AIO/AIM/WG Inspector est une extension Chrome qui compare, pour une même requête, les sources organiques, celles de l'AI Overview, de l'AI Mode et de Web Guide. Sur Web Guide, elle reconstitue le funnel de retrieval complet, vérifié contre les chiffres que Google imprime lui-même. Le tout dans votre navigateur, sans envoyer une seule donnée.
En 2026, les AI Overviews et l'AI Mode sont déployés officiellement en France, et Google teste aux États-Unis une troisième surface, Web Guide, qui remplace carrément la liste organique par des résultats regroupés et réécrits par un LLM. Web Guide a une particularité qu'aucune autre surface n'offre : il affiche lui-même combien de documents il a lus et combien il en a retenus. Cette page présente les trois surfaces, ce qui reste observable côté navigateur, et l'extension que nous avons construite pour le mesurer.
Pour la profondeur historique, voir notre étude approfondie de février 2026.
La seule surface de Google qui imprime son propre funnel de retrieval.
Lancé le 24 juillet 2025 comme expérience Search Labs, Web Guide remplace la liste des dix liens bleus par des groupes thématiques : un paragraphe de synthèse, puis des résultats regroupés par intention, chacun réécrit par un LLM. Un an après, il reste en opt-in aux États-Unis (Labs, puis l'onglet Web pour les inscrits), pas encore déployé en France.
Google décrit un query fan-out : une version custom de Gemini décompose la requête en sous-requêtes parallèles, puis regroupe les résultats par thème (annonce chez Search Engine Land). Chez Moz, Dr. Pete Meyers rapporte que les résultats de Web Guide tournent sur FastSearch avec le modèle RankEmbed, le retrieval allégé décrit au procès DOJ. Ahrefs souligne un point qui change la donne côté clics : contrairement aux AI Overviews qui les suppriment en partie, chaque résultat Web Guide reste un lien cliquable.
Accès : l'expérience Labs (elle se déclenche alors sur certaines recherches), l'onglet Web, ou le paramètre nem=10 pour le forcer. Attention pour la mesure : forcer nem=10 multiplie le pool de candidats par deux à quatre par rapport au mode natif.
C'est le constat central de nos captures : Web Guide passe par le même pipeline de retrieval qu'AI Mode. Même endpoint asynchrone /async/folwr, même noyau de paramètres, mêmes jetons de session et d'authentification (garc, lro, mstk), même identifiant de fil de session. À budget égal (natif contre natif), les deux surfaces puisent dans des listes de candidats du même ordre de grandeur, et un tiers à la moitié des URLs citées par AI Mode se retrouvent dans le corpus lu par Web Guide. AI Overviews, lui, ne partage rien de cette couche.
Au-dessus de cette tuyauterie commune, en revanche, tout diverge : sur 18 URLs indexées par les deux surfaces, zéro ne porte le même rang. AI Mode conserve des extraits mot à mot des pages, Web Guide réécrit chaque document en résumé à la troisième personne. Un moteur de retrieval, deux consolidations, deux lectures.
Capture réelle, requête « what is a sd card », juillet 2026.
Le bandeau vert « stated by Google » reprend la phrase que Google imprime dans sa page : « Deeply analyzed 21 results, 12 selected ».
Chaque document lu par Web Guide porte un numéro d'index, et les citations du texte généré pointent vers ces numéros. C'est ce qui rend le funnel mesurable au document près, là où il fallait l'inférer sur les autres surfaces :
Le tableau « Top domains » agrège ensuite par domaine : combien d'URLs dans le corpus, combien affichées, combien citées, et combien d'appels de citation dans le texte (colonnes Preamble et Expanded, selon que la citation se trouve dans le paragraphe de synthèse ou dans l'analyse étendue). La ligne YouTube illustre le cas intéressant : deux URLs lues, aucune carte affichée, six citations quand même.
Même moteur, deux façons de répondre, et deux jeux de sources.
