Generative Engine Optimization (GEO)

Les LLMs s'intercalent entre l'intention de recherche et le résultat ; le GEO assure qu'une marque y soit citée. Mais le levier décisif n'est pas technique : c'est l'autorité tierce, le contenu structuré et surtout la marque connue qui remplacent la densité de maillage.

Deux diapasons en laiton côte à côte, l'un vibre, le second résonne par sympathie - gravure naturaliste 19e.
On n'amplifie que le connu

Quand on pose une question à ChatGPT, Perplexity, Gemini ou Claude, le modèle ne renvoie pas une liste de liens : il synthétise une réponse et cite quelques sources. Une nouvelle couche s’intercale entre l’intention de recherche et le résultat. Le GEO (Generative Engine Optimization, parfois appelé AEO, Answer Engine Optimization) est la discipline qui cherche à faire citer une marque dans ces réponses.

La tentation est d’y voir un nouveau SEO, avec ses balises et ses hacks. C’est une erreur. Google a publié un guide officiel au message contre-intuitif : pas besoin de fichier llms.txt, pas de markup propriétaire. Les leviers qui comptent sont ailleurs - l’autorité tierce, le contenu structuré, et surtout la marque déjà connue.

Cette page décrit comment les LLMs choisissent leurs citations, pourquoi leur logique diffère de celle d’un moteur de recherche, et pourquoi le GEO amplifie ce qui est déjà propriétaire plutôt qu’il ne le crée. Les données restent jeunes et le terrain bouge vite : on parle d’un sujet en mouvement, pas d’une science stabilisée.

L’essentiel en 4 points

  • Le trafic LLM se superpose à Google, il ne le remplace pas : la grande majorité des recherches restent classiques. On ajoute une couche, on ne substitue rien.
  • Les LLMs ne lisent pas comme Google : les backlinks ont une corrélation inverse avec les citations IA. Ce qui compte est la clarté sémantique, l’autorité tierce et les communautés indexées.
  • Le vrai levier est la marque connue. Sur une requête catégorielle, le modèle répond avec les marques déjà associées à la catégorie dans son corpus.
  • Être cité ne suffit pas : sans angle propriétaire, le contenu seeded est du bruit dans l’agrégation.

Un basculement réel mais encore jeune

Un toolkit de recherche WARC observe que 24 % des marketeurs ont déjà réalloué des budgets SEO vers le GEO et que 39 % repensent leur stratégie de recherche face à l’IA. Pourtant le trafic IA reste faible (de l’ordre de 0,17 % du total sur la majorité des sites), et ChatGPT, avec ses 400 millions d’utilisateurs hebdomadaires, est utilisé en complément de Google dans plus de 70 % des cas. Conséquence pratique : il existe un avantage de première position pour les challengers qui investissent tôt, mais pas d’arbitrage budgétaire forcé. On construit par-dessus l’existant.

Une donnée analysée par Growth Memo nuance encore l’idée d’un simple prolongement du SEO : 70 % des requêtes ChatGPT relèvent de types d’intention que les quatre catégories SEO classiques ne capturent pas. Appliquer tels quels les frameworks SEO aux LLMs est structurellement insuffisant.

Pourquoi les LLMs ne lisent pas comme Google

Une étude Perplexity portant sur 50 000 prompts soumis à plusieurs modèles établit un résultat frappant : les backlinks ont une corrélation inverse avec les citations IA.

“Having a highly fragmented site with tons and tons of backlinks to your site actually will harm how likely you are to be recommended by the AI.”

The Marketing Architects, When AI is Your Buyer

Les LLMs ne crawlent pas des signaux de ranking : ils lisent et synthétisent du contenu, et surpondèrent les plateformes communautaires (Reddit, Wikipedia, Quora) et les contenus factuels structurés. Josh Blyskal (Profound) décrit le mécanisme de sélection comme un query fan-out : le modèle décompose la question en sous-requêtes, les soumet à un moteur de recherche externe, puis choisit les sources à citer. Deux conditions cumulatives en découlent. Être dans la liste d’abord : le SEO reste le prérequis d’entrée dans le consideration set. Être accessible ensuite : pas de JavaScript bloquant, images décodables, structure claire. La présence suppose aussi une machine-readability souvent absente des audits - transcrits indexables, métadonnées propres, pas de paywall sur le contenu citable.

