Core Web Vitals et AEO : ce que Google AI Overviews regarde vraiment
Google AI Overviews est aujourd'hui présent sur 91 % des SERP françaises. Quel rôle jouent encore les Core Web Vitals dans la sélection des sources ? Décryptage chiffré.
Google AI Overviews est présent sur 91 % des SERP françaises en avril 2026 selon SISTRIX. Une question revient en boucle : les Core Web Vitals comptent-ils encore pour être sélectionné comme source par cette nouvelle génération de résultats ? La réponse est oui, mais pas comme on l'imagine. Décryptage chiffré.
Google AI Overviews est-il sensible aux Core Web Vitals ?
Oui, mais à un degré très différent du SEO classique. Selon une analyse Semrush portant sur 41 000 SERP françaises avec AI Overview en mars 2026, les pages sélectionnées comme sources ont en moyenne un LCP de 1,9 seconde, un INP de 142 ms et un CLS de 0,07. Ces valeurs sont nettement meilleures que la médiane Web mondiale (LCP 2,8 s, INP 198 ms, CLS 0,12). Mais surtout, 92 % des sources citées ont les trois Core Web Vitals dans la zone "Good" de Google.
Le signal est clair : Google AI Overviews favorise les pages performantes, mais ce n'est pas un filtre binaire. C'est un poids parmi d'autres, qui devient critique quand plusieurs candidates sources se valent sur le contenu.
Un rappel rapide des trois Core Web Vitals
| Métrique | Cible "Good" | Mesure |
|---|---|---|
| LCP (Largest Contentful Paint) | ≤ 2,5 s | Temps d'affichage du plus gros élément |
| INP (Interaction to Next Paint) | ≤ 200 ms | Réactivité aux clics et inputs |
| CLS (Cumulative Layout Shift) | ≤ 0,1 | Stabilité visuelle du layout |
Pour rappel, Google a remplacé FID (First Input Delay) par INP (Interaction to Next Paint) en mars 2024. INP est plus exigeant car il mesure la totalité des interactions, pas seulement la première.
Pourquoi Google AI Overviews privilégie les pages rapides ?
Trois raisons techniques expliquent ce choix :
- Temps de rendu réduit pour le LLM : Google AI Overviews lit le HTML de la page candidate en temps réel pour extraire la réponse. Une page lente ralentit toute la chaîne de génération.
- Cohérence avec l'expérience utilisateur : si l'AI Overview cite une page que l'utilisateur va cliquer, mieux vaut qu'elle soit rapide pour ne pas dégrader la satisfaction.
- Signal de qualité globale : les pages rapides sont aussi statistiquement mieux écrites, mieux structurées et plus à jour. La performance est corrélée à la qualité éditoriale.
LCP : l'impact mesuré sur les citations
Sur l'échantillon Semrush 2026, les pages avec un LCP inférieur à 1,5 seconde ont 2,3 fois plus de chance d'être citées dans un AI Overview que les pages avec LCP entre 2,5 et 4 secondes. Au-delà de 4 secondes, le taux de citation chute brutalement de 78 %. Le seuil critique est donc très serré : il faut viser sous les 2,5 secondes, idéalement sous les 1,8 seconde.
Comment optimiser le LCP rapidement ?
- Preload du LCP image avec
<link rel="preload">. - Format image moderne : AVIF ou WebP au lieu de JPEG.
- CDN edge sur tous les assets statiques.
- Lazy loading sur les images sous le fold.
- Server-side rendering au lieu de full client-side rendering.
INP : la métrique la plus difficile en 2026
L'INP est devenu la métrique la plus difficile à maîtriser, particulièrement pour les sites avec beaucoup de JavaScript. Selon CrUX 2026, seulement 64 % des sites mondiaux sont en zone "Good" pour INP, contre 81 % pour LCP. Pour les AI Overviews, l'effet de l'INP est plus subtil : il ne baisse pas directement la probabilité d'être cité, mais il réduit la durée de présence dans les Overviews. Une page avec INP > 500 ms voit sa durée de citation chuter de 40 % sur 4 semaines.
Comment optimiser l'INP ?
- Réduire le main thread blocking time avec du code splitting.
- Utiliser les Web Workers pour les tâches lourdes.
- Préférer React Server Components ou équivalents.
- Éviter les listeners JavaScript globaux (scroll, resize) sans throttle.
- Auditer avec PageSpeed Insights et Chrome DevTools Performance tab.
CLS : l'oublié sous-estimé
Le CLS est souvent négligé car il semble cosmétique. Erreur. Google AI Overviews est très sensible au CLS car les pages avec layout shift important sont jugées instables et donc "non fiables". Sur l'échantillon Semrush, 89 % des pages citées dans les AI Overviews ont un CLS inférieur à 0,05, soit la moitié du seuil officiel "Good". Le bar est bien plus haut pour les sources IA que pour le SEO classique.
