En réalité, cette question est capitale, car elle oblige à quitter définitivement l’ancien imaginaire du référencement, où l’on raisonnait en mots-clés, pour entrer dans un régime nouveau, où l’on raisonne en situations formulées.

Les usagers ne demandent plus seulement : « restaurant gastronomique Rouen ». Ils parlent à l’intelligence artificielle comme ils parleraient à une personne chargée de leur éviter la fatigue du tri. C’est exactement ce que montrent les évolutions des outils eux-mêmes : Google présente désormais la recherche voyage comme une conversation où l’on décrit « où, quand et comment » l’on veut voyager « comme à un ami » ; dans Maps, la logique est la même, avec des questions complexes, concrètes, contextuelles, auxquelles l’outil répond de manière personnalisée. Yelp a pris la même direction en ouvrant la recherche en langage naturel et vocal, avec des requêtes conversationnelles en phrase complète. 

Autrement dit, la requête ne prend plus la forme d’un mot ; elle prend la forme d’un besoin situé. C’est là la bascule la plus importante. Phocuswright relève d’ailleurs que, chez les voyageurs américains, les moteurs de recherche traditionnels ont reculé dans la phase de sélection des composantes du voyage entre la fin de 2024 et le second semestre 2025, tandis que les plateformes d’IA générative progressaient fortement ; la même source souligne qu’une part significative des voyageurs actifs utilise déjà l’IA pour la préparation des voyages, même si l’adoption reste alors plus faible en France qu’aux États-Unis. Nous avons donc bien affaire à un déplacement du point de départ, mais avec une diffusion géographiquement inégale. 

Ce que les gens formulent à l’intelligence artificielle relève, en pratique, de six grandes familles de questions.

La première est la question simple d’orientation. Elle ressemble encore à l’ancien moteur de recherche, mais déjà elle glisse vers la conversation : « Quel restaurant gastronomique choisir à Rouen ? » ; « Où dîner ce soir à Rouen ? » ; « Quel bon restaurant pour un déjeuner d’affaires à Rouen ? » Ce type de requête existe toujours, mais il est désormais souvent suivi d’un second tour, plus précis, car l’utilisateur attend non une liste brute, mais une présélection argumentée. Cette logique d’aller-retour est au cœur même des nouveaux outils de voyage et de recherche conversationnelle. 

La deuxième famille est celle des questions d’intention. Ici, l’utilisateur ne cherche plus seulement un type d’établissement ; il cherche un effet. Par exemple : « Je cherche à Rouen un restaurant pour une vraie soirée, pas seulement pour manger » ; « Je veux un lieu élégant mais sans raideur » ; « Un restaurant pour impressionner sans tomber dans l’ostentation » ; « Un endroit où l’on peut parler, prendre le temps, et bien boire ». C’est ici que l’IA devient redoutable pour les restaurants mal formulés : si votre présence numérique ne dit rien de précis sur l’effet produit, vous serez remplacé par des formulations plus nettes que les vôtres, souvent fabriquées à partir d’avis tiers. Cette importance de la réponse à des questions réelles et conversationnelles est désormais soulignée jusque dans les recommandations faites aux destinations touristiques pour exister dans l’IA. 

La troisième famille est celle des questions sous contraintes. C’est sans doute la plus structurante, parce qu’elle révèle le plus clairement ce dont l’IA a besoin. L’utilisateur dit : « Un restaurant gastronomique à Rouen avec une belle carte des vins, pas trop guindé, pour quatre personnes, autour de 90 euros par tête » ; ou encore : « Je reçois des amis, nous voulons pouvoir réserver pour 19 h 30, avoir une option végétarienne, et éviter les lieux trop bruyants ». Google explique désormais explicitement que ses outils cherchent à partir de l’ensemble des besoins et préférences donnés par l’usager, puis croisent ces critères avec les disponibilités en temps réel pour proposer des options réservables. Nous ne sommes donc plus dans le vague inspirationnel ; nous sommes dans la requête riche en paramètres. 

La quatrième famille est celle des questions relationnelles ou sociales. Ce ne sont plus des questions sur le restaurant en soi, mais sur la scène humaine dans laquelle il doit s’inscrire : « Où emmener quelqu’un pour un premier dîner à Rouen ? » ; « Où aller avec des parents âgés qui aiment très bien manger mais ne supportent pas le bruit ? » ; « Quel restaurant pour retrouver un ancien client dans un cadre sérieux mais vivant ? » Google, dans Ask Maps, donne lui-même des exemples de cette nature, où interviennent l’heure, le nombre de personnes, l’ambiance recherchée, le point de rencontre et même des préférences alimentaires déjà connues par le système. Cela montre bien que la demande n’est plus abstraite : elle devient scénarisée. 

La cinquième famille est celle des questions comparatives et des arbitrages. L’IA est de plus en plus sollicitée non pour produire une réponse unique, mais pour gérer des compromis : « Mieux vaut tel ou tel restaurant si l’on veut surtout le vin ? » ; « Je préfère un lieu un peu moins spectaculaire mais où l’on mange plus juste : que choisir ? » ; « Plus près du centre, ou un peu plus loin mais avec une expérience plus complète ? » Google décrit désormais explicitement cette capacité à aider l’utilisateur à réfléchir aux trade-offs, c’est-à-dire aux compromis entre plusieurs avantages imparfaitement compatibles. C’est très important pour vous, car cela signifie qu’un restaurant doit être défini non seulement positivement, mais aussi relativement : en quoi est-il plus juste pour telle attente, moins adapté pour telle autre ? 

La sixième famille, enfin, est celle des questions itératives, qui sont sans doute les plus décisives. L’utilisateur commence large, puis affine : « Quel restaurant gastronomique à Rouen ? » ; puis « plutôt pour une soirée romantique » ; puis « avec une vraie attention au vin » ; puis « pas trop démonstratif » ; puis « possibilité de réserver demain ». C’est ce mouvement progressif que les études sectorielles décrivent lorsqu’elles parlent d’un déplacement de l’intention voyage vers les environnements conversationnels et agentiques : l’IA ne sert plus seulement à trouver ; elle sert à préciser, comparer, filtrer, puis parfois à mener jusqu’à l’action. 

Si je devais condenser cela en une phrase utile pour la méthode à venir, je dirais ceci : les gens n’interrogent plus l’IA avec des catégories ; ils l’interrogent avec des scènes.

Ils ne demandent plus seulement :

« Quel restaurant gastronomique à Rouen ? »

Ils demandent, explicitement ou implicitement :

« Où puis-je vivre, ce soir, à Rouen, cette forme précise de moment que je cherche sans vouloir passer une heure à comparer moi-même ? »

Et c’est exactement pour cela que la méthode devra obliger le restaurateur à répondre non plus à la question « comment se présenter ? », mais à cette autre, beaucoup plus exigeante : dans quelles situations précises mon lieu mérite-t-il d’être choisi, et comment cela peut-il être formulé d’une manière qu’une intelligence artificielle puisse réellement comprendre ? 

La prochaine étape, est donc pour les restaurants, de façon très rigoureuse : partir de ces six familles de questions et construire, pour un restaurant, la fiche complète des informations dont une intelligence artificielle a besoin pour le recommander avec justesse.

Cyril Brun