Audit gratuit

Journal · Comprendre le GEO

Ce que la recherche dit du GEO, et ce qu’elle ne dit pas

Ce que démontrent les études publiées sur l’optimisation pour les IA génératives, ce que Google écrit lui-même, et ce qui reste non démontré.

Par L’équipe GeoMetrickRelu par Esteban, associé de GeoMetrickPublié le Lecture : environ 5 min

Sommaire de la page
  1. Une réécriture peut améliorer une mesure, pas forcément un résultat
  2. L’étude fondatrice : ce qu’elle a testé
  3. Ce que d’autres études ont trouvé depuis
  4. Ce que Google écrit de ses propres fonctions d’IA
  5. Ce que GeoMetrick mesure, et ce qu’il ne mesure pas
  6. Comment lire une promesse de GEO
  7. Ce que nous ne savons pas
  8. Questions fréquentes
  9. Sources
  10. Auteur et journal des modifications
  11. À lire ensuite

Une réécriture peut améliorer une mesure, pas forcément un résultat#

La recherche publiée montre surtout que certaines réécritures de contenu améliorent une mesure de visibilité sur des bancs d’essai ; elle ne démontre pas, dans les sources que nous avons lues, un effet sur le trafic ou les ventes. Le reste de cet article détaille ce que chaque étude a mesuré, ce que Google écrit de ses propres fonctions, et ce que cela change pour lire une promesse.

L’étude fondatrice : ce qu’elle a testé#

En 2023, des chercheurs de Princeton et d’autres institutions ont défini le GEO, construit un banc d’essai de requêtes variées appelé GEO-bench et testé neuf méthodes de réécriture d’un contenu.[4] Sur ce banc d’essai, ajouter des citations de sources, des citations entre guillemets ou des statistiques améliore leur mesure de visibilité, jusqu’à environ 40 % annoncés ; le bourrage de mots-clés n’apporte pas de gain, et l’effet varie selon les domaines.[1]

Cette mesure est celle des auteurs : elle repose sur des mots pondérés par la position dans la réponse, pas sur un nombre de visites.[1] Les résultats ont été validés sur un moteur public (Perplexity.ai) en plus d’un moteur reconstitué.[5]

Question que l’on se pose Ce que dit l’étude
Une réécriture augmente-t-elle la visibilité dans la réponse ? Oui sur leur banc d’essai, avec leur métrique, et l’effet varie selon les domaines.[1]
Cela se traduit-il en visites, en clics ou en ventes ? Non étudié.[6]
Le résultat tient-il dans le temps ? Non étudié.[6]
Vaut-il pour ChatGPT, Claude, Gemini, Mistral, Grok ou DeepSeek ? Non étudié : les auteurs ont utilisé un moteur reconstitué et Perplexity.ai.[6]

Les auteurs signalent eux-mêmes leurs limites : les méthodes sont à adapter quand les moteurs évoluent, les requêtes sont à renouveler, les effets sur le classement classique ne sont pas évalués et l’étiquetage manuel est subjectif.[6]

Ce que d’autres études ont trouvé depuis#

Quatre études plus récentes portent sur des tâches, des moteurs et des questions différents. Leurs résultats ne s’additionnent pas, et aucune n’est une réplication de la première.

Étude Ce qu’elle rapporte Ce qu’elle ne dit pas
C-SEO Bench (2025) La plupart des méthodes d’optimisation « conversationnelle » actuelles sont peu efficaces et ont souvent un effet négatif sur le classement du document ; les stratégies de référencement classiques font mieux dans leur cadre ; les gains diminuent quand plus d’acteurs adoptent ces méthodes.[2] Que l’étude fondatrice soit réfutée (autre banc d’essai, autres tâches, autres moteurs) ; l’effet sur les produits grand public actuels n’y est pas étudié.
Citations manquantes (mars 2026) Une classification des raisons pour lesquelles un document n’est pas cité, et un système de diagnostic qui améliore les taux de citation en modifiant peu de contenu ; une optimisation générique peut nuire aux sources peu connues.[7] Sur quels moteurs réels la validation a eu lieu (non précisé dans le résumé lu).
ChatGPT, Perplexity, Gemini et Google (2025) Les moteurs d’IA privilégient fortement les sources tierces faisant autorité plutôt que les contenus de marque.[8] Les limites déclarées (non lues dans le résumé) ; Claude, Mistral, Grok et DeepSeek ne sont pas nommés.
Couverture des sources (2025) Six moteurs à base de modèles de langage citent des domaines plus variés que deux moteurs classiques, sans faire mieux sur la crédibilité, la neutralité politique et la sécurité.[9] Les noms des six moteurs (absents du résumé lu).

