Cloudflare ajoute à son tableau de bord de nouveaux outils destinés à gérer un public de plus en plus présent sur le web : les agents d’intelligence artificielle qui découvrent des informations, comparent des options et peuvent agir au nom de l’utilisateur. L’entreprise combine ses travaux précédents sur Agent Readiness avec un nouvel outil baptisé Answer Engine Optimization (AEO), afin que les propriétaires de sites puissent savoir si les agents sont capables d’utiliser leurs sites et si les assistants intelligents les recommandent aux utilisateurs.
Cloudflare affirme que moins de la moitié des requêtes de pages HTML proviennent désormais d’êtres humains, tandis que la part restante provient de machines, tout en précisant que ces requêtes ne représentent pas toutes des agents agissant au nom de personnes. Selon l’entreprise, la découvrabilité n’est plus seulement liée à la présence dans les pages de résultats de recherche : elle englobe désormais la capacité des agents à trouver le contenu, à le lire, à lui faire confiance, puis à le recommander.
Vérifications Agent Readiness
La section Diagnostics constitue la vérification technique d’Agent Readiness. Elle examine le site de la manière dont un agent pourrait le lire, vérifie s’il est autorisé à y accéder et s’il peut découvrir le contenu, puis récupère une version lisible par machine et recherche les interfaces qu’il peut appeler.
Les vérifications portent sur les fichiers robots.txt, les plans de site XML, les en-têtes de réponse, une version Markdown du contenu et les données publiées relatives à l’authentification et aux outils. Les résultats sont regroupés dans une évaluation unique allant de « non prêt » à « déjà prêt pour les agents », chaque vérification étant classée comme réussie, échouée ou neutre, avec une note expliquant son importance et un journal présentant la requête et la réponse examinées.
Cloudflare répartit les améliorations proposées en plusieurs niveaux : les fondamentaux rapides, comme un fichier robots.txt lisible, un fichier XML sitemap, des règles pour les robots d’intelligence artificielle et la fourniture d’un Markdown propre ; la base technique, comme Content Signals, un index des interfaces API, les en-têtes de liens et les instructions de connexion des agents ; puis les intégrations avancées, comme la découverte d’OAuth, les cartes MCP et A2A, l’index des compétences, Web Bot Auth et WebMCP.
La section affiche également les normes émergentes du commerce relatives au paiement par l’intermédiaire d’agents, notamment x402, ACP, Universal Commerce Protocol et AP2. Cloudflare précise que ces informations sont actuellement fournies à titre indicatif et n’entrent pas dans le résultat de l’évaluation. Les suggestions comprennent également des étapes suivantes : les paramètres pris en charge par Cloudflare sont associés à l’option « Configurer dans Cloudflare », tandis qu’une invite peut être copiée afin de proposer ce dont un agent de programmation a besoin pour créer les autres améliorations.
Mesurer les recommandations des assistants intelligents
La section AEO se concentre sur la question suivante : lorsqu’un client pose à un assistant intelligent une question concernant la catégorie du site, l’assistant recommande-t-il ce site ou un concurrent ? Cloudflare déduit le domaine et la catégorie du site, puis teste deux assistants de premier plan, Claude d’Anthropic et GPT d’OpenAI, à l’aide d’invites simulant des questions de recommandation, des comparaisons de produits et des conseils généraux.
L’outil affiche plusieurs indicateurs, dont Citation Rate, c’est-à-dire le pourcentage de réponses qui citent le site comme source ; Prominence, qui mesure la présence du site et sa position dans la réponse ; Mention Rate, qui indique le nombre de fois où le nom de la marque est mentionné, que le site soit inclus comme source ou non ; ainsi que Share of Voice, qui compare la part des citations du site à celles de ses concurrents.
Avant d’évaluer un site donné, Cloudflare établit une base de référence pour chaque secteur et chaque catégorie en envoyant des invites qui ne précisent aucune marque particulière, puis en enregistrant les sites cités, leurs positions et l’ampleur de leur présence. Ces données sont réutilisées pour les calculs au sein de la même catégorie, ce qui permet de charger les résultats immédiatement et de réduire les appels répétés aux modèles, tout en contribuant à extraire un score Industry Fit mesurant la visibilité du site aux côtés de ses concurrents réels.
Données d’activité et accès anticipé
Pour tenir compte des différences entre les réponses des modèles, Cloudflare utilise la passerelle AI Gateway pour envoyer plusieurs fois les invites à différents modèles, puis analyse le texte des réponses et les sources citées. Elle utilise Workers AI lorsqu’une évaluation fondée sur le jugement est nécessaire, en complément d’une analyse textuelle directe plutôt que de laisser le modèle évaluer lui-même ses résultats.
L’outil affiche également l’activité des opérateurs d’intelligence artificielle, notamment les opérations d’exploration et de recommandation par opérateur, comme OpenAI et Google, avec les erreurs rencontrées par les requêtes, notamment les erreurs 403 et 404. Cloudflare affirme que ces données permettent au propriétaire du site de relancer l’analyse et de mesurer l’effet des changements sur les questions qui lui apportent des activités. Agent Readiness est accessible depuis l’onglet Overview du tableau de bord, tandis que l’entreprise permet de demander un accès anticipé à AEO Visibility.