Grounding Score

Google traduit la requête et votre page en vecteurs, puis compare les deux

Le Grounding Score mesure la similarité cosinus entre le vecteur d'une requête et le vecteur d'un passage de contenu. Plus le passage est proche de l'intention dans l'espace vectoriel, plus il a de chances d'être servi par un moteur à composante vectorielle : AI Overviews, ChatGPT Search, Perplexity. Le terme vient de la doctrine SEO, pas de Google : aucun document officiel ne décrit un score portant ce nom.

Une page pertinente mais déjà connue du modèle n'est pas citée

Notre thèse fait évoluer le concept. Dans une architecture à mémoire comme Titans, une page ne serait pas retenue uniquement parce que son vecteur colle à l'intention : elle doit aussi générer un gradient de surprise suffisant pour être mémorisée. Une page parfaitement pertinente mais redondante avec ce que le modèle sait déjà est ignorée.

Le point optimal combine donc proximité et divergence. Ni trop loin de l'intention (la page est hors-sujet), ni trop proche du déjà-connu (la page est redondante). C'est la jonction entre le grounding et le Surprise score : une page grounded et surprenante à la fois.

Notre protocole : le vecteur de l'intention, pas celui des concurrents

La méthode Organikk fait du Grounding Score le deuxième de ses quatre piliers. La mesure passe par des embeddings (Gemini Embedding) : on calcule le vecteur de l'intention de recherche ciblée, puis l'alignement de chaque passage de la page avec ce vecteur, en y greffant une divergence contrôlée plutôt qu'un alignement maximal. On ne part jamais des pages en place dans la SERP : l'audit cherche ce qu'elles n'ont pas dit. Il se structure en quatre catégories d'entités : techniques, preuves, multimodal, divergence.

L'objectif que nous fixons en doctrine est un score moyen de cluster supérieur à 0,75, puis 0,85 en cible mature. Ce sont des objectifs internes de travail, pas des seuils validés par un benchmark public.