Glossaire · GEO et visibilité IA

Le glossaire du GEO et de la visibilité IA : 18 termes définis simplement

De la citation à la part de voix, du grounding à llms.txt : le vocabulaire nécessaire pour comprendre et améliorer la manière dont les assistants IA comme ChatGPT, Gemini, Claude, Perplexity et Grok parlent de votre marque. Écrit pour les marketeurs, responsables SEO et fondateurs — chaque définition tient en quelques phrases claires, avec un lien pour approfondir quand nous traitons le terme en détail. Dernière mise à jour : 12 juin 2026.

Partie 1 · La discipline

La discipline et ses moteurs

GEO (Generative Engine Optimization)

Le Generative Engine Optimization désigne l'ensemble des pratiques qui rendent une marque visible et bien décrite dans les réponses rédigées par les assistants IA comme ChatGPT, Gemini, Claude, Perplexity et Grok. Là où le SEO vise une position dans une liste de liens, le GEO vise le contenu d'une réponse générée unique : être cité, recommandé et nommé tôt. Il combine structure du contenu, autorité tierce et mesure en continu.

Pour approfondir : le guide complet du GEO →

AEO (Answer Engine Optimization)

L'Answer Engine Optimization est un quasi-synonyme du GEO : optimiser un contenu pour que les moteurs de réponse le sélectionnent et le citent. Le terme est apparu plus tôt, autour des featured snippets et des assistants vocaux, avant que les réponses générées ne deviennent la norme. En pratique, AEO et GEO décrivent aujourd'hui la même discipline, et les deux sigles s'emploient indifféremment.

Moteur de réponse

Système qui répond à une question par une réponse rédigée unique plutôt que par une liste de liens à explorer. ChatGPT, Gemini, Claude, Perplexity et Grok fonctionnent tous comme des moteurs de réponse : l'utilisateur lit une synthèse et clique rarement vers les sources. Pour une marque, la conséquence est binaire — absente de la réponse, elle est invisible, quel que soit son classement traditionnel.

Visibilité IA

La présence d'une marque dans les réponses des assistants IA, sur les questions qui comptent pour son activité : est-elle citée, à quelle fréquence, à quelle position et face à quels concurrents. Contrairement à un classement Google, la visibilité IA ne se lit pas sur une page de résultats ; elle se mesure en posant aux moteurs de vraies questions de clients et en analysant les réponses générées.

Voir comment la visibilité IA se mesure →

Partie 2 · Métriques

Les signaux et métriques de la visibilité IA

Citation

Il y a citation lorsqu'un assistant IA nomme votre marque ou votre site dans sa réponse, comme option ou comme source. C'est l'unité de base de la visibilité IA : comptées sur de nombreuses questions, plusieurs moteurs et des exécutions répétées, les citations deviennent un taux de citation — la fréquence à laquelle vous apparaissez quand on parle de votre marché. Sur les moteurs adossés à des sources comme Perplexity, une citation s'accompagne souvent d'un lien vers la page utilisée par la réponse.

Comment nous comptons les citations →

Mention

Le signal de visibilité le plus faible : votre marque apparaît quelque part dans le texte de la réponse, parfois en passant ou dans une liste parmi d'autres. Une mention prouve que le modèle connaît votre existence, mais ne dit rien de la manière, plus ou moins favorable ou visible, dont vous êtes présenté. Le suivi sépare les simples mentions des véritables recommandations.

Recommandation

Le signal de visibilité le plus fort : l'assistant conseille explicitement à l'utilisateur de choisir ou d'essayer votre marque pour son besoin. Les recommandations pèsent directement sur les décisions d'achat, car l'utilisateur a demandé une sélection et votre nom en fait partie. Faire passer une marque de la mention occasionnelle à la recommandation régulière est l'objectif concret du travail GEO.

Part de voix IA

Le poids relatif de votre marque dans les réponses IA face aux concurrents cités sur le même panel de questions, consolidé sur tous les moteurs et toutes les exécutions. Une marque citée souvent et tôt pèse plus qu'une marque mentionnée rarement et en dernier. C'est une mesure relative, propre au panel testé : utile pour suivre vos progrès face aux concurrents, pas un classement universel du web.

Pour approfondir : notre guide de la part de voix IA →

Position moyenne (dans les réponses IA)

L'endroit où votre marque apparaît dans la réponse générée, en moyenne sur les questions et les exécutions : nommée en premier, au milieu, ou en fin de liste. La position compte parce que l'utilisateur lit une réponse unique depuis le haut — la première option citée capte l'essentiel de l'attention. C'est l'équivalent, pour les réponses IA, de la position de classement en SEO classique.

