GEO : comment les moteurs de recherche IA lisent, comprennent et citent le contenu d’une page
1. La différence fondamentale entre un moteur de recherche IA et un crawler classique
Le moteur de recherche classique récupère les pages et construit un index inversé ; quand l’utilisateur saisit des mots, il renvoie 10 liens bleus classés par fréquence de mots et par backlinks. Le moteur de recherche IA va plus loin : il envoie le contenu de la page à un grand modèle, laisse le modèle juger quel passage répond à la question, puis génère directement la réponse pour l’utilisateur avec les liens sources.
Ce pas de plus a deux conséquences directes. Premièrement, l’utilisateur ne clique plus : votre trafic passe du « clic vers le site » à « être cité, c’est être vu ». Deuxièmement, l’IA n’a pas besoin que tout l’article soit bon, elle cherche seulement un passage qui répond directement à la question. Un paragraphe situé en fin d’un texte long a donc une probabilité de citation nettement plus faible, même s’il est très soigné.
| Étape | Moteur de recherche classique | Moteur de recherche IA | Ce que cela implique pour le contenu |
|---|---|---|---|
| Objet du crawl | Tout le HTML de la page | Tout le HTML + rendu JS | Un site en pur JS est souvent une page vide pour un moteur IA |
| Mode de compréhension | Fréquence de mots, backlinks, regroupement sémantique | Le grand modèle récupère les chunks selon la requête | Le paragraphe doit être autonome, sans dépendre du contexte |
| Forme du résultat | 10 liens bleus | Un passage de réponse et 3 à 7 liens sources | L’objectif passe d’être premier au classement à être cité dans la phrase de réponse |
| Indicateurs à suivre | Impressions, clics, position au classement | Nombre de citations, emplacement de la citation, sources co-citées | Il faut faire tourner un ensemble fixe de questions chaque mois |
Une fois cette différence comprise, on regarde Pratique du GEO et on ne le prend plus pour un synonyme de SEO. Le SEO optimise le classement, le GEO optimise la probabilité qu’une phrase soit extraite.Analyse des logs de crawlers IA est la première étape : commencez par vérifier quels bots ont réellement lu votre site, avant de parler d’optimisation.
2. L’étape du crawl : trois portes à franchir avant l’arrivée du bot
Les bots qui explorent les moteurs de recherche IA et Googlebot sont deux choses distinctes. La recherche derrière ChatGPT utilise OAI-SearchBot et GPTBot, Google AI Overviews passe par Googlebot, Perplexity utilise PerplexityBot. La fréquence d’exploration, la capacité de rendu et le respect des robots.txt diffèrent d’un moteur à l’autre.
| Nom du bot | Moteur associé | Attitude par défaut envers robots.txt | Rythme d’exploration typique |
|---|---|---|---|
| GPTBot | Données d’entraînement OpenAI | Autorisation explicite requise | Nouveau site : une fois toutes les 1 à 2 semaines |
| OAI-SearchBot | Citations dans la recherche ChatGPT | Autorisation explicite requise | Piloté par les requêtes, forte variabilité |
| Googlebot | Recherche Google et AI Overviews | Autorisé par défaut | Plusieurs fois par jour selon la priorité |
| PerplexityBot | Citations dans les réponses Perplexity | Autorisation explicite requise | Piloté par les requêtes |
| ClaudeBot | Anthropic Claude | Autorisation explicite requise | Basse fréquence |
La première porte, c’est le robots.txt. Beaucoup de sites B2B, pour se protéger du scraping, mettent en Disallow tous les bots inconnus dans leur robots.txt, et bloquent du même coup GPTBot, OAI-SearchBot et PerplexityBot. Le critère est simple : cherchez dans les logs serveur les codes de statut de ces bots sur les 30 derniers jours. S’ils sont tous en 4xx, c’est le robots.txt ou le pare-feu qui bloque.
La deuxième porte, c’est le rendu. Certains bots IA ne récupèrent que le HTML sans exécuter le JS : un site purement rendu côté client est une coquille vide à leurs yeux. Méthode de vérification : faites un curl sur la page d’accueil avec l’UA du bot concerné et regardez si le texte du corps de page est présent dans la réponse. La troisième porte, c’est la vitesse. Au-delà de 2 secondes de TTFB, la priorité du bot dans la file baisse et le cycle de réexploration passe de 3 jours à 2 semaines.
Trois. Phase de compréhension : chunk, entités et phrases factuelles
Un grand modèle ne lit pas une page entière d’un coup : il la découpe en chunks par titre ou par longueur fixe, avec une fenêtre courante de 500 à 1500 caractères. Quand un utilisateur pose une question, le moteur cherche d’abord dans la base vectorielle les 5 à 15 chunks les plus pertinents, puis les assemble dans le contexte fourni au modèle.
| Rédaction du paragraphe | Probabilité d’être rappelé | Raison |
|---|---|---|
| « Le nombre idéal de champs obligatoires pour un formulaire B2B est de 5 à 7 » | Élevée | Sujet, verbe et chiffre présents, la phrase tient hors contexte |
| « Notre formulaire a été optimisé à maintes reprises, les résultats sont excellents » | Faible | Ni chiffre ni objet, le modèle ne peut pas le citer |
| « Voir la discussion sur le nombre de champs dans la troisième partie ci-dessous » | Faible | Dépend du contexte, le chunk seul n’apporte aucune information |
| « Le seuil de conformité LCP est de 2,5 secondes, celui de l’INP de 200 millisecondes » | Élevée | Phrase factuelle standard, directement citable dans une réponse |
Voici un constat contre-intuitif : plus un article est long, plus la probabilité qu’un paragraphe soit cité diminue. La raison : plus il y a de chunks, plus le modèle doit choisir parmi un grand nombre de candidats, et plus les faits clés sont dilués. Un article de 3000 caractères avec 8 chunks n’en verra que 2 retenus, ce qui signifie que 75 % des paragraphes n’entreront jamais dans la réponse. Le cœur de la rédaction GEO n’est donc pas d’empiler les mots, mais de placer les phrases factuelles clés en tête, en gras et dans un paragraphe à part.
