Generative Engine Optimization : comment devenir une source citée par les IA

Pendant vingt ans, la question posée par les éditeurs de contenu tenait en une phrase : comment arriver en première position sur Google ? Ou être super bien placé dans les premiers résultats d’une recherche. Depuis l’arrivée des AI Overviews, de ChatGPT, Perplexity et autres agents IA, une seconde question s’ajoute, et elle ne se traite pas de la même manière : comment être la source que le modèle reprend quand il rédige la réponse à la place de l’utilisateur ? C’est l’objet du Generative Engine Optimization, ou GEO.

Oui, nous sommes bien d’accord. Alors que la course à la position Google préoccupait et préoccupe encore beaucoup d’entre nous, voici qu’il faut apprendre à composer avec un autre système proche, mais pas tout à fait. Si cela vous fatigue d’entrée de jeu, je comprends. Mais apprenons-en plus avant de paniquer ou abandonner. Car il se pourrait bien que SEO & GEO soient assez proches pour que le travail fourni pour le premier, serve aussi en partie pour le second !

Le GEO, définition

Le Generative Engine Optimization désigne l’ensemble des pratiques visant à améliorer la visibilité d’un contenu à l’intérieur des réponses produites par un moteur génératif : AI Overviews et AI Mode de Google, ChatGPT, Perplexity, Copilot et leurs équivalents.

Le terme n’est pas une invention marketing récente. Il a été formalisé dans un travail de recherche publié en 2023 par Pranjal Aggarwal et ses coauteurs (universités de Princeton, Georgia Tech, Allen Institute for AI et IIT Delhi), présenté ensuite à la conférence ACM SIGKDD 2024. Les auteurs y proposent un cadre expérimental, GEO-bench, construit sur 10 000 requêtes couvrant plusieurs domaines, et mesurent l’effet de neuf modifications appliquées à une page source sur sa reprise dans la réponse générée. Leur conclusion : certaines interventions éditoriales augmentent la visibilité d’une source jusqu’à 40 % dans la réponse produite. Le texte complet est consultable en accès libre sur arXiv.

Ce chiffre mérite une lecture prudente. La visibilité y est mesurée de façon relative : les cinq sources fournies au modèle se partagent 100 % de l’espace de la réponse. Gagner de la place, c’est donc en prendre à un concurrent. Il ne s’agit pas d’un levier de croissance absolue, mais d’une redistribution.

Ce qui distingue le GEO du SEO classique

Le SEO optimise une position dans une liste, et ça vous le savez probablement déjà très bien. Le GEO optimise une probabilité d’extraction et de reformulation. Trois différences concrètes en découlent.

Comme :

L’unité de travail change. Le SEO raisonne en pages : une page, une intention, un mot clé principal. Un moteur génératif, lui, ne reprend presque jamais une page entière. Il extrait des passages, souvent quelques phrases, qu’il recompose avec ceux d’autres sources. L’unité pertinente devient donc le paragraphe autonome, celui qui reste compréhensible une fois sorti de son contexte.

La récompense change. En SEO, le succès se mesure en clic. En GEO, il se mesure en citation, avec ou sans clic derrière. C’est le point le plus inconfortable pour un éditeur, et j’y reviens dans la section suivante.

Le socle reste commun. C’est l’aspect le plus souvent mal compris. Le GEO ne remplace pas le SEO, il s’y ajoute. Google indique explicitement qu’il n’existe pas d’index séparé pour ses fonctionnalités d’IA : les pages reprises dans les AI Overviews viennent du même index que les résultats classiques, et les bonnes pratiques SEO restent le fondement de la visibilité dans les expériences génératives. Autrement dit, un contenu invisible dans l’index n’a aucune chance d’être cité par le modèle.

Pourquoi le sujet concerne directement un éditeur de blog

Parce que le nombre de clics recule, et que les chiffres sont documentés. Beaucoup de propriétaires de blog(s) et/ou de sites web classiques le sentent bien depuis que les agents IA sont là. Et depuis que des résultats pondus par des IA nous sont proposées dans nos recherches.

Le Pew Research Center a publié en juillet 2025 une analyse du comportement de navigation de 900 adultes américains ayant accepté le suivi de leur activité, sur 68 879 requêtes Google effectuées en mars 2025. Les résultats sont nets :

• Lorsqu’un résumé généré par IA apparaît sur la page de résultats, l’utilisateur clique sur un lien classique dans 8 % des visites. Sans résumé, ce taux monte à 15 %, soit près du double.
• Le clic sur une source citée à l’intérieur du résumé lui-même est marginal : 1 % des visites.
• La session de navigation s’arrête après consultation de la page de résultats dans 26 % des cas avec résumé, contre 16 % sans.
• 58 % des participants ont effectué au moins une recherche déclenchant un résumé IA sur le mois observé.

