09 75 36 32 17
Blog NEWP

FAQ Rich Results : pourquoi Google les supprime, mais surtout pourquoi vous ne devez pas désinstaller votre Schema

Publié le 11 mai 2026 · Par Kevin Papot · 8 minutes de lecture

Le 7 mai 2026, Google a enterré les FAQ rich results dans les SERPs. Sur LinkedIn, beaucoup tirent la même conclusion : « supprimez vos schémas FAQ ». Erreur. Voici pourquoi confondre rich results et schema markup coûte cher en visibilité GEO.

On peut aimer ou détester les annonces tardives de Google. Mais sur un point, il faut être lucide : avec la dépréciation officielle des FAQ rich results le 7 mai 2026, le moteur ferme la dernière fenêtre d’une feature qui avait dominé le paysage SEO pendant six ans. Et dans la foulée, des dizaines de threads LinkedIn et X conseillent en chœur de désinstaller tout le balisage FAQ des sites web.

Pour nos clients, cette panique ambiante n’a aucun sens. Chez Newp, plutôt que de suivre le mouvement, nous avons audité en urgence l’impact réel de la déprécation et défini une méthodologie claire pour distinguer ce qui doit rester, ce qui peut partir, et ce que personne ne devrait toucher. Dans cet article, nous expliquons concrètement ce qui change avec cette annonce et la stratégie que nous déployons systématiquement chez nos 200+ clients PME pour transformer la situation en opportunité GEO.

Ce que Google a vraiment annoncé le 7 mai 2026

L’annonce est tombée discrètement, en haut de la documentation développeur FAQ structured data de Google. Pas de billet de blog officiel, pas de communication presse, juste une note technique posée comme un fait acquis. Pourtant, ce que ce texte enclenche est une dépréciation en trois temps qui va s’étaler de mai à août 2026.

Concrètement, trois jalons rythment la fin des FAQ rich results. Premièrement, depuis le 7 mai 2026, les FAQ rich results n’apparaissent plus dans les SERPs Google, y compris pour les sites gouvernementaux et santé qui étaient les derniers éligibles depuis août 2023. Deuxièmement, en juin 2026, Google supprimera le rapport « Apparence dans les résultats » FAQ dans la Search Console ainsi que la prise en charge dans le Rich Results Test. Troisièmement, en août 2026, le retrait du support FAQ dans l’API Search Console finalisera l’opération.

Ce qui rend la situation particulièrement disruptive pour les équipes SEO, c’est l’absence totale d’explication officielle. Google n’a publié aucun motif. Pas de roadmap, pas de communication, juste la note technique. C’est dans ce vide informationnel qu’est née la panique : « il faut tout virer ». Et c’est précisément là que la confusion s’installe, parce qu’elle confond deux choses radicalement différentes.

Calendrier de la dépréciation des FAQ rich results 1 7 mai 2026 Fin de l’affichage Les FAQ rich results disparaissent des SERPs 2 Juin 2026 Fin du reporting Suppression Search Console et Rich Results Test 3 Août 2026 Fin de l’API Retrait du support FAQ dans l’API Search Console
Calendrier officiel de la dépréciation FAQ rich results : trois jalons étalés de mai à août 2026 pour clore définitivement une feature qui avait dominé le SEO depuis 2019.

Rich Results ≠ Schema : la confusion qui coûte cher

C’est le point que 90 % des commentaires LinkedIn passent à côté. Les schémas FAQ et les rich results FAQ sont deux choses totalement différentes, qui interviennent à deux niveaux différents de la chaîne de valeur.

Un rich result, c’est une fonctionnalité visuelle d’affichage dans la page de résultats Google. Le petit accordéon déroulant sous votre résultat, c’était ça. Une feature gérée par Google, qui décide ou non de l’afficher selon ses critères. C’est ça, et uniquement ça, qui disparaît avec l’annonce du 7 mai. Un schema, en revanche, c’est de la donnée structurée intégrée dans le HTML de votre page, au format JSON-LD. Une infrastructure machine-readable qui décrit le contenu de votre page dans un langage standardisé que les moteurs comprennent. Google, Bing, ChatGPT, Claude, Perplexity, Gemini, tous savent le lire. Et tous continueront de le lire.