Les deux surfaces génératives historiques restent capturées par l'extension, chacune avec son onglet. Elles s'appuient sur la génération de Google, mais n'occupent pas la même place et ne suivent pas la même logique de citation.
Le bloc génératif qui apparaît en haut d'une page de résultats classique, au-dessus (ou à la place) des liens bleus. L'utilisateur ne demande rien de particulier : il tape sa requête, et Google décide d'afficher une réponse rédigée avec quelques sources citées sur le côté.
Contexte : page /search habituelle, résultats organiques toujours présents en dessous.
Un mode conversationnel à part entière, atteint via l'onglet dédié (paramètre udm=50). Google y construit une réponse plus longue, souvent en plusieurs volets, avec ses propres citations et une colonne de sources. On peut enchaîner des questions de suivi.
Particularité : ces pages n'ont pas de bloc #rso, donc pas de résultats organiques classiques à comparer sur la page elle-même.
Mise à jour par rapport à notre étude de février 2026.
En février, notre première version du plugin reconstituait pour AIO un pipeline à trois couches, avec la liste complète des URLs de grounding. Ce n'est plus possible. Voici ce qui a disparu, ce qui tient toujours, et où l'information s'est déplacée.
La chaîne Grounding → Pool → Displayed (candidats retenus, écartés ou injectés) n'est plus observable dans les données envoyées au navigateur : la « vue pipeline AIO » de la version de février s'appuyait sur des champs que Google ne transmet plus. Sur nos captures de juillet, les URLs MAGI restantes collent une pour une aux citations affichées, sans domaine caché. Le seul signal d'injection encore lisible est la vidéo (souvent YouTube) ajoutée à la réponse.
Le cœur de capture fonctionne encore : les marqueurs de payload TgQPHd sont désormais communs aux trois surfaces (plusieurs centaines par capture), et la structure data-subtree qui délimite les blocs n'a pas bougé. Citations, entités, fragments et sources s'extraient toujours proprement. Les noms de classes CSS, eux, changent régulièrement ; les attributs data-* survivent.
Le grand ensemble « lu mais pas montré » n'a pas disparu de Google, il a changé de surface. Web Guide lit 141 à 166 documents sur nos requêtes forcées et n'en affiche que 69 à 80, un taux d'invisibilité de 50 à 60 % que Google énonce lui-même. Ce que février inférait depuis des scripts, Web Guide l'imprime en toutes lettres : la vue pipeline n'est plus pertinente pour AIO, elle l'est devenue pour Web Guide.
Conséquence de cadrage : sur AIO et AIM, l'outil ne prétend plus reconstituer la sélection interne de Google et se concentre sur qui est cité, où, avec quels signaux. Sur Web Guide, le funnel complet redevient mesurable, et il est vérifié contre les chiffres imprimés par Google.
Organique, AIO, AIM et Web Guide sur la même requête.
Pour une même requête, quels domaines sont visibles en organique, en AIO, en AIM, dans Web Guide, et lesquels sont communs ? Avec quatre ensembles, le diagramme de Venn passe de 7 à 15 zones non vides. Le recouvrement complet reste minoritaire.
Même requête que plus haut : organique (16), AIO (12), AIM (11), Web Guide (18). Chaque pastille filtre le tableau.
Sur cette requête, seuls 5 domaines sont présents dans les quatre ensembles à la fois. Web Guide est le plus gros contributeur (18 domaines) et en garde 7 pour lui seul : des sources qu'aucune autre surface ne montre. Le tableau du dessous détaille chaque domaine, une colonne par surface :
Chaque zone du Venn est cliquable et filtre le tableau : « WG · 7 » isole par exemple les domaines que seul Web Guide fait émerger. C'est la vue la plus directe de ce que chaque surface ajoute ou retranche par rapport au classement classique.
udm=50) et Web Guide n'ont pas de bloc organique complet : le comparatif prend comme référence organique la capture AIO de la même requête. Et les rangs ne se comparent jamais d'une surface à l'autre : l'index de corpus Web Guide part de 0 et se comporte comme un rang de retrieval, la position AIO/AIM est un compteur d'émission qui peut démarrer à 84. Sur 18 URLs indexées des deux côtés, aucune ne porte le même numéro. Au-delà du simple « qui est cité ».
