Ce que Google voit dans une image : l'étude RESONEO décodée pour le SEO images et l'e-commerce

Pour Google, une photo n'est pas d'abord un fichier joli : c'est une liste de mots, chacun avec un score de confiance. C'est le point de départ de l'étude RESONEO « Ce que Google voit dans une image », publiée en novembre 2026 comme huitième volet de sa série « Comprendre Google ». L'équipe a relevé les labels de 67 499 images générées par Gemini, puis les a confrontés aux filtres de Google Shopping et à l'API Cloud Vision. Résultat : sous les entités du Knowledge Graph, Google décrit aussi comment est un objet, avec le même vocabulaire que les filtres de Shopping. Voici ce qu'il faut en retenir pour le SEO images et l'e-commerce.

01Deux vocabulaires : ce que l'image montre, et comment est l'objet

L'API Cloud Vision, vendue aux développeurs, ne renvoie que les labels dont le score dépasse 0,5. Les images générées par Gemini, elles, en recevaient 100 par image, sans seuil, jusqu'au printemps 2026, et les conversations partagées de cette période les conservent dans leurs données. C'est cette fenêtre que les auteurs ont exploitée.

Leur exemple : une paire de chaussures de randonnée dans la neige. Les premiers labels sont des entités du Knowledge Graph, Footwear (0,99), Snow (0,98), Shoe (0,97), Winter (0,97), identifiées par un MID en /m/ (format hérité de Freebase) ou en /g/ (entités créées depuis). Plus bas arrivent For winter (22e), Lace up (43e), Shoe style (48e), puis Round toe et Rugged. Shoe style, en /j/, nomme une dimension ; Lace up et Round toe, en /a/, en sont des valeurs.

« Le /j/ joue le rôle du filtre, le /a/ celui de la case cochée. »

Ce second vocabulaire n'est pas un sous-ensemble du Knowledge Graph : interrogé comme une entité, un /j/ ne renvoie qu'une erreur. Il s'y branche toutefois par endroits. Le code-barres est une entité (/m/0ggbx), ses deux formes, linéaire et QR code, sont des /j/. Autre nuance utile : l'API Vision distingue le score (la confiance que la chose est dans l'image) et la topicality (son poids dans le sujet). Sur les photos testées, un /j/ obtient un score aussi élevé qu'une entité (médiane 0,76 contre 0,77) mais une topicality huit fois plus faible. En clair, Google identifie très bien la scène, et la classe comme décor.

02Le lien direct avec les filtres de Google Shopping

C'est le cœur de l'étude pour un e-commerçant. Sur Google Shopping US, la requête « dresses » se filtre par « Sleeve Style », « Silhouette » ou « Formal Occasion » ; « bathroom sinks » par « Installation » (Undermount, Self-rimming, Wall-mount). Ces mêmes valeurs se retrouvent en /a/ sur les photos : Long sleeve, Undermount sink, For prom. Google lit donc sur l'image une partie des attributs qu'il propose ensuite comme filtres.

Mais pas pour toutes les catégories. Quand Google voit la dimension, il donne aussi une valeur dans 90 % des cas pour la longueur d'un vêtement, 80 % pour le style de manche, 72 % pour le style de chaussure, 56 % pour le type de lavabo. À l'inverse, Furniture style, présent sur plus de mille images, n'a de valeur que dans moins de 1 % des cas, et Curtain style dans 2 %. Mode, chaussures et sanitaires sont donc des catégories où la photo parle ; le mobilier, beaucoup moins.

Ce que cela change pour vos fiches produits

• Montrer l'attribut filtré, en entier. La consigne de RESONEO est limpide : pour que Google lise la longueur d'une robe, montrez-la en pied ; pour une manche, la manche entière ; pour un lavabo, le bord de la vasque et le plan.
• Aligner flux et photo. Si votre flux Merchant Center déclare « manches longues » et que la photo coupe au coude, les deux sources ne se confirment plus. L'étude le formule ainsi : le flux produit et la photo donnent alors les mêmes valeurs, et l'un confirme l'autre.
• Prioriser les catégories « lisibles ». En mode et en chaussure, une photo pensée pour l'attribut a un vrai levier. En ameublement, le texte et les données structurées restent le support principal.
• Le packshot reste roi. Un produit entier sur fond neutre ou transparent donne sa classe d'emballage ; un rayon n'en donne aucune. La photo en situation ajoute l'occasion (mariage, plage) sans prendre la place du sujet.

03Du crawl à l'index : l'original gagne, les copies se partagent une place

À partir du code de Google auquel l'équipe dit avoir eu accès et du leak de 2024, l'étude retrace le parcours : Googlebot-Image récupère l'image, Amarna (le système d'images de Google Search) réunit labels, texte lu par OCR, notes de qualité et de SafeSearch, embedding et probabilité de génération par IA. Google rédige ensuite sa propre légende pour chaque image, avec les entités reconnues, puis la rattache à un nombre fixe de pages référentes ; sur les autres, l'image est dite « rejetée ».

Le point le plus actionnable concerne les copies. Toutes les copies d'une image forment un groupe classé, et Google garde la date du premier crawl et l'adresse de l'image source. D'où cette phrase de l'étude :

« publier l'original d'abord chez soi, c'est en être la source. »

Corollaire : cent sites qui publient la même photo de stock se disputent une seule place, et Google repère d'ailleurs la photo de stock comme telle. Pour un marchand qui alimente des revendeurs par flux XML, la recommandation est de laisser quelques minutes entre la mise en ligne sur son site et l'envoi aux autres. Les photos fournisseur reprises telles quelles par tout un marché sont donc un handicap structurel en SEO images.

