Demander un devis Devis

Query fan-out

Mis à jour le 20 novembre 2026

La définition du query fan-out selon Google, les endroits où les sous-requêtes se lisent vraiment, et une méthode pour en tirer un plan de contenu.

#Ce que le terme désigne

Le query fan-out est la technique par laquelle un système de recherche générative décompose une question en sous-thèmes, lance plusieurs recherches à la fois, puis rédige une réponse à partir de l’ensemble des résultats. Le terme est celui de Google. Sa documentation indique que les Aperçus IA (AI Overviews) et le Mode IA (AI Mode) peuvent y recourir, en lançant des recherches liées sur plusieurs sous-thèmes et plusieurs sources de données.

L’annonce du Mode IA, le 20 mai 2025, ajoute deux précisions : les requêtes sont émises simultanément, et la fonction Deep Search pousse le même principe jusqu’à des centaines de recherches pour une seule question. Google ne publie ni le nombre de sous-requêtes d’une recherche ordinaire, ni la règle qui les produit.

#Le même mécanisme chez les autres éditeurs

Le mot est de Google, le mécanisme non. Les documentations pour développeurs le décrivent chacune dans leurs termes.

  • Gemini. Avec l’ancrage par Google Search, le modèle génère « une ou plusieurs » requêtes et les exécute.
  • OpenAI. L’outil de recherche web distingue trois actions : search pour une recherche, open_page pour l’ouverture d’une page, find_in_page pour une recherche dans la page ouverte.
  • Anthropic. Le cycle recherche-résultats peut se répéter plusieurs fois dans une même requête. La documentation donne un ordre de grandeur : une à trois recherches pour un fait simple, dix ou plus pour une comparaison ou une recherche portant sur plusieurs entités.
  • Bing. Le rapport AI Performance de Bing Webmaster Tools nomme « grounding queries » les expressions que le système a utilisées pour récupérer les contenus cités.

Ces pages décrivent des interfaces de programmation. Les applications grand public des mêmes éditeurs peuvent être réglées autrement, et ils ne le précisent pas.

#Où les sous-requêtes se lisent, et où elles ne se lisent pas

Quatre endroits renvoient les requêtes réellement émises.

  • API Gemini avec l’outil Google Search : l’étape google_search_call de la réponse contient les requêtes exécutées, dans queries.
  • API Responses d’OpenAI avec l’outil web_search : chaque élément web_search_call porte une action. Pour une action search, la documentation précise que les requêtes y figurent le plus souvent, mais pas toujours. Le champ sources liste toutes les URL consultées, pas seulement celles qui sont citées.
  • API Messages d’Anthropic avec l’outil web_search : chaque bloc server_tool_use contient la requête dans input.query, suivi d’un bloc web_search_tool_result avec les URL et les titres obtenus.
  • Bing Webmaster Tools, rapport AI Performance : les requêtes d’ancrage qui ont mené à une citation de votre site. Bing indique qu’il s’agit d’un échantillon.

Elles ne se lisent pas dans la recherche Google. La Search Console compte les apparitions dans les Aperçus IA et le Mode IA avec le reste du type « Web », et son rapport sur les performances dans l’IA générative n’a pas de dimension « requêtes » : aucun détail des recherches intermédiaires. Un appel à l’API Gemini n’est pas le Mode IA : rien, dans la documentation, ne dit que les deux produisent les mêmes requêtes.

#Ce que cela change pour une page

Votre page est en concurrence sur chaque sous-requête, pas sur la question posée. La preuve indirecte est le recouvrement. Ahrefs a soumis 15 000 questions de longue traîne à Google, puis à quatre assistants, en juillet 2025 : en moyenne, 12 % des URL qu’ils citent figurent dans les dix premiers résultats de Google pour la question d’origine. Perplexity, qui exploite son propre index, monte à 28,6 % ; ChatGPT, Gemini et Copilot tournent autour de 8 %. Dans une étude antérieure du même éditeur, 76 % des URL citées par les Aperçus IA venaient de ces dix premiers résultats. Ahrefs attribue l’écart au fan-out.

Nous en tirons deux conséquences, qui sont notre lecture et non une consigne d’éditeur.

  • L’unité de travail est le passage. Un système qui répond à une sous-requête reprend quelques phrases ; elles doivent se comprendre sans ce qui précède. Voir Structure des passages.
  • La couverture se joue dans la page. Les sous-requêtes portent sur des angles voisins de la question. Une section identifiable par angle, dans une page qui tient, offre plusieurs prises à la récupération. La manière de répartir ces sections entre les pages relève du chapitre Architecture.

