Audit page HTA : ce que Claude, ChatGPT et Gemini voient — et ne voient pas — dans un contenu médical structuré

1La page auditée et le contexte

Le principe est simple : si trois IA généralistes évaluent la même page selon leurs propres critères de citabilité, leurs réponses révèlent ce qu'elles cherchent réellement dans un contenu pour le retenir comme source. Ce n'est pas un test académique. C'est un outil de diagnostic stratégique.

La page HTA de MediScribe a été construite selon les standards E-E-A-T Google 2026 : validation médicale intégrée dans le schema.org via le champ reviewedBy pointant sur le profil PubMed du Dr Christophe Grocholski, Praticien Hospitalier en Néphrologie au CH de Bourg-en-Bresse. Ce niveau de rigueur dans le balisage de l'autorité médicale est rare — et c'est précisément ce que Gemini a massivement valorisé.

2Les scores comparés — vue d'ensemble

3Qualité du contenu : 90/100 en moyenne

Sur la qualité du contenu, le consensus est presque atteint entre Gemini et Claude. Les deux reconnaissent la rigueur du balisage médical, la pédagogie adaptée au patient et l'approche E-E-A-T. Gemini note explicitement l'excellente transformation des concepts complexes (systole/diastole) en conseils pratiques concrets comme la règle des 3 — directement utilisable par un patient.

ChatGPT est plus sévère. Il note que la page est au niveau d'un "bon contenu SEO santé" — mais pas encore au niveau d'un contenu qui "écrase Doctissimo, Vidal ou les CHU". Son grief principal : l'absence de cas cliniques, de signatures médicales visibles en HTML et de sources scientifiques citées dans le corps du texte. La validation médicale existe dans le schema.org — elle est invisible pour le lecteur humain, et ChatGPT le pénalise. Ce qui est paradoxal, c'est l'importance donnée aux CHU alors que nous avons justement analysé ce qu'ils disent à leurs patients, ou non. Et l'HTA est très mal notée (0.3/4).

4SEO technique : 83/100 — compétitif mais pas dominant

Gemini donne 92/100 — il reconnaît le travail sur les balises fondamentales (title, meta, canonical, structure Hn). Claude donne 82/100 — il note la propreté de la hiérarchie HTML mais pointe l'absence de cluster. ChatGPT donne 75/100 — le verdict le plus sévère, motivé par l'absence de profondeur sémantique et de maillage interne.

Ce que ChatGPT appelle la "profondeur sémantique"

En SEO moderne, la profondeur sémantique désigne la capacité d'un contenu à couvrir un sujet sous tous ses angles — pas seulement la définition et les symptômes, mais aussi les variantes de requêtes longue traîne ("tension 14/9 est-ce grave ?"), les sous-sujets connexes (alimentation DASH, HTA chez la femme enceinte, HTA résistante) et les intentions de recherche spécifiques. Google interprète la couverture sémantique complète d'un sujet comme un signal d'autorité thématique.

La page HTA couvre le sujet principal correctement — mais sans pages filles liées, Google ne peut pas la voir comme la référence sur l'hypertension. C'est la différence entre être une bonne page sur l'HTA et être le site sur l'HTA.

5AEO/GEO : la divergence la plus révélatrice

C'est la section la plus instructive de l'audit. Un écart de 38 points entre ChatGPT (60) et Gemini (98) sur le même critère AEO/GEO pour la même page — ce n'est pas un désaccord d'opinion. C'est une différence architecturale dans ce que chaque moteur génératif cherche pour citer un contenu.

Pourquoi Gemini donne 98/100

Gemini valorise massivement le balisage structuré FAQPage et MedicalCondition avec codes ICD-10 en JSON-LD. Ce balisage rend le contenu "extrêmement digeste" pour les IA — c'est le terme utilisé dans l'analyse. Les réponses courtes et directes dans le JSON-LD augmentent drastiquement les chances d'être cité. Gemini consomme directement le schema.org pour alimenter ses réponses : la page lui parle dans sa langue native.

