ChatGPT : l’index secret Labrador qui change tout

Temps de lecture : 7 min

L’enquête qui révèle l’infrastructure cachée de ChatGPT

Pendant deux ans, beaucoup ont supposé que ChatGPT se contentait de puiser dans les résultats de Bing et Google, sans posséder sa propre technologie de recherche. Une enquête approfondie, basée sur des événements techniques capturés côté serveur, des offres d’emploi OpenAI et un témoignage sous serment lors du procès antitrust de Google, démontre que cette hypothèse était fausse.

En réalité, ChatGPT dispose de son propre index, baptisé en interne Labrador. Ce n’est pas un simple projet secondaire, mais une construction méthodique entamée dès 2023. Concrètement, cela change la donne pour les experts SEO : il ne suffit plus de se focaliser uniquement sur les moteurs de recherche traditionnels, il faut aussi comprendre comment l’IA générative organise ses propres données.

Labrador, une famille d’index plutôt qu’un simple raccourci vers Google

Entre le 21 mai et le 21 juillet 2026, un champ nommé result_source est apparu dans les événements serveur (SSE) de ChatGPT, révélant l’origine exacte de chaque résultat. Ce champ acceptait quatre valeurs possibles : Labrador, Bright, Oxylabs et SERP. Trois de ces sources sont des prestataires de scraping externes. La première, Labrador, est l’index propriétaire d’OpenAI.

Plus précisément, Labrador n’est pas un index unique, mais une famille de sous-index spécialisés :

• Actualité : avec des niveaux distincts pour les dernières 24 heures, les sept derniers jours et le reste.
• Finance : avec un sous-index dédié aux PDF financiers.
• Shopping : pour les produits et fiches marchandes.

Cet index stocke des données classiques d’un moteur de recherche : contenu complet des pages, date de crawl, date de publication. Cette architecture reproduit ce que Google a mis deux décennies à bâtir : un index web généraliste complété par des index verticaux spécialisés. C’est un investissement massif, mais nécessaire pour réduire les coûts et les dépendances.

Des offres d’emploi qui confirment la construction d’un index propriétaire

Les offres d’emploi publiées par OpenAI apportent des indices concrets sur cette infrastructure. Par exemple, une offre pour un poste de « Software Engineer, Foundations Search » mentionne explicitement la conception de systèmes d’indexation, de pipelines de récupération et de couches de service. Une autre, pour un poste d’« Engineering Manager, Online Data Systems », décrit l’équipe responsable de la base de données en ligne centrale et des services d’indexation derrière les applications de production d’OpenAI, ChatGPT inclus. Cette offre évoque également une infrastructure à l’échelle de l’exaoctet (10^18 octets), répartie sur plusieurs régions et plusieurs clouds. Une telle capacité ne se justifie pas pour un système qui relayerait simplement des requêtes vers un index tiers.

Une troisième offre, axée sur la récupération par embeddings, demande de concevoir de nouveaux objectifs d’entraînement, des architectures de vector store scalables et des méthodes d’indexation dynamique, en travaillant sur des représentations denses, éparses et hybrides. La représentation éparse rappelle le vocabulaire du TF-IDF et du BM25, les techniques de classement lexical sur lesquelles Google s’est construit. Associées aux embeddings denses, cette combinaison correspond exactement à une fusion de rang réciproque (RRF), un mécanisme bien documenté par des chercheurs comme Metehan Yesilyurt, de Peec AI.

Un projet qui remonte au procès antitrust de Google

La construction de cet index n’est pas récente. Elle démarre au début de l’année 2023, selon des informations obtenues lors du procès antitrust de Google. Nick Turley, responsable de ChatGPT, a témoigné sous serment qu’OpenAI rencontrait des problèmes de qualité majeurs avec les données de recherche fournies par des partenaires autres que Google. L’entreprise souhaitait alors travailler avec Google, mais celui-ci a refusé.