L’autorité tierce, elle, se travaille par sujet et non en masse. Les travaux d’Indig montrent que les LLMs recalibrent leur set de sources fiables topic par topic, et qu’un lien nofollow y vaut presque un follow. Mieux vaut concentrer trois placements de premier rang sur le sujet à posséder que d’en disperser douze. Reddit en est le cas dominant : sur des milliers de keywords SaaS B2B, il surclasse simultanément tous les vendeurs, et fournit environ 5,5 % des URLs des AI Overviews de Google.

La marque connue, le vrai levier

C’est le point le plus important, et le moins technique. Les LLMs stockent des mémoires utilisateur persistantes et, sur une requête catégorielle générique (“I need party supplies”), répondent avec les marques les plus associées à cette catégorie dans leur corpus. Avantage direct aux marques à forts Category Entry Points : la mémorisation LLM suit la logique de la disponibilité mentale, mais dans la couche machine. Sur une requête de marque précise, même un challenger inconnu sera trouvé ; c’est sur les requêtes catégorielles que la notoriété préexistante domine. Le brand building est donc le prérequis du GEO, pas son alternative.

Et être cité ne suffit pas. Comme l’avance le rapport State of Marketing 2026 (sans étude contrôlée derrière), l’IA ne fabrique un avantage durable que sur ce qui ne s’achète pas : elle amplifie le propriétaire (données, angle, relation), elle ne le crée pas. La creative sameness du contenu IA est d’ailleurs déjà devenue un marqueur négatif reconnaissable. La question n’est donc plus “comment être cité” mais “qu’a la marque de propriétaire à seeder que les concurrents ne peuvent répliquer”.

Repenser paid, owned et earned

Lena Roland (WARC Strategy) observe que le GEO oblige à revoir paid, owned et earned en entier, parce qu’il faut être présent là où les modèles vont chercher l’information. Le PR et l’earned media, longtemps traités comme accessoires, deviennent un capital GEO mesurable - et pour les créateurs, l’autorité thématique reconnue prime sur le volume d’abonnés.

Côté owned, l’image qui revient chez plusieurs stratèges WARC est celle du site pensé non plus comme la vitrine mais comme la bibliothèque de tout ce que fait la marque : un corpus structuré de réponses à contenu humain est plus citable qu’un empilement de landing pages perf. Vu d’un CMO (Edward Bell, Cathay Pacific), la bascule est une reconversion de l’achat média : déconstruire l’audience pour savoir sur quelles plateformes IA elle s’informe, puis être présent dans les sources que ces plateformes apprennent. Du context mapping, plus du keyword targeting.

Si ta scale-up plafonne aujourd’hui

1. Ajoute une couche, ne substitue pas.

Le transactionnel reste massivement sur Google. Le GEO se construit par-dessus, il ne remplace pas ton acquisition.

2. Restructure ton contenu en réponses directes.

Une FAQ de 600 mots bien organisée est plus citable qu’un article de 3 000 mots sans structure question-réponse : chaque bloc autonome devient un candidat indépendant à la citation.

3. Priorise la marque avant la technique.

Un challenger sans notoriété qui peaufine ses FAQ part avec un levier plus faible qu’une marque déjà installée dans la mémoire de ses clients. Et n’over-ingénierie pas la technique : pas de format propriétaire, l’investissement va à la structure sémantique et à l’originalité de la voix.

4. Seede un angle, pas du volume.

Concentre quelques placements de premier rang sur le source set du sujet à posséder, plutôt que de disperser. Pour le CPG et le retail, la fiche produit retailer est le premier levier : les LLMs la lisent avant ton site (disponibilité physique et digitale).

5. Instrumente une attribution minimale.

Ajoute ChatGPT, Perplexity et Claude au champ “comment avez-vous connu” post-achat, et teste chaque trimestre 10 à 15 prompts d’acheteurs sur ta catégorie pour voir qui est cité.

Pour aller plus loin

  • Trafic LLM - La qualité du trafic qui arrive depuis les réponses des LLMs : le pendant demand-side du GEO.
  • Disponibilité Physique & Digitale - Être facile à trouver et à acheter partout où la décision se prend, jusqu’à la fiche produit et au feed lus par les modèles.
  • Category Entry Points - Les situations qui déclenchent l’achat dans une catégorie, celles qu’il faut ancrer dans la mémoire, y compris celle des LLMs.

Sources

ℹ️ À propos de cette page

Reaching Kibo explore les vrais moteurs de la croissance des scale-ups B2C - et comment les mettre en pratique. Cette page appartient à Basecamp, le playbook du projet.

Elle est rédigée par IA, d’après le cadre et la direction que je donne. Une erreur, un désaccord, une source à ajouter ? Écris-moi : romain@reachingkibo.com.