---
title: "Brevet Microsoft : comment Copilot choisit les phrases qu’il donne à lire à son IA"
description: "Comment un moteur conversationnel choisit-il, dans les pages qu’il a trouvées, les passages qu’il donnera à lire à son modèle ? Un brevet de Microsoft publié le 13 août 2026 décrit une réponse détaillée. Le consultant Ian Sorin l’a résumé sur LinkedIn en quatre familles de critères : pertinence et structure, fraîcheur, crédibilité, corroboration. Nous […]"
url: "https://www.newp.fr/actualites/referencement/ia-optimization/brevet-microsoft-copilot-sources-ia/"
author: "Kévin Papot"
date: "2026-10-26T17:21:31+00:00"
lang: "fr_FR"
categories: ["Référencement IA / GEO"]
---

# Brevet Microsoft : comment Copilot choisit les phrases qu’il donne à lire à son IA

Comment un moteur conversationnel choisit-il, dans les pages qu'il a trouvées, les passages qu'il donnera à lire à son modèle ? Un **brevet de Microsoft** publié le 13 août 2026 décrit une réponse détaillée. Le consultant Ian Sorin l'a résumé [sur LinkedIn](https://www.linkedin.com/posts/ian-sorin_dans-un-brevet-publi%C3%A9-cet-%C3%A9t%C3%A9-microsoft-share-7517258251135000576-NrP9) en quatre familles de critères : pertinence et structure, fraîcheur, crédibilité, corroboration. Nous avons lu [le texte du brevet](https://patents.google.com/patent/US20260236548A1/en). Il confirme l'essentiel de cette lecture, en nuance plusieurs points, et permet d'en tirer des consignes de rédaction précises.

## Le brevet en quelques lignes

| Élément | Détail |
|---|---|
| Numéro | US 2026/0236548 A1 |
| Titre | Generating and utilizing compressed grounding data for search engines that utilize generative artificial intelligence models |
| Titulaire | Microsoft Technology Licensing |
| Inventeurs | Anant Khandelwal, Puneet Agrawal, Tushar Singhal, Manish Gupta |
| Priorité et dépôt | Février 2025 en Inde, mars 2025 aux États-Unis |
| Publication | 13 août 2026, demande en cours d'examen |

Le problème traité est concret. Quand un moteur comme Bing ou Copilot répond à une question, il récupère des pages, des extraits et des données. L'ensemble dépasse souvent la quantité de texte que le modèle peut lire d'un coup. Le brevet décrit comment réduire ce matériau, appelé *grounding data*, sous cette limite, en ne gardant que ce qui sert la question.

Une image résume le principe. Le modèle est un rédacteur pressé à qui l'on remet un dossier de presse. Le système décrit dans le brevet est l'assistant qui, avant lui, surligne les bonnes phrases, jette les coupures périmées et écarte les sources douteuses. Ce que le rédacteur ne reçoit pas, il ne peut pas le citer.

Du résultat de recherche au texte lu par le modèle 1. Résultats2. Nettoyage3. Phrases clés4. Filtres5. Réduction pages, extraits,donnéesbalises, caractères,doublonsposition, graphede similaritéfraîcheur, crédibilité,corroborationsous la limitede tokens Une page peut être trouvée par le moteur et n'apporter aucune phrase au modèle : la sélection se joue aux étapes 3 et 4. Schéma simplifié à partir de la description du brevet. Les étapes peuvent se combiner ou se répéter.## 1. Les phrases qui portent l'information

Après un nettoyage qui retire les balises HTML, les caractères spéciaux et les erreurs d'encodage, le texte est découpé en phrases. Le brevet décrit plusieurs façons de choisir celles qui seront gardées.

