Recherche multimodale
Aussi : multimodal search
Recherche dont la question combine plusieurs formes d’entrée — texte, image, voix, vidéo — au lieu d’une suite de mots.
Photographier un objet et demander où trouver le même en bleu, montrer une capture d’écran d’erreur, filmer une pièce à réparer : la question n’est plus seulement textuelle. Google Lens en est l’exemple installé, et les modèles multimodaux ont étendu l’usage aux assistants et à AI Mode. Le rapport de Search Console sur l’IA générative sépare d’ailleurs, par un filtre, les recherches textuelles des recherches multimodales.
Pour un site, l’enjeu se déplace vers les images et les données produit : une photo nette, un texte alternatif exact, un balisage et un flux cohérents avec ce que l’image montre. Ce que les systèmes tirent d’une image pour choisir leurs sources n’est pas documenté en détail par les éditeurs.
Source Aide Search Console — Rapport sur les performances dans l’IA générative (Recherche)