un axe à part. Un noyau de 20 à 30 questions, choisies pour leur valeur commerciale, reste figé et se remesure à chaque vague, pour que les écarts aient un sens. Les questions qui nomment la marque ne comptent jamais dans le score : une requête qui nomme la marque la trouve toujours.

Le territoire est aussi l’unité du modèle d’exclusivité de KAIS : un client par territoire stratégique, défini par une liste nominative de questions annexée au contrat.

Pourquoi les preuves autour d’une marque comptent-elles plus que la répétition de l’expression visée ?

Parce que chaque besoin derrière une question peut mener vers un ensemble différent de documents, d’éditeurs et d’entités, et que ces documents reprennent rarement les mots du prompt d’origine. Une clinique peut publier d’excellentes pages sur ses traitements et rester mince dans les sources indépendantes qui traitent de l’accréditation ou de l’expérience des patients internationaux. Un concurrent à la page de service plus faible peut détenir des preuves plus solides dans un annuaire spécialisé ou une publication indépendante. Même prompt, chemins d’information différents.

Prenons une entreprise qui veut apparaître sur « meilleure agence AI Search à Bangkok ». Le réflexe du SEO par mots-clés consiste à publier davantage de pages sur des variantes de l’expression. Une approche fondée sur la preuve se demande ce qu’un système devrait trouver avant de pouvoir, raisonnablement, faire figurer cette entreprise dans une réponse. Des contenus accessibles qui décrivent ses services avec exactitude. Une expertise documentée. Une méthode et un périmètre écrits noir sur blanc. La même identité, la même adresse et les mêmes compétences d’une source à l’autre. Des publications indépendantes qui parlent de son travail. Quelque chose qui la distingue des autres options.

Ces réponses se trouvent sur des sites différents et dans des types de sources différents. Un article technique appuie une question sur l’expertise. Un rapport de recherche original appuie une question sur la méthode. Une publication indépendante corrobore le travail, un profil professionnel ancre l’identité et le périmètre, un avis client authentique renseigne sur le service lui-même. Aucun n’a besoin de contenir l’expression « meilleure agence AI Search Bangkok » pour compter. Deux moteurs peuvent même s’appuyer sur des parts différentes de ces preuves pour la même marque, comme le montre Même marque, preuves différentes.

Le but n’est pas de répéter la requête sur tout le web. C’est de rendre disponibles des preuves exactes, utiles et crédibles pour chacun des besoins qui se tiennent derrière elle.

Que doit suivre la mesure de la visibilité IA au-delà des prompts exacts ?

La mesure de la visibilité IA doit garder cinq lectures séparées au lieu de les fondre trop tôt en un seul chiffre.

• Visibilité sur la requête exacte : la marque apparaît-elle quand on soumet un prompt précis ? Elle reste la base des benchmarks contrôlés et de la comparaison d’une vague à l’autre.
• Couverture des territoires : sur quels besoins distincts la marque apparaît-elle, et où manque-t-il des preuves pertinentes ?
• Cohérence entre territoires : le moteur décrit-il l’entité de la même façon quand la question passe de la découverte à l’expertise, à la comparaison ou à la confiance ?
• Diversité des preuves : quels types de sources soutiennent la marque sur ces territoires, son seul site ou aussi des publications indépendantes crédibles ?
• Persistance de la recommandation : la marque reste-t-elle candidate quand la question ajoute une contrainte de budget, de lieu, d’expertise ou de réglementation ?

Deux limites valent pour les cinq, et elles ont leur place dans tout rapport. Une liste de sous-questions dressée par un analyste ne prouve pas qu’un moteur a exécuté ces sous-requêtes en interne : elle modélise le besoin, elle ne trace pas la récupération. Et les sources affichées par une réponse ne sont pas l’inventaire complet de ce que le moteur a récupéré. Vue de l’extérieur, la récupération n’est visible qu’à travers ce que le moteur choisit de montrer.

Comment une marque peut-elle tester sa couverture des territoires de requêtes ?

Une marque peut tester sa couverture en partant d’une question commerciale, en construisant autour d’elle deux jeux de prompts contrôlés, et en les soumettant plusieurs fois aux moteurs IA qu’utilise son marché. Le premier jeu contient des reformulations de la question de choix. Le second contient les besoins distincts derrière la même décision. Pour une entreprise en Thaïlande, la question de départ pourrait être « quelle agence AI Search choisir ? ».