- **Un graphe de similarité.** Chaque phrase est un point, relié aux autres selon leur proximité de sens. Les phrases les plus centrales, celles qui ressemblent à beaucoup d'autres et à la question, sont retenues en priorité.
- **Un poids lié à la position.** Les phrases placées à des endroits clés, comme l'introduction ou la conclusion, sont favorisées.
- **Un regroupement par sujet**, qui extrait une phrase représentative de chaque groupe proche de la question.
- **Un comptage de termes**, qui favorise les phrases contenant les mots fréquents ou liés à la requête.
- **Une analyse de la structure du discours**, pour repérer les phrases centrales du raisonnement.

Le graphe explique l'exemple, volontairement provocateur, choisi par Ian Sorin. Une phrase qui résume ce que plusieurs autres développent est reliée à toutes : elle devient centrale, donc retenue. C'est la meilleure justification technique que nous connaissions de la phrase de synthèse.

Une nuance sur les mots clés. Le post affirme que l'algorithme s'en désintéresse. Le texte est plus mesuré : l'une des méthodes décrites compte précisément les termes liés à la requête. Les mots clés ne suffisent pas, mais ils ne sont pas ignorés. Ce qui disparaît, c'est l'intérêt de les répéter : une phrase qui contient le bon terme sans rien affirmer n'est reliée à rien.

Pour un rédacteur, la consigne est claire :

- ouvrir par une réponse directe à la question, c'est la méthode [BLUF](https://www.newp.fr/actualites/cas-clients-coulisses/case-study/comment-rediger-un-contenu-citable-par-les-ia-la-methode-bluf-faq-schema/) ;
- écrire des phrases qui se suffisent à elles-mêmes, sans « comme vu plus haut » ;
- placer une phrase de synthèse en fin de section et en conclusion ;
- accompagner chaque affirmation de son chiffre ou de son exemple, dans la même phrase ou la suivante.

## 2. La fraîcheur

Chaque élément reçoit une date, de création ou de dernière modification. Par défaut, plus le contenu est ancien, plus sa pertinence est réduite. Le brevet ajoute trois précisions utiles :

- les connaissances de fond, qui gardent leur valeur dans le temps, peuvent échapper à cette pénalité ;
- les seuils dépendent du domaine : une actualité vieillit plus vite qu'une publication scientifique ;
- un mécanisme de détection des mises à jour surveille les contenus modifiés.

Le post énumère les sources de date : en-têtes du serveur, métadonnées, index de recherche, date écrite dans le texte. Ces détails ne figurent pas dans la partie du brevet que nous avons lue, qui parle seulement d'horodatage. Le dernier point mérite pourtant qu'on s'y arrête. Changer la date d'une page sans rien modifier d'autre est une pratique répandue. Un système qui compare les versions d'une page la repère sans difficulté. La seule fraîcheur utile est réelle : chiffres actualisés, exemples récents, section ajoutée.

## 3. La crédibilité

Le brevet décrit un score de réputation qui combine trois éléments, pondérés entre eux :

- l'exactitude passée de la source ;
- l'autorité du domaine ;
- une validation par les pairs.

S'y ajoute un modèle de détection des biais, qui analyse le vocabulaire et le cadrage pour repérer les contenus subjectifs ou orientés. Deux précisions sur ce que le texte ne dit pas. Il parle de sources et de domaines, pas d'auteurs. Et il ne décrit pas la façon de mesurer l'exactitude passée : la question posée en commentaire du post reste sans réponse.

Les conséquences pratiques rejoignent ce que nous écrivions à propos de la [relecture des contenus générés par IA](https://www.newp.fr/actualites/referencement/seo-optimization/google-relecture-contenu-ia/) : une erreur publiée ne coûte pas seulement à la page, elle pèse sur la réputation de la source. Et un ton commercial excessif, superlatifs et promesses, se lit comme un manque de neutralité. Une page de service peut convaincre sans crier.

## 4. La corroboration et la diversité

Une information est vérifiée en la croisant entre plusieurs sources indépendantes. Quand une affirmation repose sur moins de sources qu'un seuil fixé, le système en cherche d'autres. Le brevet ne donne pas la valeur de ce seuil.

