Le référencement dans les LLM (GEO/AEO)

Par Aurélie Ducasteaux · mis à jour le 30 août 2026

Le vocabulaire, et ce qu'il recouvre

Trois sigles circulent depuis 2023, et ils désignent à peu près la même chose.

• GEO, *generative engine optimization* : optimiser pour les moteurs génératifs.
• AEO, *answer engine optimization* : optimiser pour les moteurs de réponse.
• LLMO ou *LLM SEO* : optimiser pour les modèles de langage.

Aucun de ces termes n'est défini par un acteur officiel. Ce sont des mots du marché, apparus pour nommer une réalité nouvelle : une part des recherches d'information ne passe plus par une liste de liens mais par une réponse rédigée, qui cite parfois ses sources.

Le sujet mérite d'être traité sans emballement ni mépris. Il ne remplace pas le référencement classique. Il ajoute un terrain, avec ses règles propres.

Comment un assistant choisit ses sources

Deux mécanismes coexistent, et ils ne s'optimisent pas de la même façon.

La connaissance intégrée au modèle. Le modèle a été entraîné sur un corpus, à une date donnée. Ce qu'il en restitue ne cite généralement pas de source et ne se modifie pas : on ne « rentre » pas dans un modèle déjà entraîné.

La recherche en direct. Face à une question qui demande de l'actualité ou de la précision, le système lance une ou plusieurs recherches, récupère des pages, et rédige une réponse en s'appuyant dessus, souvent avec des liens. C'est ce mécanisme qui est optimisable, et il repose en grande partie sur des moteurs de recherche existants.

Conséquence directe : être visible dans les résultats de recherche classiques reste la condition principale pour être cité. Un site qui n'apparaît nulle part n'est pas récupéré.

Ce que disent les études disponibles

Il faut être prudent : la plupart des données publiées sur ce sujet viennent d'éditeurs d'outils, qui vendent des solutions de suivi. Elles sont utiles, elles ne sont pas neutres.

L'index de visibilité publié par Semrush le 26 juin 2026 porte sur 126 millions de requêtes adressées à des systèmes d'IA aux États-Unis entre janvier et avril 2026, sur quatre plateformes : ChatGPT, Gemini, le mode IA de Google et les aperçus IA de Google. Ses constats les plus utiles :

• ChatGPT cite en moyenne quinze sources par réponse, Gemini environ trois. Le nombre de places disponibles varie donc énormément selon la plateforme.
• La marque citée et le domaine cité ne coïncident pas toujours. Sur Gemini, le recouvrement entre les marques mentionnées et les domaines cités peut descendre à 30 %. Être mentionné et être cité en source sont deux visibilités différentes.
• La concentration varie fortement selon les secteurs. Dans les médias, les trois premières marques concentrent 82,9 % de la visibilité ; dans la finance et l'industrie, 41,4 % et 42,2 %.
• 45 % des responsables marketing interrogés déclarent ne pas savoir mesurer leur visibilité dans les réponses générées.

Ces chiffres portent sur le marché américain et sur un échantillon construit par un éditeur. Ils donnent des ordres de grandeur, pas une loi.

Ce qui rend une page citable

En croisant ce qui est observable et ce que la logique impose à un système qui doit extraire une réponse d'une page, six caractéristiques reviennent.

1. Une réponse en tête. Le premier paragraphe répond à la question. Un système qui doit extraire une phrase prend celle qui répond, et il la trouve plus facilement si elle est au début.

2. Une définition autonome. Une ou deux phrases qui définissent le sujet sans dépendre du contexte. C'est ce qui se cite tel quel.

3. Des chiffres avec leur source et leur date. Un système qui doit produire une affirmation vérifiable préfère une page qui indique d'où vient le chiffre. C'est aussi ce qui permet à un lecteur humain de faire confiance.

4. Une structure extractible. Titres explicites, listes, tableaux, questions et réponses formulées littéralement. Un tableau comparatif est directement réutilisable ; un paragraphe qui compare implicitement ne l'est pas.

5. Une position claire. Les contenus qui tranchent, qui disent ce qui ne fonctionne pas, qui donnent des fourchettes de prix, apportent une information que la synthèse générale n'a pas. Les contenus interchangeables ne sont pas retenus, précisément parce qu'ils sont interchangeables.

6. Une identité vérifiable. Un auteur nommé avec ce qu'il fait, une date de mise à jour, des sources citées, des mentions d'éditeur. Ces éléments ne garantissent rien, et leur absence est un signal négatif pour un système comme pour un lecteur.

Référencement classique et visibilité IA : ce qui diffère

La dernière ligne est celle qui compte pour décider d'un budget : il n'y a pas deux chantiers, il y en a un seul, mené avec une exigence de forme supplémentaire.

Ce que cela change à l'écriture, concrètement

Un format qui fonctionne pour les deux publics, humain et machine :

• le titre reprend la question réelle ;
• le premier paragraphe donne la réponse ;
• une définition nette, autonome, apparaît tôt ;
• chaque section a un titre qui est lui-même une question ou une affirmation précise ;
• les données sont en tableaux ;
• une section de questions et réponses explicites clôt la page ;
• les sources figurent avec leur date de consultation.

C'est exactement la structure de cette page, et de toutes les pages de ce site. Ce n'est pas une coïncidence : le site est aussi une démonstration de la méthode qu'il décrit.

