Schema FAQPage pour l'IA | Customer Impact

Oui, le schema FAQPage a toujours du sens, mais plus pour la raison qui a poussé la plupart des entreprises à l’ajouter au départ. Google a retiré les rich results FAQ des résultats de recherche, donc ce bloc dépliable sous votre lien disparaît. Pourtant, la structure Q&R sous-jacente reste l’une des formes de contenu les plus extractibles pour les moteurs IA comme ChatGPT, Perplexity et les AI Overviews de Google. Dans cet article, vous découvrez ce qui a précisément changé, pourquoi la structure FAQ fonctionne encore pour l’IA, et comment l’implémenter correctement avec du JSON-LD à copier-coller pour le B2B.

Qu’est-ce qui a précisément changé chez Google ?

Depuis le 7 mai 2026, Google n’affiche plus de rich results FAQ dans les résultats de recherche. C’est l’aboutissement d’un processus entamé dès 2023. À l’époque, Google avait annoncé que les rich results FAQ n’apparaîtraient plus que pour les sites gouvernementaux et de santé faisant autorité. La raison était simple : le bloc FAQ était massivement détourné pour accaparer davantage d’espace dans la SERP, souvent avec des questions que personne ne posait.

En mai 2026, Google a définitivement coupé le robinet pour tout le monde. En juin 2026, Google supprime également le rapport correspondant dans la Search Console, le filtre d’apparition dans la recherche et le support dans le Rich Results Test. La page de documentation sur FAQPage a d’ailleurs été retirée entre-temps.

Point important à savoir : vous n’avez pas besoin de supprimer votre balisage FAQPage existant. Google l’ignore simplement pour l’affichage, il ne provoque aucune erreur et ne nuit pas à votre SEO. Le retirer est optionnel, pas obligatoire. Cette distinction est cruciale, car elle signifie que le schema reste libre de jouer un autre rôle : du carburant pour l’IA.

Pourquoi la structure FAQ fonctionne-t-elle encore pour les moteurs IA ?

La structure FAQ fonctionne pour l’IA parce qu’elle relie chaque question à une seule réponse autonome et délimitée, exactement le type de bloc qu’un modèle de langage peut facilement repérer. Un moteur IA qui compose une réponse cherche des passages qui tiennent debout tout seuls et répondent entièrement à une question concrète. Une paire question-réponse en est la forme la plus pure.

Mais soyez honnête sur le fonctionnement technique, car c’est là que beaucoup de conseils GEO se trompent. Les modèles IA ne lisent pas votre JSON-LD comme des données structurées. Des tests contrôlés en 2026 indiquent qu’un modèle de langage traite votre schema comme du texte ordinaire, et non comme une couche de données distincte qu’il interpréterait séparément. Autrement dit : le schema en lui-même n’est pas un bouton magique à citations.

Le gain se situe ailleurs. En implémentant le schema FAQPage, vous vous obligez à couler votre contenu dans un motif Q&R rigoureux : une question claire, suivie d’une réponse courte et complète. C’est ce motif visible sur la page que les moteurs IA extraient. Le schema n’est donc pas une cause, mais une discipline qui impose le bon motif de contenu. En prime, des données structurées propres aident toujours Google à comprendre votre contenu pour les AI Overviews et l’AI Mode, même si le rich result n’apparaît plus.

Si vous voulez comprendre plus en profondeur comment l’IA lit et extrait votre page, lisez notre guide sur l’architecture de contenu pour l’extraction par l’IA. Le schema FAQ n’y est qu’une tactique au sein d’un ensemble plus large.

Comment implémenter le schema FAQPage ?

Vous implémentez le schema FAQPage avec un petit bloc de JSON-LD dans le <head> ou le <body> de votre page, contenant chaque question sous forme de Question et chaque réponse sous forme d’acceptedAnswer. La règle d’or : le schema doit correspondre exactement aux questions et réponses visibles sur la page. Des FAQ cachées ou des réponses qui divergent du texte visible sont une mauvaise idée, pour les humains comme pour l’IA.

