Recherche vocale : optimiser ses contenus

Un client demande à son assistant « quel est le meilleur artisan pour refaire une salle de bain » et entend une réponse parlée, sans liste de résultats. Cette scène n'est pas décrite telle quelle par Google : les pages Google lues sur les fonctionnalités d'IA et sur l'IA générative ne contiennent ni le mot « vocal » ni le mot « voix ». Cette page sépare donc ce que Google documente (le balisage speakable, la fin de l'Assistant sur mobile, les requêtes ramifiées) de ce qui relève de l'observation, avec des relevés datés du 10 octobre 2026.

Ce que Google documente sur la voix

Le seul document Google lu qui traite de la lecture à voix haute est la page sur les données structurées speakable (mise à jour le 12/09/2026, fonctionnalité en bêta). Elle décrit une propriété schema.org qui identifie les sections d'un article ou d'une page adaptées à la lecture audio par synthèse vocale. L'Assistant Google l'utilise sur des enceintes pour répondre à des questions d'actualité : jusqu'à trois articles sont renvoyés et la lecture porte sur les sections balisées. La page indique que la propriété fonctionne pour les utilisateurs américains disposant d'appareils Google Home configurés en anglais, et pour les éditeurs qui publient dans cette langue.

Pour l'expérience audio, la page recommande environ 20 à 30 secondes de contenu par section balisée, soit environ deux à trois phrases, et de se concentrer sur les points clés plutôt que sur l'article entier. Le mot Gemini n'apparaît pas dans cette page.

Le 5 août 2026, Search Engine Land a rapporté un e-mail de Google envoyé à certains utilisateurs : l'accès à l'Assistant Google sera retiré des appareils mobiles à partir du 4 septembre, sur quelques semaines, au profit de Gemini. Le retrait concerne le téléphone, la tablette et les appareils associés (montres Wear OS, écouteurs ou casques compatibles, voitures via Android Auto projeté depuis le téléphone). Pour les voitures avec Google intégré, l'Assistant continue après le 4 septembre 2026. C'est une source secondaire : aucune page d'aide Google n'a été lue sur ce point.

Le guide Google sur l'optimisation pour l'IA générative (mis à jour le 13/07/2026) définit le query fan-out comme un ensemble de requêtes simultanées et associées, générées par le modèle pour obtenir davantage de résultats. L'exemple de la pelouse envahie de mauvaises herbes mêle une expression nominale (« meilleurs herbicides pour la pelouse ») et une question commençant par « comment ». Le guide ne dit pas que ces requêtes ressemblent à des requêtes vocales.

La page sur les fonctionnalités d'IA (mise à jour le 31/12/2025) indique que les mêmes bonnes pratiques de base en SEO s'appliquent aux fonctionnalités d'IA et à la recherche Google en général. Aucun document lu ne décrit un classement distinct pour la voix : le sujet est non traité dans les pages lues, ce qui n'est pas une affirmation de Google.

Ce que montre la page de résultats pour « recherche vocale seo »

Le relevé du 10 octobre 2026 porte sur la requête « recherche vocale seo » (France, français, dix résultats). Il décrit les titres, les extraits et les adresses, sans préjuger du contenu des pages.

Lecture du relevé

Les six extraits datés vont du 26 avril 2016 au 24 novembre 2025 : aucun n'est postérieur à novembre 2025, donc aucun ne peut décrire le retrait de l'Assistant annoncé pour septembre 2026. Les questions associées s'éloignent du sujet (formation gratuite, outils, définition du SEO). Le titre de valetudo.io annonce 20 techniques quand son extrait en cite 12 : un chiffre de titre ne renseigne pas sur le contenu de la page.

Calcul illustratif : de 20 à 30 secondes à un nombre de mots

Calcul illustratif, hypothèses inventées pour l'exemple : Google recommande environ 20 à 30 secondes par section speakable, sans donner de nombre de mots. Pour passer de la durée au texte, on suppose trois débits de parole, 120, 150 et 180 mots par minute. Ces débits sont des hypothèses de calcul, pas des repères de Google.

Un paragraphe de 100 mots dure 50, 40 et 33 secondes à ces trois débits : il dépasse 30 secondes dans les trois cas. À 150 mots par minute, tenir en 30 secondes revient à passer de 100 à 75 mots, soit retirer un quart du texte. Ce repère vise le balisage speakable, qui n'est pas documenté pour le français ; il sert ici de mesure de lisibilité à voix haute, sans garantie sur la manière dont un assistant lit une page.

Ce que disent les recherches des internautes

Le relevé DataForSEO (France, français, septembre 2025 à août 2026) porte sur 32 expressions testées avec accents, en deux appels de 16. Vingt-trois sont mesurées, trois reviennent sans volume (« assistant vocal seo », « optimisation recherche vocale », « recherche vocale et seo ») et six sont absentes (« optimiser recherche vocale », « requêtes vocales », « requête vocale », « recherche par la voix », « speakable », « recherche vocale mobile »). L'expression « gemini » (7 480 000) est ambiguë, sa langue détectée est le turc, et elle n'est pas reprise dans le tableau.

Sur les 21 expressions comparables du tableau, 10 sont plus basses en août 2026 qu'en septembre 2025, 7 sont plus hautes et 4 sont identiques ; « référencement vocal » n'est pas mesurée en août 2026. Les expressions qui associent la voix et le SEO restent faibles : 30 recherches pour « recherche vocale seo », 20 pour « seo vocal », 10 pour « voice search seo », quand « ok google » en compte 40 500. « recherche vocale google » passe de 260 à 1 000 et « gemini vocal » de 90 à 320 ; la cause n'est pas établie. Plusieurs expressions d'enceintes culminent entre novembre et décembre 2025 (« alexa » 74 000, « google home » 110 000 en décembre, « enceinte connectée » 18 100) ; la cause n'est pas établie non plus. La langue détectée n'est pas le français pour « ok google », « alexa », « seo vocal » (galicien), « gemini live » (italien), « gemini vocal » (portugais) et « voice search seo » (anglais) : ces volumes mêlent plusieurs marchés.

Plan d'action en six étapes

Étape 1 : lister dix questions réelles de clients, formulées comme ils les diraient à voix haute, à partir des appels, messages et demandes de devis reçus.

Étape 2 : pour chaque question, écrire en début de la section qui y répond une réponse de deux ou trois phrases, puis le détail. Le repère de Google pour le balisage speakable est d'environ 20 à 30 secondes par section.

Étape 3 : poser chaque question à la recherche Google et à un assistant, puis noter la date, l'appareil et ce qui est lu ou affiché. Le relevé manuel ne donne pas de classement.

Étape 4 : contrôler que l'adresse, la zone desservie et les horaires sont identiques sur le site et sur la fiche d'établissement Google ; la page GEO local : être recommandé près de chez vous détaille les signaux locaux.

Étape 5 : ne pas investir dans le balisage speakable pour un site en français tant que la page Google ne le décrit pas hors de l'anglais, et relire cette page lors de la prochaine vérification.

Étape 6 : refaire le test après chaque modification de page et garder le tableau des relevés d'un mois à l'autre ; la méthode de comparaison est décrite dans KPI du GEO : que mesurer sans positions ?