01 / Contexte
Pourquoi l'audit de 2026 n'est plus celui de 2022
La plupart des checklists SEO technique encore en circulation ont été pensées pour un robot plus simple. Depuis fin 2025, Google a modifié le terrain sous nos pieds, et un audit qui l'ignore passera à côté de vrais problèmes.
- Une nouvelle documentation. Le 20 novembre 2025, Google a déplacé sa documentation sur l'exploration de Search Central vers un site dédié, qu'il enrichit régulièrement depuis. Son journal des modifications est devenu une lecture obligatoire pour tout auditeur.
- Des limites de récupération chiffrées. Dans un billet du blog Search Central du 31 mars 2026, Gary Illyes a détaillé les seuils : Googlebot récupère jusqu'à 2 Mo par URL pour le HTML et les autres fichiers hors PDF, 64 Mo pour les PDF, et les robots sans limite propre sont plafonnés par défaut à 15 Mo. Au-delà, rien n'est rendu ni indexé.
- Davantage d'user-agents. Google a documenté
Google-Agent en mars 2026 pour les agents d'IA agissant à la demande d'un utilisateur, ajouté en mai la signature expérimentale des requêtes Web Bot Auth, puis publié le 17 novembre 2026 un guide pour laisser passer Google-Agent.
Rien de cela ne remplace les fondamentaux, mais l'ordre de travail change. Nous auditons dans la séquence même où Google traite un site : la page peut-elle être récupérée, peut-elle être rendue, quelle URL est canonique, mérite-t-elle l'index ? Chaque couche dépend de la précédente : optimiser des balises title sur des pages que Googlebot n'atteint pas ne sert à rien.
La checklist ci-dessous est celle de nos audits menés par des ingénieurs. Elle suppose un accès à Google Search Console, aux logs bruts du serveur ou du CDN et à un crawler capable d'exécuter le JavaScript. Sans logs, dites-le dans le rapport : l'audit devient une estimation, pas un diagnostic.
02 / Exploration et indexation
Commencer par le rapport d'indexation, pas par un crawler
Un crawler tiers montre ce qui pourrait mal tourner. Le rapport « Indexation des pages » de Search Console montre ce que Google a réellement décidé. Commencez par lui : exportez chaque motif et inspectez un échantillon d'URL de chaque groupe avec l'outil d'inspection d'URL avant de vous forger un avis.
Les motifs à distinguer tout de suite
- Détectée, actuellement non indexée : Google connaît l'URL mais ne l'a pas encore explorée. Sur un gros site, c'est généralement une question de demande d'exploration ou de capacité serveur, pas de qualité.
- Explorée, actuellement non indexée : la page a été récupérée puis écartée. Causes fréquentes : gabarits pauvres ou quasi identiques, URL de navigation à facettes, maillage interne faible.
- Page en double sans URL canonique sélectionnée par l'utilisateur et Google a choisi une autre URL canonique : vos signaux de canonicalisation se contredisent ou contredisent ce que voit Google.
- Soft 404 : une réponse 200 qui ressemble à une page vide ou à une erreur. Vérifiez les produits épuisés, les recherches sans résultat et les filtres.
- Exclue par la balise noindex, bloquée par robots.txt, page avec redirection, introuvable (404) : souvent normal, mais confirmez que chaque cas est voulu.
Le rapport repose sur un échantillon et arrive avec un décalage : une variation d'un jour n'est pas une tendance. Ce qui compte, c'est la part d'URL utiles dans chaque groupe. Quelques milliers d'URL à paramètres exclues, c'est sain ; quelques centaines de fiches produit exclues, c'est du chiffre d'affaires perdu.
Rattachez chaque groupe à un gabarit. Les problèmes d'indexation sont presque toujours des problèmes de gabarit, et la correction se fait dans le code, pas dans un tableur d'URL.