Chaque document lu par Web Guide reçoit un résumé écrit par le modèle, et chaque carte porte en parallèle le titre et la meta description classiques de la même URL. L'avant/après est fourni gratuitement : on voit exactement ce que la réécriture LLM retient d'une page, et ce n'est pas une troncature, ce sont les données comparatives extraites du contenu.
Des documents qui alimentent le texte généré sans obtenir ni carte ni lien visible : 3 à 32 par requête sur nos captures. Les ancres de ces citations forment au passage une liste d'entités choisies par le modèle lui-même pour attribuer chaque affirmation.
Les entités mentionnées dans le texte de la réponse. En AI Overview, les liens d'entité sont souvent sans identifiant ; en AI Mode, on retrouve des identifiants de Knowledge Graph. Utile pour voir à quelles entités Google raccroche un sujet.
Des dates associées aux sources : absolues sur le corpus Web Guide (« Jul 17, 2026 »), relatives sur ses cartes (« 3 months ago »), et visibles aussi en AI Mode. Elles indiquent quelle fraîcheur Google privilégie sur la requête.
Le dernier type d'injection encore visible : une vidéo (souvent YouTube) ajoutée à la réponse. On la marque à part, car elle n'obéit pas à la même logique que les citations textuelles.
Tout se passe en local, dans votre navigateur.
Téléchargez l'archive, puis chargez l'extension en mode développeur, en trois étapes.
Dans Chrome, allez sur chrome://extensions et activez le mode développeur (interrupteur en haut à droite).
Décompressez aio-aim-inspector.zip, cliquez sur « Charger l'extension non empaquetée » et sélectionnez le dossier décompressé.
Faites une recherche sur Google : l'extension capture l'AI Overview de la page, la version AI Mode (udm=50) de la même requête, et le Web Guide si votre compte y a accès.
Le funnel candidats / lus / affichés / cités, la phrase de Google en vis-à-vis, et le tableau des domaines avec les citations du préambule et de l'analyse étendue.
Collez une liste de requêtes, une par ligne. L'extension les traite en arrière-plan, une passe par surface et par requête, puis produit un rapport de session.
Le diagramme de Venn à quatre ensembles (organique, AIO, AIM, Web Guide) et un tableau par domaine : rangs par surface, index de corpus, fragment, entité, vidéo.
Comparez deux captures datées d'une même requête pour voir ce qui a changé : citations ajoutées ou retirées, changements de rang, texte de la réponse.
Tout le comparatif s'exporte en JSON et CSV, y compris le grounding Web Guide, pour retraitement dans vos propres outils.
Aucune donnée n'est envoyée à un serveur, ni à RESONEO ni à un tiers. Stockage local uniquement ; la désinstallation efface tout. Permissions minimales : l'extension ne lit que la page de résultats Google active.
Le fonctionnement interne des réponses IA de Google Search : témoignages judiciaires, brevets, rétro-ingénierie et données parsées.
L'intégration de l'IA générative dans Google Search suit une trajectoire par phases, chacune élargissant le rôle du LLM. La dernière en date ne se contente plus d'ajouter un bloc : elle remplace la liste organique.
Les trois surfaces partagent la même famille de modèles Gemini et une logique de grounding, mais divergent sur presque tout le reste. Ce tableau reflète ce que nous observons dans les données parsées et les sources publiques confirmées.
