Le GEO est apparu avec la diffusion des IA génératives. Il est nécessaire aux marques pour qu’elles apparaissent sur les moteurs de réponse. Ces dernières doivent dès lors développer de nouvelles techniques. Car le GEO fonctionne selon des mécanismes différents du SEO. Le marketeur doit tenir compte des tokens, des LLM, des agents IA… Ces nouvelles logiques bousculent les pratiques du marketing et du référencement.
Le GEO s’adresse aux agents IA
Le GEO (Generative Engine Optimization) n’est pas simplement une continuité du SEO. On y retrouve en effet des principes bien connus : structurer le contenu, organiser des paragraphes clairs, utiliser des mots-clés pertinents, produire un contenu original, citer des sources ou encore apporter de la valeur. Rien de nouveau en apparence : ce sont des fondamentaux du SEO.
Cependant, cette vision reste incomplète. L’optimisation pour les moteurs génératifs ne consiste pas uniquement à optimiser pour des humains, mais aussi, et surtout, pour des agents IA (user agents) qui consomment, analysent et réutilisent le contenu. Ce paradigme a été formalisé académiquement en 2023 avec le premier article fondateur sur le GEO, qui montre une augmentation de la visibilité jusqu’à +40 % dans les réponses génératives.
Ces évolutions demandent de comprendre le fonctionnement du LLM (Large Language Model) et celui des tokens (jetons), première étape de l’algorithme.
La notion de token est centrale pour le GEO
La tokenisation des contenus est importante en GEO. En effet, si le contenu est trop long en tokens, les user agents peuvent le sélectionner moins fréquemment ou le résumer excessivement. Ainsi, un titre trop long en tokens perd en impact dans les réponses générées.
Les FAQ et FAP doivent être concises en tokens afin que les agents les récupèrent facilement. FAP signifie Frequently Asked Prompts. Il ne s’agit plus seulement de répondre à des questions humaines, mais d’anticiper les prompts que les utilisateurs ou les agents vont formuler, et d’y répondre directement dans le contenu. La FAQ devient ainsi un FAP où l’on ne répond pas à une question mais à un prompt explicite.
La concision est stratégique en GEO. Un texte plus court en tokens, mais aussi dense en information, a plus de chances d’être retenu et cité par les modèles de génération, comme démontré empiriquement dans GEO-bench.
Les LLM peuvent aussi être erratiques : hallucinations, instabilité et glitch tokens
Un LLM n’est pas un système parfaitement stable. Même lorsqu’un contenu semble propre, structuré et compréhensible, le modèle peut produire des réponses erratiques, incohérentes ou totalement hallucinées dans certains cas.
Des enquêtes académiques documentent cette instabilité dues aux hallucinations des grands modèles de langage. Cette dernière ne vient pas seulement du prompt global. Parfois, elle peut être déclenchée par un simple token ou par une chaîne de caractères inhabituelle.
Dans ce dernier cas, on parle parfois de glitch tokens. Une chaîne de caractères peut être reconnue comme token unique par le tokenizer tout en restant mal apprise par le modèle. Une recommandation essentielle en GEO : fournissez un texte correctement rédigé, respectueux des règles de grammaire et d’orthographe, évitez également les mots inventés, les concaténations étranges et le franglais inutile. Vous réduirez ainsi les risques d’interprétation instable des bots IA.
Il existe un biais culturel et linguistique fort dans les LLM
Les modèles sont majoritairement entraînés en anglais et selon des normes américaines. Par conséquent les LLM favorisent le vocabulaire anglais-américain. Par exemple, le terme « superior » peut avoir une connotation négative en anglais américain, tandis que « superviseur » est préférable. L’article On the Dangers of Stochastic Parrots le démontre.
Les raisonnements internes (chain of thought) reflètent aussi ce biais américano-centré. Les références culturelles et les règles juridiques implicites, notamment en propriété intellectuelle, suivent la législation américaine. Essayez de demander les paroles d’Allumer le feu de Johnny Hallyday à votre LLM favori : vous obtiendrez probablement une erreur ou un refus pour des raisons de droits d’auteur suivant la loi américaine.
Un contenu en français peut être interprété dans un contexte nord-américain si aucune localisation n’est fournie. Quand vous interrogez un LLM en français, il peut croire que vous êtes canadien, à moins que vous n’ayez partagé votre localisation avec lui.
Votre GEO dépend des LLM et des lois en vigueur. ChatGPT suit les lois sur le droit d’auteur des USA.
Certaines pratiques rédactionnelles évoluent en GEO
Là où la répétition était pénalisée en SEO parce qu’elle semblait disgracieuse à la lecture humaine, elle devient utile aux IA. Répéter un token renforce sa saillance pour un LLM qui ne peut appréhender toutes les relations implicites présentes dans un texte. Plusieurs études GEO confirment cette particularité.
Citer plusieurs fois le même token est donc recommandé en GEO, même si cela paraît redondant pour un lecteur humain.