03 / Canonical et hreflang
Aligner les signaux de canonicalisation et de langue
Google traite rel=canonical comme une indication forte, pas comme un ordre. Il la pondère avec les redirections, les liens internes, les sitemaps et la similarité des contenus. Quand ces signaux divergent, Google choisit lui-même la version canonique, et vous le voyez dans le rapport ci-dessus.
Contrôles canonical
- Chaque page indexable porte une seule balise canonical absolue et auto-référente dans le HTML servi par le serveur.
- Il n'en reste qu'une après le rendu. La documentation JavaScript de Google accepte l'injection par script mais ne la recommande pas, et met en garde contre les balises contradictoires.
- Liens internes, sitemaps et hreflang pointent vers l'URL canonique, jamais vers une redirection ou une variante à paramètres.
- Les pages paginées se canonicalisent sur elles-mêmes, pas sur la page 1.
Contrôles hreflang
- Chaque version linguistique liste toutes les alternatives, y compris elle-même, et les liens sont réciproques. Une annotation à sens unique est ignorée.
- Les codes suivent l'ISO 639-1, éventuellement complété d'une région ISO 3166-1. L'ukrainien s'écrit
uk ; ua est un code pays et une erreur classique. - Un
x-default couvre les visiteurs qui ne correspondent à aucune version, souvent un sélecteur de langue ou le marché principal. - Les cibles hreflang renvoient 200 et sont canoniques. Viser une URL redirigée ou en noindex casse tout le groupe.
Les sites multilingues échouent ici plus qu'ailleurs, car traduction et développement relèvent souvent d'équipes différentes. Nous traitons la partie organisationnelle dans notre article sur la localisation sans friction.
04 / Sitemaps et redirections
Sitemaps, redirections et l'hôte réellement servi
Un sitemap XML aide à la découverte, il ne garantit pas l'indexation. En 2023, en supprimant le point de ping des sitemaps, Google a indiqué ne pas utiliser changefreq ni priority, et ne tenir compte de lastmod que si la valeur est fiable de façon constante. Un build qui date chaque URL du jour apprend à Google à ignorer ce champ.
Contrôles sitemap
- Uniquement des URL canoniques, indexables, en 200. Ni redirections, ni noindex, ni doublons à paramètres.
lastmod ne bouge que lorsque le contenu principal change.- Un sitemap par gabarit (produits, catégories, articles) pour filtrer le rapport d'indexation sitemap par sitemap.
- L'index de sitemaps est déclaré dans robots.txt et soumis dans Search Console.
Contrôles des redirections et de l'hôte
- Un seul hôte de référence.
http://, http://www. et la variante https:// non retenue atteignent l'URL finale en une seule redirection 301 ou 308. - La règle sur la barre oblique finale et la casse est cohérente et appliquée en bordure de réseau, pas à moitié dans l'application et à moitié dans le CDN.
- Pas de chaînes de plus de deux sauts, pas de boucles. Recrawlez l'ancienne liste d'URL après chaque migration.
- Les pages supprimées renvoient 404 ou 410. Tout rediriger vers l'accueil finit souvent en soft 404.
La logique d'hôte et de redirection vit souvent à trois endroits : l'application, le serveur web et le CDN. Auditez les trois. Quand nous reconstruisons une plateforme dans le cadre de nos services de développement web, c'est la première règle que nous centralisons.
05 / Rendu
Rendu JavaScript et plafond de 2 Mo
Google exécute le JavaScript, mais le rendu est une étape distincte avec ses propres règles. En décembre 2025, Google a révisé sa page sur les bases du SEO JavaScript sur trois points à intégrer à tout audit.
- Le noindex du HTML initial l'emporte. En voyant
noindex, Google peut sauter le rendu : un script qui retire la balise ensuite risque de ne jamais s'exécuter. Si la page doit être indexée, ne livrez pas de noindex dans le HTML d'origine. - Les pages hors 200 peuvent ne pas être rendues. Les réponses 200 partent au rendu, les autres pas forcément. Les pages d'erreur qui dépendent du JavaScript pour afficher contenu ou signaux sont fragiles.
