Repenser les intentions de recherche à l’ère des LLM

Les 4 intentions de recherche historiques en SEO sont dépassées. Nous avons identifié 8 nouvelles intentions LLM essentielles.

Fin 2024, Semrush a analysé plus de 80 millions de données clickstreams afin d’étudier les différences entre ChatGPT Search et Google, notamment en matière d’intentions de recherche.

Cette étude a largement été reprise et commentée, et ce, à juste titre. Elle nous offre en effet une compréhension approfondie de la façon dont les internautes utilisent les LLM et permet de comparer ces usages avec ceux des moteurs de recherche traditionnels.

Ce graphique a particulièrement retenu notre attention : celui illustrant la répartition des requêtes selon les quatre intentions de recherche classiques que nous utilisons habituellement en SEO pour classifier les comportements des internautes.

Article rédigé par Vincent Lehmann, directeur de Soleil Digital

Au-delà des quatre intentions traditionnelles

Laissons de côté ces quatre intentions de recherche classiques pour nous intéresser aux 70% des requêtes qui ne correspondent pas aux catégories informationnelles, navigationnelles, commerciales ou transactionnelles.

Sur la base de mon expérience personnelle et de celle de mon entourage professionnel, j’ai entrepris de définir de nouvelles intentions de recherche spécifiques à l’utilisation des LLM. Pour cela, j’ai d’abord observé les usages concrets avant de les transposer en intentions de recherche :

• Recherche conversationnelle prolongée = Intention dialogique – Les utilisateurs engagent des conversations étendues, posent des questions de suivi et explorent un sujet en profondeur sans reformuler entièrement leurs requêtes.
• Traitement de données personnalisé = Intention analytique – Les utilisateurs demandent d’analyser, résumer ou transformer des données qu’ils fournissent (documents, tableaux, etc.).
• Création de contenu = Intention créative – Les utilisateurs sollicitent la génération de textes, scripts, présentations ou autres contenus créatifs sur demande.
• Résolution de problèmes complexes = Intention résolutive – Les utilisateurs recherchent une assistance pour résoudre des problèmes étape par étape, comme du dépannage technique ou des problèmes mathématiques.
• Simulation de scénarios = Intention exploratoire – Les utilisateurs demandent aux LLM d’explorer des scénarios hypothétiques ou de jouer le rôle d’experts dans différents domaines.
• Composition et correction = Intention améliorative – Les utilisateurs cherchent à améliorer des textes existants, obtenir des suggestions d’édition et des reformulations.
• Extraction contextuelle d’informations = Intention extractive contextuelle – Les utilisateurs exploitent la capacité des LLM à extraire des informations spécifiques à partir de données non structurées, en comprenant le contexte.
• Assistance à la décision = Intention délibérative – Les utilisateurs cherchent à peser le pour et le contre d’une décision en obtenant différentes perspectives.
• Traduction et localisation intelligente = Intention adaptative culturelle – Les utilisateurs vont au-delà de la simple traduction pour adapter le contenu aux nuances culturelles.
• Automatisation de tâches cognitives = Intention automatisante – Les utilisateurs délèguent l’exécution de tâches qui nécessiteraient normalement une intervention humaine.

Une taxonomie structurée des nouvelles intentions

À partir de ces cas d’usage et de ces propositions de nomenclature, nous pouvons regrouper ces intentions en catégories plus larges qui reflètent les principaux modes d’utilisation des LLM :

1. Intentions de transformation de contenu

• Intention créative (génération de contenu original)
• Intention améliorative (optimisation de contenu existant)
• Intention adaptative culturelle (traduction et localisation)

2. Intentions d’analyse et de traitement d’information

• Intention transformative (traitement de données)
• Intention extractive contextuelle (identification d’informations spécifiques)
• Intention automatisante (délégation de tâches cognitives)

3. Intentions de résolution de problèmes

• Intention résolutive (résolution méthodique)
• Intention délibérative (aide à la décision)
• Intention exploratoire (exploration de scénarios)

4. Intention d’interaction continue

• Intention dialogique (conversation évolutive)

Cette structure permet d’organiser plus efficacement notre approche d’optimisation pour les LLM en ciblant ces quatre grands types d’intentions, tout en gardant à l’esprit leurs nuances spécifiques.