La qualité de la langue compte aussi pour les LLM
Un LLM est souvent capable de reconnaître un mot mal orthographié et de retrouver l’intention correcte derrière la faute. En pratique, il peut deviner que « capbale » renvoie à « capable », ou qu’une variante approximative correspond à un mot connu. Mais n’en concluez pas que les fautes sont sans conséquence.
En réalité, c’est le modèle qui décide comment découper, interpréter et tokenizer le terme exact qu’il identifie. Autrement dit, ce n’est pas l’humain qui impose directement la correction au modèle : c’est le LLM qui reconstruit le sens à partir de ce qu’il reçoit.
Cela signifie qu’un texte mal rédigé peut introduire de l’ambiguïté, réduire la précision du traitement ou fragiliser l’interprétation du contenu. Au contraire, un contenu bien écrit est plus facile à analyser, plus stable à tokeniser et plus fiable à réutiliser dans une réponse générée.
Vous comprenez pourquoi, le texte que vous envoyez aux bots IA doit être rigoureux et respectueux des règles de la langue que vous utilisez.
Un contenu GEO doit se rapprocher d’une logique computationnelle
Un bon contenu GEO ressemble presque à un programme informatique. En effet, les mots ont été transformés en token, en chiffres, puis en vecteurs d’embedding. Par conséquent, le texte doit présenter plusieurs caractéristiques d’un code :
-
- une variable principale, généralement le sujet du texte ;
-
- des fonctions, comme les cas d’usage, les bénéfices ou les mécanismes associés au sujet ;
-
- des entrées et des sorties identifiables ;
-
- des relations explicites entre ces éléments.
Cette structure facilite la récupération et la réutilisation du contenu par les agents IA.
Comprendre le fonctionnement des IA génératives est primordial pour apparaître dans les moteurs de réponse, photo : Bernd Dittrich/Unsplash
La visibilité passe par l’accessibilité aux agents
Être indexé par les grands LLM comme OpenAI, Perplexity ou d’autres plateformes suppose que le fichier robots.txt ne bloque pas leurs bots. Perplexity et OpenAI précisent qu’ils respectent les robots.txt pour l’indexation (crawling).
Ces plateformes recherchent du contenu. En échange, elles vous donnent accès à leurs outils de génération. Vous devez donc accepter de donner accès à tout votre contenu en ne bloquant pas leurs bots IA. Cet échange implique un arbitrage stratégique entre l’ouverture de vos données et la protection de votre propriété intellectuelle.
La fraîcheur (freshness) du contenu devient critique
Les modèles valorisent les informations récentes ou régulièrement mises à jour. Une étude comparative AI Search vs Google a démontré que les AI Search montrent un biais systématique vers la fraîcheur (freshness).
Les agents IA détectent une donnée non pertinente ou trop ancienne et peuvent l’ignorer dans les réponses des LLM. L’usage d’agents IA pour maintenir dynamiquement le contenu devient un levier clé pour rester pertinent dans les résultats de génération.
En GEO, les tentatives de manipulation sont détectables
Les modèles d’IA repèrent facilement l’injection de phrases artificielles ou promotionnelles comme « je suis le meilleur et le moins cher des produits », et les sanctionnent. Ils sont entraînés à détecter ce genre de spam et dévalorisent ce type de contenu. Les études GEO sur les heuristiques de rewriting confirment que les tentatives de manipulation sont détectables et dévalorisées.
Conclusion : soyez authentique et apportez de la valeur réelle plutôt que de tenter de manipuler l’algorithme.
GEO : 9 recommandations pratiques
Le GEO est une évolution majeure de l’optimisation de contenu. Il ne s’agit plus seulement d’être visible pour des humains via des moteurs de recherche classiques, mais d’être sélectionné et cité par des modèles de génération de langage.
Pour résumer, voici les points clés à retenir, tous validés ou partiellement validés par la recherche académique :
- Structurez votre contenu comme un programme avec des variables, des fonctions et des entrées-sorties claires.
- Calculez le nombre de tokens de vos textes et visez un ratio tokens par mot proche de 1,0 à 1,2 en français.
- Soyez concis sans perdre l’information essentielle.
- Répétez les termes importants pour les IA, même si cela paraît redondant pour les humains.
- Prenez en compte le biais américain dans le vocabulaire et les concepts.
- Ne bloquez pas les bots IA dans votre robots.txt.
- Mettez à jour votre contenu régulièrement pour rester pertinent.
- Évitez les tentatives de manipulation ou d’injection de prompts promotionnels.
- Créez des FAP, c’est-à-dire des FAQ qui répondent à des prompts explicites.
Le GEO est encore émergent, mais comprendre ces principes aujourd’hui vous donne un avantage stratégique pour demain. Les articles scientifiques sur le GEO publiés entre 2023 et 2026 le prouvent.
Et vous, vous avez déjà adopté le GEO pour faire découvrir votre marque ?
En remerciant Michel Puharre pour ses suggestions et nos échanges.