GEO SEO en 2026 : ce qui marche pour être cité par l'IA

TL;DR

Le GEO, c'est l'optimisation pour les réponses générées par ChatGPT, Perplexity, Gemini et les AI Overviews de Google. Mauvaise nouvelle pour les vendeurs de méthode : 80 % du travail est du SEO propre, et Google écrit noir sur blanc qu'aucune optimisation spéciale n'est nécessaire. Ce qui change vraiment tient en trois points : le lien entre position organique et citation s'est effondré, les robots des IA ne rendent pas le JavaScript, et la moitié de votre visibilité se joue hors de votre site. Le llms.txt, lui, ne sert à rien : je l'ai en ligne, personne ne le lit.

Le GEO, c'est quoi au juste, et en quoi ça diffère du SEO ?

Le GEO désigne le travail fait pour être cité dans une réponse générée par une IA, quand le SEO vise une position dans une liste de liens bleus.

La différence de fond n'est pas technique, elle est structurelle. En SEO, vous vous battez pour un rang. En GEO, vous vous battez pour être retenu comme source par un modèle qui reformule, recoupe trois ou quatre pages, et ne cite que ce qui lui sert à construire sa phrase. Vous ne gagnez pas une place, vous gagnez une mention.

Conséquence directe : la métrique change. Le rang moyen ne veut plus dire grand-chose. Ce qui compte, c'est la part de réponses où votre marque apparaît sur un jeu de questions donné, et la part de ces réponses qui vous citent en lien.

Deuxième conséquence, moins commentée : vous perdez le contrôle du contexte. Dans une réponse ChatGPT, votre page arrive à côté de trois concurrents, dans un paragraphe que vous n'avez pas écrit. Vous n'optimisez plus une page, vous optimisez la probabilité qu'un modèle vous trouve utile.

Troisième conséquence, la plus inconfortable : le trafic ne suit pas toujours la citation. Être nommé dans une réponse sans lien cliqué, ça existe, et ça ne se voit dans aucun de vos rapports. Il faut accepter de travailler une visibilité partiellement non mesurable, ce qui va à contre-courant de quinze ans d'habitudes SEO.

Comment les IA choisissent-elles vraiment leurs sources ?

Les modèles ne choisissent pas dans le vide : ils lancent des recherches, récupèrent quelques pages, et citent celles dont un passage répond directement à la question posée.

Le mécanisme est à peu près le même partout. Le modèle reformule votre question en plusieurs requêtes, interroge un index (celui de Google, de Bing, ou le sien), récupère un petit nombre de documents, et rédige. Ce qui se joue là, c'est la récupération, pas le classement. Une page qui sort en position 14 sur une requête reformulée peut très bien finir citée, pendant que le numéro un de la requête d'origine est ignoré.

Les données confirment ce basculement. Ahrefs a analysé 863 000 SERP et 4 millions d'URL citées dans des AI Overviews : 38 % seulement des citations viennent du top 10, contre 76 % un an plus tôt. Le reste se répartit entre les positions 11 à 100 et des pages absentes du top 100. BrightEdge, sur son propre jeu de données, descend encore plus bas.

Je retiens deux choses de ces chiffres. Être premier n'est plus une garantie de citation. Et ne pas être premier n'est plus un motif d'exclusion, ce qui ouvre une porte à des sites moyens sur des questions précises.

Ce qui se règle sur la page, concrètement

Sur la page, quatre réglages ont un effet observable : la phrase-réponse, la structure des titres, la FAQ et les données structurées.

La phrase-réponse sous chaque H2. C'est le réglage le plus rentable, et le plus simple. Chaque titre de section pose une question implicite, la première phrase y répond en une phrase complète, autonome, de quinze à vingt-cinq mots. Un modèle qui récupère votre page trouve une unité citable sans avoir à recoudre trois paragraphes. J'applique cette règle sur tous mes articles depuis un an, et c'est la seule modification d'écriture dont je vois un effet net sur la reprise de mes formulations.

