Le GEO (Generative Engine Optimization) regroupe les pratiques qui visent à faire apparaître un site ou une marque dans les réponses de ChatGPT, Gemini, Perplexity, Copilot ou des AI Overviews de Google. Il repose d’abord sur les fondamentaux du référencement : des pages accessibles aux robots, indexées, utiles et vérifiables, ainsi que sur la présence de la marque dans des sources tierces fiables. Aucun éditeur d’assistant ne publie ses critères de sélection : ce guide distingue ce qui est documenté, ce qui est observé et ce qui relève encore de l’hypothèse.
Le sujet a pris de l’ampleur parce que les assistants conversationnels sont devenus une porte d’entrée vers l’information, y compris pour des requêtes commerciales. Mais il charrie aussi beaucoup de promesses invérifiables. Les données citées ci-dessous ont été vérifiées en novembre 2026 ; les outils et les règles des plateformes évoluent vite et doivent être recontrôlés avant toute décision.
Qu’est-ce que le Generative Engine Optimization ?
Le terme vient d’un article de recherche intitulé « GEO: Generative Engine Optimization », déposé sur arXiv en novembre 2023 par une équipe associant notamment l’université de Princeton et l’IIT Delhi, puis accepté à la conférence KDD 2024. Les auteurs y définissent les « moteurs génératifs » comme des systèmes qui recherchent des sources sur le web, puis rédigent une réponse synthétique en les citant. Le GEO désigne les méthodes qui augmentent la visibilité d’un contenu dans ces réponses. Pour approfondir, consultez « Qu’est-ce que le GEO ? Définition et enjeux ».
Le vocabulaire n’est pas stabilisé. On croise aussi AEO (Answer Engine Optimization), LLMO ou simplement « référencement IA ». Google, dans son guide d’optimisation pour ses fonctionnalités d’IA générative publié en mai 2026, considère que ces termes recouvrent le même travail et que, pour son moteur, optimiser pour la recherche générative reste du SEO. La question de fond, ce qu’est le GEO par rapport au référencement classique, ne se résume donc pas à un changement d’étiquette : c’est surtout la manière de mesurer le résultat qui change, et c’est là que se joue l’essentiel de la comparaison SEO vs GEO. Nous détaillons cette comparaison dans « SEO vs GEO : différences, points communs et complémentarités ».
Quatre résultats à ne jamais confondre
Être « visible dans une IA » peut désigner des situations très différentes, qui n’ont ni la même valeur ni les mêmes outils de mesure. Les mélanger conduit à des tableaux de bord trompeurs.
| Résultat | Définition | Exemple |
|---|---|---|
| Citation | Votre page apparaît comme source liée de la réponse | Un lien numéroté vers votre article sous une réponse de Perplexity |
| Mention | Votre marque est nommée dans le texte, avec ou sans lien | ChatGPT cite votre entreprise parmi trois prestataires, sans lien |
| Trafic référent | Un internaute clique et arrive sur votre site | Une session dont le référent est un assistant dans votre outil d’analyse |
| Conversion | Cette visite aboutit à une action utile | Demande de devis, inscription, achat |
Une marque peut être souvent mentionnée sans jamais être citée, ou citée sans recevoir de clics. À l’inverse, une décision prise dans une conversation peut se traduire plus tard par une visite directe ou une recherche de marque, que les outils attribueront à un autre canal. C’est la limite principale de tout ce qui suit.
Comment les assistants recherchent et citent des sources
Un assistant peut répondre de deux façons. Soit il s’appuie uniquement sur ce que le modèle a appris pendant son entraînement, sans source affichée ; soit il lance des recherches au moment de la question, récupère des pages, puis rédige une réponse en les citant. Cette seconde méthode, appelée génération augmentée par récupération ou grounding, est la seule sur laquelle un site peut agir rapidement, car l’entraînement d’un modèle se fait sur des données figées à une date donnée.
Google décrit ce fonctionnement pour ses AI Overviews et son AI Mode : ses systèmes de classement habituels récupèrent des pages dans l’index de recherche, et le modèle peut lancer plusieurs requêtes apparentées en parallèle, une technique que Google appelle query fan-out. Selon sa documentation pour les éditeurs, une page doit simplement être indexée et éligible à l’affichage avec un extrait pour pouvoir servir de lien de référence, sans exigence technique supplémentaire. Optimiser les AI Overviews revient donc d’abord à réussir son référencement Google. Nous détaillons ce point dans « Google AI Overviews : comment préparer son site aux réponses IA ? ».
