MCP et UCP, définition sans jargon
MCP (Model Context Protocol) et UCP (Universal Connector Protocol) sont des standards qui décrivent comment une IA se branche à des données externes. Fin du scraping bricolé et des intégrations propriétaires : une grammaire commune, lisible par n'importe quel modèle compatible.
MCP a été publié par Anthropic fin 2024 comme standard ouvert. Il définit trois primitives : les ressources (vos contenus, documents, lignes de base de données), les outils (des fonctions que le modèle peut appeler) et les prompts (des modèles d'instruction réutilisables). Un serveur MCP expose ces primitives ; un client MCP, intégré à un assistant, les consomme. L'analogie qui revient le plus souvent est celle du port USB-C : un connecteur universel entre le modèle et le monde extérieur.
UCP pousse la logique d'un cran. Là où MCP relie un modèle à une source, UCP vise l'interopérabilité d'un réseau entier de connecteurs réutilisables entre plusieurs systèmes, plusieurs agents et plusieurs fournisseurs. MCP est la brique. UCP est la charpente qui assemble les briques sans recâbler à chaque fois.
MCP standardise la connexion entre un modèle et une source de données. UCP standardise l'écosystème de connecteurs entre systèmes. L'un ne remplace pas l'autre : ils s'empilent.
Pour un responsable marketing ou un SEO, retenez l'essentiel : un protocole de connexion machine-à-machine s'installe entre vos données et les IA. Et ce protocole ne lit pas le web comme Googlebot. Il interroge des ressources déclarées.
Comment ces protocoles connectent l'IA aux données
Le mécanisme est direct : au lieu de deviner le contenu d'une page en lisant son HTML, le modèle demande une ressource précise à un serveur qui la lui renvoie déjà structurée. Pas de parsing approximatif, pas de bruit publicitaire à filtrer, pas de JavaScript à exécuter.
Concrètement, le flux ressemble à ceci. Un utilisateur pose une question à un assistant. L'assistant, via son client MCP, consulte la liste des ressources et des outils disponibles sur les serveurs auxquels il est connecté. Il sélectionne la ressource pertinente (par exemple votre catalogue produit, votre documentation tarifaire, vos études de cas), la récupère au format structuré, puis raisonne dessus pour formuler une réponse. La donnée arrive propre, typée, à jour.
C'est une rupture avec le modèle du crawl. Rappelons un point technique que beaucoup d'équipes sous-estiment : les LLM n'exécutent pas le JavaScript. Une page rendue côté client reste largement invisible pour un crawler IA, ce qui rend le SSR ou le HTML statique indispensable. MCP contourne ce problème par construction : il n'y a pas de page à rendre, il y a une ressource à servir.
Les trois primitives qui comptent pour vous
- Ressources : vos contenus exposés comme objets interrogeables (FAQ, fiches, données chiffrées).
- Outils : des actions que l'agent peut déclencher (vérifier une disponibilité, lancer un devis, interroger un prix).
- Prompts : des instructions pré-câblées qui guident l'usage de vos ressources.
Cette mécanique est exactement celle qui sous-tend l'Answer Engine Optimization : rendre une réponse directement consommable par une machine plutôt que par un œil humain. MCP en est la version protocolaire.
Ce que ça change pour le SEO technique
Le SEO technique gagne une couche. Hier, l'objectif était d'être crawlable et indexable. Demain, il faut aussi être branchable : exposer des données qu'un agent peut consommer sans friction.
Cela ne signifie pas que le crawl disparaît. La recherche web et les AI Overviews restent dominants : plus de 50 % des requêtes Google déclenchent désormais un AI Overview, et ce canal s'appuie sur l'indexation classique. Mais une seconde porte s'ouvre, et elle obéit à d'autres règles. Voici les chantiers qui basculent.
Le schema.org cesse d'être un bonus. Une page qui expose un balisage FAQPage propre devient une ressource quasi prête pour MCP. Le FAQPage reste par ailleurs un signal fort pour les AI Overviews.
Puisque les LLM n'exécutent pas le JavaScript, le rendu serveur (SSR) ou le statique conditionne déjà votre citabilité. MCP renforce l'exigence : vos données doivent vivre ailleurs que dans un bundle JS.
Le passage citable optimal se situe entre 134 et 167 mots. Ce format auto-suffisant fonctionne aussi bien pour une réponse d'AI Overview que pour une ressource servie via MCP.
Exposer un serveur MCP ou une API propre devient un livrable SEO. Le technicien SEO travaille désormais main dans la main avec l'équipe data.
La conséquence est claire : le périmètre du SEO technique s'élargit vers l'architecture de données. Un site parfaitement référencé qui garde ses informations enfermées dans des composants JavaScript non rendus laisse les agents sur le pas de la porte. Pour aller plus loin sur la mécanique côté agents, nous l'avons détaillée dans notre guide pour optimiser un site pour les agents IA.