Ces données sont consultables sur le site du Pew Research Center.

La même étude relève un autre point utile pour un blogueur : la probabilité de déclencher un résumé IA dépend fortement de la formulation de la requête. Seules 8 % des recherches d’un ou deux mots produisent un résumé, contre 53 % pour les recherches de dix mots et plus, et 60 % pour celles commençant par un mot interrogatif. Les contenus qui répondent à des questions longues et précises sont donc les plus exposés à cette mécanique, dans les deux sens du terme : les plus menacés en trafic, et les plus susceptibles d’être cités.

Pour un éditeur, la conséquence pratique est double. D’une part, un contenu qui n’existe que pour capter un clic sur une question factuelle simple est structurellement fragilisé. D’autre part, la citation devient une forme de visibilité en soi, qui construit une notoriété de marque même sans session comptabilisée dans l’analytics. Cette visibilité est difficile à mesurer avec les outils habituels, ce qui ne veut pas dire qu’elle est nulle.

Ce qui favorise la reprise par une IA

Les travaux d’Aggarwal et de ses coauteurs ont testé séparément plusieurs modifications éditoriales. Trois familles ressortent avec un effet mesurable : l’ajout de statistiques pertinentes, l’ajout de citations directes attribuées à des interlocuteurs identifiés, et l’ajout de références à des sources crédibles. Ces trois leviers ont un point commun : ils fournissent au modèle des éléments vérifiables et attribuables, exactement ce qu’un système conçu pour citer ses sources cherche à reprendre. Plusieurs ressources francophones consacrées au Generative Engine Optimization documentent ces mêmes mécanismes, en les replaçant dans une logique de continuité avec le référencement naturel plutôt que de rupture, ce qui correspond à ce que l’on observe sur le terrain.

Un point mérite d’être souligné pour les petits éditeurs : dans l’étude, l’ajout de sources citées a produit un gain de visibilité particulièrement marqué pour les pages positionnées en cinquième position dans les résultats de recherche, davantage que pour celles positionnées en tête. La logique générative ne réplique pas mécaniquement la hiérarchie des liens : un site modeste mais dense en éléments vérifiables peut occuper une place importante dans une réponse.

Et si on se place du point de vue de l’humain avant de penser au SEO ou GEO, c’est logique. On aura tendance à plus croire le contenu d’un site dont on peut aisément vérifier les infos données (avec des liens dispos directement dans le contenu), qu’un site qui ne cite pas d’où viennent ses infos. Aussi, à l’heure des fake news, c’est finalement plein de bons sens !

Bref. Au-delà de ces trois leviers testés en laboratoire, plusieurs pratiques éditoriales relèvent donc du bon sens structurel :

Répondre en début de section. Un modèle qui extrait un passage prend souvent les premières phrases sous un titre. Un paragraphe qui commence par trois phrases de mise en contexte avant d’arriver à l’information est un paragraphe difficile à extraire proprement. Il vaut mieux poser la réponse, puis développer, nuancer, illustrer.

Écrire des titres descriptifs. « Combien coûte un audit SEO » se comprend hors contexte. « Et le budget dans tout ça ? » ne se comprend pas. Le titre sert de point d’entrée au découpage du contenu.

Fabriquer des paragraphes autonomes. Un passage qui commence par « comme nous l’avons vu plus haut » ou « cette solution » est inutilisable seul. Répéter le sujet plutôt que le pronominaliser améliore la lisibilité machine sans nuire à la lecture humaine.

Rendre l’auteur identifiable. Nom complet, fonction, expérience réelle dans le domaine, page auteur renseignée, mentions extérieures. Google rattache explicitement la sélection de contenus dans ses expériences génératives à ses critères d’expérience, d’expertise, d’autorité et de fiabilité. Ces critères sont détaillés dans la documentation Google Search Central, qui constitue la seule référence officielle sur le sujet et qui a été enrichie en mai 2026 d’une section entière consacrée à l’optimisation pour les fonctionnalités génératives de la recherche.

Dater et mettre à jour. Un contenu daté, dont la mise à jour est visible et réelle, est plus facilement retenu qu’un contenu sans repère temporel, en particulier sur les sujets mouvants.