04Classement : contenu visuel, place dans la page et clics

Pour Google Images, la requête devient elle aussi un vecteur, comparé directement aux vecteurs des images par Starburst, le modèle d'embedding d'images de Google. L'exemple choisi parle à tous les e-commerçants : une chaise qui n'a pas l'allure scandinave s'éloigne de la requête « chaise scandinave », même avec un texte alt qui dit le contraire. L'alt ne corrige pas une image hors sujet ; il renforce une image juste.

L'étude relève aussi deux notes NIMA (esthétique et technique) posées à l'indexation, la saillance et la pertinence estimée des images dans la recherche web, et une déclinaison de NavBoost pour les images : survols et clics rapportés aux impressions mesurent l'attrait de la vignette, tandis qu'une note d'« aimant à clics » pénalise l'image qui attire des clics depuis des requêtes sans rapport. Une vignette racoleuse peut donc se retourner contre vous. Pour suivre ces performances, rappelons que Search Console mesure désormais la recherche par image.

Pour les lieux, enfin, Google note les photos candidates sur 19 critères, dont la taille, le format paysage, l'absence de doublon et l'accord avec le nom du lieu. Restaurants et hôtels ont intérêt à une photo grande, en paysage, distincte et fidèle au nom, et à un menu complet dans la fiche d'établissement, un sujet que nous avions croisé avec l'écart entre pack local et AI Mode.

05Les 86 cases des filtres : le fichier compte autant que la photo

Avant toute recherche, chaque image est rangée dans des « restricts » : 86 cases d'après le code récupéré, dont 51 proposées à l'écran. Couleur (15), type d'image (9), visages (6), proportions (9), taille (28), format de fichier (9), droits d'usage (2), SafeSearch (5) et divers (3). Le filtre juge le fichier lui-même : dimensions réelles, format, couleurs, licence déclarée.

• Taille réelle. Le code prévoit dix-sept seuils, jusqu'à 140 mégapixels. Une miniature étirée en CSS ne passera pas le filtre « grande ».
• Couleur. Google sépare l'objet du fond, de la peau et des visages : un pull rouge porté par un mannequin reste un pull rouge. Un fond très coloré n'est donc pas un piège, mais un objet bien détaché aide.
• Formats. WebP, SVG et une case HEIF (conteneur de l'AVIF) figurent dans la liste ; l'étude rappelle que Search Central compte l'AVIF parmi les formats indexés.
• Licence. Déclarée en données structurées ou en IPTC, elle alimente le filtre « Droits d'usage » et le badge « Licensable ».

06AI Mode, Lens et images générées : la provenance devient un signal

Selon l'étude, les images d'une réponse AI Mode sont des documents de Google Images : signalements et critères d'évaluation pointent vers l'image indexée. Quatre de ces critères portent sur les visuels, dont la réponse qui en manque (LACK_OF_VISUALS) et la mauvaise image (BAD_VISUAL). Lens, qui traite plus de 25 milliards de recherches visuelles par mois, découpe une photo en objets et lance des sous-requêtes sur chacun : le « visual search fan-out ».

Pour la détection d'images générées, Google croise filigrane SynthID, recherche par empreinte, métadonnées C2PA et IPTC, et mention « IA » visible, avec un verdict qui peut aller jusqu'à l'abstention. Point concret pour l'e-commerce : une photo produit dont on a supprimé le fond ou effacé un élément avec un outil d'IA garde cette trace dans l'index, via C2PA. Nous avions détaillé ces standards dans notre guide pour prouver qu'une photo est authentique.

Deux pièges techniques en découlent : un CDN qui retire les métadonnées efface C2PA et IPTC, et un robots.txt ne vaut que pour son hôte. Si vos images sont servies depuis un CDN ou un sous-domaine, la règle Google-Extended doit être posée aussi dans leur robots.txt.

07La check-list SEO images à retenir

L'étude se conclut par une formule qui résume bien l'approche : « Une image se travaille comme une page ». Traduit en actions :

1. Cadrer pour l'attribut qui sert de filtre dans votre catégorie (longueur, manche, montage, couleur).
2. Produire vos propres photos et les publier chez vous avant tout flux revendeur ou syndication.
3. Afficher l'image dans la page en balise <img>, grande, près du texte qui en parle.
4. Écrire un alt descriptif, cohérent avec la légende et avec ce que montre réellement l'image.
5. Servir le fichier original en grande taille, sans métadonnées supprimées par le CDN, licence déclarée.
6. Soigner la vignette : lisible en petit, fidèle à la requête, jamais racoleuse.

La limite à garder en tête : les 100 labels proviennent d'images générées par Gemini avant le printemps 2026, et ne sont plus visibles depuis. L'étude montre toutefois que l'API Vision emploie les mêmes /j/ sur de vraies photos, et elle fournit la méthode pour refaire le test soi-même. Un bon réflexe avant une refonte de catalogue : passer quelques photos produits dans la démo de Google Vision et vérifier que l'attribut clé y apparaît.

Chris Waoo

Consultant SEO · fondateur de Cat's Eye Web

Écrit sur le SEO technique, l'IA et Google Discover à partir de tests terrain. Créateur de l'outil d'audit Cat's Eye. @ChrisWaoo