Schema FAQ: La voie directe vers les citations ChatGPT et Perplexity

Un restaurant de cafe specialty a Karakoy a publie un schema FAQPage de 14 questions et est apparu trois semaines plus tard comme citation directe dans la recherche Perplexity "best specialty coffee Istanbul". Le meme bloc a alimente quatre reponses ChatGPT distinctes.

Pourquoi le schema FAQPage fonctionne

ChatGPT et Perplexity priorisent les donnees structurees lors du crawl car ils peuvent extraire la paire name-acceptedAnswer mot pour mot au lieu d'analyser le HTML brut. Cela reduit le risque d'hallucination, exactement la surface preferee des LLM.

Quand vous publiez un bloc FAQPage avec 8-12 questions, chaque question devient sa propre cible de citation pour une requete utilisateur specifique.

Sourcer les 14 questions

Le cafe a melange trois sources: AnswerThePublic, le filtre "questions" sur 90 jours de Search Console, et les questions recurrentes documentees par les serveurs. Ce trio trouve l'intersection forte intention / faible concurrence.

Visez des questions commencant par "est-ce que", "avez-vous", "combien" — ces motifs correspondent le mieux aux formes de requete LLM en francais.

Implementation et verification

Placez le JSON-LD FAQPage dans le head ou le body. Le champ acceptedAnswer.text doit faire entre 40 et 160 mots; des reponses plus courtes declenchent un signal "pas assez informatif" dans le classement LLM.

Validez avec Google Rich Results Test puis tapez votre requete cible dans Perplexity et cherchez votre domaine dans la bande de citation. L'indexation initiale prend 10-14 jours.

FAQ

Combien de questions sont optimales? 8-12 est l'optimum; moins de 5 donne trop peu de signal, plus de 20 dilue la qualite.

Le contenu FAQ doit-il etre visible? Oui — selon la politique Google chaque question du schema doit aussi exister en HTML visible sur la page.

Autres schemas a coupler? Restaurant + LocalBusiness + Menu schema avec FAQPage double le taux de citation.

Cet article vous a été utile ? Partagez-le.