Comment capturer les requêtes
d'ancrage de Google AI Mode
Quand Google AI Mode décide qu'une question a besoin du web en direct, il écrit ses propres recherches Google, les lance et cite une poignée de domaines. Tous les prompts ne déclenchent pas de recherche. Quand l'un le fait, les recherches vous disent pour quelles requêtes vos pages doivent apparaître. Voici comment les voir, avec du code et avec Moose.
SamPremium
Pour quel prompt voulez-vous les requêtes d'ancrage de Google AI Mode ?
Vérification des requêtes d'ancrage Gemini…
Gemini a utilisé 6 requêtes d'ancrage Google pour ancrer ce prompt.
meilleur logiciel de paie pour une entreprise de 20 personnes
- meilleur logiciel de paie pour PME 2026
- tarif logiciel de paie 20 salariés par mois
- meilleurs prestataires de paie PME avis
- logiciel de paie avec gestion des avantages sociaux PME
- meilleur logiciel de paie pour startups tarifs officiels
- comparatif logiciels de paie PME fonctionnalités
- forbes.com
- nerdwallet.com
- g2.com
- capterra.com
- businessnewsdaily.com
- pcmag.com
- techrepublic.com
- usnews.com
- softwareadvice.com
Qu'est-ce qu'une requête d'ancrage ?
Une requête d'ancrage est une recherche Google que le modèle écrit pour lui-même avant de vous répondre. Il lit votre prompt, juge si une recherche améliorerait la réponse et, si oui, écrit une ou plusieurs recherches à lui et les lance. Il ne cherche jamais la phrase que vous avez tapée.
Quand il cherche, deux choses reviennent et les deux sont récupérables : les requêtes qu'il a écrites et les domaines qu'il a cités. L'une vous dit ce qui a été cherché, l'autre qui a été cité. Quand il ne cherche pas, c'est aussi bon à savoir : le modèle a répondu avec ce qu'il savait déjà.
Comment capturer les requêtes d'ancrage avec du code
Ici, ce n'est pas un problème de scraping. Une réponse ancrée revient sous forme de liste d'étapes, et l'une d'elles, google_search_call, contient les requêtes exactes que le modèle a lancées. Une trentaine de lignes donne une capture. Le travail, c'est de la lancer pour beaucoup de prompts dans la durée.
# grounding.py · the queries Google wrote for itself import os, json from google import genai PROMPT = "meilleur logiciel de paie pour une entreprise de 20 personnes" client = genai.Client(api_key=os.environ["GEMINI_API_KEY"]) interaction = client.interactions.create( model="gemini-3.6-flash", input=PROMPT, # search is opt-in here. the model still decides # on its own whether this prompt needs it. tools=[{"type": "google_search"}], ) queries, sources = [], [] for step in interaction.steps: if step.type == "google_search_call": queries += step.arguments["queries"] if step.type == "model_output": for block in step.content: # citations hang off spans of the answer text for a in (block.annotations or []): if a.type == "url_citation": sources.append(a.title) print(json.dumps({ "prompt": PROMPT, "queries": queries, # empty means it never searched "sources": sorted(set(sources)), }, indent=2))
// grounding.mjs · same call, node import { GoogleGenAI } from '@google/genai'; const PROMPT = 'meilleur logiciel de paie pour une entreprise de 20 personnes'; const client = new GoogleGenAI({ apiKey: process.env.GEMINI_API_KEY }); const interaction = await client.interactions.create({ model: 'gemini-3.6-flash', input: PROMPT, // search is opt-in here. the model still decides // on its own whether this prompt needs it. tools: [{ type: 'google_search' }], }); const queries = []; const sources = []; for (const step of interaction.steps) { if (step.type === 'google_search_call') queries.push(...step.arguments.queries); if (step.type === 'model_output') for (const block of step.content) // citations hang off spans of the answer text for (const a of block.annotations ?? []) if (a.type === 'url_citation') sources.push(a.title); } console.log(JSON.stringify({ prompt: PROMPT, queries, // empty means it never searched sources: [...new Set(sources)].sort(), }, null, 2));
Une capture, c'est un prompt à un instant donné. La version utile, c'est cinquante prompts planifiés, dédupliqués et comparés au mois dernier.
Le modèle décide si le prompt a besoin du web. Quand il décide que non, il n'y a aucune étape de recherche et rien ne vous dit pourquoi. Vous devez détecter le cas vide et décider s'il s'agit d'un nouvel essai ou d'un vrai constat.
Les sources arrivent sous forme d'annotations épinglées à des plages de caractères dans la réponse, pas comme une liste. Pour arriver aux neuf domaines, il faut parcourir chaque annotation et dédupliquer.
Sur les modèles Gemini 3, chaque recherche lancée par le modèle est facturée séparément, donc un prompt qui s'ancre six fois coûte six recherches.
