Des mots aux entités : ce que Google comprend de ton WordPress

Tu as déjà tapé ton propre nom dans Google, juste pour voir ? Je l'ai encore fait le 6 novembre 2026, en préparant ce chapitre. Premier résultat, mon site. Ensuite des photos, mes profils, mes vidéos. Et à droite de la page, rien. Pas de fiche info, ce grand encadré que Google réserve aux choses qu'il pense bien connaître.

Alors je suis allé voir Wikidata, la base de connaissances collaborative qui sert de source de données à Wikipédia (et à tout le monde). Je n'y existe pas non plus. Son moteur de recherche m'a quand même rendu quatre résultats, tous des articles scientifiques. Dans celui que j'ai ouvert, il y a bien un Sébastien et une Grillot parmi les auteurs. Deux personnes différentes, et aucune n'est moi :D

Ce petit raté résume tout le chapitre.

Une machine qui cherche des mots trouve des mots. Pour me trouver, moi, il lui faut une entité. C'est le sujet de ce dossier, en quatre chapitres. Celui-ci pose les bases, les trois autres passent à la pratique. Allez, on y va.

1.1En 2012, Google passe des mots aux choses

Le 16 mai 2012, Amit Singhal, alors vice-président senior de l'ingénierie chez Google, présente le Knowledge Graph avec une formule restée célèbre, « things, not strings ». Des choses, pas des chaînes de caractères. Son exemple ? Quand tu tapes « taj mahal », tu parles du monument, ou du musicien qui porte ce nom ? Un moteur qui ne connaît que des mots ne peut pas le savoir. Un moteur qui connaît des choses peut au moins se poser la question. J'ai publié mon billet le lendemain, avec le mot « révolution » dans le titre. Il n'était pas trop fort.

En mai 2020, Google annonçait plus de 500 milliards de faits sur cinq milliards d'entités, et je n'ai pas trouvé de chiffre officiel plus récent. Freebase, en revanche, n'existe plus. Google a aidé à transférer le contenu de cette base collaborative vers Wikidata (des chercheurs de Google et de Wikimedia l'ont raconté à la conférence WWW de 2016). Il en reste des traces, d'ailleurs ! Ouvre la fiche de WordPress sur Wikidata, tu y trouveras encore son ancien identifiant Freebase, /m/02vtpl.

Petite boucle amusante. Début novembre 2026, j'ai donné trois jours de formation SEO à une classe de MBA. Le titre de la première journée ? « Des mots aux choses ». Quatorze ans après ce billet ;)

1.2Une entité, c'est quatre choses

Alors, c'est quoi une entité ? Une chose qu'on peut identifier sans ambiguïté. Une personne, une entreprise, un lieu, un produit, un logiciel. Toi, ta marque, ton site.

Le piège, c'est de croire qu'une entité se résume à son nom. Ton nom, tu le partages peut-être avec des homonymes. Ton numéro de sécurité sociale, non ! Pour une machine, c'est pareil, et une entité tient en quatre parties.

1. Un identifiant unique. Pas un nom, mais un numéro ou une adresse web qui ne désigne qu'elle.
2. Un type. Personne, organisation, lieu, produit, logiciel...
3. Des attributs. Une date de création, une adresse, un prix.
4. Des relations avec d'autres entités. Travaille pour, situé à, auteur de.

L'identifiant d'abord, toujours.

Deux pages qui parlent de « Sébastien Grillot » ne parlent de la même personne que si quelque chose le prouve. Dans leur grande synthèse sur les graphes de connaissances (ACM Computing Surveys, 2021), Aidan Hogan et ses coauteurs rangent d'ailleurs l'identité parmi les questions de fond d'un graphe.

Prenons un exemple que tu connais par cœur. Dans Wikidata, WordPress n'est pas « WordPress », c'est Q13166. Son type ? Système de gestion de contenu. Ses attributs ? Créé le 27 mai 2003, écrit en PHP et en JavaScript, sous licence GPL. Ses relations ? Il a pour auteurs Matt Mullenweg et Mike Little, et il est basé sur b2. Et il y a une ligne savoureuse, « à ne pas confondre avec WordPress.com » ! Tape « WordPress » dans Google, tu vas comprendre pourquoi. Le jour où j'écris ces lignes, le premier lien bleu mène à WordPress.com, le service hébergé, et la fiche info, à droite, décrit le logiciel libre écrit en PHP. Un seul mot, deux choses, sur la même page !

Pour une machine, ce sont deux suites de lettres presque identiques, et seul leur identifiant les sépare vraiment.

1.3Le triplet, la grammaire du graphe

Comment on range tout ça ? Avec une grammaire de CE1. Sujet, verbe, complément. Les spécialistes disent sujet, prédicat, objet, et ils appellent ça un triplet. La norme RDF du W3C le pose noir sur blanc, un graphe est un ensemble de triplets. La fiche de WordPress sur Wikidata n'est rien d'autre qu'une pile de triplets.

