Aller au contenu principal
NouveauMon site n'apparait plus sur Google : la régression SEO à vérifier d'abordLire
Article

Generative engine optimization (GEO) : ce que dit vraiment l'étude

Mis à jour le · Par Simon · Lecture : 19 min

Le generative engine optimization, ou GEO, désigne le travail qui aide une page à être reprise et citée dans les réponses que rédigent les moteurs d'IA : ChatGPT, Perplexity, Copilot, les AI Overviews de Google. Le terme vient d'une étude publiée fin 2023 par des chercheurs de l'université de Princeton et de l'IIT Delhi. Cet article explique ce qu'elle a mesuré, les chiffres qu'on lui fait dire à tort, ses limites, ce que les moteurs publient eux-mêmes et par où commencer.

En bref.

  • Le GEO vise les réponses rédigées par une IA, pas une liste de liens : être cité, et cité tôt dans la réponse.
  • Dans l'étude d'origine, citer ses sources, ajouter des citations et des statistiques a le mieux fonctionné ; le bourrage de termes n'a presque rien donné.
  • Les gains de « 132 % » qui circulent sont des exemples isolés, pas des moyennes.
  • Google ne demande aucun fichier ni balisage spécial pour ses fonctions d'IA : une page indexée et lisible reste la condition de départ.

Qu'est-ce que le generative engine optimization ?

Le generative engine optimization regroupe les pratiques qui augmentent les chances qu'une page serve de source à une réponse générée par une IA. Les chercheurs qui ont nommé le GEO appellent moteurs génératifs les systèmes qui vont chercher des informations sur le web, puis les résument avec un grand modèle de langage, un LLM, pour répondre directement à la question posée.

La différence avec un moteur de recherche classique tient dans la forme de la réponse. Un moteur classique renvoie une liste de pages classées : être visible, c'est être haut dans la liste. Un moteur génératif rédige un texte qui mêle plusieurs sources et les cite au fil des phrases. Être visible change alors de sens : il s'agit d'être repris, plus ou moins longuement, plus ou moins tôt dans la réponse, et d'être nommé comme source.

Le sigle prête à confusion en français, où « géo » évoque la géolocalisation. Le GEO dont il est question ici n'a rien à voir avec la carte ni avec le référencement local d'un commerce : il concerne la place d'un contenu dans les réponses des IA, quelle que soit la zone de l'entreprise.

Illustration : une commerçante pose une question à un assistant IA sur son ordinateur ; la réponse affichée cite trois pages web en sources
Un moteur génératif rédige une réponse et nomme les pages qu'il a utilisées : le GEO vise cette place de source.

D'où vient le terme GEO ?

Le terme vient d'un article scientifique, « GEO: Generative Engine Optimization ». Ses six auteurs, Pranjal Aggarwal, Vishvak Murahari, Tanmay Rajpurohit, Ashwin Kalyan, Karthik Narasimhan et Ameet Deshpande, l'ont déposé sur arXiv en novembre 2023, puis présenté à la conférence KDD 2024 à Barcelone, la conférence de l'ACM consacrée à l'exploration de données. La version citée ici est la troisième, datée de juin 2024.

Leur point de départ : les moteurs génératifs servent bien l'internaute et le moteur, mais laissent de côté un troisième acteur, les créateurs de sites et de contenus. Ces derniers ne savent ni quand ni comment leurs pages sont reprises. Les auteurs veulent leur donner des moyens d'agir, et éviter que l'économie des créateurs ne soit désavantagée par ces nouveaux moteurs.

L'étude apporte trois choses. D'abord, une façon de mesurer la visibilité d'une source dans une réponse rédigée, ce qui n'existait pas. Ensuite, un banc d'essai, GEO-bench : 10 000 questions de 25 domaines, tirées notamment de jeux de données publics de Bing et de Google, de questions de débat, de Perplexity et de questions générées par GPT-4. Enfin, neuf méthodes de réécriture testées sur ce banc.