Qui explore quoi : les robots à connaître
Chaque éditeur utilise ses propres robots, avec des rôles distincts. Les confondre est l’erreur technique la plus coûteuse : bloquer un robot de recherche en croyant bloquer l’entraînement des modèles fait disparaître le site des réponses. Le sujet fait l’objet d’un article dédié : « Robots IA et robots.txt : qui autoriser et comment vérifier ? ».
| Éditeur | Robot ou jeton | Rôle documenté | Effet d’un blocage dans robots.txt |
|---|---|---|---|
| OpenAI | OAI-SearchBot | Faire apparaître des sites dans la recherche de ChatGPT | Le site n’est plus affiché dans les réponses de recherche de ChatGPT |
| OpenAI | GPTBot | Collecter des contenus pouvant servir à l’entraînement | Signale que le contenu ne doit pas servir à l’entraînement |
| OpenAI | ChatGPT-User | Visites déclenchées par une demande d’utilisateur | Les règles robots.txt peuvent ne pas s’appliquer |
| Perplexity | PerplexityBot | Faire apparaître et lier des sites dans les résultats | Respecté selon Perplexity ; le site perd ses chances d’être cité |
| Perplexity | Perplexity-User | Récupérer une page à la demande d’un utilisateur | Ignore en général robots.txt, selon Perplexity |
| Googlebot | Exploration pour la recherche, y compris les fonctionnalités d’IA | Le site sort de la recherche et donc des AI Overviews et de l’AI Mode | |
| Google-Extended (jeton robots.txt) | Entraînement des modèles Gemini et grounding dans les applications Gemini | Aucun effet sur l’inclusion ni le classement dans la recherche Google |
Ces rôles sont tirés de la documentation des robots d’OpenAI, de celle de Perplexity et de la liste des robots de Google, consultées en novembre 2026. OpenAI et Perplexity indiquent qu’une modification de robots.txt peut demander environ 24 heures pour être prise en compte. Google annonce par ailleurs son intention de prendre en charge, début 2027, le signal standardisé de préférence d’entraînement AIPREF. Le détail du paramétrage robots IA et robots.txt mérite un contrôle ligne à ligne, car un pare-feu ou un CDN peut aussi refuser ces robots sans que le fichier soit en cause.
Ce que l’étude fondatrice a mesuré, et ce qu’elle ne prouve pas
L’article de recherche de 2023 a construit un banc d’essai de 10 000 requêtes (GEO-bench) et testé neuf modifications de contenu sur un moteur génératif simulé, puis sur Perplexity. Les meilleures méthodes, ajouter des citations de sources, des citations textuelles et des statistiques, ont amélioré la visibilité mesurée d’environ 30 à 40 % en relatif, selon les auteurs. Le bourrage de mots-clés n’a apporté aucun gain, et a même dégradé le résultat lors du test sur Perplexity.
Un autre résultat est souvent cité : les sources classées en cinquième position dans les résultats de recherche ont gagné 115,1 % de visibilité avec l’ajout de citations, quand les sources de premier rang ont perdu en moyenne 30,3 %. Ces chiffres décrivent une expérience contrôlée, avec les modèles disponibles fin 2023 et une métrique définie par les chercheurs. Ils indiquent une tendance plausible — des contenus étayés et précis sont plus repris — mais ne constituent pas une règle de fonctionnement des assistants actuels.
Quels fondamentaux techniques et éditoriaux maîtriser ?
Le point de départ est souvent plus bas qu’on ne le pense. Le baromètre de Fasterize publié en novembre 2026, fondé sur un crawl de 1 469 sites, relevait que 61 % des sites atteignaient 80/100 sur son pilier Search contre 9 % sur son pilier AI Search : un écart détaillé dans notre article sur la faible optimisation des sites pour la recherche IA. Ces scores reposent sur la grille de l’éditeur, mais ils montrent que les bases restent le premier chantier.