- La canonical injectée en JavaScript est prise en charge mais déconseillée. Gardez-la dans la réponse serveur.
Le budget en octets
Deux mégaoctets semblent confortables jusqu'au jour où un framework embarque tout son état en JSON, ou un constructeur de pages répète des centaines de fois la même icône SVG. Mesurez la taille non compressée du HTML de vos gabarits les plus lourds. Si du contenu essentiel, des liens ou des données structurées se trouvent en fin de document volumineux, remontez-les ou allégez la page. Google précise que la limite peut évoluer, mais aujourd'hui ce qui dépasse n'existe pas pour Googlebot.
Contrôles du rendu
- Comparez le HTML brut et le HTML rendu dans l'outil d'inspection d'URL pour chaque gabarit clé.
- Contenu principal, liens internes et données produit sont présents sans interaction.
- Les liens sont de vrais éléments
<a href>, pas des gestionnaires de clic. - Le JavaScript et le CSS nécessaires au rendu ne sont pas bloqués dans robots.txt.
Un rendu lourd pénalise aussi les utilisateurs. Si vos gabarits sont lents en plus d'être volumineux, lisez notre analyse des Core Web Vitals pour l'e-commerce.
06 / Logs et robots
Analyse de logs et vérification des robots
Les logs sont le seul endroit où l'on voit ce que les robots ont réellement fait, et non ce qu'un rapport en résume. Récupérez au moins 30 jours de logs d'accès bruts, côté origine et côté CDN : la bordure absorbe souvent des requêtes que l'origine ne voit jamais.
Ce qu'il faut extraire
- Les passages de Googlebot par gabarit et par code de réponse. Une forte part de 3xx, 4xx ou 5xx signale de l'exploration gaspillée.
- La fréquence d'exploration des pages qui rapportent, comparée aux paramètres, filtres et recherche interne.
- Le temps de réponse aux robots. Une origine lente réduit le volume que Google accepte d'explorer.
- Les URL utiles qui ne reçoivent aucune visite de robot : souvent orphelines ou enfouies.
Vérifier avant de croire un user-agent
N'importe qui peut envoyer la chaîne user-agent de Googlebot. Vérifiez par une résolution DNS inverse vers googlebot.com, google.com ou googleusercontent.com, suivie d'une résolution directe qui renvoie la même IP, ou comparez l'IP aux fichiers JSON de plages publiés par Google. Ces fichiers ont déménagé en 2026 vers developers.google.com/crawling/ipranges/ ; l'ancien chemin fonctionne encore, mais mettez à jour toute automatisation de pare-feu qui les télécharge.
Traitez à part le trafic des IA et des agents. Google-Agent est déclenché par un utilisateur : il ne suit pas les mêmes règles que Googlebot et doit être évalué séparément. Web Bot Auth, qui permet aux robots de signer leurs requêtes, reste expérimental chez Google.
Des robots non vérifiés qui se font passer pour Googlebot sont un constat de sécurité autant que de SEO. Si vos logs révèlent du scraping ou du credential stuffing derrière de faux user-agents, cela relève d'un audit de sécurité, avec des règles WAF qui laissent passer les robots vérifiés.
07 / CDN et on-page
Pièges des CDN, maillage interne et longueur des titles
Un CDN améliore les performances et crée discrètement du bruit SEO. Le cas le plus connu est l'option Email Address Obfuscation de Cloudflare. Activée, elle réécrit les adresses e-mail du HTML en liens vers /cdn-cgi/l/email-protection, un point de terminaison que Cloudflare ajoute à chaque domaine proxifié (voir la documentation Cloudflare sur /cdn-cgi/). Les robots qui suivent ces liens peuvent remonter des 404 ou des soft 404 sur des URL que vous n'avez jamais publiées. Si vous n'en avez pas besoin, désactivez l'option dans Scrape Shield. Sinon, gardez ces URL hors des sitemaps et des rapports de liens.