Les mentions de marque off-site (YouTube, Reddit, Wikipedia) corrèlent davantage avec les citations IA que le Domain Rating. L'analyse Ahrefs sur 200 000 domaines (déc. 2025) place la corrélation des mentions bien au-dessus de celle du DR (0,266).
MCP vs crawl traditionnel
La différence tient en une phrase : le crawl découvre et interprète, MCP demande et reçoit. Le premier est une lecture indirecte du web public ; le second, un accès direct à des ressources déclarées.
| Critère | Crawl traditionnel | MCP / UCP |
|---|---|---|
| Mode d'accès | Découverte par exploration de liens | Requête directe sur ressource déclarée |
| Format des données | HTML à parser et nettoyer | Structuré, typé, prêt à l'emploi |
| Exécution JavaScript | Souvent ignorée par les LLM | Sans objet : pas de page à rendre |
| Fraîcheur | Dépend de la fréquence de crawl | Temps réel à chaque appel |
| Contrôle de l'éditeur | Indirect (robots, sitemap) | Direct (vous décidez ce qui est exposé) |
Aucun des deux ne suffit seul. Le crawl conserve une portée massive : 92 % des citations en AI Overviews proviennent du top 10 organique, dont 47 % des positions 5 à 10. Sans présence organique, pas de citation. Mais le recouvrement entre les deux mondes reste faible : seulement 11 % des domaines sont cités à la fois par ChatGPT et par les AI Overviews. Cette fragmentation est précisément l'argument pour ouvrir un second canal d'accès à vos données.
MCP ne vous fera pas gagner des positions dans Google. Il vous rend exploitable par les agents qui, eux, ne passent pas par la SERP. À l'échelle de ChatGPT et de ses 900 millions d'utilisateurs hebdomadaires, ce canal n'a rien d'anecdotique.
Comment préparer votre site
Commencez par ce que vous contrôlez déjà : structurez vos données et servez-les en HTML statique. La majorité du bénéfice MCP s'obtient en amont, avant même de déployer un serveur.
Vérifiez que vos contenus critiques (prix, FAQ, fiches) sont présents dans le HTML brut, pas injectés par JavaScript. C'est le prérequis de toute visibilité IA.
Déployez FAQPage, Article, Organization sur l'ensemble du site. Ces balises sont la matière première de vos futures ressources MCP.
Réécrivez vos réponses clés en blocs auto-suffisants de 134 à 167 mots, exploitables sans contexte. Ce travail sert le crawl aujourd'hui et MCP demain.
Listez les données qu'un agent voudrait interroger chez vous : catalogue, tarifs, disponibilités, études de cas. C'est le cahier des charges d'un futur serveur MCP.
Les citations IA suivent vos mentions sur Reddit, YouTube et Wikipedia plus que votre Domain Rating. Ce levier reste valable quel que soit le protocole.
Cette feuille de route recoupe largement les fondations de l'Answer Engine Optimization : un contenu lisible par la machine est lisible par tous les canaux, du crawl à MCP. Pour aller plus loin sur le terrain français, notre Guide GEO France détaille les chantiers prioritaires marché par marché.
Ne déployez un serveur MCP qu'une fois ces fondations posées. Brancher un agent sur des données mal structurées ne fait qu'amplifier le désordre. L'ordre des priorités reste le même qu'en SEO : la propreté de la donnée d'abord, l'exposition ensuite.
Audit GEO gratuit : nous mesurons votre citabilité, votre rendu HTML et votre maturité MCP. Vous repartez avec une feuille de route claire.
Questions fréquentes
MCP remplace-t-il le SEO classique ?+
Non. MCP s'ajoute au SEO classique sans le remplacer. Le crawl et l'indexation restent indispensables pour la recherche web et les AI Overviews. MCP ouvre un second canal : l'accès direct et structuré de vos données par des agents. Les deux coexistent.
Qu'est-ce que le Model Context Protocol exactement ?+
MCP est un standard ouvert publié par Anthropic fin 2024 qui définit comment un modèle d'IA se connecte à des sources externes (fichiers, API, bases de données) via des serveurs. Il expose des ressources, des outils et des prompts de façon normalisée, sans intégration sur mesure pour chaque modèle.
Faut-il un serveur MCP pour être cité par ChatGPT ?+
Pas aujourd'hui. La majorité des citations IA passe encore par le crawl web et le contenu HTML statique. Un serveur MCP devient pertinent pour des cas d'usage agentiques (assistants internes, intégrations produit) et anticipe une évolution où les agents interrogeront directement les sources de données.
Quelle différence entre MCP et UCP ?+
MCP standardise la connexion entre un modèle et une source de données. UCP (Universal Connector Protocol) vise l'interopérabilité à plus grande échelle : un réseau de connecteurs réutilisables entre plusieurs systèmes et agents. MCP est la brique, UCP l'écosystème qui les fait tenir ensemble.
