YouTube, podcasts et transcriptions : des sources que les moteurs génératifs lisent.

Un moteur génératif ne regarde pas une vidéo : il lit le texte qui l'entoure

Ce qu'un moteur génératif récupère d'une vidéo ou d'un épisode de podcast, c'est le texte qui l'accompagne : le titre, la description, la liste des chapitres, les sous-titres ou la transcription lorsqu'ils sont exposés dans la page, parfois les commentaires. Le fichier audio ou vidéo lui-même n'est pas lu par les robots de recherche IA, à notre connaissance : aucun éditeur de moteur ne documente une écoute ou un visionnage au moment de la sélection des sources. Une heure d'expertise sans texte est donc, pour la citation, une page vide surmontée d'un titre.

Google fait en partie exception : son index vidéo exploite les sous-titres et les « moments clés », et il documente la façon de les déclarer. Mais cela vaut pour la recherche Google, AI Overviews et AI Mode compris ; ChatGPT, Perplexity et Claude s'appuient sur ce que la page HTML donne à lire. Les quatre conditions d'une citation, décrites dans notre article de méthode, s'appliquent donc à l'audiovisuel comme au reste, avec une traduction propre à ces formats.

Le reste de l'article suit ces quatre conditions : où placer la transcription pour qu'elle soit accessible, comment décrire et chapitrer pour qu'elle soit citable, comment identifier l'intervenant, et comment les invitations chez d'autres servent la corroboration.

Ce qui est lisible dans une page vidéo ou podcast : anatomie

Une page vidéo ou podcast bien construite donne au moteur cinq éléments, dans cet ordre d'importance : un titre formulé comme la question traitée, une description qui répond en quelques phrases, des chapitres qui découpent l'épisode en questions, une transcription relue, et l'identité de l'intervenant. Les plateformes n'exposent pas tous ces éléments de la même façon ; la page de votre propre site peut les exposer tous.

La description est le passage le plus souvent extrait, parce qu'elle est courte, qu'elle commence par le sujet et qu'elle nomme l'intervenant. Elle se rédige comme un passage citable : la réponse, la preuve, la nuance, en soixante à cent mots, avant les liens et les mentions promotionnelles. Une description réduite à « Nouvel épisode ! Abonnez-vous » n'apprend rien au moteur.

Où placer la transcription : la plateforme, votre site, ou les deux

Sur votre site d'abord, puis sur la plateforme si elle le permet. Les plateformes génèrent des sous-titres ou des transcriptions, mais elles ne les exposent pas toujours dans le HTML que lisent les robots de recherche IA, et vous n'en contrôlez ni l'exactitude ni la persistance. Une page de votre site, avec la transcription intégrale, la description et les chapitres, est le seul support dont vous maîtrisez l'accès, le texte et les données structurées.

Tableau : faites défiler horizontalement.

La balise podcast:transcript appartient à l'espace de noms « Podcasting 2.0 », pris en charge par une partie des hébergeurs et des applications ; elle accepte plusieurs formats, dont SRT, VTT et HTML. Elle est utile, mais elle ne remplace pas la page HTML : c'est cette page, et non le flux, que les robots de recherche IA récupèrent le plus sûrement. Le principe est le même que pour le rendu JavaScript : ce qui n'est pas dans le HTML servi n'existe pas, et une page d'épisode dont la transcription se charge par script est une page vide.

Décrire, chapitrer, baliser : les règles documentées

Trois règles suffisent pour la description, les chapitres et le balisage, et les deux dernières sont documentées par les plateformes elles-mêmes. Pour les chapitres YouTube, la liste d'horodatages se place dans la description, commence à 0:00, compte au moins trois entrées dans l'ordre croissant, chacune d'au moins dix secondes ; chaque titre de chapitre est une question ou une affirmation précise, jamais « Partie 2 ». Pour Google, le balisage VideoObject décrit la vidéo, et la propriété hasPart, avec des objets Clip, déclare les moments clés, chacun avec son début, sa fin et son URL horodatée.

