Qu’est-ce que le GEO, et pourquoi repose-t-il sur le SEO ?

Qu’est-ce que le GEO ?

Le GEO, ou Generative Engine Optimization, désigne l’ensemble des actions qui cherchent à rendre une marque ou un contenu plus visible dans les réponses des moteurs génératifs. C’est aussi le titre d’un article de recherche accepté à KDD 2024, qui évalue des méthodes de modification de contenu sur un banc d’essai de 10 000 requêtes, le GEO-bench.

En pratique, le mot recouvre deux sujets qu’il vaut mieux séparer : mesurer si une marque apparaît dans les réponses, et agir pour qu’elle y apparaisse. Cet article traite du second, et de ce qu’il doit au SEO.

Pourquoi le GEO repose-t-il sur le SEO ?

Parce que, chez Google, les réponses génératives sont bâties sur la recherche classique. Google écrit que les bonnes pratiques du SEO restent pertinentes, car ses fonctions d’IA reposent sur ses systèmes de classement et de qualité : optimiser pour la recherche générative, c’est optimiser pour l’expérience de recherche, donc encore du SEO.

Le mécanisme décrit par Google s’appelle la génération augmentée par la recherche, ou grounding : le système récupère des pages à jour dans l’index de recherche, relit leur contenu, puis rédige une réponse accompagnée de liens. Pour répondre, il peut lancer plusieurs requêtes proches, ce que Google appelle le query fan-out.

La conséquence pratique est simple. Selon Google, une page doit être indexée et éligible à un extrait dans la recherche pour être affichée comme lien dans AI Overviews ou AI Mode, et il n’existe pas d’exigence technique supplémentaire.

Cela vaut pour Google. Pour ChatGPT, Perplexity et Claude, les pages consultées pour cette série (OpenAI, Perplexity, Anthropic) décrivent surtout les robots et la façon de les autoriser. Elles ne publient pas de critères de choix des marques.

Que démontre l’article de recherche sur le GEO ?

Il montre que certaines modifications de contenu augmentent la visibilité d’une source dans les réponses d’un moteur de test, jusqu’à 40 % de plus d’après l’abstract. C’est un résultat de laboratoire : il ne dit pas ce que gagnerait une marque réelle face aux IA que ses clients utilisent.

Le moteur de test est un montage des auteurs : les cinq premiers résultats Google de chaque requête sont transmis à un modèle, gpt-3.5-turbo, qui rédige la réponse, selon la section 3.1 de l’article. Les auteurs ont aussi évalué leurs méthodes sur Perplexity.ai, un service commercial.

Deux limites à garder en tête. Les gains sont relatifs à la source modifiée, pas à une marque entière. Et le montage principal repose sur un seul modèle de test.

Quels leviers du SEO s’appliquent aux réponses des IA ?

Ceux que Google présente comme le socle : des pages explorables, indexées, au contenu utile et lisible. Google cite l’exploration autorisée par robots.txt et par le CDN, les liens internes, le contenu important en texte, et des données structurées conformes au texte visible. Il précise qu’aucun balisage spécial n’est nécessaire.

• L’exploration est autorisée dans robots.txt et par le CDN ou l’hébergeur (Google).
• Le contenu est trouvable grâce à des liens internes (Google).
• L’essentiel du contenu est disponible en texte (Google).
• Les données structurées, si vous en utilisez, correspondent au texte visible (Google).
• Le contenu apporte un point de vue propre au lieu de recycler ce que d’autres ont déjà dit, et il est organisé en paragraphes et en sections titrées (Google).
• Le contenu dupliqué est réduit (Google).

Cette liste vient de deux documentations (fonctions d’IA dans la recherche et guide d’optimisation) et vaut pour Google. Elle ne dit pas que les autres IA fonctionnent de la même façon.

Faut-il choisir entre le GEO et le SEO ?

Non : les deux ne s’opposent pas, parce que, chez Google, les réponses génératives reposent sur la recherche classique. Le GEO nomme ce que l’on cherche à obtenir, une présence dans les réponses des IA ; le SEO reste le socle de la visibilité dans Google, d’après Google. Le tableau les compare.

Quel choix faire selon la situation ?

Celui qui répond à l’état du site. Un site non exploré ou non indexé relève d’abord du SEO, parce que tout le reste en dépend ; un site indexé dont la marque est absente des réponses relève de la mesure, puis du contenu et des entités. Les cas se lisent dans cet ordre, du plus technique au plus éditorial.

• Le site n’est pas exploré ou pas indexé : commencer par l’accès et l’indexation, avec la liste de contrôle d’audit.
• Le site est indexé mais la marque est absente des réponses : mesurer d’abord, puis chercher la cause, avec le diagnostic.
• Des actions ont été menées et l’on veut savoir si elles ont eu un effet : comparer avant et après, comme le décrit mesurer l’effet d’une action.

Que faut-il ne pas croire au sujet du GEO ?

Que des fichiers ou des découpages spéciaux seraient indispensables. Pour Google Search, Google écrit qu’il n’y a pas besoin de fichiers dédiés aux IA comme llms.txt, ni de découpage en petits morceaux, ni d’écriture spécifique, et que chercher des mentions inauthentiques aide moins qu’on ne le croit.

Ces lignes décrivent le comportement de Google Search. Pour les autres services, les pages consultées ne disent rien de comparable.

Hypothèse de travail : pour les IA autres que Google, aucune page consultée ne confirme ni n’infirme l’usage de ces fichiers ; nous les traitons comme neutres et ne les présentons jamais comme un levier. Abysia publie elle-même un fichier llms.txt, sans en attendre d’effet.

Par où commencer ?

Par l’accès, puis le contenu, puis la mesure. Vérifier que les robots des IA peuvent atteindre vos pages coûte peu et conditionne tout le reste ; améliorer le contenu demande plus de travail et son effet ne se juge qu’en mesurant avec une marge d’erreur.

1. Accès : les robots d’OpenAI (OpenAI), de Perplexity (Perplexity) et d’Anthropic (Anthropic) ont des fonctions distinctes, détaillées dans l’article sur l’accès des robots d’IA.
2. Indexation : pour Google, une page doit être indexée et éligible à un extrait (Google).
3. Contenu : les points de la liste de contrôle ci-dessus.
4. Mesure : un taux de mention n’a de sens qu’avec sa marge d’erreur et sa taille d’échantillon, comme l’explique l’article sur le taux de mention.