Fan-out queries : quand Google délègue vos requêtes à l'IA

Le fan-out est le mécanisme qui va redéfinir la manière dont Google traite vos requêtes. Pas demain. Maintenant. Et la plupart des SEO n'ont pas encore compris ce que ça implique pour leur trafic.

Google le décrit dans sa documentation officielle comme le fait d'émettre "multiple related searches across subtopics and data sources". En clair : vous tapez une requête, et au lieu de la traiter comme un bloc, l'IA la découpe en sous-requêtes thématiques, interroge des sources différentes pour chacune, puis consolide le tout dans une réponse unique. AI Overviews et AI Mode utilisent tous les deux ce mécanisme.

Le problème, c'est que ce découpage change tout. Votre page ne répond plus à une requête. Elle répond (peut-être) à un fragment d'une requête décomposée. Et si elle ne couvre pas le bon fragment, elle disparaît du résultat final.

Un brevet Google déposé en mai 2023 (US11663201B2) décrit huit types de variantes de requêtes : equivalent, follow-up, generalization, canonicalization, translation, entailment, specification, clarification. Chaque variante est une sous-requête potentielle que le système peut émettre à partir de votre recherche initiale.

Un second brevet, déposé en décembre 2024 (US12158907B1), va plus loin. Il décrit un système de recherche thématique qui découpe la requête par sous-thèmes, lance des recherches parallèles, puis consolide via un LLM. Le modèle de contrôle peut itérer jusqu'à une vingtaine de fois avant de produire une réponse. Deep Search, selon la documentation Google, peut émettre des centaines de requêtes en une seule session.

J'ai passé pas mal de temps à décortiquer ces brevets, et honnêtement, la complexité du système m'a surpris. Ce n'est pas un simple reformulage de requête. C'est un orchestrateur qui pilote des dizaines de recherches en parallèle, évalue la qualité de chaque résultat, et décide s'il doit relancer ou consolider. Le tout en quelques secondes.

Le résultat pour l'utilisateur : une réponse synthétique qui agrège plusieurs sources. Le résultat pour le SEO : votre page n'est plus jugée sur sa capacité à répondre à la requête d'origine, mais sur sa pertinence pour une sous-requête que vous ne voyez jamais dans la Search Console.

Les données terrain sont sans appel. Seer Interactive a analysé plus de trois mille requêtes informationnelles sur quarante-deux organisations entre juin 2024 et septembre 2025. Le CTR organique chute de 61 pourcent quand une AI Overview apparaît. Le CTR payant prend encore plus cher : moins 68 pourcent.

En revanche, les sites cités dans les AI Overviews voient leurs clics organiques augmenter de 35 pourcent et leurs clics payants de 91 pourcent. Le fan-out ne tue pas le trafic. Il le redistribue violemment. Si vous êtes cité, vous gagnez. Si vous ne l'êtes pas, vous disparaissez.

AI Mode, lancé en mai 2025, pousse la logique encore plus loin. Ses réponses sont quatre fois plus longues que celles des AI Overviews. Selon une analyse d'Ahrefs sur plus de sept cent mille réponses, la similarité sémantique entre AI Mode et AI Overviews atteint 86 pourcent, mais le chevauchement des citations ne dépasse pas 14 pourcent. Traduction : l'IA cite des sources différentes selon le format, même quand le sujet est identique.

Et le chiffre qui fait mal : 93 pourcent des sessions AI Mode se terminent sans un seul clic externe. Ce n'est plus du zéro clic classique. C'est un mur.

Surfer SEO a analysé près de cent soixante-quatorze mille URLs citées dans les AI Overviews. Résultat : 68 pourcent de ces pages ne figurent pas dans le top dix organique. Google ne se contente pas de recycler les premiers résultats. Le fan-out va chercher des pages profondes, des sources spécialisées, des contenus qui répondent précisément à une sous-requête spécifique.

C'est là que la logique du positionnement classique s'effondre. Être en première page pour la requête principale ne garantit plus d'être cité dans la réponse IA. Et inversement, une page en page trois peut apparaître dans une AI Overview si elle répond parfaitement à un fragment thématique.

