Contenu dupliqué
Ce que Google fait vraiment de deux pages identiques : regrouper, choisir, consolider. Et pourquoi la pénalité n’existe pas.
Le contenu dupliqué, ou duplicate content, désigne un même contenu accessible sous plusieurs URL, sur un site ou entre plusieurs sites. Google le traite par déduplication : il regroupe les URL identiques en un même ensemble, en choisit une comme canonique, et lui consolide les signaux des autres. Cette duplication ordinaire ne constitue pas une infraction aux règles anti-spam de Google.
Le contenu dupliqué est-il pénalisé par Google ?
Non, et Google l’écrit sans détour depuis le 12 septembre 2008. Le billet « Demystifying the duplicate content penalty », publié sur le blog Google Search Central, tranche : la pénalité pour contenu dupliqué n’existe pas au sens où la plupart des éditeurs l’entendent. Le même texte pose la limite : des sanctions existent bien pour les pratiques voisines, comme le fait de récupérer le contenu d’autres sites pour le republier, ou de multiplier des domaines au contenu substantiellement identique. La ligne de partage tient à l’intention. La duplication devient un motif d’action seulement lorsqu’elle vise à tromper et à manipuler les résultats de recherche. La documentation actuelle sur la canonicalisation confirme cette position : une part de duplication sur un site est normale et ne viole pas les règles anti-spam.
Comment Google traite-t-il deux pages identiques ?
En trois temps, décrits par Google : regroupement, sélection, consolidation. Lors de l’indexation, Google détermine le contenu principal de chaque page. Quand plusieurs pages présentent un contenu principal identique ou très proche, il les regroupe en un même ensemble. Il choisit ensuite celle qui, au vu des signaux collectés, est objectivement la plus complète et la plus utile, et la marque comme canonique. Enfin il consolide sur cette URL les propriétés des autres, la popularité des liens en particulier. Une conséquence de crawl suit directement : la page canonique est explorée le plus régulièrement, les doublons le sont moins souvent, ce qui réduit la charge d’exploration sur le site.
D’où vient le contenu dupliqué ?
De cinq origines que Google énumère dans sa documentation sur la canonicalisation. Les variantes régionales servent le même contenu dans la même langue à des publics différents, avec hreflang. Les variantes d’appareil séparent une version mobile d’une version pour ordinateur. Les variantes de protocole opposent les URL en HTTP et en HTTPS. Les fonctions du site produisent des URL de tri et de filtre sur une même page de catégorie. Les variantes accidentelles sont les plus coûteuses : une version de démonstration laissée accessible aux robots par oubli. Google ajoute une précision utile pour les sites multilingues : deux versions ne sont considérées comme des doublons que si le contenu principal est dans la même langue, un simple en-tête et un pied de page traduits ne suffisant pas à les distinguer.
| Origine documentée | Exemple | Traitement usuel |
|---|---|---|
| Variante régionale | Même langue pour deux pays | Canonique et hreflang ensemble |
| Variante d’appareil | Version mobile distincte | Canonique vers la version de référence |
| Variante de protocole | HTTP et HTTPS coexistants | Redirection permanente |
| Fonction du site | Tri et filtres d’une catégorie | Canonique, gestion des paramètres |
| Variante accidentelle | Préproduction ouverte aux robots | Blocage d’indexation |
Quelle différence entre duplication interne et externe ?
La duplication interne relève de la déduplication, la copie entre sites relève des règles anti-spam. À l’intérieur d’un site, Google regroupe et consolide sans sanctionner. Entre sites, le sujet change de nature : les règles anti-spam de Google visent explicitement la récupération de contenus produits par d’autres, republiés sans apport de valeur. Le billet de 2008 mettait déjà en garde les éditeurs dont le modèle repose sur la reprise de descriptions fournies par un tiers, à moins d’y ajouter une valeur significative pour l’internaute. Un site de contenu syndiqué n’est donc pas menacé par la duplication elle-même, mais par l’absence de ce qui justifierait de le classer devant la source.
Comment corriger du contenu dupliqué ?
En indiquant une préférence à Google, tout en sachant qu’il garde la main. Quatre techniques pèsent sur le choix de la canonique selon la documentation : le protocole de service, HTTP ou HTTPS, les redirections, la présence de l’URL dans le sitemap, et l’annotation rel= »canonical ». Google est explicite sur leur portée : indiquer une préférence de canonique est une indication, pas une règle, et il peut retenir une autre page pour diverses raisons. Cette nuance change la méthode de correction. Un signal isolé qui contredit les autres a peu de chances de l’emporter, alors qu’un faisceau cohérent, canonique interne, liens internes et sitemap alignés sur la même URL, produit un résultat stable.
Comment vérifier quelle URL Google a retenue ?