C'est le point le plus important pour une entreprise. Ce que votre site est seul à dire pèse moins que ce que d'autres sites confirment. Cela ne condamne pas les données propres, qui restent le meilleur moyen de se distinguer. Cela impose de les faire circuler : méthode publiée, chiffres repris par la presse ou un partenaire, citations sur des sites que les moteurs jugent fiables. C'est la logique du [netlinking orienté vers les mentions](https://www.newp.fr/actualites/referencement/ia-optimization/backlinks-utiles-geo-mentions-llm-penguin-2/), et l'une des raisons pour lesquelles les [classements maison sans preuve externe](https://www.newp.fr/actualites/referencement/ia-optimization/fin-des-classements-maison-geo/) perdent de leur effet.

La diversité joue dans le même sens : le système cherche à puiser dans un éventail large de sources. Être présent sur plusieurs supports indépendants augmente les chances d'entrer dans cet éventail.

## Et les versions Markdown ?

Ian Sorin en tire une conclusion nette : puisque le moteur nettoie lui-même le HTML, les versions Markdown des pages ne servent à rien. Pour le système décrit ici, nous sommes d'accord. Un moteur qui sait retirer les balises n'a pas besoin qu'on le fasse à sa place, et rien dans le brevet ne favorise un format plutôt qu'un autre.

C'est d'ailleurs ce que nous écrivions dans notre article sur la [duplication des pages en Markdown](https://www.newp.fr/actualites/referencement/ia-optimization/version-markdown-pages-ia/) : aucun moteur n'a déclaré citer davantage les sites qui en proposent. Le seul argument qui demeure concerne les agents qui lisent une page à la demande d'un utilisateur, pour qui un texte allégé coûte moins cher à lire. C'est un sujet d'économie, pas de classement. Les quatre familles de critères du brevet portent toutes sur le contenu, aucune sur son format.

## Ce qu'un brevet ne prouve pas

Trois réserves avant d'en faire une règle :

- **Un brevet décrit une invention, pas un produit.** Rien n'indique quelles parties sont utilisées dans Bing ou Copilot, ni depuis quand.
- **Le texte reste général.** Il ne donne ni pondération, ni seuil chiffré, ni résultat de performance.
- **La demande est en cours d'examen** et peut évoluer.

Sa valeur tient à autre chose : il décrit, de la main d'ingénieurs de Microsoft, les problèmes que tout moteur génératif doit résoudre. Les autres, de Google à OpenAI, font face aux mêmes limites de lecture et aux mêmes risques d'erreur. Notre comparatif de la [sélection des sources par ChatGPT, Perplexity et Gemini](https://www.newp.fr/actualites/referencement/ia-optimization/chatgpt-vs-perplexity-vs-gemini-comment-chaque-ia-selectionne-ses-sources-guide-2026/) montre des logiques voisines.

## La grille à appliquer à vos pages

| Critère du brevet | Ce que vous pouvez faire |
|---|---|
| Position des phrases | Répondre dès l'introduction, conclure par une synthèse |
| Centralité dans le graphe | Une phrase de synthèse par section, qui reprend ce que la section démontre |
| Termes de la requête | Employer les mots de vos clients, sans les répéter pour rien |
| Fraîcheur | Dater les pages et les mettre à jour pour de vrai |
| Exactitude passée | Vérifier chaque chiffre et chaque nom avant publication |
| Neutralité | Remplacer les superlatifs par des faits |
| Corroboration | Faire reprendre vos données et vos méthodes par des sites indépendants |
| Diversité | Être présent sur plusieurs supports, pas seulement sur votre site |

Rien dans cette grille n'est une astuce. C'est la description d'un contenu bien fait, que le brevet traduit en mécanique. Pour savoir comment vos pages se comportent aujourd'hui face aux moteurs génératifs, notre [audit GEO gratuit](https://www.newp.fr/audit-geo-gratuit/) est un bon point de départ, et notre [agence GEO](https://www.newp.fr/agence-geo/) prend en charge le travail de fond.