Depuis, le mot a quitté le laboratoire. Agences, éditeurs d'outils et organismes publics l'emploient pour tout ce qui touche aux réponses des IA : mentions de marque, avis clients, relations presse, présence sur les forums. Ce sens large dépasse de loin ce que l'étude a testé, qui se limite au texte des pages. Gardez cette distinction en tête quand une offre s'appuie sur « l'étude GEO » pour vendre autre chose.

Comment un moteur génératif choisit-il ses sources ?

En deux temps : il cherche des sources, puis il rédige à partir d'elles. C'est le schéma retenu par l'étude. Pour chaque question, son moteur d'essai prenait les cinq premiers résultats de Google, puis confiait la rédaction à GPT-3.5. Les auteurs notent que ce montage reprend celui des moteurs commerciaux de l'époque, comme Perplexity ou you.com.

Google décrit un mécanisme voisin pour ses propres fonctions d'IA. Pour les AI Overviews et l'AI Mode, il explique utiliser une « distribution ramifiée » : plusieurs recherches associées, sur des sous-thèmes de la question, dont les résultats servent à élaborer la réponse. Une page n'y entre que si elle est indexée et peut s'afficher avec un extrait. Notre article sur l'AI Overview en France revient sur ces réponses de Google.

OpenAI documente de son côté OAI-SearchBot, le robot qui sert à faire apparaître des sites dans les fonctions de recherche de ChatGPT. Un site qui le bloque n'est pas affiché dans les réponses de recherche de ChatGPT, sauf comme simple lien de navigation. Microsoft, enfin, parle de « grounding queries » : les expressions que l'IA de Bing a utilisées pour aller chercher un contenu avant de le citer.

La conséquence est banale, mais on l'oublie : la première condition du GEO est d'être trouvable. Une page bloquée aux robots, absente de l'index ou interdite d'extrait ne peut pas être citée, quelle que soit la qualité de son texte. Le travail d'écriture ne vient qu'ensuite.

Qu'a mesuré l'étude sur le GEO ?

Elle a mesuré ce que gagne une page quand on la réécrit selon une méthode précise. Le protocole est simple : pour une question et ses cinq sources, une source est tirée au hasard ; un modèle de langage la réécrit selon l'une des neuf méthodes ; on compare ensuite sa place dans la réponse avant et après. Chaque test est répété sur cinq tirages pour lisser le hasard.

La visibilité est mesurée de deux façons. La première compte les mots de la réponse attribués à la source, en donnant plus de poids aux phrases placées en tête, parce qu'elles sont davantage lues. La seconde, plus subjective, fait noter par GPT-3.5 sept aspects : pertinence de la citation, influence sur la réponse, originalité de l'apport, place perçue, quantité perçue, probabilité de clic et diversité.

Méthode testéeCe qu'elle change dans la pageRésultat lu dans l'étude
Citer ses sources (Cite Sources)ajoute des références à des sources fiablesparmi les meilleures : 30 à 40 % de gain sur la mesure par mots ; surtout utile sur les questions factuelles
Ajouter des citations (Quotation Addition)insère des citations de sources crédiblesparmi les meilleures ; la meilleure sur Perplexity (22 %)
Ajouter des statistiques (Statistics Addition)remplace le qualitatif par des chiffresparmi les meilleures ; forte sur le droit et l'action publique, et sur les questions d'opinion
Fluidité (Fluency Optimization)rend le texte plus fluide15 à 30 % de gain
Simplicité (Easy-to-Understand)simplifie la langue15 à 30 % de gain
Ton d'autorité (Authoritative)rend le texte plus persuasif et affirmépas d'amélioration significative en moyenne ; utile sur les débats et l'histoire
Termes techniques (Technical Terms)ajoute du vocabulaire spécialiségain plus faible que les méthodes de tête
Mots rares (Unique Words)ajoute des mots peu courantsclassée parmi les méthodes sans effet
Bourrage de termes (Keyword Stuffing)répète les termes de la questionpeu ou pas de gain ; 10 % de moins que la page d'origine sur Perplexity
Les neuf méthodes testées par Aggarwal et al. (KDD 2024) et leur résultat sur GEO-bench, tel que les auteurs le décrivent.