Par l’outil d’inspection d’URL de Google Search Console, qui affiche deux champs distincts. C’est le moyen le plus direct de détecter une page dupliquée sur son propre site, sans outil tiers. Le premier, « URL canonique déclarée par l’utilisateur », reprend la canonique posée sur la page. Le second, « URL canonique sélectionnée par Google », donne celle que Google a réellement retenue quand il a trouvé des pages similaires. Google précise qu’il peut choisir cette canonique déclarée, mais qu’il retient parfois une autre URL qu’il juge meilleure. Les deux champs se lisent ensemble : identiques, la déclaration a été suivie ; différents, la page est traitée comme un doublon d’une autre. Google ajoute une limite décisive : seule l’inspection des données indexées répond, le test en direct ne peut pas prédire si la version testée sera considérée comme canonique.
Le rapport d’indexation des pages nomme ces situations en clair. Quatre libellés décrivent un doublon : « Page alternative avec balise canonique correcte », « Doublon sans URL canonique sélectionnée par l’utilisateur », « Doublon, Google n’a pas sélectionné la même page canonique que l’utilisateur », et « Doublon, l’URL envoyée n’a pas été sélectionnée comme URL canonique ». Le troisième est le seul qui signale un désaccord entre la déclaration du site et la décision de Google. Les autres décrivent un fonctionnement normal. Cette distinction évite un travail inutile : une page alternative correctement canonisée n’est pas un défaut à corriger. Pour détecter une reprise de contenu sur un autre site, la recherche d’une phrase exacte entre guillemets dans le moteur de recherche reste le contrôle le plus rapide.
Quel est le coût réel de la duplication ?
Une dilution de signaux et une exploration moins efficace, pas une sanction. Google le formule ainsi en 2008 : si tous les doublons d’une page ne sont pas détectés, leurs propriétés ne sont pas toutes consolidées, ce qui peut diluer la force des signaux de classement de ce contenu en les répartissant sur plusieurs URL. Le second coût est mécanique : quand Googlebot découvre dix URL sur un site, il doit explorer chacune d’elles avant de savoir qu’elles servent le même contenu. La duplication consomme donc de l’exploration avant d’être identifiée comme telle. Sur un petit site, l’effet reste théorique. Sur un catalogue à facettes, il devient le premier poste de gaspillage.
Erreur fréquente observée en audit
Erreur observée. Un rapport d’outil annonce un pourcentage de contenu dupliqué, et le plan d’action consiste à réécrire des textes. La documentation de Google renvoie vers un tout autre geste : la duplication interne n’est pas une question de rédaction, c’est une question d’URL. Le tri utile sépare deux familles. D’un côté les variantes techniques d’une même page, à traiter par canonique, redirection ou blocage d’indexation. De l’autre les pages réellement distinctes qui visent la même intention, qui relèvent de la cannibalisation et d’une décision éditoriale de fusion. Confondre les deux fait réécrire des pages qui n’avaient qu’un problème de paramètre d’URL.
Faire expliquer ce terme par une IA
Ouvre le moteur de ton choix avec un prompt pré-rempli sur ce terme.
Sources
- 1Google Search Central Blog, Demystifying the duplicate content penalty · 12 septembre 2008
- 2Google Search Central, What is canonicalization · mise à jour du 20 août 2026
- 3Google Search Central, How to specify a canonical URL
- 4Google Search Central, Spam policies for Google web search · mise à jour du 28 août 2026
- 5Search Console Help, URL Inspection tool : canonique déclarée et canonique sélectionnée par Google
Questions fréquentes
Google pénalise-t-il le contenu dupliqué ?−
Non. Google écrit depuis 2008 que la pénalité pour contenu dupliqué n’existe pas. Des sanctions visent en revanche la récupération de contenus d’autres sites et les domaines au contenu substantiellement identique.
À partir de quel pourcentage un contenu est-il dupliqué ?+
Google ne publie aucun seuil. Sa documentation raisonne sur le contenu principal de la page : deux pages sont regroupées quand ce contenu principal est identique ou très proche.
La balise canonical suffit-elle à régler le problème ?+
Pas toujours. Google la traite comme une indication et non comme une règle, et peut retenir une autre page. Les redirections, le sitemap et le protocole comptent aussi dans son choix.
Deux traductions d’une même page sont-elles du contenu dupliqué ?+
Non, si le contenu principal est réellement traduit. Google ne considère comme doublons que des pages dont le contenu principal est dans la même langue.
La duplication consomme-t-elle du budget de crawl ?+
Oui. Googlebot doit explorer chaque URL avant de savoir qu’elle sert le même contenu. Une fois le groupe identifié, la canonique est explorée le plus régulièrement et les doublons moins souvent.
Quelle différence avec la cannibalisation ?+
Le contenu dupliqué désigne un même contenu sous plusieurs URL. La cannibalisation désigne des pages distinctes qui visent la même intention de recherche et se disputent le positionnement.
Damien Hernandez
Consultant SEO senior, 17 ans d’expérience (Accor, Louvre Hotels, Infopro Digital). Spécialiste SEO technique, analyse de logs et optimisation pour les moteurs génératifs (GEO).