#Une méthode en quatre gestes

  1. Écrire vingt questions réelles sur votre sujet, formulées comme un prospect les pose et non comme des mots-clés. Vingt est un choix : assez pour voir des régularités, assez peu pour relire chaque réponse.
  2. Soumettre chaque question trois fois à une API dont la recherche est activée, et relever les requêtes émises et les URL consultées. Trois fois, parce que rien ne garantit que les requêtes soient identiques d’un appel à l’autre.
  3. Regrouper les sous-requêtes par angle — comparaison, prix, critères de choix, contraintes, alternatives — et noter pour chacun si l’une de vos pages contient un passage qui y répond seul.
  4. Écrire les sections manquantes dans la page qui porte le sujet, puis mesurer l’effet par la part de citations sur les mêmes questions. Voir Part de citations.

Ce relevé décrit le comportement d’une API, avec un modèle, à une date. Il oriente un plan de contenu. Il ne prédit pas les sous-requêtes d’une autre surface, et il se refait quand le modèle change.

#Erreurs fréquentes et limites

  • Créer une page par sous-requête. Rien ne garantit qu’une sous-requête relevée aujourd’hui soit encore émise demain ; les pages, elles, restent, minces et concurrentes entre elles.
  • Reprendre un nombre de sous-requêtes « par question ». Google n’en publie pas pour la recherche ordinaire. Le seul ordre de grandeur qu’il donne concerne Deep Search.
  • Conclure d’un recouvrement faible que le classement ne compte plus. Le chiffre des Aperçus IA dit l’inverse pour la surface la plus proche de la recherche classique.
  • Tenir un brevet pour la description du système en service. Un brevet décrit une invention revendiquée. L’article cité ci-dessous examine le cas le plus souvent invoqué.

Restent trois inconnues : le nombre de sous-requêtes du Mode IA, la règle qui les engendre, et la manière dont les résultats sont fusionnés. Sur ce dernier point, Ahrefs avance une méthode de fusion des classements ; c’est l’hypothèse de l’auteur, pas une information de Google.

Pour aller plus loin

Sources

  1. Google Search Central — AI features and your website Définition du query fan-out ; comptage des fonctions génératives dans la Search Console. Consultée le 20 novembre 2026.
  2. Aide Search Console — Rapport sur les performances dans l’IA générative (Recherche) Dimensions du rapport : pages, pays, dates, appareils. Pas de requêtes. Version française consultée le 20 novembre 2026.
  3. Google — AI in Search: Going beyond information to intelligence Elizabeth Reid, 20 mai 2025. Requêtes simultanées ; centaines de recherches pour Deep Search.
  4. Google — Grounding with Google Search (API Gemini) Une ou plusieurs requêtes par prompt ; étape google_search_call. Décrit l’API, pas le Mode IA. Consultée le 19 novembre 2026.
  5. OpenAI — Web search Éléments web_search_call, actions et champ sources. Consultée le 19 novembre 2026.
  6. Anthropic — Web search tool Blocs server_tool_use et web_search_tool_result ; ordre de grandeur du nombre de recherches. Décrit l’API. Consultée le 19 novembre 2026.
  7. Bing Webmaster Blog — Introducing AI Performance in Bing Webmaster Tools Public Preview 10 février 2026. Les grounding queries sont un échantillon.
  8. Ahrefs — Only 12% of AI Cited URLs Rank in Google’s Top 10 for the Original Prompt Louise Linehan, 11 août 2025. 15 000 requêtes de longue traîne, relevé de juillet 2025. La moyenne de 12 % est calculée sur cinq séries, Perplexity (28,6 %) compris ; pour les autres assistants, l’article écrit « around 8% ». Le chiffre des Aperçus IA vient d’une étude antérieure du même éditeur. Ahrefs attribue l’écart au fan-out. Consultée le 20 novembre 2026.

Passer à la pratique

Appliquer cela à votre site ?

Décrivez votre situation : nous répondons par écrit, avec une première lecture de ce qu’il faudrait regarder d’abord.

Voir le diagnostic

Vous recevez un premier avis écrit et le prix du diagnostic.
4,9/5 sur 34 avis Google. Réponse écrite, sans relance commerciale. Vos données ne servent qu’à vous répondre.