Query Fan-Out
Mécanisme par lequel une requête utilisateur est éclatée en 8 à 20 sous-requêtes parallèles avant retrieval. Concept rendu public par Google à I/O 2025, breveté sous WO2024064249A1. Selon Surfer SEO, seulement 27 % des sous-requêtes restent stables d'une exécution à l'autre.
Mécanisme par lequel une requête utilisateur est éclatée en 8 à 20 sous-requêtes parallèles avant retrieval. Concept rendu public par Google à I/O 2025, breveté sous WO2024064249A1. Selon Surfer SEO, seulement 27 % des sous-requêtes restent stables d'une exécution à l'autre.
Pourquoi c’est important
Une seule requête utilisateur déclenche 8 à 20 retrievals indépendants côté moteur. Chacun cherche le meilleur Fraggle pour une intention spécifique. Pour être cité, votre contenu doit anticiper ce fan-out et couvrir explicitement chacune des sous-requêtes probables.
Volatilité intrinsèque
Seulement 27 % des sous-requêtes restent stables d’une exécution à l’autre (Surfer SEO). Conséquence directe : toute métrique GEO single-run est non fiable. Sampling recommandé : 60 à 100 runs par plateforme, sur 50-100 prompts par ligne de produit.
Exemple concret
Requête utilisateur : « meilleur iPhone reconditionné en 2026 ».
Sous-requêtes typiques générées :
- « iPhone reconditionné prix 2026 »
- « garantie iPhone reconditionné »
- « grade A vs B reconditionné »
- « état batterie iPhone reconditionné »
- « Back Market vs Recommerce »
- « avis clients iPhone reconditionné »
- « différence reconditionné Apple vs vendeur »
- … (8-12 autres)
Chaque sous-requête est un retrieval indépendant. La page qui ne couvre que la première est invisible aux 7-15 autres.
Outils
Qforia (iPullRank, gratuit) simule le fan-out d’une requête pour identifier les sous-requêtes à couvrir.
À ne pas confondre avec
- [[rag]] : architecture globale qui consomme le résultat du fan-out.
- [[bm25]] : algorithme de scoring lexical utilisé dans chaque retrieval.