| AI Overviews | AI Mode | Web Guide | |
|---|---|---|---|
| Position UX | Bloc en haut de la SERP standard | Onglet conversationnel dédié (udm=50) |
Remplace le bloc organique (nem=10 pour le forcer) |
| Déclenchement | Automatique, au choix de Google | Initié par l'utilisateur | Labs, onglet Web, ou paramètre d'URL |
| Conversationnel | Non (one-shot) | Oui, multi-tours | Non |
| Citations | Identifiants uuid par carte | Identifiants uuid par carte | Indices entiers dans un corpus numéroté |
| Métadonnées source | Titre, snippet, favicon, position | Idem, plus entités KG | Titre, résumé LLM par document, date |
| Volume annoncé par Google | Aucun | Aucun | « Deeply analyzed N results, M selected. » |
| Résultats organiques | Intacts en dessous | Absents | Supprimés, 2 ou 3 survivent dans la coquille |
Côté transport, la frontière passe ailleurs : AI Mode et Web Guide partagent le même endpoint et les mêmes jetons de session (voir section 1), tandis qu'AI Overviews passe par un canal distinct. Même plomberie, robinets différents.
Les trois surfaces suivent un pattern RAG : le modèle cherche d'abord, puis génère une réponse ancrée dans les résultats récupérés. Google Cloud définit le grounding comme « la capacité de relier la sortie du modèle à des sources d'information vérifiables », ce qui « réduit les risques d'inventer du contenu ». Le brevet US11769017B1 (« Generative Summaries for Search Results », 2023) décrit ce pipeline : réception de la requête, sélection de Search Result Documents, extraction de snippets, synthèse par un LLM. Détail notable : le système dispose de plusieurs modèles génératifs candidats et choisit dynamiquement selon la classification de la requête.
L'analyse de Dan Petrovic sur cette fuite a montré que Gemini maintient un cache ordonné des résultats de retrieval : des marqueurs comme [6.2] identifient la 6e sous-requête exécutée et son 2e résultat, un index granulaire reliant chaque affirmation à sa source. Ce que Web Guide rend désormais visible côté client va dans le même sens : un corpus numéroté, des citations qui pointent vers les numéros, et un funnel dont chaque étape se compte.
En février, nous documentions trois couches pour AIO : sidebar visible, citations in-text, et URLs de grounding cachées dans les scripts. Cette troisième couche n'est plus transmise au navigateur (section 3). Le critère d'éligibilité officiel, lui, n'a pas changé : « pour apparaître comme lien de support dans les AI Overviews ou AI Mode, une page doit être indexée et éligible à l'affichage dans Google Search avec un snippet ».
Lors du procès antitrust DOJ v. Google (avril-mai 2025), un système de récupération interne appelé FastSearch a été décrit sous serment. Le paragraphe 44 du Memorandum Opinion du juge Mehta indique :
RankEmbed est un système de deep learning entraîné sur des données de clics et de requêtes et sur des scores d'évaluateurs humains, avec « une forte compréhension du langage naturel ». Nouveauté 2026 : chez Moz, Dr. Pete Meyers rapporte que les résultats de Web Guide tournent précisément sur FastSearch avec RankEmbed. C'est cohérent avec nos observations, puisque Web Guide partage tout son transport avec AI Mode, mais la précision vient d'une source secondaire et vaut comme telle.
Ce que le procès confirme, indépendamment du pipeline exact : la couche de récupération du grounding opère indépendamment du ranking web traditionnel. Nos données le montrent requête après requête, beaucoup de sources IA n'apparaissent pas dans l'organique, et inversement.
Le query fan-out est la décomposition d'une requête en sous-requêtes parallèles pour élargir la couverture du retrieval. Liz Reid l'a défini à Google I/O 2025 : « Search reconnaît quand une question nécessite un raisonnement avancé. Il fait appel à notre version personnalisée de Gemini pour décomposer la question en sous-thèmes, et lance une multitude de requêtes simultanément. » Google décrit le même mécanisme pour Web Guide dans son annonce de juillet 2025.
q= par capture (celle de l'utilisateur), aucun champ de sous-requête dans les payloads, et la chaîne « fanout » présente dans le code source est le nom d'une animation CSS. Les décomptes de sous-requêtes qui circulent ne sont pas mesurables depuis le navigateur : traitez-les comme du déclaratif Google, pas comme une donnée extractible.L'empreinte indirecte du fan-out reste visible dans la largeur des pools : 15 à 334 candidats selon la requête et le mode sur Web Guide, contre 5 à 15 citations sur un AI Overview classique.
