Un LLM combine deux formes de connaissance. Sa mémoire paramétrique correspond à ce qu'il a absorbé pendant l'entraînement, et elle évolue lentement. Au moment de la requête, un produit de recherche IA récupère en plus des sources actualisées et y ancre sa réponse : c'est par là qu'entrent les faits récents et les citations.
Cette séparation compte pour la visibilité. Modifier vos pages ne réécrira pas l'entraînement d'un modèle, mais cela peut changer ce qui est récupéré et cité aujourd'hui. Un contenu clair, cohérent et accessible aux robots d'exploration est ce qu'un LLM peut reprendre dans une réponse.