• WordPress → a pour auteur → Matt Mullenweg
• WordPress → est écrit en → PHP
• WordPress → à ne pas confondre avec → WordPress.com

Un graphe de connaissances, ce sont des milliards de triplets comme ceux-là. Ton site, au fond, devrait en être un petit.

Et le sujet comme l'objet ne sont pas des mots, ce sont des identifiants. Léonard de Vinci s'appelle Leonardo da Vinci en italien, mais dans Wikidata il est Q762, dans toutes les langues. Le nom change, l'identifiant jamais. Quand une page dit « je parle de la même chose que Q762 », la machine n'a plus besoin de deviner.

Et Google, il parle quelle langue ? Son API de recherche dans le Knowledge Graph répond en JSON-LD, avec les types de schema.org et des identifiants du genre kg:/m/0dl567 (la même forme que l'ancien identifiant Freebase de WordPress, tiens). C'est aussi la langue des extensions SEO de ton WordPress, on y vient au chapitre 2, schema.org, de la microdata au JSON-LD.

1.4La fiche info, la partie visible du graphe

Ce grand encadré à droite des résultats, Google l'appelle « fiche info » (knowledge panel en anglais). C'est le seul morceau du graphe que tu vois vraiment.

D'après son aide, les faits viennent de sources publiques, de données sous licence et de contenus transmis par des propriétaires de sites. Les fiches sont produites automatiquement, quand le web contient assez d'éléments sur un sujet, et la personne concernée peut revendiquer la sienne après avoir prouvé son identité.

Donc, si je n'ai pas de fiche info, c'est que le web, vu par Google, ne contient pas encore assez d'éléments sur moi. Ou pas assez concordants, et ça, c'est moi qui le pense.

Attention quand même, pas de fiche ne veut pas dire pas d'entité. Google ne montre pas tout son graphe, la fiche, c'est ce qu'il choisit d'afficher.

1.5Ce que ton WordPress dit de toi, sans extension

Revenons à ton site. Un WordPress tout neuf, sans aucune extension. Qu'est-ce qu'il raconte à Google sur la chose qui se cache derrière ?

Des mots.

Le titre du site et le slogan de Réglages > Général, le nom que tu as choisi d'afficher dans ton profil, le titre de tes articles, ton adresse web.

Au labo, on a regardé où ils atterrissent, le 6 novembre 2026, sur WordPress 7.1.3 avec le thème Twenty Twenty-Five 1.5. Sur l'accueil, la balise title reprend le titre du site, suivi du slogan s'il y en a un (« Labo Inside da WeB – Slogan de test » quand on en saisit un). Sur un article, c'est le titre de l'article puis celui du site, et le slogan disparaît. Le titre du site, en haut de chaque page, n'est même pas un titre. C'est un simple paragraphe (<p class="wp-block-site-title">), et le seul H1 de l'accueil, c'est le mot « Blog ». Pas de og:site_name, pas une seule balise Open Graph, pas d'icône de site déclarée. Quand le navigateur demande /favicon.ico, WordPress le renvoie vers son propre logo.

Ton nom, lui, apparaît partout, mais toujours comme un mot. Le « Nom à afficher publiquement » de ton profil signe l'article (« Écrit par Sébastien Grillot », avec un lien vers ta page d'auteur), donne son titre et son H1 à cette page (« Auteur/autrice : Sébastien Grillot »), remplit la balise dc:creator du flux RSS, et sort de l'API pour n'importe quel visiteur, sur /wp-json/wp/v2/users. L'adresse de ta page d'auteur, elle, ne porte pas ce nom, mais l'identifiant court du compte (/author/labo/ au labo).

Mais pas une ligne pour dire « ceci est une organisation », « voici son identifiant », « c'est la même que tel profil LinkedIn ». On l'a mesuré au chapitre 3 du dossier SEO WordPress, et revérifié le 6 novembre 2026, WordPress seul ne produit aucune donnée structurée, et les quatre grandes extensions SEO n'en produisent pas les mêmes (le tableau est là-bas).

Même le nom de ton site dans les résultats, Google le devine, à partir de ta page d'accueil (og:site_name, balise title, titres) et des liens qui y renvoient. Sa documentation recommande un balisage WebSite pour lui faciliter la tâche.

Tu vois le problème ? « Inside da WeB » en haut de ce blog et « Inside da WeB » sur un profil LinkedIn, pour une machine, ce sont deux fois les mêmes lettres. Rien ne lui prouve que c'est la même chose.

Lever ce doute, ça s'appelle désambiguïser. Google l'écrit dans sa documentation sur les organisations, certaines propriétés du balisage servent à distinguer ton organisation des autres. Lesquelles, et ce que tes extensions en font déjà, ce sont les chapitres 2 et 3 : schema.org, de la microdata au JSON-LD, puis le graphe de ton WordPress.