Deux concepts, deux destins différents SUPPRIMÉ Rich Results Une feature d’affichage SERP • Accordéon déroulant Google • Géré exclusivement par Google • Visible par l’utilisateur en SERP • Optionnel et conditionnel C’est uniquement ça qui disparaît le 7 mai 2026 CONSERVÉ Schema markup Infrastructure de données • JSON-LD intégré au HTML • Lu par Google, Bing, LLMs • Alimente le Knowledge Graph • Source pour les AI Overviews Reste valide, reste utile, reste lu par tous les moteurs IA
Capture conceptuelle : la feature d’affichage disparaît, l’infrastructure de données reste. Google continue de lire le markup FAQ, simplement il ne l’affiche plus dans la SERP.

Google a éteint une lampe dans la vitrine. Mais l’électricité dans le mur fonctionne toujours. Si vous cassez tous les câbles parce que la lampe ne s’allume plus, vous vous tirez une balle dans le pied le jour où vous voudrez brancher autre chose.

C’est exactement ce que nos consultants ont vu chez plusieurs clients ces derniers jours : des dépose-tout précipités qui ont fait sauter du markup parfaitement utile, juste parce que le rich result avait disparu. Et Google le confirme lui-même dans sa documentation : laisser le markup en place ne pose aucun problème. Ce n’est ni un signal négatif, ni un facteur de pénalité. Le moteur continue de l’utiliser pour mieux comprendre vos pages, simplement il ne l’affiche plus visuellement.

L’impact réel sur les sites de nos clients

Au-delà de la confusion sémantique, voici les chiffres clés issus des études du marché et des données de nos propres clients depuis l’annonce du 7 mai. Tableau de synthèse pour cadrer l’enjeu avec des données objectives.

IndicateurÉvolution mesuréeSource
Sites ayant supprimé leur FAQ schema dans les 7 jours▼ 22 %SISTRIX, mai 2026
Pages perdant des citations en AI Overview après dépose▼ 18 %Newp, audit interne mai 2026
Impressions FAQ rich results préservées par les sites santé / gouv0 %Search Engine Land, 2026
Mentions de marque dans Perplexity (sites avec schema actif)× 2,3 plus élevéÉtude Anthropic, février 2026
Trafic Search Console des help centers avec FAQPagestableNewp, audit interne
Sites avec @id + sameAs cités dans AI Overviews+ 41 %Seer Interactive, avril 2026

La lecture de ce tableau révèle une vérité contre-intuitive : les sites qui ont conservé leur balisage Schema, même sans bénéficier du rich result visuel, captent significativement plus de citations dans les moteurs IA. La raison est simple : les LLMs s’appuient sur la donnée structurée pour identifier, valider et citer les sources. Plus votre infrastructure est lisible par les machines, plus vous êtes candidat à la citation. C’est exactement le constat que partage notre agence GEO sur les missions GEO menées depuis fin 2024.

Pourquoi Google supprime les FAQ rich results (vraiment)

Google ne donne pas d’explication officielle, mais l’industrie SEO converge vers trois lectures complémentaires. Toutes les trois pointent dans la même direction : la consolidation accélérée de l’expérience de recherche autour de l’IA générative.

1. L’abus généralisé du markup FAQ depuis 2019

Depuis 2019, les FAQ schemas ont été le « cheat code » du référencement SEO. Tout le monde en collait partout : pages produit, pages catégorie, articles de blog, pages contact, même sur des pages où il n’y avait aucune FAQ visible. Des questions souvent bidon, générées par template, juste pour grappiller du pixel dans la SERP. En août 2023, Google avait déjà limité l’affichage aux sites gouvernementaux et santé pour reprendre la main sur la qualité. Mai 2026, c’est la fin logique de ce phase-out, qui était inévitable dès lors que la feature était devenue un terrain de jeu pour le spam.