Des titres qui reprennent la question, pas le concept. « Combien coûte un consultant SEO » vaut mieux que « Tarification ». Les requêtes reformulées par les modèles ressemblent à des questions parlées, vos titres doivent leur ressembler aussi.

Une FAQ réelle en fin d'article. Cinq à huit questions, réponses de deux à quatre phrases, chacune autonome. C'est le format le plus proche de ce qu'un modèle cherche à produire.

Les données structurées. Le balisage Article, FAQPage et Organization ne vous fera pas citer par magie, Google est clair là-dessus. Il aide à lever les ambiguïtés sur l'auteur, la date et l'entité derrière le site. C'est de l'hygiène, pas un raccourci.

Google le dit dans sa propre documentation sur les fonctionnalités IA et votre site : aucune exigence supplémentaire, aucun fichier spécial, aucun balisage dédié. Les contrôles existants continuent de fonctionner, nosnippet et max-snippet compris, si vous voulez limiter la reprise de votre contenu. Je cite cette page à chaque fois qu'on me vend une méthode GEO propriétaire.

Le llms.txt sert-il à quelque chose ? Non

Le fichier llms.txt n'est lu par aucun moteur de recherche IA majeur en production, et les études à grande échelle ne trouvent aucun lien entre sa présence et les citations.

Je l'ai déployé sur mon propre site, en trois routes propres, servies et cachées correctement. Je n'ai jamais observé de requête d'un robot IA dessus, et aucune trace d'effet sur les citations. Ce n'est pas un ressenti isolé : Ahrefs a passé en revue 137 000 sites et conclut que 97 % des fichiers llms.txt ne sont jamais lus.

Côté Google, la position est publique et constante : Gary Illyes a indiqué que Google ne le prend pas en charge, et John Mueller l'a comparé à la balise meta keywords, ce qui n'est pas un compliment. Le seul usage qui tient debout aujourd'hui, c'est la documentation technique consommée par des agents de code.

Mon conseil : si vous l'avez déjà, laissez-le, il ne coûte rien. Si vous ne l'avez pas, ne consacrez pas une journée de développement à le produire. Mettez cette journée dans votre temps de réponse serveur, le retour sera meilleur.

Ce qui ne se règle pas sur la page

La moitié de votre visibilité dans les réponses IA dépend de ce que les autres sites disent de vous, et vous ne pouvez pas l'éditer.

Les modèles s'appuient massivement sur les pages qui agrègent : comparatifs, forums, Reddit, annuaires, listes « meilleurs outils pour X ». Si votre marque n'apparaît dans aucune de ces pages, aucun réglage on-page ne la fera sortir. Vous pouvez écrire la meilleure page produit du marché, le modèle citera le comparatif qui vous a oublié.

Ce travail ressemble à des relations presse plus qu'à du SEO : se faire référencer dans les listes pertinentes, répondre là où votre catégorie se discute, publier des données que d'autres reprendront. C'est lent, c'est peu automatisable, et c'est le seul vrai fossé défendable. J'ai décrit la logique côté outillage dans ma stack de consultant SEO.

L'autre chose qui ne se règle pas, c'est la fraîcheur perçue. Les modèles favorisent ce qui semble à jour, et un article daté de deux ans sur un marché qui bouge tous les trimestres sort du jeu sans prévenir. Mettre à jour un contenu existant rapporte souvent plus que d'en publier un nouveau.

Le piège technique que personne ne regarde : le rendu

Les principaux robots des IA récupèrent le HTML mais n'exécutent pas le JavaScript, ce qui rend invisible tout contenu injecté côté client.

Vercel et Merj ont mesuré le trafic réel de ces robots : GPTBot, ClaudeBot et PerplexityBot téléchargent des fichiers JavaScript sans les exécuter. Seul Gemini profite de l'infrastructure de rendu de Google. L'étude complète est publique. Si votre contenu principal arrive après l'hydratation, il n'existe pas pour ces robots.