Tableau : impact des Core Web Vitals sur la citabilité AI Overviews
| Métrique | Zone Good | Citation moyenne | Seuil critique |
|---|---|---|---|
| LCP < 1,5s | Oui | +230 % vs moyenne | 4 s |
| LCP 1,5-2,5s | Oui | +85 % vs moyenne | 4 s |
| LCP 2,5-4s | Borderline | moyenne | 4 s |
| INP < 200ms | Oui | +95 % vs moyenne | 500 ms |
| CLS < 0,05 | Oui | +150 % vs moyenne | 0,2 |
Faut-il prioriser performance ou contenu ?
Question piège. Les deux. Mais si vous deviez choisir l'ordre :
- Si vos pages ont LCP > 4s ou CLS > 0,2 : urgence performance. Aucune optimisation contenu ne compensera.
- Si vos pages sont en zone "Needs Improvement" mais pas catastrophiques : prioriser le contenu et les schemas. Vous êtes déjà dans le radar.
- Si vos pages sont déjà "Good" : optimisations marginales contenu et performance en parallèle.
Le test ultime : ouvrez votre page la plus stratégique dans une fenêtre incognito, sur un mobile mid-range en 4G. Si elle met plus de 3 secondes à être interactive, vous êtes hors du jeu Google AI Overviews, point.
Cas concret : -52 % de temps LCP, +180 % de citations
Un éditeur de logiciel B2B français a réduit son LCP de 3,2 à 1,5 seconde en mars 2026 grâce à 4 actions : passage en SSR Next.js, AVIF pour les images, preload du LCP image, et CDN Vercel sur les assets. Résultat mesuré 6 semaines plus tard : passage de 9 à 25 citations dans Google AI Overviews sur les 30 requêtes cibles. Aucune autre modification éditoriale.
Performance SEO et AEO sont-elles alignees ?
Largement oui. Optimiser ses Core Web Vitals améliore simultanément le SEO classique, l'AEO via AI Overviews, et l'expérience utilisateur réelle. Il n'existe quasiment aucun cas où une optimisation performance nuit à l'AEO. C'est l'un des rares chantiers où tous les indicateurs poussent dans le même sens.
Core Web Vitals par type de site : seuils et strategies
Les optimisations à prioriser varient significativement selon la stack technique et le type de site. Voici les stratégies spécifiques les plus efficaces.
WordPress (60 % du web mondial)
Le LCP est souvent le problème principal, causé par les thèmes chargés et les images non optimisées. Plugins essentiels : WP Rocket ou LiteSpeed Cache (LCP -35 % en moyenne), ShortPixel pour AVIF automatique, et Cloudflare Pro pour le CDN edge. Le CLS est fréquent sur les sites avec publicité AdSense : utilisez l'attribut min-height sur les blocs pub pour réserver l'espace avant le chargement.
Next.js / Vercel (SaaS, startups)
L'INP est le défi principal sur les apps React complexes. Privilégiez React Server Components pour tout ce qui n'a pas besoin d'interactivité côté client. Utilisez next/image systématiquement pour l'optimisation automatique LCP. Le Turbopack en dev accélère les builds mais n'impacte pas les CWV en production. Le streaming SSR avec Suspense est la technique la plus efficace pour garder l'INP sous 150 ms sur les pages complexes.
Wix, Webflow, Squarespace (sites no-code)
Ces plateformes ont fait des progrès importants sur les CWV en 2025 mais restent en retard sur les solutions custom. Le LCP est généralement sous contrôle. Le CLS reste problématique sur les animations d'entrée et les sliders. L'INP peut être élevé sur les pages avec beaucoup d'éléments interactifs. Solution principale : désactiver les animations complexes sur mobile, réduire les sliders à 3 images maximum, et charger les images hors-viewport en lazy loading.
Questions avancées sur les Core Web Vitals et l'AEO
Google AI Overviews utilise-t-il les données terrain (CrUX) ou les données lab ?
Principalement les données terrain du Chrome User Experience Report (CrUX), qui reflètent les expériences réelles des utilisateurs sur 28 jours glissants. Les données lab (PageSpeed Insights, Lighthouse) sont utiles pour le diagnostic mais ne sont pas ce que Google AI Overviews utilise comme filtre. Un site avec un excellent score Lighthouse mais des utilisateurs réels en 4G lente peut quand même être exclu si les données CrUX sont mauvaises.
Les Core Web Vitals comptent-ils pour Perplexity et ChatGPT Search ?
Beaucoup moins que pour Google AI Overviews. Perplexity et ChatGPT Search évaluent la performance à travers leur propre crawl, qui ne reflète pas directement les CrUX. Ces moteurs accordent davantage de poids au contenu, aux schemas et à l'autorité. Cela dit, un site avec LCP supérieur à 6 secondes peut être partiellement crawlé par OAI-SearchBot ou PerplexityBot car leur indexeur attend la fin du rendu — réduisant la qualité du contenu indexé.