Chacune de ces catégories représente une façon distincte dont les utilisateurs interagissent avec les LLM, nécessitant des stratégies d’optimisation différentes et adaptées.

Une nouvelle classification pour un nouveau paradigme

Ce ne sont donc plus 4 mais 8 intentions principales que nous pouvons désormais utiliser pour classifier les requêtes des internautes sur un LLM, enrichissant considérablement notre compréhension des comportements de recherche.

Les domaines où les moteurs de recherche gardent l’avantage

Néanmoins, certaines intentions de recherche traditionnelles demeurent moins pertinentes dans le contexte des LLM et sont encore mieux traitées par les moteurs de recherche conventionnels :

1. Intention navigationnelle pure – La recherche visant à accéder directement à un site web spécifique (comme taper « Facebook » dans Google) reste moins adaptée aux LLM qui ne sont pas conçus comme des portails de navigation.
2. Intention de recherche locale immédiate – Les recherches comme « restaurants près de moi » ou « pharmacie ouverte maintenant » sont moins efficaces avec les LLM actuels qui n’ont pas encore pleinement accès aux données de localisation en temps réel ou aux horaires mis à jour.
3. Intention d’achats comparatifs – Les recherches visant à comparer directement des produits, prix et avis (comme « meilleur smartphone moins de 500€ ») sont moins bien servies par les LLM qui n’ont pas d’accès direct aux catalogues de produits à jour, bien que certaines plateformes comme Perplexity semblent évoluer dans cette direction.
4. Intention visuelle/médiatique – Les recherches d’images, vidéos ou contenus médias spécifiques sont encore mieux servies par les moteurs de recherche traditionnels, même si les LLM multimodaux comblent progressivement cet écart.
5. Intention de recherche verticale spécialisée – Les recherches dans des domaines très spécifiques comme l’emploi, l’immobilier ou les voyages, où les moteurs de recherche ont développé des fonctionnalités dédiées (Google Flights, Google Jobs, etc.).

Ces intentions restent actuellement mieux servies par les moteurs de recherche traditionnels en raison de leurs fonctionnalités spécialisées, leur accès aux données en temps réel et leur capacité à indexer et présenter des résultats provenant de sources multiples.

Une révolution dans notre rapport à l’information

L’émergence des LLM transforme profondément notre façon d’interagir avec l’information numérique. Là où les moteurs de recherche traditionnels ont excellé pendant des décennies à répondre aux quatre intentions classiques, les LLM ouvrent un nouveau chapitre avec des intentions distinctes qui reflètent des interactions plus complexes, personnalisées et collaboratives.

Cette évolution soulève une question fondamentale pour les professionnels du référencement : sommes-nous à l’aube d’une coexistence durable entre moteurs de recherche et LLM, chacun se spécialisant dans des intentions différentes, ou assistons-nous plutôt à une transition progressive vers un modèle unifié d’accès à l’information ?

La réponse dépendra probablement de plusieurs facteurs : l’évolution des capacités techniques des LLM, notamment concernant l’accès aux données en temps réel et la vérifiabilité des informations, mais aussi l’adaptation des stratégies marketing et de contenu des entreprises face à ces nouveaux paradigmes d’interaction.

Une chose est certaine : les professionnels du référencement qui sauront anticiper et s’adapter à cette nouvelle taxonomie d’intentions seront mieux positionnés pour aider leurs clients à rester visibles, quel que soit le canal choisi par les utilisateurs pour exprimer leurs besoins. L’ère du référencement omnicanal n’a jamais été aussi pertinente qu’aujourd’hui.

Et vous, qu’en pensez-vous ?

Ces nouvelles intentions de recherche vont-elles finir par redéfinir complètement nos métiers du search marketing, ou ne représentent-elles qu’un complément aux fondamentaux qui ont fait leurs preuves jusqu’ici ? Les entreprises devraient-elles dès maintenant adapter leur stratégie de contenu pour répondre à ces nouvelles intentions, ou attendre que le marché se stabilise ?