Generative Engine Optimization (GEO)

L’optimisation pour les moteurs génératifs (GEO) consiste à façonner le contenu Web afin que les moteurs génératifs, des systèmes d’IA générative qui répondent à une requête en rédigeant une réponse à partir de sources récupérées, le sélectionnent, le citent avec exactitude et lui attribuent une référence. Pranjal Aggarwal et ses collègues de l’Université de Princeton et d’institutions partenaires ont introduit ce terme dans leur article de novembre 2023, GEO: Generative Engine Optimization, publié à KDD 2024, après que Bing Chat, Search Generative Experience de Google et Perplexity ont commencé à répondre directement aux recherches. ChatGPT search (octobre 2024) et les AI Overviews de Google (mai 2024) ont depuis présenté des réponses générées à des centaines de millions de personnes effectuant des recherches, et les outils de recherche approfondie lisent et citent des dizaines de pages pour un seul rapport. Dans une réponse générée, il n’y a pas de liste classée à gravir ; la visibilité dépend donc de la part de la réponse provenant d’une source et de la place accordée à sa citation.

Comment les moteurs génératifs choisissent leurs sources#

Un moteur génératif est un système de questions-réponses à domaine ouvert, basé sur la génération augmentée par récupération (RAG) à l’échelle du Web. Il reformule la question de l’utilisateur en une ou plusieurs requêtes de recherche — une étape que Google appelle query fan-out dans son mode IA —, récupère les pages candidates de son index, utilise la recherche sémantique et un réordonnanceur pour sélectionner les passages qui répondent à chaque sous-question, puis fait rédiger la réponse par un grand modèle de langage (LLM) à partir de ces passages, avec des citations. Chaque étape constitue un filtre que la page doit franchir :

Ancrer la réponse dans les passages récupérés permet aussi aux moteurs de réduire les hallucinations ; les contenus qui énoncent clairement des faits, avec des chiffres, des dates et des sources, sont donc plus faciles à citer sans les déformer.

Ce que révèle l’étude sur le GEO#

Aggarwal et ses collègues ont créé GEO-bench, un ensemble d’environ 10 000 requêtes issues de neuf jeux de données couvrant de nombreux domaines, et ont mesuré la visibilité de deux façons : un décompte de mots ajusté selon la position, qui pondère les mots repris d’une source en fonction de l’emplacement de sa citation, et un score d’impression subjective évalué par un LLM. Ils ont réécrit des pages sources selon neuf méthodes et constaté que l’ajout de citations de sources crédibles, de citations textuelles et de statistiques augmentait la visibilité jusqu’à 40 %, tandis que le bourrage de mots-clés, une tactique classique du référencement, n’apportait que peu ou pas de bénéfices. Les pages moins bien classées dans les moteurs de recherche classiques ont enregistré les gains les plus importants. Sur Perplexity, l’ajout de citations textuelles a augmenté le décompte de mots ajusté selon la position d’environ 22 %, et l’ajout de statistiques a fait progresser le score d’impression subjective jusqu’à 37 %.

GEO, SEO et termes connexes#

Le SEO et le GEO partagent les mêmes fondements : des pages explorables, une structure claire et un contenu utile. Le GEO ajoute une deuxième question après « cette page est-elle bien classée ? » : « une réponse cite-t-elle cette page, et la cite-t-elle correctement ? » L’optimisation pour les moteurs de réponse (AEO), l’optimisation pour la recherche par IA et l’optimisation pour les LLM (LLMO) sont des synonymes couramment employés aujourd’hui. L’ingénierie des prompts façonne les instructions qu’une personne transmet à un modèle, auxquelles le GEO n’a pas accès, tandis que l’ingénierie RAG construit le récupérateur et le générateur à l’intérieur du moteur, que le GEO considère comme une boîte noire.

Accès technique#

Les règles d’exploration déterminent le premier filtre. Les entreprises d’IA utilisent des robots d’exploration distincts pour l’entraînement des modèles et la recherche ; un site peut donc refuser l’un tout en autorisant l’autre. OpenAI utilise deux robots d’exploration à cette fin : GPTBot, qui collecte des données d’entraînement, et OAI-SearchBot, qui indexe les pages pour la recherche dans ChatGPT. Google-Extended est un jeton de contrôle que Google lit dans le même robots.txt : Googlebot continue de récupérer la page pour la recherche et les aperçus IA, tandis qu’une directive Disallow pour Google-Extended empêche son utilisation pour l’entraînement de Gemini et l’ancrage de ses réponses. La bibliothèque standard de Python peut lire une politique robots.txt comme le font ces agents :

from urllib.robotparser import RobotFileParser

# Opt out of model training while staying fetchable for AI search and classic search
robots_txt = """
User-agent: GPTBot
Disallow: /

User-agent: Google-Extended
Disallow: /

User-agent: *
Allow: /
"""
parser = RobotFileParser()
parser.parse(robots_txt.splitlines())

for agent in ["GPTBot", "OAI-SearchBot", "Google-Extended", "Googlebot"]:
    allowed = parser.can_fetch(agent, "/glossary/generative-engine-optimization-geo")
    print(f"{agent}: {'allowed' if allowed else 'blocked'}")

Le script affiche GPTBot: blocked, OAI-SearchBot: allowed, Google-Extended: blocked et Googlebot: allowed : la page reste ainsi admissible dans la recherche ChatGPT, Google Search et les aperçus IA, tout en étant exclue des données d’entraînement d’OpenAI et de Gemini. Au-delà des règles d’exploration, les pages doivent se charger sans connexion, figurer dans un sitemap XML et contenir des données structurées Schema.org exactes, généralement rédigées en JSON-LD, pour des entités telles que des articles, des produits et des logiciels. Sur Ultralytics Platform, la même règle d’accès s’applique aux jeux de données et aux projets de vision par ordinateur : les éléments rendus publics sont accessibles à chaque visiteur à des URL propres, qu’il soit connecté ou non, afin que les robots d’exploration et les assistants d’IA puissent les récupérer, tandis que les éléments privés restent derrière une connexion.

Mesurer le GEO#

Les réponses générées varient selon la formulation, l’index de récupération et la version du modèle. Les équipes suivent donc un ensemble fixe de questions représentatives au fil du temps, et consignent les pages citées par chaque moteur, la fréquence des citations et la fidélité de la réponse à leur contenu. Dans les outils d’analyse, le trafic référent provenant des assistants apparaît sous forme de visites depuis des domaines tels que chatgpt.com et perplexity.ai. Les moteurs de recherche ont commencé à signaler directement les citations : le rapport sur les performances de l’IA de Bing Webmaster Tools, lancé en préversion publique en février 2026, indique à quelle fréquence chaque page est citée dans Microsoft Copilot et les réponses de Bing AI, ainsi que les requêtes d’ancrage qui l’ont fait ressortir.