La reconnaissance des entités est l’autre fil conducteur. Le modèle doit d’abord identifier quelle entreprise vous êtes, quel produit vous faites et quel marché vous servez, avant de savoir à qui votre réponse est utile.Graphe de connaissances et balisage d’entités et Données structurées Schema C’est donner une carte d’identité à une entité pour que le modèle n’ait plus à deviner.
4. Phase de citation : être lu ne veut pas dire être cité
Une fois la réponse générée, le modèle doit encore faire une chose : relier chaque phrase de la réponse à son URL source. Cette mise en correspondance n’est pas automatique ; elle repose sur la similarité entre la phrase et le chunk, ainsi que sur les signaux de fiabilité de la source elle-même. Si une phrase apparaît dans plusieurs sources indépendantes, le modèle aura tendance à citer la plus autoritaire.
| Emplacement de la citation | Symptôme typique | Axe d’optimisation |
|---|---|---|
| Citation dans le corps de la réponse | Indice [1][2] dans les réponses Perplexity | Nom de marque ou nom de norme cité directement dans la phrase |
| Liste des sources en fin de réponse | Source en bas des résultats de recherche ChatGPT | La page a un titre et une date de publication explicites |
| Lu mais non cité | Le bot est passé mais vous n’apparaissez pas dans la réponse | Les phrases factuelles manquent de relief, un concurrent les couvre |
| Cité mais mal cité | Nom de marque mal orthographié, caractéristiques attribuées à tort | Comparaison Processus de correction des erreurs |
Exemple concret 1 : vous êtes une usine exportatrice de vannes industrielles, un client demande à Perplexity « quelle est la température de service maximale d’un papillon PN16 ». Si votre fiche produit indique « adapté à l’eau, l’huile et le gaz », le modèle ne connaît pas la limite ; si vous écrivez en première ligne du tableau de caractéristiques « température de service de -10 à 120 °C », cette phrase a une chance d’être reprise telle quelle dans la réponse.
Exemple concret 2 : vous avez écrit un article de 4000 mots dont la conclusion principale se trouve dans une légende d’image au sixième écran. Quand le modèle récupère les chunks à partir du titre, les trois premiers écrans (« introduction, contexte, présentation de l’entreprise ») sont balayés en premier, mais la phrase qui répond vraiment à la question peut se trouver au douzième chunk, et comme la liste de récupération n’en contient que huit, elle est écartée. Remonter cette conclusion dans le premier paragraphe et la reformuler dans un H2 est la correction la moins coûteuse.
Comment savoir si vous êtes cité ? Deux pistes en parallèle. D’abord, regardez dans les logs serveur la fréquence de crawl et la répartition des pages pour OAI-SearchBot, PerplexityBot et Googlebot : c’est un signal passif. Ensuite, constituez un ensemble fixe de 20 à 30 questions et faites-le tourner chaque semaine sur ChatGPT, Gemini et Perplexity en notant le nombre de fois où vous êtes cité. C’est exactement Suivi mensuel sur un ensemble de questions fixes et Tableau de suivi des citations par les moteurs IA ce qu’il faut résoudre.
FAQ — Questions fréquentes
Les moteurs de recherche IA lisent-ils tout l’article ?
Que se passe-t-il si on met Disallow pour tous les bots dans robots.txt ?
Quelle différence entre être cité par une IA et être premier au classement ?
Comment vérifier que mon site a bien été lu par les moteurs IA ?
Un site e-commerce en JavaScript pur est-il adapté au GEO ?
Un article plus long est-il plus souvent cité par une IA ?
Pour conclure
La première étape pour comprendre le GEO n’est pas d’étudier les prompts ni d’empiler des mots-clés, mais de saisir comment les moteurs IA traitent votre page en quatre phases : être crawlé, être compris, être sélectionné, être cité correctement. Si une seule de ces étapes échoue, tout le reste devient inutile.
Trois étapes pour démarrer : cette semaine, vérifiez dans le robots.txt que GPTBot, OAI-SearchBot et PerplexityBot sont bien autorisés ; la semaine prochaine, confirmez dans les logs serveur que ces bots ont reçu un code 200 au cours des 30 derniers jours ; la troisième semaine, créez un jeu fixe de 20 questions, lancez une baseline sur ChatGPT, Gemini et Perplexity, et notez le nombre de citations actuelles. Une fois ces trois étapes faites, vous pourrez enfin parler d’optimisation.
Une phrase à retenir : le GEO ne consiste pas à faire aimer votre site par l’IA, mais à faire en sorte qu’elle ne puisse pas l’éviter quand elle cherche une réponse. Des phrases autoportantes, des faits dès le début, des bots qui entrent : il manque une seule de ces trois choses et rien ne fonctionne.