Pour chaque réponse, relever :

1. si la marque apparaît ;
2. son rôle dans la réponse : mentionnée, envisagée ou explicitement recommandée ;
3. sa position, quand la réponse classe des options ;
4. les sources citées ou affichées ;
5. si ses attributs sont décrits avec exactitude ;
6. quels concurrents apparaissent ;
7. si elle persiste d’un territoire à l’autre.

La répétition compte. Une passe unique ne distingue pas une absence stable d’une absence occasionnelle : KAIS qualifie donc une passe par question de lecture exploratoire, et en fait trois pour un diagnostic. Le second jeu ne reproduit le fan-out interne d’aucun moteur, et il n’en a pas besoin. Son rôle est de montrer comment la visibilité évolue quand un acheteur explore différentes faces d’une même décision. Trente questions presque identiques renseignent sur la stabilité face à la formulation. Trente questions complémentaires renseignent sur l’étendue de votre présence. Les deux sont utiles. Ce n’est pas la même mesure.

Où se situe le query fan-out dans la chaîne de visibilité IA de KAIS ?

Le query fan-out se situe entre la question de l’utilisateur et la deuxième étape de la chaîne de visibilité IA de KAIS, être récupéré : il décide quelles parties de l’espace d’information sont explorées avant que quoi que ce soit puisse être cité.

Les étapes suivantes restent distinctes. Une source peut être découvrable sans jamais être récupérée pour une question donnée, récupérée sans être citée, citée sans peser sur la réponse (l’écart mesuré dans Cité ne veut pas dire utilisé), et bien comprise sans être retenue. La chaîne a aussi une exception documentée : un moteur peut nommer une marque à partir de ce que son modèle a déjà appris, sans aucune récupération. La recherche sur le fan-out ne dit rien de ce chemin.

C’est pourquoi ajouter des variantes du mot-clé visé corrige rarement une absence. La page peut être inaccessible, comme dans le cas des crawlers IA bloqués par le pare-feu malgré un robots.txt permissif. Les preuves peuvent ne pas répondre à l’exigence précise de l’acheteur. Le moteur peut décrire l’entreprise de travers. La corroboration indépendante peut manquer. Ou la marque peut simplement ne pas être retenue dans cette réponse. Chaque écart appelle une intervention différente, et le diagnostic doit précéder la tactique.

Le prompt est court. La décision ne l’est pas.

Google Research n’a pas annoncé la fin des mots-clés, et Retrieve-for-Train n’est pas un nouveau facteur de classement. Les mots-clés décrivent toujours la façon dont les gens formulent leur demande, et ils restent une bonne unité pour la recherche classique.

Ce que montre ce travail est plus étroit, et plus utile. Quand un besoin est large, un ensemble de résultats complémentaires le sert mieux qu’un empilement de résultats pertinents et redondants. Les acheteurs posent aux moteurs IA des questions courtes. L’information dont ils ont besoin pour décider est bien plus longue.

Pour une marque, la question change donc. Elle n’est plus seulement « apparaissons-nous quand quelqu’un soumet ce prompt exact ? ». Elle devient aussi « quand l’acheteur explore les différentes faces de cette question, les preuves disponibles nous maintiennent-elles dans la réponse ? »

Sources

• Google Research — Bypassing inference bottlenecks: Accelerating complex AI search with Retrieve-for-Train, Pengcheng Jiang et Judith Yue Li, 15 septembre 2026. Les exemples du matériel de camping et du style bohème de festival, l’effondrement paraphrastique, le pipeline en trois étapes, la récompense composite (ancrage, diversité, alignement), le retriever par diffusion de 53,9 millions de paramètres, l’accélération de 12 à 20 fois et la latence de près de 50 secondes du fan-out autorégressif à grande échelle.
• Jiang, Li, Ryu, Hu, Su, Wan, Hebert, Peng, Han, Kuzmin et Boutilier — Efficient, Property-Aligned Fan-Out Retrieval via RL-Compiled Diffusion, arXiv:2603.06397, déposé le 6 mars 2026, ICML 2026. Benchmarks mode et musique ; latence du fan-out à la requête réduite d’un ordre de grandeur. Les résultats portent sur le cadre testé et n’établissent aucun déploiement dans un produit Google.
• Google — Expanding AI Overviews and introducing AI Mode, Robby Stein, 5 mars 2025. La technique de query fan-out d’AI Mode : plusieurs recherches liées lancées en même temps sur des sous-thèmes et des sources de données, puis combinées.