Aller au contenu

Relations Presse comme Levier GEO

Les moteurs génératifs arbitrent la crédibilité sur des sources tierces, que la marque ne peut pas acheter : la couverture earned devient le levier d'entrée dans les réponses IA, à condition de choisir les supports et de mesurer en probabilité.

Basecamp · relevé de terrain

Chapitre 3
Brand building
Relevé le
Lecture
7 min
Sextant de laiton, arc gradué et miroir d'index, réglé sur un repère extérieur - gravure naturaliste.
La caution vient d'ailleurs

Le search classique récompensait le lien et la page. Les moteurs génératifs récompensent la corroboration. Ils citent plus volontiers ce qu’un tiers a déjà validé, et cette validation, une marque ne peut pas l’acheter. Les relations presse changent donc de statut : elles passent du supplément de notoriété au canal de découvrabilité.

Le cadre vient du modèle PESO (paid, earned, shared, owned) de Gini Dietrich, relu par les praticiens du GEO (generative engine optimization) et de l’AEO (answer engine optimization). Le corpus disponible est majoritairement pratique : retours d’agence, études de visibilité, classements de sources.

La robustesse est inégale, et il faut le dire. Les ordres de grandeur sur le poids des sources tierces sont dérivés ou rapportés, pas mesurés proprement. Les corrélations à grande échelle sont solides, mais elles ne prouvent aucune causalité. Deux conditions bornent l’ensemble : le support doit être indexé par les modèles, et la mesure reste probabiliste.

Cette page traite le mécanisme, la sélection des supports et la mesure. Elle ne traite pas le craft du pitch ni l’amplification payante d’une couverture.

L’essentiel en 4 points

  • Les moteurs génératifs arbitrent la crédibilité sur des sources tierces, que la publicité ne peut pas acheter.
  • Une synthèse de praticien avance que les sources tierces porteraient 84 % à 93 % du poids des citations IA : un ordre de grandeur, pas une mesure.
  • Le prestige du titre corrèle moins fortement que l’étendue des mentions : 0,67 contre 0,70.
  • La mesure reste une tendance. Un volume de retombées ne produit pas un volume de citations.

Le mécanisme : une validation que la marque ne peut pas acheter

Un moteur cite environ trois fois plus souvent le contenu d’un éditeur premium que le contenu possédé par la marque. La raison avancée est simple : la validation tierce est ce qui ne s’achète pas (Gini Dietrich, Spin Sucks). Les modèles accordent un poids très lourd aux sources à haute autorité quand ils décident de ce qui est vrai et de qui est crédible.

Un assistant ne se forme pas une opinion sur une marque en isolation. Il s’appuie sur des blogs, des avis, des comparatifs, de la documentation et des discussions communautaires. Le site propre ne peut pas se citer lui-même (Mateusz Makosiewicz, Ahrefs). La couverture earned n’est donc pas un canal de notoriété parmi d’autres : c’est la matière première de la description.

Ce que la recherche établit

Un dossier d’agence française documente 75 retombées digitales sur le prêt immobilier subventionné, une présence systématique dans Perplexity et jusqu’à 11 citations dans ChatGPT. L’argument mécanique est explicite : les modèles traitent surtout du texte brut et tiennent peu compte des liens, ce qui déplace le levier du link-building vers ce que l’agence appelle le voice-building (WAMcast).

Le contre-exemple est plus instructif. Une marque avait construit ses prompts à partir de son propre discours. En les remplaçant par les vraies questions d’acheteurs, elle a disparu de toutes les réponses : l’IA s’est appuyée sur des agences publiques, des agrégateurs et un concurrent dont la recherche originale ancrait la réponse (Spin Sucks). La couverture ne vaut pas par son volume, mais par ce qu’elle documente.

Sur plus de 17 000 citations analysées, HubSpot était le blog d’entreprise le plus cité de sa catégorie, aux côtés de Wikipedia et de Reddit, par le chemin le plus classique : publier des choses qui méritent d’être citées (Spin Sucks). En France, un classement de sources place Le Figaro et Le Monde dans le top 10 des sources les plus citées par les LLMs (Florian Chapelier).

À plus grande échelle, une étude sur 75 000 marques trouve que les mentions hors site, en particulier les transcriptions YouTube, corrèlent le plus fortement avec la visibilité dans ChatGPT, Google AI Mode et les AI Overviews (Makosiewicz).

Une nuance tempère le réflexe du titre prestigieux : la couverture presse corrèle un peu moins fortement que les mentions web en général, 0,67 contre 0,70. Un grand nom n’ajoute donc pas de poids dans les réponses, et l’earned doit viser l’étendue des sites autant que la notoriété des supports (Louise Linehan).

La mesure, elle, reste probabiliste. Il existe une corrélation entre retombées presse et citation, mais un volume de retombées ne produit pas un volume de citations. On observe des tendances, jamais un ratio de causalité (WAMcast).

Deux mesures, deux questions. La crédibilité tierce pèse au moment de la décision ; la corrélation avec la visibilité mesure la probabilité d’être cité. Un placement dans un titre de référence peut convaincre un acheteur sans procurer de citation, et une dispersion de mentions ordinaires peut produire des citations sans construire de crédibilité. Le plan earned doit arbitrer entre les deux, pas choisir un camp.

Choisir les supports par autorité machine

Le périmètre de ce qui compte comme média s’est élargi. Les modèles lisent et citent aussi les newsletters sectorielles, les podcasts de niche et les voix LinkedIn qui ont une expertise réelle. Chaque placement devient une donnée d’entraînement.

If your media list still looks like it did in 2019, you’re pitching a fraction of the ecosystem that trains the models.

Gini Dietrich, Spin Sucks

La conséquence est un critère de sélection. La cible utile n’est pas le plus grand média, mais le plus spécifique, crédible et constant.

They’re the ones that are specific, credible, and consistent.

Gini Dietrich, Spin Sucks

Deux conditions pratiques s’ajoutent, souvent ignorées. L’indexation d’abord : certaines publications de référence, dont le New York Times et Wired, ont exclu leur contenu des systèmes IA, et un placement dans un média opt-out ne remontera jamais dans une recherche générative. Il faut vérifier l’autorisation d’indexation IA avant de pitcher (Spin Sucks).

L’angle compte autant que le support. L’earned d’un lancement couvre l’annonce et retombe avec elle. L’earned ancré dans le problème vit plus longtemps et alimente durablement la recherche (Spin Sucks, PESO Diagnostic). Le mécanisme sous-jacent est la fréquence et le contexte : une couverture large, y compris dans de petits journaux locaux, vaut mieux qu’une mention unique dans un titre prestigieux (Kevin Indig, Growth Memo).


Si ta scale-up plafonne aujourd’hui

1. Construire la liste depuis les sources déjà citées. Partir des sources que les assistants citent sur les prompts de la catégorie, pas de la media list habituelle.

2. Vérifier l’indexation, puis viser la spécificité. Contrôler l’autorisation d’indexation IA de chaque support avant d’investir, puis préférer la constance au reach.

3. Cadrer la mesure comme une tendance. Suivre la présence et la description de la marque sur quelques dizaines de questions réelles, en lecture probabiliste. Le dispositif vit dans Mesurer le Share of Model.

4. Suivre le financement. Hypothèse de Koen Pauwels, sans étude derrière : quand c’est du travail de marque, le GEO revient au CMO et se finance comme du brand, pas greffé au budget SEO. Brand, comms et relations presse s’assoient ensemble avec une mesure partagée.

Pour aller plus loin


Sources


ℹ️ À propos de cette page

Direction éditoriale : Romain Nicault.

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.