Pourquoi ChatGPT donne seulement 60/100

ChatGPT n'évalue pas seulement le schema.org — il évalue la structure HTML visible. Il cherche des blocs "réponse directe" présents dans le DOM : des encadrés avec une réponse courte avant chaque section, une table des matières cliquable, des sections clairement étiquetées qui permettent à un modèle de langage d'isoler une réponse sans avoir à lire tout le document. Ces éléments sont absents de la page — et pour ChatGPT, leur absence est rédhibitoire pour la citabilité.

C'est le paradoxe de la page HTA actuelle : elle est techniquement excellente pour Gemini, correcte pour Claude, et insuffisante pour ChatGPT — avec la même base de contenu. La solution n'est pas de choisir : c'est d'ajouter les blocs réponse directe en HTML visible, qui satisferont ChatGPT sans dégrader les scores Gemini et Claude.

6Performance : 79/100 — les quick wins à saisir

Les trois IA s'accordent sur ce point : la base technique est saine. Pas de JavaScript lourd, pas de framework inutile, HTML propre. Les problèmes de performance sont tous des détails d'optimisation, pas des problèmes structurels.

Gemini identifie le problème des images PNG comme le seul point technique réellement impactant sur les Core Web Vitals. Les images servies au format WebP ou AVIF réduiraient le poids de page de 30 à 50 % selon la compression actuelle. L'absence de loading="lazy" sur les images bas de page pénalise le Largest Contentful Paint — indicateur directement mesuré par Google dans le classement.

Le lien externe vers frhta.org sans attribut rel="noopener noreferrer" est un problème de sécurité mineur mais facilement corrigeable — et les audits automatisés comme Lighthouse le signalent systématiquement.

7Pourquoi les 3 IA sont-elles si différentes dans leurs évaluations ?

Cette divergence n'est pas anecdotique. Elle révèle quelque chose d'important sur l'écosystème des IA génératives en 2026 : il n'existe pas un seul critère de "bon contenu pour les IA". Il en existe autant que d'architectures de moteurs.

Gemini est le moteur de Google. Son approche générative est directement nourrie par les données structurées schema.org que Google indexe depuis des années. Pour lui, un contenu avec FAQPage + MedicalCondition + ICD-10 en JSON-LD est immédiatement lisible, extractible et citable. C'est sa langue maternelle. D'où le 98/100 sur l'AEO.

ChatGPT a été entraîné sur du texte web brut — du HTML, pas du JSON-LD. Son modèle cherche des patterns textuels qui signalent une réponse directe : un paragraphe court après une question, un encadré, une liste structurée. En l'absence de ces patterns visibles dans le DOM, il conclut que le contenu n'est "pas encore prêt pour être cité spontanément". D'où le 60/100.

Claude combine les deux approches avec une lecture plus contextuelle — il évalue à la fois la structure technique et la cohérence sémantique d'ensemble. D'où des scores intermédiaires et plus nuancés.

8Roadmap d'optimisation — semaine par semaine

9Cluster sémantique HTA recommandé

10Ce que ça dit du marché du contenu médical en 2026

Ce qui frappe à la lecture de ces trois audits, c'est la convergence sur un point que personne ne formule clairement dans les guides SEO habituels : la qualité du contenu n'est pas suffisante pour être cité. La citabilité est une propriété technique autant qu'éditoriale.

Une page médicale peut être rigoureuse, bien rédigée, validée par un spécialiste — et rester invisible pour ChatGPT si elle ne structure pas ses réponses de façon à ce qu'un modèle de langage puisse les extraire proprement. À l'inverse, un contenu médiocre mais bien balisé sera cité avant un excellent contenu mal structuré.

C'est l'arbitrage que MediScribe fait systématiquement : ni l'un ni l'autre — les deux en même temps. Contenu médical rigoureux validé par des praticiens hospitaliers. Balisage schema.org complet au niveau de l'état de l'art. Blocs réponse directe visibles. Cluster thématique. C'est long. C'est cher. Et c'est ce qui fonctionne.

Pour aller plus loin sur les principes de l'optimisation AEO/GEO en santé, la page dédiée à l'AEO et au GEO médical développe l'approche en détail — avec des exemples concrets sur les enjeux de citabilité pour les cliniques et centres hospitaliers.