Côté technique, quatre conditions sont documentées. Les robots de recherche des assistants doivent pouvoir accéder aux pages, y compris à travers le pare-feu et le CDN. Les pages doivent être indexées et éligibles aux extraits, puisque Google précise que les directives nosnippet, data-nosnippet et max-snippet limitent aussi ce qui apparaît dans ses fonctionnalités d’IA. Le contenu important doit exister sous forme de texte, comme le demande Google ; et comme les éditeurs d’assistants ne documentent pas la capacité de leurs robots à exécuter JavaScript, mieux vaut qu’il figure directement dans le HTML servi. Enfin, les données structurées doivent correspondre au texte visible. Pour aller plus loin, lisez notre article « Données structurées et IA : Schema.org change-t-il la visibilité ? ».
Plusieurs idées reçues tombent à la lecture des documentations officielles. Google indique qu’il n’utilise pas le fichier llms.txt, qu’aucun balisage schema.org spécifique n’est nécessaire pour ses fonctionnalités d’IA et qu’il n’est pas utile de découper ses pages en petits blocs. Le débat sur llms.txt et le référencement IA reste ouvert pour d’autres services, mais aucun grand acteur n’a, à notre connaissance, documenté qu’il s’en sert pour choisir ses sources. Quant à schema.org, il garde son intérêt pour les résultats enrichis et la cohérence des informations, sans être un passe-droit. Pour approfondir, consultez « llms.txt : ce fichier aide-t-il vraiment le référencement IA ? ».
Depuis le 31 août 2026, Google propose aussi dans la Search Console un réglage « Search generative AI » qui permet d’exclure un site des AI Overviews, de l’AI Mode et des fonctionnalités génératives de Discover. Ce réglage est activé en « inclure » par défaut ; l’exclusion supprime tout trafic et toute impression issus de ces fonctionnalités, sans effet sur le reste de la recherche selon Google. À vérifier dans chaque propriété, notamment après une migration ou une reprise de site.
Grille de contrôle et niveau de preuve
Le tableau suivant classe les leviers les plus cités selon la solidité de ce qui les soutient. « Documenté » signifie qu’un éditeur l’écrit dans sa documentation ; « observé » qu’une étude ou un test l’a relevé dans des conditions précises ; « hypothèse » qu’il s’agit d’une pratique raisonnable sans preuve publiée.
| Levier | Niveau de preuve | Comment vérifier |
|---|---|---|
| Accès des robots de recherche (OAI-SearchBot, PerplexityBot, Googlebot, Bingbot) | Documenté | robots.txt, journaux serveur, règles du pare-feu |
| Indexation et éligibilité aux extraits | Documenté (Google) | Inspection d’URL dans la Search Console |
| Réglage « Search generative AI » sur « inclure » | Documenté (Google) | Paramètres de la Search Console |
| Informations clés présentes dans le HTML servi | Hypothèse prudente (texte documenté par Google, exécution du JavaScript non documentée chez les autres) | Comparer le code source et la page rendue |
| Faits précis, chiffres sourcés, citations | Observé (étude GEO 2023) | Relire les pages clés : chaque affirmation a-t-elle une source ? |
| Titres clairs, tableaux, FAQ | Recommandé par Microsoft pour Bing et Copilot | Revue éditoriale des pages les plus stratégiques |
| Présence dans des sources tierces (annuaires, comparatifs, presse) | Observé dans des tests ponctuels | Lister les sources citées sur vos requêtes clés |
| Fichier llms.txt | Hypothèse ; ignoré par Google Search | Aucun indicateur public |
Comment optimiser la visibilité d’une marque et de ses contenus ?
Sur vos propres pages, les recommandations convergentes des éditeurs tiennent en quelques principes. Google demande des contenus « non interchangeables », produits à partir d’une expérience ou d’une expertise réelle, plutôt que des synthèses de ce qui existe déjà. Dans l’annonce de son rapport AI Performance, Microsoft conseille de structurer l’information (titres, tableaux, FAQ), d’étayer les affirmations par des exemples et des données, de mettre à jour régulièrement les pages et de signaler les changements via IndexNow.
