Données structurées : 10 erreurs anti-citation IA (2026)

Le top 10 des erreurs schema bloquantes

1. Schema injecté en client-side seulement

Les crawlers IA (GPTBot, ClaudeBot, PerplexityBot) ne rendent pas le JavaScript. Si votre JSON-LD est injecté via React/Vue/JS au runtime, il est invisible pour les IA. Solution : injection côté serveur (SSR/SSG). Notre site NEXUS GEO injecte tout son schema en SSR via Next.js App Router — c'est ce que recommande aussi notre guide schema technique.

2. Types Schema.org imbriqués incorrectement

Mettre un FAQPage à l'intérieur d'un Article est une erreur courante. Il faut utiliser des `@graph` séparés ou injecter deux blocs JSON-LD distincts. Vérifiez avec le validateur Schema.org.

3. Contradictions entre JSON-LD et HTML visible

Si votre JSON-LD dit que vous facturez 1 200 € et que votre page affiche 1 750 €, les IA détectent le conflit et déclassent la page entière. Règle : JSON-LD = vérité visible. Toujours.

4. Oubli des propriétés obligatoires

Les types les plus utilisés en GEO — Organization, Article, Product, FAQPage, BreadcrumbList — ont chacun des propriétés requises documentées sur schema.org. Validez systématiquement avec le Rich Results Test : il signale précisément les champs manquants ou invalides par type.

5. URLs absolues manquantes

Les `@id`, `url` et `image` doivent être des URLs absolues (https://votresite.fr/...) — pas des paths relatifs. Les crawlers IA ne contextualisent pas les URLs relatives.

6. Dates au mauvais format

Format ISO 8601 obligatoire : `2026-05-25` ou `2026-05-25T10:00:00+02:00`. Pas de « 25 mai 2026 » ni « 05/25/2026 ». Erreur silencieuse mais bloquante.

7. Schema vide ou stub

Un schema Organization avec seulement `name` et aucun champ d'entité (url, logo, sameAs, address) produit une fiche incomplète — l'IA ne peut pas résoudre l'entité et peut l'ignorer ou la confondre avec un homonyme. Complétez les champs essentiels avant de déployer.

8. Pas de Schema.org du tout

Une part significative des sites B2B français n'a encore aucun JSON-LD. Sur ces sites, les moteurs génératifs doivent reconstituer seuls qui vous êtes, ce que vous vendez et pour qui — avec un risque élevé de confusion d'entité ou d'omission pure et simple dans les réponses. Un schema minimal correct (Organization + type de page) reste le signal d'identité le moins coûteux à mettre en place.

9. JSON-LD malformé syntaxiquement

Virgules en trop, guillemets non échappés, JSON tronqué. Un JSON-LD invalide est intégralement ignoré — pas partiellement lu. Toujours valider avec un linter JSON avant déploiement.

10. Schema sur la mauvaise page

FAQPage sur la homepage alors que la FAQ est sur `/faq`, ou Product schema sur la page catégorie au lieu de la page produit. Chaque type Schema doit être placé sur la page qui correspond à son intention.

Outils de validation à utiliser systématiquement

• Schema.org Validator — exhaustif, recommandé par défaut.
• Google Rich Results Test — vérifie l'éligibilité aux rich snippets.
• Validateur JSON-LD NEXUS GEO — gratuit, orienté citation IA : syntaxe + propriétés attendues par les moteurs génératifs.
• Chrome DevTools → Lighthouse → audit SEO — détecte les schemas absents ou invalides.
• JSON Lint — pour valider la syntaxe JSON brute avant injection.

Comment prioriser les corrections

• Commencez par les pages qui portent votre activité (offre, tarifs, contenus les plus consultés) : l'impact GEO se concentre sur un petit nombre d'URLs stratégiques, pas sur l'exhaustivité du site.
• Traitez les erreurs bloquantes avant les améliorations : un JSON-LD invalide ou invisible côté serveur annule tout le reste, alors qu'une propriété manquante ne fait que dégrader le signal.
• Validez ce que les crawlers voient réellement — le HTML servi par le serveur — et non ce que votre navigateur affiche après exécution du JavaScript.
• Re-validez après chaque déploiement : une mise à jour de template ou de CMS peut casser silencieusement un schema qui fonctionnait.
• Gardez en tête qu'un schema valide est un prérequis, pas une garantie : c'est l'évolution réelle des citations IA qui valide le travail, et c'est elle qu'il faut suivre dans la durée.

Avant/après : 3 corrections types qui débloquent les citations

Exemple 1 — Article sans author défini

Avant : `Article` JSON-LD sans champ `author`. Conséquence : Claude et Perplexity ne peuvent pas rattacher le contenu à une expertise identifiable et déclassent la source sur les requêtes E-E-A-T (santé, finance, juridique). Après : ajout d'un objet `author` complet (`@type: Person`, `name`, `url` vers un profil public vérifiable). Sur les sites accompagnés par NEXUS GEO, c'est l'un des correctifs au meilleur ratio effort/impact.

Exemple 2 — FAQPage avec questions vides

Avant : 8 questions FAQPage déclarées mais avec `acceptedAnswer.text` vide ou tronqué (« voir la documentation »). Conséquence : les LLM ignorent intégralement le bloc. Après : chaque réponse rédigée en 30-80 mots auto-suffisants, sans renvoi vers une autre page. Effet observé : citations directes des paires Q/R dans ChatGPT et Perplexity.

Exemple 3 — Organization sans sameAs

Avant : `Organization` minimaliste sans aucun `sameAs`. Les LLM peinent à résoudre l'entité (confusion avec d'autres marques homonymes). Après : ajout d'un `sameAs` pointant vers des profils publics vérifiables qui confirment l'identité de la marque (bases d'entités, réseaux sociaux officiels, annuaires de référence). Effet : la désambiguïsation devient beaucoup plus fiable pour les LLM et peut faciliter l'apparition d'un Knowledge Panel Google. Le choix des bonnes sources d'entité — lesquelles, dans quel ordre, avec quelle cohérence — fait partie du travail d'entité mené dans l'audit NEXUS GEO.

FAQ