1.6Et les IA, dans tout ça ?

Une IA qui te répond a deux mémoires. Ce qu'elle a appris pendant son entraînement, figé à une date et sans source à te montrer. Et ce qu'elle va chercher au moment de ta question, en lisant des pages. Les Aperçus IA de Google s'appuient ainsi sur son index, sans optimisation spéciale à faire (j'en parle au chapitre 8 du dossier SEO). La première mémoire, elle, a été mesurée. En 2023, à la conférence ACL, Alex Mallen et ses coauteurs ont posé 14 000 questions tirées de Wikidata à dix modèles de langage. Ils s'en sortent bien sur les entités populaires, mal sur les autres, et les grossir n'y change pas grand-chose. Aller chercher l'information au moment de répondre aide beaucoup, même si ce qu'on trouve peut aussi les induire en erreur. La même année, à ICML, Nikhil Kandpal et ses coauteurs ont relié la justesse d'une réponse au nombre de documents qui parlaient de l'entité dans les données d'entraînement. Ce sont des modèles de 2022 et 2023, je te le concède, et rien ne dit que les chiffres valent pour ceux de 2026. La tendance, je pense qu'elle tient.

Traduction pour toi et moi. Si on parle peu de toi sur le web, une IA te connaît mal. Et souvent, elle ne dit pas « je ne sais pas ».

Elle devine.

Je l'ai vu de près pendant la formation de début novembre. Les stagiaires ont demandé à Gemini « Que sais-tu de [mon nom] ? », avant puis après avoir mis en ligne une page qui les décrit. Chez l'une, Gemini annonçait un titre plus élevé que celui de sa page, et une « reconnaissance » dans des classements que sa page ne mentionne nulle part. Après lecture de la page, le titre était juste. Chez une autre, il alignait des homonymes, dont une coureuse de trail. Après lecture de sa page, il a encore ajouté un podcast et des travaux de recherche qu'elle n'a pas pu vérifier.

La page aide. Elle ne règle pas tout !

Ma lecture, maintenant. Une IA cite plus volontiers une source quand elle sait qui parle. C'est une hypothèse de travail, cohérente avec ce que disent les moteurs, pas une loi démontrée. Des entités propres, c'est un pari raisonnable, pas une garantie, et c'est celui que je fais sur mes propres sites.

1.7Le test, ce que Google et Gemini savent de toi

Assez de théorie ! Voici le test que j'ai fait faire en formation. Dix minutes, et tu as ta ligne de départ pour la suite du dossier.

1. Google, en navigation privée. Tape le nom de ton site, puis le tien. Note s'il y a une fiche info, un Aperçu IA, et qui parle de toi à part toi.
2. Gemini, sans ton adresse. Dans une nouvelle conversation, colle le premier prompt ci-dessous.
3. Gemini, avec ton adresse. Dans une autre conversation, colle le second, avec l'adresse de ta page « À propos ».
4. Compare. Chaque info est-elle juste, fausse ou absente ? Et d'où vient-elle ?

Que sais-tu de [nom de ton site ou de ta marque] ?
Distingue ce que tu sais avec une source (donne-la)
de ce que tu supposes.

Lis cette page : [adresse de ta page À propos].
Extrais l'entité principale, sans rien inventer :
type, nom, activité, ville, profils en ligne.
Pour chaque champ, écris SAVOIR (lu dans la page)
ou PENSER (déduit). Laisse vide ce qui n'y est pas.

Les réponses d'une IA changent d'une fois à l'autre et d'un compte à l'autre. Ton test est une photo, pas une mesure, alors garde tes notes et refais-le dans un mois avec les mêmes questions.

Le 6 novembre 2026, sur Google (compte Google connecté), l'Aperçu IA de la recherche « Inside da WeB » présentait une société de programmation informatique, avec son siège à Tarascon et un ancien siège à Arles, d'après l'annuaire des entreprises de data.gouv.fr, et ne disait pas un mot du blog ni de ses dossiers. Le même jour, le premier résultat naturel était encore mon billet de 2011, « L'Agence Web est née ».

En 2012, je terminais mon billet sur le Knowledge Graph par « une vidéo valant des millions de mots ». En 2026, je préfère te laisser avec une question. Et toi, Gemini t'a confondu avec qui ? :)

Chapitre 2, schema.org, de la microdata au JSON-LD. La langue qui permet de dire à Google « c'est moi, et c'est la même chose que ça ».

Co-fondateur de Kōeki · Consultant SEO et IA

Sébastien Grillot

Consultant SEO depuis 2009 : c'est ici, sur Inside da WeB, qu'il a monté sa première agence, spécialisée dans l'e-commerce sous WordPress. Depuis 2021, il accompagne les e-commerçants avec Kōeki.

Son parcours completDiscuter de ton site avec KōekimIAou, ma newsletter IA