Julien Fournari occupe un poste de SEO et Growth Manager chez Jedha, organisme de formation spécialisé data et IA. Son approche repose sur un croisement peu courant entre pilotage du référencement, production de contenu éditorial orienté décision et intégration de workflows d’intelligence artificielle directement dans la chaîne de publication. Nous analysons ici les mécanismes techniques qui sous-tendent cette méthode.
Accessibilité machine et fichier llms.txt : le SEO technique que Julien Fournari applique aux robots IA
Le référencement ne se limite plus à Googlebot. Les moteurs génératifs comme ChatGPT ou Perplexity envoient leurs propres crawlers indexer les contenus. Ouvrir le robots.txt aux agents IA devient un levier SEO à part entière.
Les recommandations récentes convergent vers plusieurs ajustements côté serveur : autoriser explicitement les user-agents des LLM dans le robots.txt, garantir une lisibilité des pages sans JavaScript, et ajouter un fichier llms.txt. Ce fichier, encore peu déployé, fournit aux modèles de langage un résumé structuré du site, de ses thématiques et de ses pages prioritaires.
Pour un profil comme celui de Julien Fournari, qui gère à la fois le SEO et la stratégie d’acquisition de Jedha, cette couche technique n’est pas déléguée. Elle fait partie du périmètre de pilotage quotidien, au même titre que le maillage interne ou la vitesse de chargement.
Citabilité du contenu : structurer les pages pour les réponses génératives
Le ranking classique mesure une position dans une SERP. La visibilité IA mesure autre chose : la capacité d’un contenu à être extrait et cité par un modèle génératif. Ce glissement change la manière de rédiger et de structurer une page.
Les workflows appliqués chez Jedha reflètent cette logique. Les contenus publiés sous la signature de Julien Fournari suivent un schéma précis :
- Une réponse directe placée dès les premières lignes du contenu, avant tout développement contextuel, pour maximiser l’extraction par les moteurs IA.
- Des données structurées (FAQ schema, HowTo, Article) intégrées systématiquement, parce que les LLM privilégient les passages balisés et facilement parsables.
- Des chiffres datés et sourcés dans le corps du texte, qui augmentent la probabilité de citation par Perplexity ou les AI Overviews de Google.
Ce type de structuration dépasse la rédaction SEO classique. Il ne s’agit plus d’optimiser pour un algorithme de classement, mais de rendre chaque paragraphe autonome et extractible.
Détection de gaps concurrentiels par IA : au-delà de la rédaction assistée
Réduire l’IA à un outil de rédaction est une erreur de cadrage. Les workflows les plus productifs en SEO utilisent les modèles de langage pour l’analyse concurrentielle et l’identification de lacunes éditoriales.
Concrètement, un workflow de ce type consiste à soumettre une page existante à un LLM en lui demandant de la comparer aux contenus les mieux positionnés sur la même requête. Le modèle identifie les sous-sujets manquants, les questions non traitées, les problèmes de profondeur sémantique. L’IA sert alors de couche d’audit automatisée, pas de rédacteur.
Ce positionnement correspond à ce que nous observons chez les profils hybrides SEO/growth comme Julien Fournari. La production de contenu d’aide à la décision (comparatifs d’outils IA, guides techniques sur Claude, Perplexity ou ChatGPT) repose sur une identification préalable des angles non couverts par la concurrence. L’IA accélère cette phase de recherche d’un facteur considérable.
Vibe coding et prototypage rapide
Le vibe coding désigne une pratique où le développeur décrit en langage naturel ce qu’il souhaite obtenir, et le modèle génère le code correspondant. Des outils comme Cursor AI ou Claude Code permettent ce type d’interaction.
Pour un SEO qui gère aussi des aspects techniques (scripts d’automatisation, extraction de données, déploiement de pages programmatiques), le vibe coding réduit le temps de prototypage de plusieurs jours à quelques heures. La barrière entre « savoir coder » et « savoir décrire ce qu’on veut » s’estompe, ce qui élargit le périmètre d’action d’un Growth Manager.
Pilotage de la visibilité IA : les métriques à suivre en parallèle du ranking Google
Suivre uniquement les positions Google ne suffit plus. La visibilité dans les réponses génératives constitue un nouveau KPI pour les équipes SEO.
Les guides récents recommandent de monitorer la présence de la marque dans les réponses de ChatGPT, Perplexity et les AI Overviews de Google. Cette logique de « citabilité » remplace progressivement la logique pure de ranking pour certaines requêtes informationnelles.
Un profil comme celui de Julien Fournari, qui publie régulièrement sur des sujets liés aux outils IA (comparatifs, tutoriels, analyses), bénéficie mécaniquement de cette dynamique. Les contenus techniques, factuels et régulièrement mis à jour sont ceux que les moteurs génératifs citent le plus volontiers.
Nous recommandons de croiser trois indicateurs : le classement SEO classique, le taux de citation dans les réponses IA, et le trafic issu des moteurs génératifs (identifiable via les referrers). Ce triptyque donne une image plus complète de la performance éditoriale.
Ce que ce type de profil hybride change pour le SEO en 2026
Le métier de consultant SEO évolue vers des compétences croisées : stratégie d’acquisition, production éditoriale, automatisation par IA, prototypage technique. Julien Fournari illustre cette convergence par sa double casquette SEO/Growth chez Jedha et par son utilisation opérationnelle des modèles de langage dans la chaîne de production.
Le SEO piloté par l’IA ne concerne plus seulement le contenu mais aussi l’accessibilité machine du site. Fichiers llms.txt, données structurées, contenus citables, workflows d’audit automatisés : ces briques techniques redéfinissent le périmètre du poste. Les profils capables de les assembler dans une stratégie cohérente prennent un avantage structurel sur les consultants cantonnés à l’optimisation on-page traditionnelle.
