Grounding
Le grounding désigne le fait d'ancrer la réponse d'un modèle de langage sur des documents réellement récupérés au moment de la question, plutôt que sur sa seule mémoire d'entraînement. C'est ce mécanisme qui rend une citation de source possible.
Le principe
Un modèle de langage interrogé sans grounding répond à partir de ce qu'il a mémorisé pendant son entraînement. Il ne peut ni citer une source précise, ni connaître un fait postérieur à sa date de coupure, et il produit parfois des références inexistantes.
Avec grounding, le système effectue une recherche avant de répondre, récupère des documents, puis rédige sa réponse en s'appuyant dessus. La technique la plus répandue porte le nom de RAG, retrieval-augmented generation, décrite dans un article de recherche de Facebook AI en 2020.
Pourquoi cela concerne la visibilité
Sans grounding, aucune stratégie de citation n'a de prise : le modèle restitue ce qu'il a appris des mois plus tôt, et le seul levier serait de figurer dans les corpus d'entraînement, ce qui échappe largement au contrôle d'un éditeur.
Avec grounding, la chaîne devient actionnable. Une requête déclenche une recherche, la recherche retourne des pages, un composant sélectionne des passages, le modèle rédige et attribue. Chaque maillon peut être travaillé : l'indexation pour la recherche, la structure du texte pour la sélection des passages, la clarté de l'entité pour l'attribution.
Ce que cela implique pour un site
Trois conditions se cumulent. Être présent dans l'index utilisé par le moteur, ce qui pour ChatGPT et Copilot signifie être correctement indexé dans Bing. Être accessible aux robots de récupération, ce qui suppose de ne pas bloquer OAI-SearchBot ou PerplexityBot dans le fichier robots.txt. Et proposer des passages exploitables, courts, datés, autonomes.
Une page peut satisfaire les deux premières conditions et échouer sur la troisième. C'est le cas le plus fréquent, et le plus facile à corriger.