Voici un exemple à copier-coller pour un contexte B2B que vous adaptez à votre situation :

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [
    {
      "@type": "Question",
      "name": "Voor welke bedrijven is jullie oplossing geschikt?",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "Onze oplossing is gebouwd voor B2B-bedrijven met een complexe verkoopcyclus en meerdere beslissers. Typisch werken we met organisaties van 20 tot 500 medewerkers in dienstverlening, software en industrie."
      }
    },
    {
      "@type": "Question",
      "name": "Hoe snel zien we resultaat?",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "De meeste klanten zien de eerste meetbare effecten binnen drie tot zes maanden. De exacte termijn hangt af van je uitgangspositie, je sector en de competitiviteit van je markt."
      }
    },
    {
      "@type": "Question",
      "name": "Wat kost een samenwerking?",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "Een traject start typisch vanaf een vast maandbedrag dat we afstemmen op je doelen en scope. Tijdens een gratis intake bepalen we samen welke aanpak past bij je budget en ambitie."
      }
    }
  ]
}
</script>

La validation ne se fait plus via le Rich Results Test de Google, car il ne prend plus en charge les FAQ. Utilisez à la place un validateur de schema générique comme le Schema Markup Validator de Schema.org pour vérifier que votre JSON-LD est syntaxiquement correct.

Quelles questions mettre dans votre FAQ pour le B2B ?

Mettez dans votre FAQ les questions que vos acheteurs tapent littéralement ou posent à un assistant IA, pas celles qui vous arrangent. Cette différence détermine si vous êtes cité ou ignoré. En B2B, cela signifie concrètement :

Questions d’adéquation : “Pour quel type d’entreprise est-ce conçu ?”, “Est-ce que ça fonctionne aussi pour une équipe de X personnes ?” Les moteurs IA utilisent ce type de contenu pour faire correspondre acheteur et solution.
Questions comparatives : “Quelle est la différence entre X et Y ?” C’est là que commence une grande partie de la recherche d’achat B2B et là que l’IA aime bien extraire une réponse claire.
Questions d’objection et de risque : “Et si ça ne fonctionne pas ?”, “Combien de temps dure la mise en œuvre ?” Des réponses honnêtes à ces questions bâtissent la confiance, chez le lecteur comme chez le modèle.
Cadres de prix et de processus : vous n’avez pas besoin de citer un tarif exact, mais donnez un cadre honnête pour que la réponse soit exploitable.

Formulez chaque question comme un humain la pose, en phrases complètes, pas comme un mot-clé. Et gardez chaque réponse courte et complète : deux à quatre phrases qui tiennent debout toutes seules, sans référence à “comme ci-dessus”. Cette autonomie est précisément ce dont un moteur IA a besoin pour extraire votre passage. Si vous voulez bien ajuster tout cela à votre public cible, notre guide sur le GEO pour le B2B vous aidera à aller plus loin.

Quelles sont les limites du schema FAQ ?

Le schema FAQ n’est pas une garantie de citations et certainement pas un substitut à du bon contenu. C’est un amplificateur, pas un moteur. Qui pense qu’un petit bloc de JSON-LD triple soudainement la visibilité dans ChatGPT se trompe lourdement. Les chiffres sur l’effet direct se contredisent, et cela en dit long : il n’y a pas de remède miracle.

Ce qui reste toujours vrai : une page qui contient réellement la meilleure réponse à une question, écrite en blocs clairs et autonomes, l’emporte. Le schema rend cette réponse un peu plus facile à trouver et sans ambiguïté. Ne commencez donc jamais par le schema. Commencez par la question de votre acheteur et par une réponse qui mérite d’être citée. Le schema FAQ vient ensuite, à faible effort, sans risque, et fait un travail logique au sein d’un fondement GEO plus large. À quoi ressemble ce fondement, vous le lisez dans notre guide GEO complet, et comment figurer spécifiquement dans les AI Overviews de Google.

Le résumé en bref

Google n’affiche plus de rich results FAQ depuis mai 2026, mais cela ne rend pas le schema FAQPage inutile. Les moteurs IA ne lisent pas votre JSON-LD comme des données, mais la structure Q&R rigoureuse que le schema impose est excellente à extraire. Pour le B2B, c’est une assurance bon marché : faible effort, aucun risque, et il renforce la manière dont l’IA comprend votre contenu. Le vrai gain réside dans la discipline en dessous, pas dans le schema lui-même. Commencez par les questions que vos acheteurs posent réellement, donnez des réponses autonomes, et laissez le schema les confirmer.

Vous voulez savoir comment tout votre site est prêt pour les moteurs de recherche IA et quels quick wins rapportent le plus pour vos leads ? Découvrez notre approche pour la visibilité dans les moteurs de recherche IA ou planifiez votre intake gratuite.