Les requêtes ne veulent dire quelque chose qu'à côté de la capture précédente, donc vous finissez par maintenir une base de données en plus d'un script.
Avec Moose, vous demandez dans le chat
Même appel, même champ, sans la tuyauterie. Moose garde chaque exécution, donc vous voyez ce qui a changé depuis le mois dernier.
Tapez « capturer les requêtes d'ancrage d'AI Mode », ou utilisez la puce de démarrage rapide dans le composeur. Aucune clé à coller.
Une question que votre acheteur taperait vraiment. Moose la lance en mode ancré et extrait de la réponse les requêtes et les domaines cités.
Requêtes et sources atterrissent dans votre bibliothèque, exportables et comparables à toutes les captures précédentes du même prompt.
Comme pour la capture des requêtes dérivées. L'exécution doit aller directement chez Google avec l'ancrage par recherche activé, et un accès routé via OpenRouter supprime les métadonnées d'ancrage avant qu'elles ne vous parviennent. Sur les formules BYOK, tout le reste de Moose fonctionne, y compris la vérification de visibilité instantanée sur cinq moteurs de recherche IA. Cette fonctionnalité-là, non.
Que faire des requêtes
Ces recherches décident quelles pages sont récupérées et lues, donc elles comptent plus que la formulation exacte tapée par votre acheteur.
Taille d'entreprise, prix, intégration, secteur : le qualificatif qui apparaît dans les requêtes d'ancrage est celui dont Google pense que la réponse dépend. Construisez la page autour de ceux-là.
Même prompt, mêmes neuf sites, semaine après semaine. Si vous n'en faites pas partie, c'est l'écart. Si vous en faites partie, gardez cette page à jour.
Les requêtes changent à mesure que l'index et le modèle changent. Une requête qui revient plusieurs semaines de suite est un sujet qui mérite une page.
Requêtes dérivées et ancrage, côte à côte
Les deux moteurs décomposent votre question avant de chercher. Ce qu'ils exposent, combien de recherches ils lancent et comment vous y accédez sont trois choses différentes.
Requêtes dérivées de ChatGPT
Ancrage Google AI Mode
Les questions qu'on nous pose vraiment
Sont-ce littéralement les requêtes qu'AI Mode lance ?
Les requêtes viennent des métadonnées d'ancrage de Gemini, c'est-à-dire de la même machinerie d'ancrage par recherche sur laquelle AI Mode est construit, via l'API publique. Dans les faits, les jeux de requêtes ressemblent à ce que produit AI Mode, mais ce n'est pas un enregistrement de google.com/aimode lui-même, donc traitez cela comme une approximation proche.
Pourquoi n'ai-je récupéré que deux requêtes ?
Parce que le modèle a jugé que deux suffisaient. Les questions étroites, locales ou bien rodées s'ancrent avec une ou deux recherches. Les grandes questions de comparaison en tirent souvent six ou plus. Un prompt qui s'ancre beaucoup est un prompt dont la réponse est encore disputée.
Les requêtes changent-elles si je relance le même prompt ?
Oui, sur les bords. Les recherches centrales sont stables, la longue traîne bouge, et les domaines cités bougent plus vite que les requêtes. Lancez le même prompt de façon planifiée et regardez ce qui entre et ce qui sort.
Pourquoi n'y a-t-il pas de liste propre des sources citées ?
Parce que Google n'en renvoie pas. Les citations reviennent attachées à des portions du texte de la réponse, chacune avec une URL et un titre qui n'est en général que le domaine. Moose parcourt chaque annotation, déduplique et vous montre les domaines.
Dois-je écrire une page par requête d'ancrage ?
En général non. Six requêtes autour d'une seule question d'achat sont mieux servies par une page solide qui couvre les six. Le jeu de requêtes vous dit ce qui doit figurer sur la page : le prix, le qualificatif de taille, la comparaison, l'angle des avis indépendants.
D'autres choses à demander à Moose
Tous les cas d'usageLa même question pour l'autre moteur. Douze recherches derrière un prompt, et comment les voir.
Une question, cinq moteurs, environ une minute. Gratuit sur tous les forfaits.
Un index sémantique de chaque page, construit et conservé sur votre ordinateur. Demandez-lui ce que vous couvrez.
Le top 10 des résultats, les questions associées, l'AI Overview et ses sources, tout cité dans le brief.
Quand la part baisse, Moose trouve la page, prépare la correction et attend votre validation.
La liste complète, et ce que Moose fait étape par étape dans chacun.
Voyez les recherches
derrière la réponse.
Téléchargez Hi, Moose, ouvrez un chat, et demandez. La capture d'ancrage exige le forfait géré. L'application est gratuite à installer et les vérifications de visibilité sont gratuites à lancer.