Cherchez d'autres surprises en bordure : défis anti-bots ou limites de débit qui touchent les robots vérifiés, redirections en cache qui survivent à une migration, fonctions de réécriture HTML qui modifient le balisage après votre recette.
Maillage interne
- Chaque URL indexable est accessible par des liens explorables, idéalement à trois ou quatre clics de l'accueil.
- Aucune page orpheline : croisez le crawl avec les sitemaps et les pages d'entrée de l'analytics.
- Les ancres décrivent la cible. Navigation, fil d'Ariane et blocs de contenus liés font l'essentiel du travail.
Titles et meta descriptions
La documentation de Google ne fixe aucune limite de caractères pour les titles ni pour les meta descriptions : le moteur les tronque selon l'écran et peut les réécrire. En pratique, nous visons environ 50 à 60 caractères pour le title, mot-clé en tête, et 120 à 160 pour la description, afin que l'essentiel survive à la troncature. Cherchez les doublons par gabarit, pas page par page. Si c'est le texte lui-même qui pèche, c'est un sujet de stratégie de contenu, pas de technique.
Motifs du rapport d'indexation : tableau de tri
Servez-vous-en pour transformer les groupes de Search Console en tickets techniques.
| Motif GSC | Ce que cela signifie souvent | Premier contrôle | Correction type |
|---|
| Détectée, actuellement non indexée | Google n'a pas encore exploré l'URL | Temps de réponse serveur, passages dans les logs, liens internes | Origine plus rapide, maillage renforcé, élagage des URL faibles |
| Explorée, actuellement non indexée | Récupérée mais jugée sans intérêt pour l'index | Unicité du gabarit, quasi-doublons, contenu rendu | Fusionner ou enrichir les gabarits pauvres ; noindex pour les vrais doublons |
| Google a choisi une autre URL canonique | Votre canonical contredit d'autres signaux | Redirections, liens internes, cibles sitemap et hreflang | Aligner tous les signaux sur une seule URL |
| Soft 404 | Réponse 200 qui ressemble à une page vide ou à une erreur | Produits épuisés, filtres vides, redirections massives vers l'accueil | Renvoyer 404/410 ou ajouter un vrai contenu |
| Bloquée par robots.txt | Exploration interdite | La règle est-elle voulue ; JS et CSS bloqués | Corriger la règle, ou utiliser noindex pour désindexer |
Libellés proches de l'interface française de Search Console. Inspectez toujours un échantillon d'URL avant d'agir.
La checklist SEO technique sur une page
Suivez l'ordre : chaque étape dépend de la précédente.
- [+] Exportez chaque motif du rapport d'indexation et rattachez chaque groupe à un gabarit.
- [+] Vérifiez que robots.txt autorise le CSS et le JavaScript nécessaires au rendu.
- [+] Contrôlez une seule canonical auto-référente par page indexable, dans le HTML serveur.
- [+] Validez hreflang : liens réciproques, codes valides (uk et non ua), x-default, cibles en 200.
- [+] Retirez des sitemaps redirections, noindex et URL à paramètres ; gardez un lastmod honnête.
- [+] Imposez un hôte unique et des redirections en un saut pour http, www et barre oblique.
- [+] Comparez HTML brut et rendu ; ne gérez ni noindex ni canonical en JavaScript.
- [+] Mesurez le poids HTML des gabarits lourds face à la limite de 2 Mo de Googlebot.
- [+] Analysez 30 jours de logs origine et CDN par gabarit et code de réponse.
- [+] Vérifiez Googlebot par DNS inverse ou via les plages IP au nouveau chemin /crawling/ipranges/.
- [+] Auditez les options du CDN : obfuscation e-mail, défis anti-bots, redirections en cache, réécriture HTML.
- [+] Repérez les pages orphelines et les doublons de title et de description par gabarit.