Un filtre "Taille 42" peut générer 3 800 URL que personne n'a demandées
Ouvre Search Console, section Pages, et compare le nombre d'URL explorées à ton nombre réel de catégories produit. Sur une boutique avec une navigation à facettes mal cadrée, l'écart se compte en milliers de pages parasites — des combinaisons de filtres (couleur, taille, prix, matière, disponibilité) que ni un humain ni une IA n'a jamais demandées, mais que Googlebot explore quand même.
Côté Google, ce problème n'a pas bougé en 2026 : gaspillage de budget de crawl, dilution d'autorité entre des dizaines de variantes de la même page, risque de pages fines indexées par accident. Ce qui a changé, c'est l'exposition supplémentaire côté moteurs de réponse IA — GPTBot, ClaudeBot, PerplexityBot — qui n'ont ni le budget ni les capacités de rendu de Googlebot pour trier ce bruit, avec un impact direct sur la page qu'ils retiennent (ou pas) pour te citer.
Facettes, pagination, tri : trois mécaniques, trois traitements SEO différents
On mélange souvent les trois alors qu'ils ne posent pas le même problème :
- Facettes (filtres) :
?couleur=rouge&taille=42, combinables entre elles à l'infini. C'est la source numéro un de duplicate content, parce que le nombre d'URL possibles explose de façon combinatoire. - Pagination :
?page=2,?page=3. Ce n'est pas du duplicate content au sens strict, mais un mauvais maillage entre pages peut casser la découverte des produits en fin de liste. - Tri :
?sort=prix-croissant. Change l'ordre d'affichage, jamais le contenu. À bloquer systématiquement au crawl, sans exception : aucune valeur de recherche ne justifie qu'une IA ou Google explore une page triée différemment.
Le tri, c'est le cas simple. Le vrai sujet, ce sont les facettes.
Le problème concret : duplicate content et budget de crawl qui explose
Cas rencontré en audit : une boutique de prêt-à-porter avec 600 produits actifs et 6 filtres (couleur, taille, prix, matière, marque, disponibilité) générait un peu plus de 14 000 URL explorables une fois toutes les combinaisons de facettes prises en compte — soit 23 URL parasites pour chaque produit réellement en vente. Sur ces 14 000 URL, moins de 30 correspondaient à une requête avec un volume de recherche mesurable (principalement les combinaisons marque + catégorie). Le reste n'existait que parce que le moteur de filtres générait un lien <a href> crawlable pour chaque case cochée.
Résultat mesuré avant correctif : Googlebot passait environ 40 % de son budget de crawl hebdomadaire sur ces variantes de filtres, contre 60 % sur les pages produit et catégorie réelles. Après passage en filtrage AJAX sans lien crawlable et ajout de règles Disallow ciblées, la part de budget consacrée aux vraies pages est montée à 91 % en six semaines, avec une accélération visible de l'indexation des nouveaux produits.
Les 4 méthodes pour cadrer les facettes (et quand les utiliser)
| Méthode | Effet | Quand l'utiliser |
|---|---|---|
| Canonical vers la catégorie mère | Consolide le signal de ranking sans bloquer le crawl | Combinaisons à faible valeur mais volume de crawl raisonnable |
| Noindex (meta robots ou X-Robots-Tag) | Retire la page de l'index, Google continue de la crawler | Combinaisons ponctuellement utiles à l'utilisateur mais sans demande de recherche |
| Disallow dans robots.txt | Bloque le crawl à la racine | Combinaisons à très fort volume d'URL et faible valeur (ex. Disallow: /*?*tri=) |
AJAX sans lien <a href> | Le filtre change l'affichage côté client, aucune URL crawlable n'est générée | Solution par défaut recommandée en 2026 pour tout nouveau moteur de filtres |
Le piège classique : combiner noindex ET disallow sur les mêmes URL. Si Google n'a pas le droit de crawler une page, il ne peut jamais découvrir la balise noindex qu'elle contient — la page peut rester indexée (avec juste l'URL, sans extrait) pendant des mois. Choisis une seule méthode par catégorie de combinaison, jamais les deux en même temps.