Comment la position est mesurée →

Suivi de prompts (prompts déclencheurs)

Le suivi dans le temps d'un panel fixe de vraies questions de clients — les prompts — pour voir lesquelles amènent les assistants à citer votre marque et lesquelles citent vos concurrents à votre place. Les questions qui vous font apparaître sont les prompts déclencheurs ; celles qui vous ignorent montrent où agir. La stabilité du panel est ce qui rend les mesures comparables d'une période à l'autre.

Tout ce que vous pouvez suivre →

Partie 3 · Sous le capot

Comment les moteurs IA construisent leurs réponses

Grounding (ancrage)

Le mécanisme par lequel un moteur IA appuie sa réponse sur des documents récupérés au moment de la question — typiquement des résultats web en direct — au lieu de s'en remettre à ses seules données d'entraînement. Gemini, par exemple, peut ancrer ses réponses sur des résultats Google Search. Le grounding compte pour le GEO car une réponse ancrée peut citer des pages récentes : un contenu publié aujourd'hui peut influencer les réponses sans attendre un réentraînement du modèle.

RAG (Retrieval-Augmented Generation)

Le Retrieval-Augmented Generation est une architecture en deux temps : le système récupère d'abord des documents pertinents, puis fait rédiger la réponse au modèle de langage à partir de ces documents. La plupart des moteurs de réponse qui citent leurs sources, comme Perplexity, suivent ce schéma. Le RAG explique pourquoi les conseils GEO insistent sur des passages autonomes et extractibles : la récupération sélectionne des fragments de pages, pas des sites entiers — chaque section doit donc se suffire à elle-même.

Hallucination

Quand un modèle de langage affirme avec aplomb quelque chose de faux — un fait inventé, un chiffre erroné, une fonctionnalité que votre produit n'a jamais eue. Les hallucinations surviennent parce que les modèles produisent un texte plausible plutôt qu'une vérité vérifiée. Pour une marque, le risque est d'être décrite de façon inexacte dans des réponses auxquelles les prospects font confiance ; surveiller ce que les assistants disent réellement de vous est la première ligne de défense.

Knowledge cutoff (date de coupure)

La date à laquelle s'arrêtent les données d'entraînement d'un modèle : sans accès au web, l'assistant ne sait rien de plus récent. C'est pourquoi une marque lancée récemment peut être invisible pour un modèle qui répond de mémoire, alors que les moteurs qui interrogent le web en direct peuvent la repérer en quelques jours. Le GEO travaille donc sur deux fronts — l'empreinte que les modèles mémorisent à l'entraînement, et les pages que la récupération peut trouver à l'instant même.

AI Overviews

Les résumés générés par IA que Google affiche au-dessus des résultats classiques pour certaines recherches, avec des liens vers les sources utilisées. Ils participent du même basculement des listes de liens vers les réponses générées que traite le GEO. À noter : GEO console n'interroge pas les AI Overviews — nos mesures couvrent ChatGPT, Gemini, Claude, Perplexity et Grok.

Partie 4 · Préparation du site

Préparer votre site pour les moteurs IA

llms.txt

Un standard proposé : un fichier Markdown servi à la racine de votre site (/llms.txt) qui donne aux modèles de langage une carte concise et choisie de vos contenus les plus importants. Il joue pour les assistants IA un rôle comparable à celui de robots.txt et de sitemap.xml pour les crawlers. Son adoption par les moteurs reste inégale, mais le fichier coûte peu à mettre en place et rend votre site plus lisible pour les systèmes qui le citent.

Pour approfondir : notre guide llms.txt →

Crawler IA (GPTBot, ClaudeBot, PerplexityBot)

Un robot qu'une entreprise d'IA utilise pour lire le contenu du web, soit pour entraîner ses modèles, soit pour récupérer des pages en direct au moment de composer une réponse. Les plus connus sont GPTBot (OpenAI), ClaudeBot (Anthropic) et PerplexityBot (Perplexity). Les bloquer dans robots.txt tient votre contenu à l'écart des moteurs — et des réponses ; les laisser passer est généralement la première étape technique du GEO.

Vérifier que les crawlers IA lisent votre site →

Contenu answer-first

Une structure d'écriture où la réponse directe et complète à la question du lecteur vient en premier — typiquement dans le paragraphe d'ouverture — le contexte et les détails ensuite. Les moteurs de réponse privilégient les passages citables tels quels : une page answer-first est plus facile à extraire et à citer. C'est la colonne vertébrale éditoriale de la plupart des recommandations GEO, y compris de la page que vous lisez.

Pour approfondir : être cité par les moteurs →

Mettez ce vocabulaire en pratique : mesurez votre visibilité IA

Entrez votre domaine et obtenez un premier aperçu de votre visibilité IA — gratuit, sans carte bancaire.

Tester mon site