{
  "@context": "https://schema.org",
  "@type": "VideoObject",
  "name": "Comment savoir si votre site bloque les robots de recherche IA ?",
  "description": "La description de l'épisode, en soixante à cent mots, réponse d'abord.",
  "uploadDate": "2026-07-15",
  "duration": "PT32M10S",
  "thumbnailUrl": "https://www.exemple.fr/img/episode-12.jpg",
  "embedUrl": "https://www.youtube.com/embed/IDENTIFIANT",
  "transcript": "Transcription intégrale relue…",
  "author": { "@type": "Person", "name": "Prénom Nom", "url": "https://www.exemple.fr/equipe/prenom-nom" },
  "publisher": { "@type": "Organization", "@id": "https://www.exemple.fr/#organization" },
  "hasPart": [
    { "@type": "Clip", "name": "Lire le robots.txt",
      "startOffset": 250, "endOffset": 695,
      "url": "https://www.exemple.fr/podcast/episode-12?t=250" }
  ]
}

La propriété transcript de VideoObject existe dans le vocabulaire schema.org ; à notre connaissance, aucun moteur ne documente son usage dans la sélection des sources. Elle ne dispense donc pas de publier la transcription en clair dans la page. Pour un podcast, les types PodcastEpisode et PodcastSeries décrivent l'épisode et la série de la même façon ; l'essentiel reste le texte visible.

La transcription elle-même se relit avant publication. Les transcriptions automatiques écorchent les noms propres, les sigles et les noms de marque ; une transcription où votre entreprise apparaît trois fois sous trois graphies produit trois mentions incohérentes. On corrige les noms, on découpe en paragraphes sous des intertitres qui reprennent les chapitres, et l'on supprime les hésitations sans réécrire le propos : une transcription réécrite en texte marketing perd ce qui faisait sa valeur, la parole d'un expert qui répond à une question.

L'entité de l'intervenant : qui parle, et pourquoi cela compte

Une vidéo est citée comme la parole d'une personne, et la personne doit être identifiable : nom, fonction, entreprise, page auteur sur votre site, profils reliés par sameAs. Sans cela, le moteur dispose d'une transcription anonyme, moins fiable qu'une page signée ; avec cela, il dispose d'un expert nommé, dont il peut relier les propos à l'entité de votre marque et à ses autres publications. C'est la troisième condition, l'identification, et elle vaut pour la voix comme pour l'écrit.

• Nommer l'intervenant dans la description, avec sa fonction et son entreprise, dès la première phrase.
• Relier la page de l'épisode à sa page auteur sur le site, et inversement : la page auteur liste les épisodes, avec leurs dates.
• Baliser en Person, avec sameAs vers la chaîne YouTube, le profil LinkedIn et, s'il existe, l'élément Wikidata.
• Utiliser le même nom partout : chaîne, flux, description, page auteur, signature d'article.

Ce que doit contenir une page auteur, et comment prouver une expertise à un modèle, est détaillé dans notre article sur les pages auteur. Pour l'audiovisuel, ajoutez-y une chose : la liste des interventions chez d'autres, qui est la matière de la corroboration.

Être invité chez les autres : la corroboration par la voix

Une intervention dans le podcast ou la chaîne d'un tiers est une mention de marque portée par une source indépendante, avec un nom, une catégorie et, si vous l'avez préparée, une preuve. C'est l'un des moyens les plus naturels d'obtenir une corroboration : l'hôte vous présente, dans ses notes d'épisode et dans sa description, avec des mots qu'il a choisis à partir de ceux que vous lui avez donnés.

Le point décisif est la troisième étape. La plupart des hôtes rédigent leurs notes d'épisode à la hâte ; celui qui reçoit une description prête, correcte et courte l'utilise. C'est cette description, publiée sur le site de l'hôte, qui devient la mention cohérente : votre nom exact, votre catégorie, un fait, dans une source indépendante que le moteur peut rapprocher de votre site. Le même raisonnement vaut pour les comparatifs et annuaires : ce que le tiers écrit de vous dépend de ce que vous lui avez donné à écrire.

Ce que change une transcription relue : lecture d'un relevé

La différence entre une page vidéo réduite à un titre et une page avec description, chapitres et transcription relue se lit directement dans les sources des réponses. Le schéma ci-dessous illustre ce que l'on observe sur nos mandats, à titre indicatif, pour une même série d'épisodes avant et après la publication des pages texte.

Les erreurs qui annulent cet effet sont peu nombreuses et faciles à vérifier.

• Une transcription automatique publiée sans relecture, avec les noms de marque et les sigles écorchés.
• Une page d'épisode dont le texte est chargé par script, absent du HTML initial.
• Une description réduite à un appel à l'abonnement, sans sujet ni intervenant.
• Des chapitres qui ne commencent pas à 0:00, ou nommés « Partie 1, 2, 3 ».
• Un intervenant désigné comme « notre expert », sans nom ni page auteur.
• Une transcription livrée en PDF ou en image.
• Une page d'épisode que le CDN ferme aux robots de recherche IA, comme le reste du site.

Ce qu'il faut retenir