Concrètement, une page a plus de chances d’être reprise si elle répond explicitement à une question, donne des éléments vérifiables (prix de départ, délai, périmètre, date de mise à jour, méthode) et indique qui parle et à quel titre. Ces repères recoupent les critères de « contenu utile » que Google décrit depuis plusieurs années : qui a produit le contenu, comment, et dans quel but.
La visibilité d’une marque ne se joue pas seulement sur son site. Les assistants s’appuient aussi sur des pages tierces : annuaires sectoriels, comparatifs, profils professionnels, articles de presse, avis. D’où l’importance de l’entité de marque, c’est-à-dire d’informations cohérentes (nom, activité, adresse, offres, dirigeants) partout où l’entreprise est décrite. Pour les commerces et les produits, Google cite explicitement Merchant Center et la fiche d’établissement Google ; Microsoft, de son côté, cite Bing Places. Être cité par ChatGPT relève de la même logique, avec la particularité de dépendre de la recherche web de l’assistant et de son robot OAI-SearchBot. Nous détaillons ce point dans « Entité de marque : comment rendre une entreprise identifiable par les IA ? ».
Les pratiques qui se retournent contre vous
- Produire des pages en masse pour capter des requêtes d’assistants. Google rappelle que créer des pages principalement pour manipuler ses résultats ou ses réponses générées enfreint sa règle contre les contenus produits à grande échelle.
- Fabriquer des mentions. Le guide de Google indique que rechercher des mentions « inauthentiques » sur le web n’est pas aussi utile qu’il y paraît ; ses systèmes anti-spam s’appliquent aussi aux réponses génératives.
- Bourrer les pages de mots-clés. C’est la seule méthode testée dans l’étude GEO de 2023 qui n’a rien apporté.
- Bloquer le mauvais robot. Interdire OAI-SearchBot ou PerplexityBot pour « protéger ses contenus » retire le site des réponses, alors que GPTBot et Google-Extended suffisent à exprimer un refus d’entraînement.
- Croire à un classement garanti. Google précise qu’aucun outil tiers n’a accès à ses systèmes internes de classement ou d’IA. Toute offre de « position garantie » dans un assistant doit être traitée avec méfiance.
Comment mesurer mentions, citations, trafic et conversions ?
La mesure est le maillon le plus faible du GEO, et chaque plateforme donne une vision partielle. Mesurer la visibilité IA suppose donc de combiner plusieurs sources de données, en sachant ce que chacune couvre et ce qu’elle ignore.
Google fournit depuis juin 2026 un rapport de performances de l’IA générative dans la Search Console, ouvert à tous les sites depuis le 31 août 2026. Il compte les impressions dans les AI Overviews et l’AI Mode (une impression chaque fois qu’un lien vers le site est affiché), par page, pays, date et appareil. Il ne fournit pas de clics, et ces données figurent aussi dans le rapport de performances classique : additionner les deux revient à compter deux fois.
Microsoft propose depuis le 10 février 2026, en préversion, un rapport AI Performance dans Bing Webmaster Tools. Il recense les citations dans Copilot, dans les résumés générés par Bing et chez certains partenaires, avec les « grounding queries », les expressions utilisées par l’IA pour retrouver vos pages, présentées comme un échantillon. Des vues par intention, par thème et une « part de citations » ont été ajoutées en juin 2026 ; Microsoft précise que cette part de citations ne représente pas une part de trafic.
Pour ChatGPT, Perplexity et l’application Gemini, il n’existe pas d’équivalent public de ces rapports à notre connaissance : le référencement Perplexity et Gemini se suit par l’analyse du trafic référent et par des tests de requêtes. Selon la FAQ éditeurs d’OpenAI, les liens de la recherche ChatGPT portent le paramètre utm_source=chatgpt.com, ce qui facilite leur repérage dans un outil d’analyse.