Le résultat principal tient en une phrase : ajouter des sources, des citations et des statistiques améliore nettement la visibilité, avec des gains relatifs de 30 à 40 % sur la mesure par mots et de 15 à 30 % sur la mesure subjective. Les meilleures méthodes dépassent la page d'origine de 41 % sur la première mesure. C'est de là que vient le « jusqu'à 40 % » souvent repris.

Deux autres constats comptent pour un site. Le bourrage de termes, réflexe hérité d'un vieux référencement, n'apporte presque rien. Et combiner deux méthodes fait mieux qu'une seule : l'association fluidité et statistiques est la meilleure, avec plus de 5,5 % d'avance sur la meilleure méthode isolée.

Le dernier résultat intéresse les petits sites. Les pages les moins bien classées dans Google gagnent le plus : citer ses sources a augmenté de 115,1 % la visibilité des sites classés cinquièmes, tandis que celle des sites classés premiers baissait en moyenne de 30,3 %. Les auteurs y voient une chance pour les petits créateurs face aux grandes marques. C'est une piste prometteuse, mesurée dans leur moteur d'essai.

Les chiffres du GEO qui circulent mal

Trois pourcentages reviennent souvent : 132,4 %, 89,1 % et 65,5 %. Ils sont présentés comme les gains obtenus en citant ses sources, en faisant autorité et en ajoutant des statistiques. Or ils viennent du tableau 4 de l'étude, qui montre des exemples choisis pour illustrer chaque méthode sur une seule question. Ce sont des cas isolés, pas des moyennes, et ils ne disent rien de ce que gagnera votre page.

Le conseil de « faire autorité » pose un second problème. Plusieurs articles le recommandent en s'appuyant sur l'étude, parfois avec des textes plus longs, plus affirmés, plus littéraires. Les auteurs écrivent pourtant qu'un ton plus persuasif n'apporte pas d'amélioration significative en moyenne : les moteurs y sont déjà assez peu sensibles. Le gain n'apparaît que sur certaines catégories, les questions de débat et l'histoire.

D'autres chiffres circulent sans source vérifiable : part des recherches faites auprès des IA, part des recherches qui se terminent sans clic, délai pour être cité. Ils passent d'un article à l'autre, souvent sans l'étude d'origine. Quand une offre ou une présentation s'appuie sur un chiffre, demandez d'où il vient et dans quelles conditions il a été mesuré.

À retenir. L'étude GEO donne des ordres de grandeur sur un moteur d'essai, pas une promesse de résultat. Un prestataire qui annonce « +40 % de visibilité » pour votre site transforme une moyenne de laboratoire en engagement qu'il ne peut pas tenir.

Quelles sont les limites de cette étude ?

Elle a été menée dans des conditions précises, qu'il faut garder en tête avant d'en tirer des règles. Le moteur d'essai rédigeait avec GPT-3.5, un modèle dépassé depuis, et ne lisait que cinq sources par question, toutes tirées de Google. Les moteurs actuels lisent davantage de pages, lancent plusieurs recherches par question et changent de modèle régulièrement.

Le test sur un vrai moteur reste partiel. Perplexity ne permettant pas de choisir ses sources, les auteurs lui ont fourni les textes sous forme de fichiers, sur un échantillon de 200 questions. Les résultats vont dans le même sens, avec un gain allant jusqu'à 37 %, mais ce n'est pas une mesure de Perplexity en conditions réelles, sur le web ouvert.

Une partie des questions de GEO-bench a été générée par GPT-4, et les auteurs reconnaissent que la nature des questions posées aux moteurs changera avec le temps. La mesure subjective est elle-même notée par un modèle de langage. Enfin, les auteurs n'ont pas mesuré l'effet de leurs réécritures sur le classement dans Google : ils estiment seulement qu'il devrait être faible.