Un point qui piège encore des équipes en 2026 : l'ancien rapport « Paramètres d'URL » de Search Console a été retiré en 2022. Il n'existe plus de configuration déclarative où dire à Google « ignore ce paramètre ». Le seul levier qui reste, c'est l'implémentation elle-même — canonical, noindex, disallow ou AJAX sans lien — appliquée directement sur le site. C'est aussi pour ça que l'audit de logs serveur (voir plus bas) redevient central : c'est le seul moyen fiable de savoir ce que Google explore réellement, faute de rapport dédié.
L'angle GEO : les crawlers IA gèrent les facettes encore plus mal que Googlebot
GPTBot, ClaudeBot et PerplexityBot n'exécutent pas le JavaScript. Un moteur de filtres en AJAX sans lien <a href> — la solution recommandée plus haut — leur est donc totalement invisible : ils ne verront jamais le contenu filtré, seulement la page catégorie de base. C'est une bonne nouvelle pour la propreté du crawl, mais ça veut aussi dire que ta page catégorie « propre » doit porter à elle seule tout le contenu qui permettrait à une IA de te citer sur une requête précise (« meilleures baskets en cuir moins de 80 € », par exemple) : elle ne verra jamais la version filtrée équivalente.
Deuxième différence : ces bots ont des enveloppes de crawl bien plus serrées que Googlebot sur la plupart des sites, d'après les analyses de logs qu'on fait en audit. Un site qui laisse fuir des dizaines de milliers d'URL de facettes vers ces crawlers réduit mécaniquement les chances qu'ils atteignent tes pages produit et catégorie à forte valeur avant d'épuiser leur budget de session. Concrètement : les mêmes correctifs qui protègent ton budget Googlebot (AJAX sans lien, Disallow ciblés) protègent encore plus ton exposition aux moteurs IA, parce que leur marge de tolérance au bruit est plus faible.
Enfin, si une combinaison de facettes a une vraie valeur de recherche (« robe rouge taille 42 » a du volume), il vaut mieux lui donner une URL propre, indexable, avec du contenu éditorial dédié (description, avis, FAQ) plutôt que de compter sur le filtre brut — c'est ce contenu-là, et seulement lui, qu'une IA générative pourra reformuler et citer.
Sur les sites multilingues, la combinaison facettes + hreflang aggrave encore le problème : chaque paramètre de filtre multiplié par chaque langue peut faire exploser le nombre de variantes déclarées comme alternates, avec un risque réel d'erreurs de réciprocité hreflang que Google (et les moteurs IA, qui s'appuient aussi sur ce signal pour choisir quelle version citer à un utilisateur donné) pénalisent. Mieux vaut exclure les URL à facettes du sitemap et des balises hreflang, et ne déclarer que les catégories mères et les combinaisons à forte demande validées.
Checklist d'audit rapide
- Liste les paramètres d'URL actifs sur ton moteur de filtres (Search Console > Pages, ou crawl avec Screaming Frog en triant par paramètres)
- Vérifie qu'aucune combinaison ne cumule noindex et disallow
- Confirme que le tri (
?sort=) est systématiquement bloqué au crawl - Identifie les combinaisons filtre + catégorie qui ont un volume de recherche réel et donne-leur une URL propre et indexable
- Analyse tes logs serveur pour comparer le budget de crawl consommé par les facettes versus les pages produit/catégorie réelles
- Vérifie qu'aucun lien
<a href>crawlable n'est généré pour les filtres à faible valeur
À retenir
La navigation à facettes n'est pas un problème à résoudre une fois pour toutes : c'est un arbitrage continu entre trois familles d'URL — celles à bloquer (tri, facettes sans volume), celles à consolider (canonical vers la catégorie mère) et celles à indexer proprement (combinaisons à forte demande). Les moteurs IA n'ayant ni le rendu JavaScript ni la patience de Googlebot, un mauvais cadrage des facettes te coûte doublement : en budget de crawl classique, et en chances d'être cité par une IA sur tes requêtes commerciales les plus précises.
Tu veux savoir si ton moteur de filtres fuit du budget de crawl et dilue ta visibilité IA ? Lance un audit SeAudit et obtiens ton score sur 100, consulte un exemple de rapport complet pour voir le niveau de détail avant de te lancer, ou creuse la question du budget de crawl dans notre guide crawl budget et indexation et notre guide sur les balises canoniques et le contenu dupliqué.