| Indicateur | Source de données | Ce qu’il mesure | Limite principale |
|---|---|---|---|
| Impressions IA Google | Search Console, rapport IA générative | Affichage d’un lien dans AI Overviews ou AI Mode | Pas de clics ; AI Overviews et AI Mode non séparés |
| Citations Copilot et Bing | Bing Webmaster Tools, AI Performance | Nombre de citations, pages et requêtes de récupération | Préversion ; ni clics ni trafic |
| Trafic référent | Outil d’analyse (référents, paramètres UTM) | Visites venues d’un assistant identifiable | Une partie des visites arrive sans référent |
| Mentions sans lien | Panel de requêtes testées à la main ou outil tiers | Présence du nom de marque et formulation | Réponses variables, échantillon limité |
| Conversions | Analyse, CRM, question « comment nous avez-vous connu ? » | Valeur business du canal | Attribution incomplète du parcours |
Les volumes restent modestes à l’échelle d’un site. Selon les données Similarweb reprises par Fasterize sur 498 sites en août 2026, les assistants envoyaient en médiane 2 visites pour 100 visites issues de la recherche organique. Plusieurs analyses relèvent en revanche des taux de conversion plus élevés pour ces visiteurs, sur des échantillons limités : c’est une raison de suivre la conversion autant que le volume.
Un protocole de test manuel reproductible
- Rédigez 20 à 50 questions que vos clients posent réellement, réparties entre informationnelles, comparatives et commerciales, sans citer votre marque.
- Choisissez les assistants suivis et notez pour chacun le mode utilisé (recherche web activée ou non), la langue et le compte (connecté ou non).
- Posez chaque question plusieurs fois, dans des sessions séparées, car les réponses varient d’un essai à l’autre.
- Pour chaque réponse, relevez : marque mentionnée ou non, pages citées, concurrents présents, formulation utilisée, éventuelles erreurs factuelles.
- Archivez des captures datées, puis répétez le protocole à intervalle fixe (par exemple tous les mois) avec les mêmes questions.
Ce protocole ne donne pas une part de marché, mais une tendance sur un échantillon choisi. Les outils GEO commerciaux automatisent ce travail à plus grande échelle ; leur méthode (nombre de requêtes, fréquence, localisation, modèles interrogés) doit être connue avant de comparer leurs chiffres.
Plan d’audit GEO et erreurs à éviter
Un audit GEO n’a pas besoin d’outils exotiques. Il consiste à vérifier, dans l’ordre, que rien ne bloque l’accès, que les contenus sont exploitables, que la marque est correctement décrite ailleurs, puis à poser une mesure de départ.
- Accès. Lire le robots.txt et les règles du pare-feu ou du CDN pour OAI-SearchBot, PerplexityBot, Googlebot et Bingbot ; vérifier dans les journaux serveur que ces robots obtiennent bien des réponses 200.
- Choix d’entraînement. Décider séparément du sort de GPTBot et de Google-Extended, qui concernent l’entraînement et, pour Google-Extended, le grounding des applications Gemini.
- Indexation. Contrôler dans la Search Console et Bing Webmaster Tools l’indexation des pages stratégiques et l’absence de directives nosnippet involontaires.
- Réglage Google. Vérifier que la propriété Search Console est sur « inclure » dans le réglage « Search generative AI ».
- Rendu. S’assurer que prix, caractéristiques et réponses clés figurent dans le HTML servi, pas uniquement après exécution de JavaScript.
- Contenu. Repérer les pages qui répondent aux questions clés et y ajouter faits datés, sources et éléments de méthode.
- Entité. Recenser les fiches et profils qui décrivent l’entreprise et corriger les informations obsolètes ou contradictoires.
- Mesure de départ. Activer les rapports Google et Bing, isoler les référents des assistants dans l’outil d’analyse et lancer le premier passage du protocole de test.
Juger un résultat sans se tromper de conclusion
Une hausse des citations après une modification ne prouve pas que la modification en est la cause : les modèles changent, la concurrence publie, la demande varie. Pour limiter ce biais, comparez un groupe de pages modifiées à un groupe de pages comparables laissées en l’état, sur la même période, et gardez une trace datée de chaque changement. Microsoft rappelle lui-même que l’activité de citation dépend de l’évolution des modèles, des contenus concurrents et de la demande.
Enfin, fixez des objectifs proportionnés. Pour un site de contenu, le gain attendu est surtout une présence dans les sources citées ; pour une entreprise, c’est d’être mentionnée correctement quand un acheteur demande une recommandation. Dans les deux cas, le GEO prolonge le référencement et le travail de réputation plutôt qu’il ne les remplace, et aucune méthode ne garantit une place dans la réponse d’un assistant.