Les auteurs le disent eux-mêmes : les méthodes devront s'adapter à mesure que les moteurs évoluent, comme le référencement l'a fait, et leur efficacité varie selon les domaines. L'étude reste la meilleure base disponible pour comprendre le GEO. Elle ne remplace pas l'observation de vos propres pages, dans votre secteur, sur les moteurs que vos clients utilisent.

GEO et SEO : ce qui change, ce qui reste

Le SEO cherche une place dans une liste de résultats ; le GEO cherche une place dans une réponse rédigée. Les deux partent pourtant des mêmes pages. Les moteurs génératifs vont chercher leurs sources dans des index de recherche, et l'étude elle-même travaillait sur les premiers résultats de Google. Une page que les moteurs ne trouvent pas, ou classent très loin, a peu de chances d'être lue par une IA.

Ce qui reste : un site explorable, des pages indexées, des contenus utiles qui répondent à une vraie question, des liens qui les relient. Google l'écrit pour ses fonctions d'IA : les bonnes pratiques de référencement restent valables, il n'y a aucune exigence supplémentaire ni optimisation spéciale à prévoir.

Ce qui change : la manière d'écrire et de mesurer. Une réponse rédigée reprend des passages, pas des pages entières. Un paragraphe qui répond dès sa première phrase, chiffre à l'appui et source citée, se reprend mieux qu'un texte qui tourne autour du sujet. La mesure, elle, ne peut plus se limiter à une position : il faut savoir si l'on est cité, et par quel moteur. Notre article sur l'IA et SEO revient sur l'usage de l'IA dans le travail de référencement lui-même.

Le GEO n'est donc pas un métier à part qui remplacerait le SEO. C'est une extension : les mêmes fondations, avec une attention nouvelle à la forme des réponses et à la manière dont elles sont reprises. Le dossier de France Num, le site public qui accompagne les TPE et PME dans le numérique, arrive à la même conclusion.

Ce que Google, OpenAI et Microsoft publient eux-mêmes

Les moteurs publient peu sur la manière dont ils choisissent leurs sources, mais ce qu'ils publient est précis. Le plus utile est souvent ce qu'ils disent ne pas demander.

Google. Pour apparaître dans les AI Overviews et l'AI Mode, une page doit être indexée et pouvoir s'afficher avec un extrait. Google précise qu'il n'est pas nécessaire de créer des fichiers lisibles par les machines, des fichiers texte pour l'IA ni un balisage particulier. Un fichier llms.txt n'y est pas mentionné. Les règles nosnippet, data-nosnippet et max-snippet limitent ce qui peut être repris ; noindex retire la page de l'index. Google ajoute que l'indexation et l'affichage ne sont jamais acquis.

OpenAI. Deux robots, deux réglages indépendants. OAI-SearchBot sert à la recherche de ChatGPT, et OpenAI recommande de l'autoriser dans le fichier robots.txt pour y figurer. GPTBot sert à collecter des contenus pour l'entraînement de ses modèles : le bloquer ne retire pas un site de la recherche. Un site peut donc refuser l'entraînement tout en restant visible dans les réponses.

Microsoft. Depuis le 10 février 2026, Bing Webmaster Tools propose en préversion publique un rapport AI Performance. Il compte les citations d'un site dans Microsoft Copilot, dans les résumés générés de Bing et chez certains partenaires, page par page et dans le temps.

Ces réglages se vérifient en quelques minutes, mais un pare-feu ou une extension de sécurité peut bloquer un robot sans que personne l'ait décidé. Le détail de ces contrôles, robot par robot et page par page, est sur la page de notre agence SEO GEO dès 500 € HT par mois.

Par où commencer quand on part de zéro ?

Par l'accès, puis par les pages qui comptent le plus. Inutile de réécrire tout un site : l'étude montre que des changements ciblés suffisent à faire bouger la visibilité d'une page. Voici un ordre de travail raisonnable pour une PME.