Les réponses IA sont enrichies de données d'entités issues de plusieurs systèmes de connaissance Google :
| Type | Source | Rôle |
|---|---|---|
| Knowledge Graph | Google KG | Désambiguïsation d'entités, ancrage factuel (personnes, lieux, concepts) |
| Shopping Graph | Google Shopping | Entités produits avec prix, notes, volumes d'avis (décodables depuis les payloads AI Mode) |
| Maps / Places | Google Maps | Entités locales, ancrage géographique |
| Liens d'entités in-text | Google Search | Termes cliquables du texte AIO renvoyant vers des recherches internes, sans MID exposé |
L'enrichissement varie selon la surface : AIO reste sur des liens d'entités sans identifiant, AI Mode expose de vrais MID du Knowledge Graph (kgmid=) et puise aussi dans le Shopping Graph et Maps. Observation constante de nos captures : toutes les entités mentionnées dans le texte ne reçoivent pas de lien KG. Le modèle en connaît beaucoup via le texte de grounding, pas via le graphe.
Chaque version de Gemini déployée dans Search est décrite par Google comme une variante « custom », fine-tunée pour la recherche.
| Date | Produit | Modèle | Changement clé |
|---|---|---|---|
| Mai 2023 | SGE | PaLM 2 + MUM | Lancement |
| Fin 2023 | SGE | Gemini 1.0 custom | Latence réduite de 40 % |
| Mai 2024 | AI Overviews | Gemini ~1.5 custom | Déploiement public US |
| Mars 2025 | AIO + AI Mode | Gemini 2.0 custom | Lancement AI Mode |
| Mai 2025 | AIO + AI Mode | Gemini 2.5 custom | Google I/O 2025 |
| Juil. 2025 | Web Guide | Gemini custom | Clusters thématiques en Labs |
| Nov. 2025 | AIO + AI Mode | Gemini 3 Pro | Routage intelligent |
| Déc. 2025 | AI Mode (mondial) | Gemini 3 Flash | Défaut pour AI Mode |
| Janv. 2026 | AIO (mondial) | Gemini 3 | Défaut pour AI Overviews |
Depuis novembre 2025, Google route les requêtes entre variantes : les questions simples vont vers Gemini 3 Flash, les plus complexes vers Gemini 3 Pro. Côté parsing, impossible de détecter quel modèle a servi une réponse donnée : aucun nom de modèle n'apparaît dans les requêtes réseau, les headers ou les données. L'identifiant de modèle est entièrement côté serveur.
La documentation officielle décrit des couches de sécurité superposées : quality raters et red-teaming à l'entraînement, filtres YMYL avant génération, SpamBrain et SafeSearch au retrieval, vérification de grounding après génération. AI Mode ajoute un apprentissage par renforcement agentique (avec DeepMind) qui récompense les affirmations étayées par les sources récupérées plutôt qu'hallucinées, et une détection de situations vulnérables à l'exécution.
Les Search Quality Rater Guidelines de septembre 2025 incluent pour la première fois des exemples d'évaluation des AI Overviews : exactitude, attribution des sources citées, utilité du résumé.
Le brevet US12013887B2 (accordé en juin 2024) décrit un score de gain d'information : une valeur entre 0 et 1 mesurant ce qu'un document apporte de neuf par rapport à ce que l'utilisateur a déjà consulté dans sa session. S'il est actif dans les systèmes IA, les sources citées devraient se diversifier au fil des requêtes successives d'un même sujet, une logique particulièrement alignée avec le multi-tours d'AI Mode et avec les clusters « angles différents » de Web Guide.
Son activation en production n'est pas confirmée. Mais le timing du brevet (mi-2024, en pleine prolifération de contenus générés) et son focus sur la redondance sémantique en font un candidat plausible au filtrage de l'homogénéisation des résultats.