Faut-il sacrifier les fonctionnalites pour gagner en performance ?
Rarement. La plupart des gains de performance importants (LCP, CLS) viennent de l'infrastructure et du rendu, pas de la suppression de fonctionnalités. Passer en SSR, optimiser les images, utiliser un CDN — ces actions n'appauvrissent pas l'expérience utilisateur. En revanche, les widgets tiers (chat, analytics, publicité) peuvent dégrader l'INP. Il faut charger les scripts tiers en defer ou async pour préserver les interactions rapides.
Le CLS peut-il être nul sur desktop mais problématique sur mobile ?
Oui, et c'est très fréquent. Les fonts web chargées asynchronement causent des layout shifts sur mobile (connexion plus lente, rendu différent). Les images sans dimensions définies se comportent différemment selon la viewport. Toujours mesurer le CLS sur mobile avec simulation 4G, pas uniquement sur desktop. Le rapport CrUX de Search Console segmente maintenant desktop et mobile séparément.
Checklist performance pour Google AI Overviews
Cette checklist couvre les optimisations techniques les plus impactantes pour atteindre et maintenir les Core Web Vitals dans la zone "Good" et maximiser l'éligibilité aux citations AI Overviews.
- LCP (cible : sous 1,8 seconde)
- Identifier le LCP élément avec Chrome DevTools ou PageSpeed Insights
- Preload du LCP image avec
<link rel="preload" as="image"> - Format AVIF ou WebP pour toutes les images (économie 40-60 % vs JPEG)
- CDN edge sur tous les assets statiques (Vercel Edge, Cloudflare)
- Server-side rendering pour éliminer le délai de rendu JavaScript initial
- INP (cible : sous 150 ms)
- Auditer les interactions lentes avec Chrome DevTools Performance tab
- Déplacer les tâches lourdes dans des Web Workers
- Préférer React Server Components ou équivalents pour réduire le main thread
- Throttler les listeners scroll et resize (requestAnimationFrame ou throttle lodash)
- CLS (cible : sous 0,05 — seuil AI Overviews, plus strict que le "Good" officiel à 0,1)
- Spécifier width et height sur toutes les images et videos
- Éviter l'injection dynamique de contenu au-dessus du fold
- Précharger les fonts avec font-display: swap et preconnect
- Validation continue
- PageSpeed Insights sur mobile mid-range tous les 30 jours
- Alertes CrUX dans Google Search Console si régression "Good" vers "Needs Improvement"
Outils recommandés pour mesurer et améliorer les Core Web Vitals
| Outil | Type | Usage principal | Prix |
|---|---|---|---|
| Google PageSpeed Insights | Analyse en ligne | LCP, INP, CLS avec recommandations détaillées | Gratuit |
| Google Search Console CrUX | Dashboard Google | Données réelles terrain (28 jours glissants) | Gratuit |
| Chrome DevTools Performance | Outil navigateur | Profiling fin, identification des INP lents | Gratuit |
| WebPageTest.org | Test en ligne | Simulation mobile, waterfall détaillé, filmstrip | Gratuit |
| Vercel Analytics | Dashboard SaaS | Suivi real-user CWV sur apps Next.js | Inclus Vercel Pro |
| Lighthouse CI | Outil CI/CD | Tests automatisés dans le pipeline de deploy | Gratuit open source |
Erreurs frequentes performance et AI Overviews
Les trois erreurs les plus souvent constatées sur les sites qui peinent à atteindre les AI Overviews malgré un bon contenu.
- Erreur 1 : ne mesurer que sur desktop. Google AI Overviews utilise des données CrUX principalement mobiles. Un site parfait sur desktop avec un LCP de 4 secondes sur mobile est systématiquement exclu. Toujours tester sur mobile mid-range en 4G simulé.
- Erreur 2 : optimiser le LCP lab uniquement. Les données PageSpeed Insights "lab" et les données "terrain" divergent souvent. Un LCP de 1,2 s en lab peut être 2,8 s en terrain réel si vos utilisateurs ont une connexion mobile médiocre. Surveillez le CrUX dans Search Console.
- Erreur 3 : corriger le CLS une fois sans monitoring. Les layout shifts reviennent fréquemment après des mises à jour design ou des ajouts de widgets tiers (chat, publicité). Intégrez le CLS dans votre pipeline CI/CD avec Lighthouse CI pour détecter toute régression à chaque deploy.
Conclusion : la performance est un ticket d'entrée, pas une garantie
En 2026, les Core Web Vitals sont devenus un prérequis pour entrer dans le jeu Google AI Overviews. Sans Good sur les trois métriques, vous êtes invisible. Avec Good, vous êtes éligible mais en concurrence avec les autres pages éligibles, jugées ensuite sur le contenu, les schemas et l'autorité. La performance est un ticket d'entrée : indispensable mais pas suffisant.