  1. Vérifier l'accès. Le fichier robots.txt autorise-t-il Googlebot, Bingbot et OAI-SearchBot ? Aucune règle nosnippet ou noindex posée par erreur ? Les pages importantes sont-elles indexées dans la Search Console ?
  2. Choisir cinq à dix pages. Celles qui décrivent ce que vous vendez et celles qui répondent aux questions que vos clients posent avant d'acheter.
  3. Réécrire le début de chaque page. Une réponse nette dès les premières lignes : ce que vous faites, pour qui, où, à quel prix, sous quelles conditions.
  4. Sourcer. Chaque chiffre avec sa source, chaque règle avec le texte qui la fonde, une citation d'expert quand elle éclaire le propos. Ce sont les méthodes les plus efficaces de l'étude.
  5. Garder les faits identiques partout. Nom, services, prix et coordonnées doivent être les mêmes sur le site, la fiche Google et les annuaires, pour qu'aucune IA ne reprenne une version périmée.
  6. Mesurer, puis recommencer. Un relevé de départ, puis un point mensuel, avant de toucher à d'autres pages.

Une précaution : ne demandez pas à une IA de produire en masse des pages pour couvrir toutes les questions possibles. Ajouter des sources et des statistiques n'a de valeur que si elles sont exactes. Une page réécrite par un outil, sans relecture, peut citer une source qui n'existe pas, et c'est votre site qui la signe. Pour comprendre les différents sens donnés à l'expression, notre article GEO IA fait le point.

Comment mesurer sa présence dans les réponses des IA ?

Avec trois sources, dont aucune n'est complète. Il faut les croiser et accepter une part d'incertitude.

La Search Console de Google. Les apparitions dans les AI Overviews et l'AI Mode sont comptées dans le rapport Performance, avec le reste du trafic de recherche, sous le type « Web ». On y suit les clics et les impressions des pages travaillées, sans y isoler la part venue des réponses générées. Un rapport dédié, le rapport sur les performances dans l'IA générative, compte en revanche les impressions dans les AI Overviews et l'AI Mode, par page, pays, appareil et date ; il ne donne ni les clics ni les requêtes, selon l'aide de la Search Console lue le 13 octobre 2026. Notre article sur l'AI Overview le détaille.

Bing Webmaster Tools. Le rapport AI Performance donne le nombre total de citations, le nombre moyen de pages citées chaque jour, les citations page par page, l'évolution dans le temps et un échantillon des expressions utilisées par l'IA pour retrouver vos contenus. Microsoft en précise les limites : une citation ne dit ni la place dans la réponse, ni l'importance de la page, et les expressions ne sont qu'un échantillon.

Les relevés manuels. Chaque mois, posez à ChatGPT, Perplexity, Copilot et Google les questions que posent vos clients, toujours les mêmes, et notez si votre site est cité et qui l'est à votre place. C'est imparfait, car les réponses varient d'une fois à l'autre, mais c'est la seule façon de voir ce que voit un client. Les outils de suivi payants automatisent ce travail ; leurs chiffres dépendent des questions qu'ils posent, à vérifier avant de s'y fier.

Fixez la mesure avant de modifier les pages. Sans relevé de départ, aucun progrès ne se démontre, et une hausse de citations peut venir d'un changement du moteur plutôt que de votre travail.

Faire seul ou se faire accompagner ?

Une PME peut faire seule l'essentiel du GEO si elle y consacre du temps chaque mois : vérifier l'accès des robots, réécrire ses pages clés, sourcer ses chiffres, relever les citations. Les règles des moteurs sont publiques, l'étude est en accès libre, et les deux rapports de mesure de Google et de Bing ne coûtent rien d'autre que le temps de les ouvrir.

