Le GEO, ou comment devenir la source que les modèles citent.

Ce que change un moteur qui répond au lieu de lister

Sur un moteur classique, la page de résultats est une liste : dix liens, un ordre, et une décision laissée à la personne. La position compte, parce qu'elle détermine la probabilité du clic. Sur un moteur génératif, il n'y a plus de liste. Le modèle formule une réponse, puis cite deux, trois, parfois cinq sources qui l'ont nourrie. Tout le reste disparaît.

La conséquence est brutale et simple : entre la deuxième et la vingtième source pertinente, il n'y a plus de différence. Soit vous êtes dans la réponse, soit vous n'existez pas pour cette question. C'est ce qui rend l'exercice différent du référencement classique, où une dixième position rapporte encore quelque chose.

Le Generative Engine Optimization — GEO — désigne l'ensemble des pratiques qui augmentent la probabilité d'être retenu comme source. Le mot est récent, la mécanique l'est moins : elle emprunte au référencement, à la structuration documentaire et à l'accessibilité.

Comment un modèle choisit ses sources

Quand un moteur génératif répond à une question qui appelle des faits récents, il ne puise pas dans sa mémoire d'entraînement. Il lance une ou plusieurs recherches, récupère des pages, en extrait des passages, et rédige à partir de ces passages. Quatre filtres se succèdent, et une page peut échouer à n'importe lequel.

L'accès

Le premier filtre est le plus bête et le plus fréquent : le robot doit pouvoir lire la page. GPTBot, ClaudeBot, PerplexityBot, OAI-SearchBot et Google-Extended sont des robots distincts de Googlebot, avec leurs propres autorisations. Beaucoup de sites les bloquent sans le savoir — une extension de sécurité, un réglage d'hébergeur, une ligne héritée d'un ancien fichier robots.txt. Un contenu excellent derrière un blocage vaut zéro.

L'identité

Le deuxième filtre porte sur ce que vous êtes. Un modèle cite plus volontiers une source qu'il peut nommer, situer et rattacher à un domaine de compétence. C'est le rôle des données structurées : déclarer en JSON-LD que le site appartient à une organisation, qu'elle exerce tel métier, qu'elle intervient dans telle zone. Sans cette déclaration, le modèle doit deviner — et dans le doute, il cite quelqu'un d'autre.

L'extractibilité

Le troisième filtre est celui que la plupart des sites ratent. Un modèle prélève des passages, pas des pages. Un paragraphe qui répond à une question précise, en trois ou quatre phrases, sous un intertitre qui pose cette question, est directement utilisable. Un argumentaire de deux mille mots qui tourne autour du sujet sans jamais le formuler ne l'est pas. La hiérarchie des titres compte pour la même raison : elle dit au modèle où commence et où finit une idée.

La fraîcheur et la corroboration

Le quatrième filtre départage les sources restantes. À contenu équivalent, une page datée, mise à jour, et dont les affirmations se retrouvent ailleurs — presse, annuaire, fiche d'établissement, document public — passe devant une page anonyme et sans date. C'est aussi pour cela qu'une stratégie GEO ne se joue pas uniquement sur le site : elle se joue sur l'ensemble des endroits où votre nom apparaît.

Ce que le GEO ne fait pas

Il faut le dire, parce que le marché en dit souvent l'inverse. Personne ne garantit une citation : les modèles varient d'une session à l'autre, changent de version, modifient leurs sources. Ce qui se pilote est la probabilité, pas le résultat.

Le GEO ne remplace pas non plus le référencement. Un moteur génératif s'appuie très largement sur ce qu'un index classique a déjà trouvé. Un site invisible dans Google est invisible dans ChatGPT, pour la raison simple qu'il n'y a rien à récupérer. Les deux disciplines se travaillent ensemble, avec des leviers qui se recouvrent en partie.

Enfin, aucun balisage ne rattrape un contenu vide. Les données structurées décrivent ce qui existe ; elles ne le remplacent pas. Un site sans expertise réelle à exposer restera non cité, quelle que soit la qualité de son JSON-LD.

Par où commencer, dans cet ordre

1. Vérifier l'accès des robots génératifs. Lire le robots.txt et lever les blocages hérités. C'est gratuit, immédiat, et c'est le seul point qui puisse annuler tout le reste.
2. Déclarer l'entité. Un bloc JSON-LD Organization ou LocalBusiness sur toutes les pages : nom, adresse, contact, domaines de compétence.
3. Réécrire les intertitres en questions. Prendre les questions que posent réellement les clients et en faire des titres, avec la réponse en trois phrases juste dessous.
4. Réparer la hiérarchie des titres. Un seul H1, pas de niveau sauté. Ce point sert autant les modèles que les lecteurs d'écran — les deux lisent la même structure.
5. Dater et signer. Afficher la date de publication et de mise à jour, la baliser, nommer un auteur.
6. Publier un llms.txt. Un fichier texte à la racine qui résume l'activité et pointe les pages de référence. La convention est jeune et son effet reste à mesurer, mais son coût est d'une heure.

Mesurer, sans se raconter d'histoires

Deux choses se mesurent sérieusement. La première est l'état technique du site : les points ci-dessus sont vérifiables, un par un, sur le code réellement servi. C'est ce que fait notre diagnostic gratuit, en une minute et sans inscription.

La seconde est la citation elle-même, et elle demande une méthode. On établit une liste de questions telles qu'un client les poserait, sans jamais nommer la marque. On les pose à plusieurs moteurs, à plusieurs jours d'intervalle, et on note qui est cité. Un relevé isolé ne prouve rien ; une série sur trois mois montre une tendance. C'est long, c'est manuel, et c'est la seule mesure honnête à ce jour.

Ce qui ne se mesure pas : une position, un classement, un « score GEO » universel. Ces objets n'existent pas. Un score — le nôtre compris — mesure la conformité d'une page à des critères connus, pas une place dans un palmarès.

Les quatre sujets qui méritent leur propre page

• SEO et GEO : ce qui se recouvre, ce qui diffère — les leviers communs, ceux qui sont propres aux moteurs génératifs, et comment répartir l'effort selon votre situation.
• Données structurées : quels schémas déclarer — les cinq types qui comptent, l'ordre de pose, et les trois erreurs qui annulent tout le balisage.
• Être cité par ChatGPT — les trois situations où le système va chercher sur le web, ce qui fait qu'un passage est retenu, et le test à faire soi-même en quinze minutes.
• llms.txt : faut-il en publier un — ce qu'on sait de son effet réel, comment l'écrire, et pourquoi la réponse reste oui.

La ressource Êtes-vous cité par ChatGPT ? revient sur les critères de sélection des sources et sur le relevé à faire soi-même. Si vous préférez commencer par un constat, le diagnostic est gratuit et immédiat ; s'il confirme le besoin, l'audit complet est détaillé ici.