Le point rassurant, c'est que rien de tout cela ne se fait au détriment du lecteur. Un texte qui répond vite, qui cite ses sources et qui structure ses données est plus agréable à lire, pas moins.

Ce qui ne fonctionne pas

• Les fichiers de directives à destination des IA. Des propositions de fichiers déclaratifs circulent, sur le modèle du fichier d'exclusion des robots. Aucun n'est un standard reconnu par les principaux acteurs à ce jour. En publier un ne coûte rien et n'apporte rien de démontré.
• Le contenu généré en masse. Un système entraîné sur du texte ne préfère pas le texte généré : il cherche de l'information. Produire cent pages de synthèse ne produit pas cent citations.
• Le bourrage de mots-clés, dans cette forme comme dans l'autre.
• Les instructions cachées dans la page destinées à influencer un modèle. Outre l'inefficacité, c'est du texte dissimulé, ce que les règles publiques des moteurs traitent comme du spam.
• L'achat de visibilité IA. Le marché n'existe pas sous cette forme ; ce qui se vend sous ce nom est du suivi, ou du netlinking rebaptisé.

Comment mesurer

C'est le point faible du sujet, et il faut le dire clairement : la mesure est difficile, partielle et instable.

Ce qu'on peut faire soi-même, gratuitement : poser régulièrement à plusieurs assistants une liste de questions représentatives de son activité, et noter quelles sources sont citées. Vingt questions, une fois par mois, dans un tableau. C'est artisanal, cela prend une heure, et cela donne une tendance réelle.

Trois précautions : les réponses varient d'une exécution à l'autre pour la même question ; elles dépendent de la localisation et de l'historique du compte ; et elles changent à chaque mise à jour des systèmes.

Ce qu'on peut voir dans ses propres données : le trafic référent en provenance des domaines des assistants apparaît dans les outils de mesure d'audience. Il est généralement faible, et c'est une donnée réelle, contrairement aux estimations.

Ce que vendent les outils : un suivi automatisé de mentions et de citations sur un ensemble de questions. C'est utile à partir d'un certain volume, et cela repose sur les mêmes interrogations répétées, avec la même instabilité.

Ce qu'il faut en penser, pour une PME

Une position honnête, pour une entreprise du Béarn qui se demande s'il faut s'en occuper.

Le volume de trafic direct venu des assistants reste faible pour la plupart des sites, et il se mesure dans ses propres outils plutôt que dans une étude. Vérifier avant d'investir.

L'effet indirect est réel. Être cité comme source par un assistant, sur une question de son métier, produit une forme d'autorité qui se transforme en demandes.

Le travail à faire est le même que celui d'un bon référencement : produire des pages qui répondent précisément, avec des chiffres sourcés et une structure claire. Il n'y a pas de budget séparé à prévoir, seulement une façon d'écrire.

Ce qu'il ne faut pas faire : payer une prestation « GEO » distincte, vendue à côté d'une prestation de référencement, alors que le travail sous-jacent est identique.

Ce qui rate

• Traiter le sujet comme un canal séparé, avec un budget et un prestataire distincts.
• Publier un fichier de directives et considérer le travail fait.
• Écrire pour les machines, avec des textes plats et sans point de vue, qui n'apportent rien à personne.
• Négliger le référencement classique, alors qu'il conditionne la récupération des pages.
• Mesurer une seule fois, sur une seule question, et en tirer une conclusion.
• Croire les taux de croissance à trois chiffres publiés par les vendeurs d'outils sans regarder ses propres données.

Ce que les assistants changent au trafic d'un site

Un point de réalité, à mesurer chez soi plutôt qu'à croire.

Le volume de visites référentes reste modeste sur la plupart des sites d'entreprise. Il se lit directement dans un outil de mesure d'audience, en filtrant les sources sur les domaines des assistants. C'est une donnée réelle, propre à votre site, et elle vaut mieux que n'importe quelle projection sectorielle.

La nature de ces visites diffère. Une personne qui arrive depuis une réponse générée a déjà obtenu une partie de sa réponse. Elle vient chercher une précision, une confirmation ou un contact. Les pages qui la retiennent sont donc celles qui donnent quelque chose que la synthèse n'avait pas : un prix, une méthode détaillée, un formulaire, un numéro de téléphone.

Une part de la valeur ne se voit pas dans les statistiques. Quand un assistant cite une entreprise sans que personne ne clique, la mention a existé. Elle ne laisse aucune trace mesurable. C'est frustrant, et c'est la même chose qu'avec la radio, l'affichage ou le bouche-à-oreille depuis toujours.

Ce que cela conduit à faire, concrètement : mesurer ce qui se mesure, ne pas construire de budget sur ce qui ne se mesure pas, et écrire des pages qui répondent nettement. Cette dernière décision sert dans tous les cas de figure, quelle que soit l'évolution des usages.

Sources

• Nombre moyen de sources citées, écart entre marques mentionnées et domaines cités, concentration par secteur, part des responsables ne sachant pas mesurer : Semrush, AI Visibility Index publié le 26 juin 2026, portant sur 126 millions de requêtes adressées à ChatGPT, Gemini, Google AI Mode et Google AI Overviews aux États-Unis entre janvier et avril 2026. Étude d'éditeur d'outils, marché américain.
• Règles relatives au texte dissimulé et aux contenus produits en masse : documentation officielle Google Search Central, consultée le 30 août 2026.
• Parts des moteurs de recherche en France en juillet 2026 : StatCounter Global Stats.