Un accompagnement se justifie quand le site compte beaucoup de pages, quand un blocage technique échappe à l'équipe, ou quand le temps manque pour tenir la mesure dans la durée. Chez Bakipy, le GEO fait partie du suivi SEO mensuel, dès 500 € HT par mois, et un audit SEO complet coûte 550 € HT. Pour voir comment nous organisons ce travail, consultez la page de notre agence GEO. Si vous hésitez entre un indépendant et une agence, la page freelance GEO compare les deux et liste les questions à poser avant de signer.

Quel que soit votre choix, gardez les mêmes exigences : des actions listées, une mesure de départ, des chiffres sourcés et aucune promesse de citation à date fixe. Personne ne contrôle ce qu'un moteur génératif choisit de citer.

Vous voulez savoir si vos pages peuvent être lues et citées par les IA ? Réservez un créneau de 10 minutes : on regarde avec vous l'accès des robots et les pages à travailler en premier.

Réserver un créneau de 10 minutes

Questions fréquentes

Quelle est la différence entre LLM et GEO ?

Un LLM, ou grand modèle de langage, est l'outil : le programme qui rédige le texte, comme celui qui fait fonctionner ChatGPT. Le GEO est une pratique : le travail fait sur vos pages pour qu'un moteur qui utilise un LLM les choisisse comme sources et les cite. On n'optimise pas le modèle lui-même, auquel on n'a pas accès ; on optimise ce qu'il lit quand il cherche sur le web.

Existe-t-il une formation au generative engine optimization ?

Oui : des cours en ligne portent ce nom, y compris sur de grandes plateformes de formation. Avant d'en choisir un, vérifiez qu'il cite l'étude d'origine et les documentations des moteurs, et qu'il distingue les résultats mesurés des simples intuitions. La meilleure base reste en accès libre : l'article de recherche sur arXiv et les pages publiées par Google, OpenAI et Microsoft, citées en sources de cet article.

Peut-on faire du GEO soi-même ?

Oui, pour l'essentiel. Vérifier que le fichier robots.txt laisse passer les robots de recherche, réécrire ses pages importantes pour qu'elles répondent nettement, sourcer ses chiffres et relever chaque mois si l'on est cité : tout cela demande du temps, pas d'outil réservé aux agences. Un accompagnement se justifie quand le site est grand, quand le temps manque ou quand un blocage technique échappe à l'équipe.

Comment faire du generative engine optimization ?

En quatre gestes : rendre les pages trouvables (indexées, explorables, extraits autorisés), écrire des réponses claires en tête de chaque page, appuyer les affirmations sur des sources, des citations et des statistiques vérifiables, puis mesurer. Ce sont les méthodes qui ont le mieux fonctionné dans l'étude d'origine. Le bourrage de termes, lui, n'a apporté que peu ou pas de gain.

Quels outils pour le generative engine optimization ?

Deux outils publiés par les moteurs suffisent pour commencer. La Search Console de Google compte les apparitions dans les AI Overviews et l'AI Mode avec le reste du trafic Web, et un rapport dédié en isole les impressions, sans les clics. Bing Webmaster Tools propose depuis février 2026 un rapport AI Performance qui compte les citations dans Copilot. Les outils de suivi payants posent des questions aux IA à votre place : utiles, mais leurs chiffres dépendent des questions qu'ils choisissent.

Où trouver le code et les données de l'étude GEO ?

Les auteurs indiquent les avoir publiés : le code et les données sur generative-engines.com/GEO, les consignes données au modèle dans le dépôt GEOoptim/GEO sur GitHub. On y trouve GEO-bench, le banc d'essai de 10 000 questions. L'article lui-même est en accès libre sur arXiv sous le numéro 2311.09735. Il est en anglais et technique : ses tableaux de résultats se lisent avec les conditions de l'expérience.

À propos de l'auteur

Simon, cofondateur de Bakipy. Il tenait un restaurant avant de faire du marketing en ligne pour les commerçants.

Cette page est écrite par une agence qui vend elle-même ces services : les seuls prix Bakipy cités sont ceux de sa grille publique. Mis à jour le .

La page de Simon · Simon sur LinkedIn

Sources