Query fan-out : comment le Mode IA de Google découpe une recherche

Le terme est officiel. Lors de la conférence I/O du 20 mai 2025, Elizabeth Reid, responsable de Search, écrit sur le blog officiel que Google AI Mode « utilise notre technique de query fan-out » : il découpe la question en sous-thèmes et lance de nombreuses requêtes en même temps, pour le compte de l'utilisateur.

La documentation Search Central sur les fonctionnalités d'IA (mise à jour le 10 décembre 2025) précise que les AI Overviews et le Mode IA peuvent tous deux y recourir : plusieurs recherches connexes, sur différents sous-thèmes et différentes sources de données. Pendant la rédaction, les modèles repèrent d'autres documents à proposer en lien.

La recherche d'information connaît depuis longtemps l'expansion de requête. La nouveauté : le modèle génère lui-même les variantes, les lance, puis lit les documents trouvés avant de rédiger. Les réponses générées par l'IA sont donc la synthèse finale des résultats de plusieurs recherches, pas d'un seul classement.

Le Mode IA n'affiche pas ses recherches. Les sorties brutes que je récupère par API contiennent le texte, les liens et les intertitres, jamais la liste des sous-requêtes. Trois sources permettent toutefois de s'en approcher :

1. 1Gemini par API, avec l'ancrage sur la recherche. La documentation de l'API Gemini indique que la réponse liste ce que le modèle a exécuté. C'est le témoin le plus proche, avec une réserve : le modèle de l'API n'est pas celui du moteur grand public.
2. 2OpenAI avec la recherche web. Les outils de collecte par API restituent un champ de sous-requêtes quand l'assistant d'OpenAI a cherché en ligne.
3. 3Les intertitres de la réponse affichée. Ce n'est pas une liste, mais chaque section traite un sous-thème : c'est la trace visible du découpage.

Mon outil 12geo fait la même chose à partir d'une question : il affiche ce que les assistants cherchent pour la traiter. Voici l'extrait brut d'une sortie Gemini du relevé :

"keyword": "pourquoi GA4 affiche moins de conversions que Google Ads",
"fan_out_queries": [
  "GA4 moins de conversions que Google Ads",
  "GA4 conversion differences Google Ads",
  "Écart de données de conversion GA4 et Google Ads"
]

Relevé du 1er novembre 2026 : chaque question, qui porte une intention différente, posée une fois à Gemini (API, modèle gemini-2.5-flash, recherche active), trois fois à l'assistant d'OpenAI et une fois au Mode IA, en français, ces deux derniers localisés en France. Les formulations citées ci-dessous sont celles renvoyées par les moteurs, recopiées sans retouche.

Le même jour, j'ai reposé les questions aux modèles Gemini plus récents de la même API (Gemini 3.8 Flash sur les cinq, trois autres sur l'une d'elles), recherche active : aucun n'a consulté le web, donc aucune sous-requête à relever. Le relevé Gemini repose donc sur gemini-2.5-flash, un modèle plus ancien que les dernières versions.

Ce n'est pas une mesure statistique : cinq questions, un échantillon à un instant donné. L'objectif est de savoir quelles sections un article doit contenir, famille de questions par famille de questions.

01Des requêtes en anglais

sur trois des cinq questions, Gemini a interrogé au moins une fois en anglais, et OpenAI sur toutes ses requêtes. Votre article français est en concurrence avec des sources anglophones.

02La documentation officielle d'abord

OpenAI ajoute « official documentation » ou l'année à ce qu'il cherche. Citer la source primaire, datée, aide un contenu à être retenu à côté d'elle.

03Pas toujours de consultation du web

sur le formulaire de devis et sur les leads B2B, l'assistant n'a restitué aucune requête. Sur une question générale, il peut se passer du web.

04Peu de sous-requêtes

de zéro à cinq selon le moteur, pas des dizaines. La recherche approfondie annoncée en mai 2025 en promet des centaines, mais elle produit un rapport, pas une réponse rapide.

05Un tirage ne suffit pas

les trois tirages d'OpenAI diffèrent à chaque fois. Je relance une question importante plusieurs fois avant de conclure.

Le mot-clé principal reste la porte d'entrée, mais la page est lue par passages : chaque section doit pouvoir être reprise seule, pour la sous-requête qui l'a fait remonter dans les résultats. Au lieu d'optimiser un texte pour un mot-clé, on organise sa couverture des angles d'une question. Les agents IA, qui mènent des recherches pour le compte des personnes, ont le même besoin de passages autonomes et bien structurés.

La documentation ne prévoit aucune exigence technique supplémentaire : un document indexé et éligible à un extrait peut être repris. Le travail porte donc sur la création de contenu et sa structure.

1. 1Lister les sous-requêtes probables : partez de la question, appliquez la grille du brevet (suivi, spécification, comparaison, implication), puis vérifiez avec un relevé réel.
2. 2Un titre de section par requête, formulé avec ses mots, comme une question réelle.
3. 3La réponse en tête de section, en deux ou trois phrases autonomes, sans « comme vu plus haut ». C'est la méthode de l'AEO.
4. 4Une source datée par affirmation chiffrée, de préférence la documentation de l'éditeur.
5. 5Le bon vocabulaire : les termes anglais du métier quand l'IA les emploie, et les entités précises (GA4 360, OAI-SearchBot) plutôt que des généralités.

Ne créez pas une page par requête. Google range la production massive de pages destinée à manipuler les résultats parmi les pratiques de spam. Les sous-thèmes proches vont dans la même page ; les sujets distincts ont la leur, reliés par un maillage interne clair, que la documentation cite parmi ses bonnes pratiques.

Pour vérifier qu'un contenu couvre le champ sémantique des documents déjà retenus, j'utilise SERPmantics. La cartographie des questions et de leurs sous-requêtes, le plan de réécriture et le suivi des citations font partie de mes missions GEO.

Search Console compte le trafic des fonctionnalités d'IA dans le rapport Performances, type « Web », sans le séparer du reste. Le suivi passe donc par un panel de questions fixe, relevé chaque mois ou après une mise à jour des modèles : formulations, liens affichés, présence de votre site dans les réponses. C'est la méthode de mon audit GEO. Hors de Google, soignez aussi votre indexation dans Bing, avec Bing Webmaster Tools.

Ce découpage est aussi la raison pour laquelle le travail de fond sur Google reste la base : chaque sous-requête est une recherche ordinaire, et seul un document indexé, éligible à un extrait, peut y être choisi. Je développe ce lien dans GEO et SEO et dans mon article sur les AI Overviews.