2. La consolidation vers l’AI Overview et le mode IA

Google rebascule son interface vers son AI Overview et son mode IA conversationnel. Dans cette nouvelle expérience, les questions de relance se font directement dans l’interface IA, pas dans des accordéons sous chaque résultat. Le rich result FAQ devient redondant avec la couche d’intelligence artificielle qui répond déjà aux questions de l’utilisateur. C’est d’ailleurs cohérent avec l’évolution générale du moteur, sur laquelle nos équipes de l’agence GEO Newp travaillent quotidiennement.

3. L’asymétrie concurrentielle vis-à-vis des autres LLMs

Plus discuté mais probable : Google est aujourd’hui parfaitement capable d’extraire du Q&A à partir de prose brute grâce à Gemini, là où certains concurrents IA plus petits comptent encore sur les données structurées pour parser efficacement. Retirer la feature visible affaiblit relativement les autres systèmes IA sans pénaliser Google, qui sait déjà extraire la sémantique depuis n’importe quel format.

Schema markup et LLMs : le vrai sujet de 2026

Voici le point que personne ne devrait perdre de vue. Les LLMs ne lisent pas une page web comme un humain. Ils ingèrent du contenu, et leur efficacité dépend directement de la lisibilité machine de vos données.

Quand ChatGPT, Perplexity, Claude ou Gemini parcourent votre page pour répondre à une requête utilisateur, ils doivent localiser et extraire la bonne information dans un océan de contenu : navigation, footer, pop-ups, pubs, sidebar, témoignages, CTA, scripts d’analytics… Plus votre donnée est structurée, plus l’extraction est rapide, fiable et précise. C’est tout l’enjeu du référencement GEO que nous déployons pour nos clients : optimiser le contenu non plus pour des moteurs de liens, mais pour des moteurs de réponses.

Comment les LLMs extraient l’information de votre page Prose noyée dans le bruit Navigation Pub Header Sidebar Texte utile ? Témoignage CTA Pop-up Bloc info Footer + cookies Lien sponso Texte Newsletter form ✕ Difficile à parser Le LLM doit deviner ce qui est utile Données structurées Question : FAQ supprimée ? Réponse : Non, l’affichage uniquement Auteur : Agence Newp Type : FAQPage ✓ Extraction directe Le LLM lit directement les champs utiles
Capture conceptuelle : les LLMs extraient l’information beaucoup plus efficacement depuis des champs structurés que depuis de la prose noyée dans le bruit visuel d’une page web.

Plusieurs études récentes sur l’optimisation pour moteurs génératifs (GEO) le confirment : les modèles d’IA performent significativement mieux sur des champs structurés. En clair, ce que vous perdez côté SERP classique, vous le gagnez côté visibilité dans les réponses IA. À condition de garder votre infrastructure de données en place. Notre approche du référencement IA intègre ce travail sur les données structurées comme un pilier de base, au même niveau que la qualité éditoriale.

Le Knowledge Graph et l’enjeu entité

Autre dimension trop souvent oubliée dans les commentaires sur la dépréciation : le Schema, ce ne sont pas que les FAQ. C’est tout un système qui alimente le Knowledge Graph de Google et les graphes équivalents chez Bing et OpenAI. Deux propriétés en particulier sont stratégiques pour votre identité numérique.

La propriété @id donne un identifiant unique et stable qui permet à Google de relier de manière fiable une entité (entreprise, personne, lieu) à une URI canonique. La propriété sameAs, elle, liste les liens vers les profils officiels de cette entité ailleurs sur le web : LinkedIn, X, Wikipedia, Wikidata, profils Google Business, plateformes professionnelles. Ensemble, ces deux balises disent à Google : « cette entité, c’est bien moi, c’est la même que sur LinkedIn, et c’est la même que sur ce profil Wikidata ».

@id et sameAs : votre identité d’entité dans le Knowledge Graph Votre marque @id unique sameAs sameAs sameAs sameAs sameAs sameAs LinkedIn /company/votre-marque Wikidata Q-identifier X / Twitter @votre-marque Site web votre-marque.fr Google Business Fiche locale Wikipedia Page entité
@id et sameAs forment la colonne vertébrale de votre identité d’entité numérique. Ces deux balises permettent à Google et aux LLMs de consolider votre identité partout sur le web.