Google affirme qu'il n'y a "aucune exigence supplémentaire pour apparaître dans les AI features". Sur le papier, c'est rassurant. En pratique, ça signifie qu'il n'existe pas de levier technique spécifique. Pas de balise magique, pas de schema markup dédié. La sélection repose sur la pertinence thématique granulaire.

Sur ce point, je n'ai pas encore de certitude absolue. Les données sur la stabilité des citations fan-out restent faibles. Une source suggère que seulement 27 pourcent des sous-requêtes sont stables d'une recherche à l'autre. Si c'est confirmé, ça veut dire que trois quarts du fan-out sont imprévisibles. Difficile de bâtir une stratégie sur du sable.

Arrêtons de tourner autour du pot. La page pilier de cinq mille mots qui couvre "tout sur un sujet" ne fonctionne plus comme avant dans un contexte fan-out. Le système décompose la requête en fragments. Il cherche la meilleure réponse pour chaque fragment. Une page qui répond superficiellement à vingt sous-thèmes perd face à vingt pages qui répondent chacune en profondeur à un sous-thème.

Ce n'est pas la mort du content marketing ni des clusters thématiques. C'est leur évolution. Le cluster reste pertinent, mais chaque article satellite doit être autonome et exhaustif sur son angle. Plus de pages de remplissage à trois cents mots pour "couvrir le sujet". Chaque page doit être la meilleure réponse possible à une micro-intention.

Le E-E-A-T prend une dimension nouvelle dans ce contexte. Quand le fan-out va chercher des sources spécialisées plutôt que des pages généralistes, l'expertise démontrée sur un sujet précis pèse plus que l'autorité générale du domaine. Un blog de niche avec trente articles pointus sur un sous-thème a plus de chances d'être cité qu'un gros site avec un article généraliste.

Concrètement, ce que je recommande pour les mois qui viennent : auditer chaque cluster thématique, identifier les sous-requêtes probables (les huit types du brevet sont un bon cadre), et vérifier que chaque sous-requête a une page dédiée qui y répond directement. Pas une section dans un article. Une page.

Le fan-out n'est pas une fonctionnalité expérimentale. C'est le moteur de recherche de Google en train de muter. Les AI Overviews touchent déjà plus d'un quart des requêtes selon les données Conductor du premier trimestre 2026. AI Mode cumule des dizaines de millions d'utilisateurs quotidiens.

La bonne nouvelle : Google ne ferme pas la porte aux sites. Il change les règles d'entrée. La pertinence thématique granulaire remplace le positionnement par mot-clé. L'expertise prouvée remplace l'autorité de domaine brute. Le contenu de niche gagne du terrain sur le contenu généraliste.

La mauvaise : personne ne contrôle les sous-requêtes que le fan-out génère. Et les métriques classiques (position, CTR, impressions) ne capturent qu'une partie du tableau. Il va falloir apprendre à naviguer dans le brouillard.

• Google Developers : documentation AI features, définition du fan-out (developers.google.com/search/docs/appearance/ai-features)
• Brevet US11663201B2 : huit types de variantes de requêtes, déposé mai 2023 (patents.google.com)
• Brevet US12158907B1 : recherche thématique par sous-requêtes et consolidation LLM, décembre 2024 (patents.google.com)
• Seer Interactive : étude CTR organique et payant avec AI Overviews, 3 119 requêtes, 42 organisations, 25,1M impressions, juin 2024 - septembre 2025 (searchengineland.com)
• Surfer SEO : 68 pourcent des pages citées dans AI Overviews hors top 10, 173 902 URLs analysées, décembre 2025 (surferseo.com)
• Ahrefs : similarité sémantique AI Mode vs AI Overviews 86 pourcent, chevauchement citations 13,7 pourcent, 730k réponses (ahrefs.com)
• Conductor : AI Overviews déclenchées sur 25,11 pourcent des requêtes Q1 2026, 21,9M requêtes analysées (conductor.com)
• Aleyda Solis : synthèse fan-out queries et implications SEO (aleydasolis.com/en/ai-search/google-query-fan-out)