Le fan-out est le mécanisme par lequel un assistant IA décompose une question complexe en plusieurs sous-questions plus simples, qu’il traite séparément avant de recomposer une réponse unique. Chaque sous-question est une occasion d’être cité, ce qui change entièrement la façon de structurer un contenu.
Également appelé « query fan-out », « grappes de questions ».
Ce qui se passe réellement
Quand un utilisateur demande « quel logiciel de gestion RH choisir pour une PME industrielle de 80 salariés ? », le modèle ne cherche pas cette phrase. Il la décompose : quels sont les logiciels RH du marché, lesquels ciblent les PME, lesquels conviennent à l’industrie, quels sont les critères de choix à 80 salariés, quels sont les tarifs pratiqués. Puis il compose une réponse à partir des meilleures sources trouvées pour chaque sous-question.
La conséquence pour vos contenus
Un contenu conçu pour une seule requête principale ne capte qu’une seule branche du fan-out. Un contenu structuré en grappe de questions, avec des intertitres formulés comme des questions directes et une réponse autonome sous chacun, peut être cité sur plusieurs branches à la fois.
Comment structurer une grappe
- Identifiez la question principale de votre page.
- Listez les huit à quinze sous-questions qu’un modèle poserait pour y répondre complètement.
- Faites de chacune un intertitre h2 ou h3, formulé exactement comme la question.
- Sous chaque intertitre, donnez une réponse autonome de deux ou trois phrases, compréhensible hors contexte, avant tout développement.
Le hub de questions de ce site est une application directe de ce principe : chaque page répond à une question unique, en ouvrant sur une réponse directe, puis renvoie vers la phase de la méthode qui la traite en profondeur.
Où ce terme intervient dans la méthode
Ce terme relève de la Phase 3, multiplier vos points de validation de la méthode Passeport vers la Citation. Pour aller plus loin : Le chantier complet du fan-out.
Chunk (fragment)
Un chunk est un fragment de document extrait par un système de recherche augmentée pour être injecté dans le contexte d’un modèle de langage.
Information gain
L’information gain mesure la quantité d’informations nouvelles qu’un contenu apporte par rapport à ce qui existe déjà sur le web.
Territoire de requêtes
Un territoire de requêtes est l’ensemble de 20 à 50 questions que vos clients cibles posent aux assistants IA pour trouver un prestataire comme vous.