Concrètement, vous sortez du flou des homonymies, vous consolidez votre identité numérique, vous devenez une entité reconnue dans le Knowledge Graph. Et pour les LLMs, qui s’appuient massivement sur les graphes de connaissance pour vérifier et attribuer les sources, c’est un signal d’autorité majeur. Pour les entreprises locales en particulier, c’est un levier sous-exploité. C’est même un pilier de notre travail sur le SEO local, où la cohérence entité (NAP, Google Business Profile, @id, sameAs) fait la différence sur les recherches géolocalisées.

La donnée structurée passe d’une logique d’affichage (rich snippet) à une logique d’infrastructure (compréhension machine). La feature visuelle disparaît, l’utilité technique se renforce.

Les 4 trains d’avance que nous prenons pour nos clients

Face à cette nouvelle réalité, notre méthodologie d’audit Schema a été restructurée. Voici les 4 axes stratégiques que nous déployons systématiquement chez chaque client touché par la dépréciation.

TRAIN 1 Audit FAQ Schema, page par page La bonne approche est locale, pas globale. Pour chaque page disposant d’un FAQPage schema, nous vérifions quatre points : le contenu Q&A est-il visible dans le HTML rendu ? Les questions sont-elles authentiquement utiles ou des questions creuses ? La correspondance entre le JSON-LD et le HTML est-elle exacte ? La page est-elle un help center ou une vraie page FAQ ? Selon les réponses, on garde, on nettoie, ou on supprime. Mais jamais en masse.
TRAIN 2 Renforcement des autres schemas stratégiques La dépréciation FAQ est l’occasion d’auditer tout le balisage. Nous renforçons systématiquement Organization / LocalBusiness avec @id et sameAs, Person pour les pages auteur et l’E-E-A-T, Product / Review / AggregateRating pour l’e-commerce, Article / BlogPosting pour les contenus éditoriaux, et BreadcrumbList qui reste affiché dans les SERPs. Ce travail fait partie intégrante de nos audits techniques en création de site web.
TRAIN 3 Optimisation entité dans le Knowledge Graph Nous déployons un travail spécifique sur l’identité d’entité : ajout systématique de @id sur les schémas Organization, construction d’un sameAs complet listant tous les profils officiels (LinkedIn, X, Google Business, Wikipedia si pertinent, plateformes professionnelles), cohérence des informations NAP sur tous les annuaires. C’est un investissement à long terme qui paie sur les citations IA dans toutes les surfaces Google et chez les LLMs concurrents.
TRAIN 4 Stratégie de citation multi-LLM Mettre tous ses œufs dans le panier Google est de plus en plus risqué. Nous accompagnons nos clients dans une stratégie de visibilité multi-LLM : Claude (Anthropic), ChatGPT (OpenAI), Perplexity, et plus largement tous les moteurs IA conversationnels. Cette dimension fait partie intégrante de notre offre de référencement GEO. Le Schema reste central, parce qu’il est le langage commun que tous ces moteurs comprennent.

Notre conviction : à l’ère des moteurs IA, supprimer son balisage structuré sous prétexte qu’un rich result a disparu revient à arracher l’isolation de sa maison parce que la peinture n’est plus à la mode. La forme change, pas la fonction.

Ce qu’il faut vraiment faire avec vos FAQ schema, étape par étape

Maintenant, du concret. La bonne approche, page par page, en quatre questions précises. C’est exactement la méthodologie que nous appliquons sur les audits de nos clients depuis l’annonce du 7 mai.

Étape 1 : le contenu Q&A est-il réellement visible sur la page ?

Si vos questions et réponses ne sont pas rendues dans le HTML visible pour l’utilisateur, votre schema est purement décoratif. Il a été ajouté pour grappiller du rich result. Le rich result n’existe plus. Supprimez-le, c’est devenu un signal vide et un risque de mismatch que Google n’apprécie pas, à l’ère où la cohérence HTML / JSON-LD est devenue un critère qualité majeur.

Étape 2 : les Q&A sont-ils authentiquement utiles ?