## Questions fréquentes

Que décrit le brevet Microsoft US 2026/0236548 ?Il décrit comment un moteur de recherche qui utilise un modèle génératif réduit les pages et extraits récupérés sous la limite de lecture du modèle, en gardant les phrases les plus utiles, les plus récentes, les plus crédibles et les mieux corroborées.

Comment le système choisit-il les phrases d'une page ?Notamment par un graphe de similarité, qui retient les phrases reliées à beaucoup d'autres et à la question, et par un poids lié à la position, qui favorise l'introduction et la conclusion.

Les mots clés comptent-ils encore ?Oui, mais moins seuls. L'une des méthodes décrites favorise les phrases contenant les termes de la requête. Une phrase qui répète un mot clé sans rien affirmer reste pourtant peu reliée aux autres, donc peu retenue.

Changer la date d'une page la rend-elle plus fraîche ?Ce n'est pas une bonne idée. Le brevet mentionne un mécanisme de détection des mises à jour. La seule fraîcheur utile est une modification réelle du contenu.

Le brevet prouve-t-il que Copilot fonctionne ainsi ?Non. Un brevet décrit une invention, pas ce qui est déployé. Il ne donne ni pondération ni seuil chiffré, et la demande est encore en cours d'examen.

Faut-il proposer ses pages en Markdown aux IA ?Pas pour être mieux sélectionné : le système décrit nettoie lui-même le HTML et ses critères portent sur le contenu. L'intérêt éventuel concerne le coût de lecture pour certains agents.

{"@context": "https://schema.org", "@type": "FAQPage", "mainEntity": \[{"@type": "Question", "name": "Que décrit le brevet Microsoft US 2026/0236548 ?", "acceptedAnswer": {"@type": "Answer", "text": "Il décrit comment un moteur de recherche qui utilise un modèle génératif réduit les pages et extraits récupérés sous la limite de lecture du modèle, en gardant les phrases les plus utiles, les plus récentes, les plus crédibles et les mieux corroborées."}}, {"@type": "Question", "name": "Comment le système choisit-il les phrases d'une page ?", "acceptedAnswer": {"@type": "Answer", "text": "Notamment par un graphe de similarité, qui retient les phrases reliées à beaucoup d'autres et à la question, et par un poids lié à la position, qui favorise l'introduction et la conclusion."}}, {"@type": "Question", "name": "Les mots clés comptent-ils encore ?", "acceptedAnswer": {"@type": "Answer", "text": "Oui, mais moins seuls. L'une des méthodes décrites favorise les phrases contenant les termes de la requête. Une phrase qui répète un mot clé sans rien affirmer reste pourtant peu reliée aux autres, donc peu retenue."}}, {"@type": "Question", "name": "Changer la date d'une page la rend-elle plus fraîche ?", "acceptedAnswer": {"@type": "Answer", "text": "Ce n'est pas une bonne idée. Le brevet mentionne un mécanisme de détection des mises à jour. La seule fraîcheur utile est une modification réelle du contenu."}}, {"@type": "Question", "name": "Le brevet prouve-t-il que Copilot fonctionne ainsi ?", "acceptedAnswer": {"@type": "Answer", "text": "Non. Un brevet décrit une invention, pas ce qui est déployé. Il ne donne ni pondération ni seuil chiffré, et la demande est encore en cours d'examen."}}, {"@type": "Question", "name": "Faut-il proposer ses pages en Markdown aux IA ?", "acceptedAnswer": {"@type": "Answer", "text": "Pas pour être mieux sélectionné : le système décrit nettoie lui-même le HTML et ses critères portent sur le contenu. L'intérêt éventuel concerne le coût de lecture pour certains agents."}}\]}

---

*Source : [www.newp.fr](https://www.newp.fr/actualites/referencement/ia-optimization/brevet-microsoft-copilot-sources-ia/)*