# Google AI Search Optimization Skill (deepakness) - **URL source** : https://github.com/deepakness/google-ai-search-optimization - **Auteur/Repo** : deepakness (Deepak Ness) — `deepakness/google-ai-search-optimization` - **Date de creation** : 2026-05-16 - **Date derniere maj (pushedAt)** : 2026-05-16 - **Date d'acces** : 2026-05-23 - **Type** : Repository GitHub (Agent Skill packageable) - **Thematique** : SEO / GEO / AEO, optimisation pour Google AI Overviews et AI Mode, audit SEO operationnel - **Statut** : Actif, recent (cree il y a 1 semaine), petit projet (99 stars, 5 forks) - **Langage(s)** : Aucun code source — uniquement du Markdown (3 fichiers de prompts/instructions) - **Licence** : Non specifiee (LICENSE absent — a noter avant reutilisation publique) - **Promotion** : Tweet officiel `https://x.com/DeepakNesss/status/2055707992897753597` ## Resume executif Skill agentique non officiel qui condense la documentation officielle de Google sur l'optimisation pour les fonctionnalites generatives de Search (AI Overviews, AI Mode). Il ne s'agit PAS d'un outil avec scripts ou crawlers : c'est un pack d'instructions pour LLM (Claude Code, Codex, etc.) organise selon la convention `skills//SKILL.md + references/`. L'objectif est de faire executer par un agent IA des audits SEO, des plans de contenu et des verifications "myth-check" (llms.txt, chunking, GEO hacks) en ancrant chaque recommandation dans le guide officiel `developers.google.com/search/docs/fundamentals/ai-optimization-guide`. Tres aligne avec la position publique de Google : "optimiser pour l'AI Search, c'est optimiser pour Search tout court". ## Objectif du projet Donner aux consultants SEO et aux agents IA un cadre operationnel pour : 1. **Expliquer** comment AI Overviews et AI Mode fonctionnent (RAG + query fan-out par-dessus l'index Search classique). 2. **Auditer** un site ou une page contre les fondamentaux Google (crawl, index, contenu, media, structured data). 3. **Planifier** un backlog SEO priorise (technique / contenu / media / ecommerce / local / mesure). 4. **Implementer** des changements ciblees (metadata, schema, HTML semantique). 5. **Demystifier** les "hacks" GEO/AEO (llms.txt, fake mentions, chunking, AI-rewrites) en les confrontant aux guidelines officielles. Public vise : agents IA dans des stacks de dev (Claude Code, Codex), mais aussi consultants SEO qui veulent un cadre coherent et anti-snake-oil. ## Architecture / Structure ``` . ├── README.md # Install + usage examples └── skills/ └── google-ai-search-optimization/ ├── SKILL.md # Manifest YAML + workflow agent └── references/ ├── audit-playbook.md # Checklists d'audit operationnel └── google-ai-search-principles.md # Source map officielle + modele mental ``` Convention : c'est un "Agent Skill" installable via `npx skills add deepakness/google-ai-search-optimization` (CLI `vercel-labs/skills`). Trois cibles d'installation : - Projet local : `.agents/skills/` - Codex global : `~/.codex/skills/` - Claude Code global : `~/.claude/skills/` Le fichier `SKILL.md` contient un frontmatter YAML standard (name, description) et un workflow en 5 etapes que l'agent doit suivre quand declenche. ## Fonctionnalites detaillees ### SKILL.md — Workflow agentique 5 etapes imposees a l'agent : 1. **Classifier la demande** : Explain / Audit / Plan / Implement / Myth-check. 2. **Collecter le contexte minimal necessaire** (crawl, rendered HTML, structured data, Merchant Center, Business Profile selon la tache). 3. **Appliquer les recommandations core** : pages crawlables/indexables, contenu non-commodity, semantique HTML, media, structured data eligible, page experience, monitoring (Search Console, URL Inspection, Rich Results Test, PageSpeed). 4. **Rejeter explicitement les shortcuts non supportes** : llms.txt, chunking, pages dupliquees pour query fan-out, fake mentions, schema "magique AI". 5. **Produire un output utile** : findings priorises pour audits, tracks separes pour strategie, briefs avec evidence originale, edits etroites pour code. ### references/google-ai-search-principles.md Carte des sources officielles Google (Search Essentials, Spam policies, Helpful content, JavaScript SEO, Page experience, Image SEO, Video SEO, Crawl budget, Merchant Center, Business Profile, Business Agent, web.dev AI agent UX, Universal Commerce Protocol). Modele mental impose : - AI Overviews/AI Mode = extensions de Search (meme index, meme ranking, meme crawl). - AEO et GEO sont des labels industrie, pas des systemes Google separes. - Pipeline Google : discover → crawl → render → index → serve → AI features avec RAG + query fan-out. - Implication : ameliorer les pages que Google peut deja crawler/indexer, PAS construire une couche AI-only. ### references/audit-playbook.md — La piece la plus operationnelle Forme d'audit imposee : 1. Executive readout 2. Priority findings (issue, evidence, impact, fix, validation) 3. Backlog (technique / contenu / media / structured data / ecommerce-local / mesure) 4. Myths to ignore 5. Next validation Checklists exhaustives : - **Technique** : 200 OK, robots/noindex, contenu indexable, ressources CSS/JS accessibles, liens `` crawlables, URLs stables par etat, canonical, sitemaps XML, mobile, HTTPS, JavaScript rendering. - **Contenu** : audience/purpose, raison d'exister hors commodity, firsthand experience, evidence/sourcing, titres descriptifs sans exaggeration, no filler, no fake freshness. - **Media** : `` avec `src` fallback, alt descriptif, filenames descriptifs, image sitemaps, VideoObject schema, thumbnails, Clip/SeekToAction. - **Structured data** : Organization, BreadcrumbList, Article, Product (offer/review/shipping/return), LocalBusiness, VideoObject, ImageObject/primaryImageOfPage. Validation Rich Results Test. - **Ecommerce/Local** : Merchant Center (upload via schema.org/feed/Sheets/API), Business Profile (NAP, photos, hours, services), Business Agent eligibility. - **Agent-friendly** : `