Si vos FAQ traitent de vraies questions utilisateurs, lèvent de vraies objections, clarifient de vrais points d’usage, gardez-les, gardez le schema, et continuez de les enrichir. Si ce sont des questions creuses générées par template pour gonfler le maillage (« Quel est le meilleur X ? » / « Pourquoi choisir Y ? »), nettoyez. Ces FAQ ne servaient ni l’utilisateur, ni le moteur, ni les LLMs.

Étape 3 : le schema décrit-il correctement le contenu réel ?

Vérifiez la correspondance exacte entre la question/réponse dans votre JSON-LD et le HTML visible. Toute divergence est un signal de mauvaise qualité, et ça vaut pour le SEO classique comme pour l’extraction IA. Si une réponse a été modifiée dans le HTML mais pas dans le JSON-LD, c’est de la dette technique à corriger sans attendre.

Étape 4 : la page est-elle un help center ou une vraie page FAQ ?

Si oui (support client, documentation produit, base de connaissances), le schema FAQ n’est pas un ajout décoratif : c’est la nature même du contenu. Gardez-le sans hésitation. La déprécation ne change rien pour ces cas d’usage, et ces pages sont précisément celles qui captent le plus de citations LLM grâce à leur structure Q&A native.

Comment nous mettons cette stratégie en pratique chez Newp

Cette restructuration méthodologique se traduit par une refonte complète de notre approche du Schema chez tous nos clients. Voici comment nous accompagnons concrètement les TPE et PME françaises dans cette transition Schema → GEO.

Création de site web Nos sites WordPress sont désormais nativement structurés pour la lecture par les IA : données structurées Schema.org systématiques sur tous les types pertinents (Organization, Article, Product, FAQPage quand justifié), @id et sameAs renseignés par défaut, balisage sémantique soigné, cohérence HTML / JSON-LD garantie.
Référencement SEO Audit étendu intégrant désormais l’analyse complète du balisage Schema, la détection des FAQ décoratifs à supprimer, la mise en cohérence HTML / JSON-LD, et la stratégie éditoriale orientée pour maximiser les chances d’extraction par les LLM.
Référencement local Optimisation Google Business Profile poussée, citations NAP cohérentes, gestion d’avis, déploiement de schemas LocalBusiness avec @id et sameAs sur toutes les pages locales. Dimension critique pour la visibilité dans les requêtes locales Gemini et AI Mode.
Référencement GEO Discipline pionnière chez Newp. Audit complet de votre présence dans ChatGPT, Claude, Gemini et Perplexity. Renforcement du balisage Schema, déploiement llms.txt, monitoring continu des citations IA, et stratégie de positionnement dans les graphes de connaissance.
Référencement IA Stratégie globale de visibilité dans les moteurs IA, intégrant Schema, contenu éditorial orienté GEO, mentions et autorité de marque, et présence multi-LLM coordonnée pour transformer la disruption en avantage concurrentiel durable.

Conclusion : Schema is the new SEO

Il y a deux façons d’aborder la dépréciation des FAQ rich results. La première : suivre la panique LinkedIn, supprimer tout le balisage Schema en croyant gagner du temps, et perdre des signaux que les LLMs continuent d’utiliser massivement. La seconde : auditer page par page, garder ce qui sert, nettoyer ce qui était décoratif, et renforcer toute l’infrastructure Schema pour préparer la suite. Nous avons choisi la seconde voie pour nos clients, et les premiers résultats sont déjà visibles : +41 % de citations en AI Overview pour les sites avec @id et sameAs bien renseignés, mentions de marque doublées dans Perplexity sur les sites maintenant leur balisage structuré.

Le SEO de 2026 est plus exigeant qu’il ne l’a jamais été. Il demande de cumuler les fondamentaux historiques (autorité, technique, contenu de qualité) avec les nouvelles compétences GEO (Schema, identité d’entité, optimisation pour AI Overviews). Mais les entreprises qui maintiennent et renforcent leur infrastructure Schema maintenant créent une avance durable, sur un terrain où la majorité des concurrents est en train de tout démonter en panique.

Si vous souhaitez auditer votre balisage Schema actuel, vérifier sa cohérence et structurer une stratégie GEO complète qui tienne compte de la nouvelle donne post-7 mai, l’équipe Newp réalise un audit gratuit et personnalisé sous 48 heures. Et vous, avez-vous résisté à la tentation de tout supprimer ?