Ce refus a poussé OpenAI à développer son propre index. Turley a également précisé que l’objectif initial était de répondre à 80 % des requêtes via cet index propriétaire dès la fin 2023, un calendrier très ambitieux. En revanche, même avec un accès complet à l’index de Google, il faudrait à OpenAI au moins cinq ans pour évaluer si répondre à 100 % des requêtes via son propre index est réalisable. Cela montre qu’une indépendance totale ne se décrète pas, elle se construit progressivement.

Le shopping, la vitrine la plus visible de cette bascule

Pour observer cette transition en action, le secteur du shopping est le plus révélateur. En mi-août 2026, une expérience A/B nommée « prefer-index-over-serp-v3 » affectait 8 % des conversations. OpenAI teste ainsi son index produit sur des tranches de trafic allant de quelques pourcents jusqu’à 20 %. Une autre expérience, « shopping-reduced-topn-v4b », a révélé une pile technique intéressante : une composante lexicale BM25, un module rerank400 qui reclasse un pool de 400 candidats, et une recherche vectorielle par plus proches voisins approximatifs (ann4096).

Au 2 septembre 2026, au moins cinq expériences liées au shopping tournaient encore en parallèle. C’est un signe clair : une équipe construit activement un index produit et valide sa fiabilité avant un déploiement complet.

Pourquoi ChatGPT met aussi en cache des pages entières

La récupération en direct est trop lente pour être utilisée à chaque requête. Selon le HTTP Archive Almanac, 58 % des pages web mettent plus de 0,8 seconde à se charger, un délai incompatible avec l’échelle de ChatGPT. Une solution : utiliser un cache, sur le modèle d’anciens brevets Google. Pour tester cette hypothèse, le chercheur Metehan Yesilyurt a créé un site contenant un milliard de pages. Début septembre 2026, 6 millions de pages avaient déjà été explorées, à un rythme de 35 000 requêtes par heure. Un crawl aussi intensif n’a de sens que si les pages sont conservées quelque part. La mise en cache permet aussi d’anticiper des tâches comme le calcul des embeddings et le filtrage des pages de faible qualité.

Un test avec le mode verrouillé de ChatGPT (qui empêche la navigation en direct) a confirmé l’existence de ce cache. En posant des questions sur la dernière version de la page d’accueil de plusieurs éditeurs SEO (Search Engine Journal, Search Engine Land, etc.), ChatGPT a servi les résultats depuis son propre cache, sans récupération en direct.

Google et Microsoft n’ont pas disparu du paysage

Ne croyez pas que ChatGPT a remplacé les moteurs de recherche traditionnels. Il s’appuie encore sur plusieurs fournisseurs. Par exemple, un test mené par Malte Landwehr, CPO chez Peec AI, a montré que ChatGPT interrogeait toujours Google : en sélectionnant un site sans trafic organique et en posant des questions à ChatGPT sur des jours précis, Google Search Console affichait un pic de trafic ces jours-là. Bing apparaît également, surtout dans les sessions de Deep Research, via la plateforme Web IQ de Microsoft, qui cite ChatGPT parmi les produits qu’elle alimente.

Les sources externes de ChatGPT, un écosystème complexe

En réalité, ChatGPT combine au moins huit sources externes en plus de son propre crawler : Bright (probablement Bright Data) pour scraper Google et Google Maps, Oxylabs pour l’actualité, un autre canal SERP, des canaux internes anonymes b1 et b3, et Web IQ de Microsoft. Cela montre que la dépendance n’est pas encore rompue, mais la tendance est claire.

Ce que cela change concrètement pour votre stratégie

Votre visibilité sur Bing ne garantit plus celle sur ChatGPT. Pour les sites marchands, il est crucial de surveiller leur apparition dans les résultats shopping de ChatGPT, car c’est là que la sélection par l’index propriétaire est la plus active. Pour les fiches locales, soignez votre présence sur Yelp et TripAdvisor, car leurs données sont utilisées par ChatGPT. Enfin, le mode verrouillé permet de vérifier si vos pages importantes sont déjà mises en cache, un test simple à réaliser.

Au final, l’index Labrador est une avancée majeure qui redéfinit les règles du SEO pour l’IA. Envie d’échanger sur le sujet ? Laissez un commentaire ci-dessous.