Les formats qui remontent le mieux

Certains formats sont naturellement compatibles avec l’extraction.

La définition. Un paragraphe qui pose « X est… » sous un titre « Qu’est-ce que X ? » est la brique élémentaire d’une réponse générée. C’est le format le plus repris, et le plus simple à intégrer dans un article existant.

La liste ordonnée ou à puces. Un modèle qui doit restituer une procédure, des critères ou des étapes reprend volontiers une liste déjà constituée. À condition qu’elle soit réellement informative : une liste de six points creux ne vaut rien.

La FAQ. Le format question-réponse fournit un appariement direct entre l’intention de recherche et le passage à extraire. Il est particulièrement adapté aux requêtes longues et formulées en langage naturel, celles-là mêmes qui déclenchent le plus souvent un résumé génératif.

Le tableau comparatif. Utile pour les contenus de comparaison, à condition que le tableau soit en HTML natif et non en image, sans quoi son contenu n’est pas exploitable.

Les données propriétaires. Un chiffre issu de ses propres mesures, d’un sondage auprès de sa communauté ou d’un retour d’expérience documenté n’existe nulle part ailleurs. C’est le seul contenu qu’un moteur génératif ne peut pas trouver ailleurs, donc le plus défendable dans la durée.

Un point technique mérite d’être clarifié, car il circule beaucoup de fausses informations à ce sujet. Google indique dans sa documentation qu’aucun fichier lisible par machine spécifique, aucun balisage particulier et aucune donnée structurée dédiée ne sont nécessaires pour apparaître dans ses fonctionnalités d’IA. Ce qui compte reste l’accessibilité au crawl, la cohérence entre les données structurées et le contenu visible, et la qualité du contenu lui-même.

Ce qui ne fonctionnerait pas

L’étude d’Aggarwal est aussi utile par ce qu’elle écarte. Le bourrage de mots clés, technique historique du SEO, n’a montré aucun effet significatif sur la probabilité de citation dans une réponse générée. Ce résultat est logique : un modèle de langage travaille sur le sens, pas sur la densité lexicale.

Trois autres pratiques sont à éviter idéalement, en tout cas dans un monde parfait :

L’empilement de généralités. Un article de 2 000 mots qui ne contient aucune information absente des autres pages du même sujet n’apporte rien au modèle. Il n’a aucune raison d’être préféré à une source déjà mieux établie. En gros, il vaut mieux la qualité que la quantité. Mais jusque là, rien de nouveau sous les tropiques !

Le contenu creux produit en volume. Publier trente articles génériques par mois pour couvrir un champ sémantique était une stratégie SEO discutable : c’est une stratégie GEO inefficace, puisque rien dans ces contenus n’est extractible ni attribuable. Là encore, vaut mieux la quali que la quanti. Assez évident finalement, même s’il est tentant de vouloir remplir un site !

L’information invisible au crawl. Un contenu chargé uniquement en JavaScript après interaction, enfermé derrière un mur ou bloqué par le fichier robots.txt ne sera pas repris. C’est une évidence technique, mais elle reste la première cause d’absence dans les réponses générées.

Mesurer, dans la limite du possible

La mesure reste le point faible de la discipline. Google a intégré à la Search Console un rapport de performance dédié aux fonctionnalités génératives, ce qui donne une première visibilité côté moteur. Pour ChatGPT ou Perplexity, il n’existe pas d’équivalent officiel : le suivi passe par des interrogations manuelles régulières sur ses requêtes stratégiques, par l’analyse des logs serveur pour identifier le passage des robots des éditeurs de modèles, et par la surveillance des sessions référentes provenant de ces plateformes dans son outil d’analyse d’audience.

On peut toutefois noter que des outils permettent de situer quelque peu la visibilité d’un site au sein des IA. Comme sur Semrush par exemple. Voici un exemple en capture d’écran. On peut y voir en version gratuite la visibilité dans l’IA, s’il y a des mentions et combien, s’il y a des pages mentionnées et combien :

Notons par ailleurs que l’outil pour les webmasters de Bing fournit depuis des mois déjà lui aussi des données relatives à l’apparition de pages de sites dans les IA.

La conclusion raisonnable pour un éditeur de blog tient en peu de mots : le GEO ne demande pas de tout reconstruire, mais d’écrire de façon plus vérifiable et plus structurée. Répondre avant de développer, citer ses sources, avancer des chiffres datés, signer ses articles. Ce sont des exigences de bon journalisme autant que d’optimisation, ce qui est plutôt une bonne nouvelle.