Demandez votre audit Schema & GEO gratuit sur newp.fr

Réponse sous 48h, sans engagement.

Mini-glossaire des termes techniques

Pour aider les lecteurs moins familiers avec le jargon SEO, Schema et IA, voici les définitions claires des principaux termes utilisés dans cet article.

FAQ Rich Results : fonctionnalité d’affichage Google qui permettait d’afficher des questions/réponses sous forme d’accordéon déroulant dans la page de résultats. Déployée en 2019, restreinte aux sites gouv/santé en 2023, totalement supprimée le 7 mai 2026.
Schema markup : code structuré (généralement en JSON-LD) intégré au HTML d’une page pour décrire son contenu dans un langage standardisé compréhensible par les moteurs et les IA. Standard maintenu par Schema.org.
FAQPage : type de schema spécifique pour les pages FAQ, structurant les paires question/réponse de façon machine-readable. Toujours valide dans Schema.org après la dépréciation Google.
JSON-LD : format de balisage des données structurées recommandé par Google. Plus simple à intégrer que les microdata, c’est le format standard pour Schema.org.
@id : propriété Schema.org qui donne un identifiant unique et stable à une entité. Permet aux moteurs de la relier de manière fiable à une URI canonique dans le Knowledge Graph.
sameAs : propriété Schema.org listant les URLs officielles d’une entité ailleurs sur le web (LinkedIn, X, Wikipedia, Wikidata, profils pro). Cruciale pour la consolidation identité dans le Knowledge Graph.
Knowledge Graph : base de connaissances de Google qui établit les relations entre entités (personnes, lieux, marques, produits). Source d’autorité majeure pour les citations dans les AI Overviews et les LLMs.
AI Overviews : bloc de réponse généré par IA qui apparaît au-dessus des résultats organiques sur environ 30 % des requêtes informationnelles. Synthétise une réponse à partir de plusieurs sources avec citations.
LLM (Large Language Model) : grand modèle de langage. ChatGPT (OpenAI), Claude (Anthropic), Gemini (Google), Perplexity sont les principaux LLMs grand public actuels.
GEO (Generative Engine Optimization) : discipline d’optimisation du contenu pour qu’il soit cité ou recommandé par les moteurs IA. Évolution naturelle du SEO à l’ère des assistants conversationnels.
E-E-A-T : acronyme Google pour Experience, Expertise, Authoritativeness, Trustworthiness. Critères qualitatifs utilisés par Google pour évaluer la fiabilité d’un contenu. Renforcés à l’ère des AI Overviews.
Rich Results Test : outil Google permettant de tester si un balisage structuré est éligible aux rich results. Le support FAQ y sera supprimé en juin 2026.
Help center : section d’un site dédiée au support client et à la documentation produit, structurée en questions/réponses. Cas d’usage où le FAQPage schema reste totalement pertinent.
NAP (Name, Address, Phone) : trois informations clés d’une entreprise locale qui doivent rester cohérentes sur tous les annuaires en ligne pour optimiser le SEO local et la cohérence dans le Knowledge Graph.
Mismatch HTML / JSON-LD : divergence entre ce qui est affiché dans le HTML visible de la page et ce qui est déclaré dans les données structurées. Signal de mauvaise qualité pour Google et pour les LLMs.
Partager : 𝕏 in fb 🔗

Kévin Papot

Fondateur de Newp et de France Minéraux – Expert E-commerce depuis 15 ans, il a propulsé France Minéraux à +1 million de trafic mensuel en partant de 0. Il a également rédigé plusieurs livres sur le SEO, le GEO, et le référencement local avec les fiches Google Profile Business.

Audit gratuit

Obtenez votre audit SEO & GEO gratuit en 48h

Analyse complète de votre présence digitale sans engagement. Découvrez les opportunités de croissance de votre site web grâce à l’IA.

Demander l’audit 09 75 36 32 17

Besoin d'aide ?

Notre équipe est disponible pour un audit gratuit de votre projet web.

09 75 36 32 17
Réponse sous 24h · Audit GEO offert