J'ai croisé un cas encore plus vicieux sur mon site. Ma clé de cache CDN ignorait l'en-tête RSC utilisé par Next.js pour les préchargements. Résultat : une requête de préchargement mettait en cache un fragment de données pour une URL entière, servi ensuite à tout le monde, robots compris, pendant des jours. Le HTML était parfait en local, la page servie ne l'était pas.

La leçon vaut au-delà de mon cas : vérifiez toujours ce qui sort réellement du serveur, pas ce que votre rendu local produit. Un curl sur l'URL publique, sans cookie, avec le user-agent du robot, répond à la question en dix secondes. Et surveillez vos erreurs 5XX : cinq jours d'erreurs servies à Googlebot m'ont coûté l'essentiel de mes impressions, sans qu'aucune optimisation de contenu n'y puisse quoi que ce soit.

Comment mesurer sa visibilité IA sans se raconter d'histoires

Aucun outil ne donne aujourd'hui une mesure complète, parce que les plateformes IA n'exposent ni impressions ni positions.

Google Search Console ne vous aidera pas à isoler les AI Overviews : Google agrège ces clics dans le rapport de performance standard, sans les distinguer. Vous pouvez suivre la tendance globale, pas la part IA.

Pour le suivi de citations, la catégorie s'est structurée en un an. Semrush propose un module de visibilité IA en complément de son abonnement, qui suit les mentions de marque dans ChatGPT, Perplexity, Gemini, Copilot et les AI Overviews. SE Ranking propose l'équivalent à un tarif plus accessible. Search Atlas et Frase attaquent le sujet par le contenu plutôt que par le suivi. Des acteurs spécialisés existent aussi, plus chers et plus fins. Je les ai comparés à l'outillage classique dans mon comparatif des meilleurs outils SEO, et le match des deux suites historiques est détaillé dans Semrush contre Ahrefs.

Le piège commun : tous ces outils mesurent un échantillon de questions que vous définissez. Changez la liste, changez le score. Traitez ces chiffres comme un indicateur de tendance sur une liste stable, jamais comme une part de marché.

La mesure gratuite qui marche encore : posez vous-même vos vingt questions clés à ChatGPT, Perplexity, Claude et Gemini, une fois par mois, et notez qui est cité. C'est artisanal, c'est un peu long, et ça vous apprend plus sur votre marché que n'importe quel tableau de bord.

Par où commencer si votre site est déjà optimisé

Si votre SEO technique est propre, quatre chantiers dans cet ordre donnent le meilleur retour pour le temps investi.

1. Vérifiez que votre contenu principal est dans le HTML servi, sans JavaScript. C'est binaire, et c'est bloquant.
2. Ajoutez une phrase-réponse sous chaque H2 de vos vingt pages les plus stratégiques. Comptez une demi-journée.
3. Listez les dix pages tierces qui répondent à vos questions cibles, et faites-vous y référencer. C'est le chantier long, commencez-le tout de suite.
4. Fixez votre liste de vingt questions de suivi et mesurez tous les mois, avec un outil ou à la main.

Ce que je ne ferais pas : réécrire des articles entiers « pour l'IA », acheter un outil de GEO avant d'avoir une liste de questions stable, produire du llms.txt. Et surtout pas publier plus. Sur mon propre site, j'ai tranché l'inverse cette année : moins d'articles, plus épais, mieux tenus à jour.

À retenir

• Le GEO n'est pas une discipline séparée : Google écrit lui-même qu'aucune optimisation spéciale n'est nécessaire pour ses fonctionnalités IA.
• Le lien entre top 10 et citation s'est effondré, de 76 % à 38 % en un an selon Ahrefs. Être premier ne suffit plus, ne pas l'être n'exclut plus.
• La phrase-réponse de quinze à vingt-cinq mots sous chaque H2 est le réglage on-page le plus rentable.
• Les robots de ChatGPT, Claude et Perplexity n'exécutent pas le JavaScript : tout contenu injecté côté client est invisible pour eux.
• Le llms.txt ne sert à rien aujourd'hui, 97 % des fichiers ne sont jamais lus.