Notre lecture : un écart entre deux études n’est pas une réfutation, parce que les bancs d’essai, les tâches et les moteurs diffèrent. Et « les IA citent davantage les sources tierces » est le résultat d’une étude, pas une loi générale.[8]

Ce que Google écrit de ses propres fonctions d’IA#

Google écrit que les bonnes pratiques SEO restent valables, et que ce qui pèse sur la présence dans ses fonctions d’IA est un contenu unique, fondé sur une connaissance directe du sujet, plutôt qu’un contenu banalisé que n’importe qui, ou un modèle, produirait.[3]

Selon la même page, il n’est pas nécessaire de créer des fichiers lisibles par machine, des fichiers texte pour IA, un balisage spécial ou du Markdown ; le découpage en « petits morceaux » et l’achat de mentions artificielles sont à ignorer.[3] Pour apparaître dans les Aperçus IA et le Mode IA, la documentation ne demande aucune exigence supplémentaire : une page indexée et éligible à l’extrait suffit.[10]

Deux limites à garder en tête. Cela vaut pour Google Search seulement, et ne dit rien des autres IA.[3] Et la documentation ne dit pas comment Google choisit parmi les pages candidates.[10]

Ce que GeoMetrick mesure, et ce qu’il ne mesure pas#

Google met en garde contre les outils tiers qui disent exploiter des métriques internes.[3] GeoMetrick n’en prétend aucune : nous observons ce que les IA répondent (leurs sorties), c’est-à-dire si une marque est citée, quelles sources apparaissent et avec quelle fréquence, sur plusieurs réponses et avec une fourchette de confiance. Notre méthode est détaillée sur la page Méthodologie. Nous ne mesurons ni l’effet d’une action sur le trafic, ni ce que voit une personne donnée dans son application.

Comment lire une promesse de GEO#

Si l’on vous dit… Posez cette question
« Cette méthode multiplie votre visibilité » Mesurée comment, sur quel moteur, à quelle date, avec quelle fourchette ? Dans l’étude fondatrice, la mesure est celle des auteurs, sur un banc d’essai.[1]
« Cela augmente votre trafic » Sur quelle donnée ? Nous n’avons trouvé aucun effet mesuré sur le trafic ou les ventes dans les sources lues : c’est non démontré.
« Nous exploitons les métriques internes des IA » Google met en garde contre ces outils ; ce qu’un tiers peut observer, ce sont des réponses.[3]
« Il faut un fichier spécial pour les IA » Pour les fonctions d’IA de Google, il n’est pas nécessaire.[3] Pour les autres IA, la question reste ouverte.

Une étude sérieuse indique son banc d’essai, ses moteurs, sa date et ses limites. Une promesse qui ne les indique pas ne se vérifie pas.

Ce que nous ne savons pas#

Questions fréquentes#

Le GEO fonctionne-t-il ?

Sur des bancs d’essai, certaines réécritures améliorent une mesure de visibilité propre aux chercheurs, mais aucune étude que nous avons lue ne démontre un effet sur le trafic ou les ventes. Une autre étude trouve même peu d’effet des méthodes récentes sur son propre banc d’essai.

Faut-il un fichier spécial pour être cité par les IA ?

Pour les fonctions d’IA de Google, non : Google écrit qu’aucun fichier ni balisage spécial n’est nécessaire. Pour les autres IA, les sources que nous avons lues ne démontrent ni l’utilité ni l’inutilité d’un tel fichier.

Les IA citent-elles davantage les sources tierces que les sites de marque ?

Une étude de septembre 2025 le rapporte pour trois moteurs d’IA comparés à Google. C’est un résultat de cette étude, pas une loi générale : les autres IA n’y sont pas nommées.

Que mesure GeoMetrick, puisqu’il n’utilise pas de métriques internes ?

GeoMetrick observe ce que les IA répondent : la marque est-elle citée, quelles sources apparaissent, avec quelle fréquence sur plusieurs réponses et quelle fourchette de confiance. Nous ne prétendons ni lire les métriques internes d’une IA ni mesurer un effet sur le trafic.

Sources#

  1. GEO: Generative Engine Optimization · Aggarwal et al. (Princeton et autres), arXiv. Étude. Consulté le . À l’appui de : « Sur leur banc d’essai, ajouter des citations de sources, des citations entre guillemets ou des statistiques améliore leur mesure de visibilité (jusqu’à environ 40 % annoncés, 41 % pour la meilleure méthode sur la première métrique), alors que le bourrage de mots-clés n’apporte pas de gain ; l’effet varie selon les domaines. La mesure est propre aux auteurs (mots pondérés par la position), pas un trafic. »
  2. C-SEO Bench: Does Conversational SEO Work? · Puerto, Gubri, Green, Oh, Yun (arXiv ; NeurIPS Datasets and Benchmarks 2025). Étude. Consulté le . À l’appui de : « C-SEO Bench (juin 2025, révision d’octobre 2025, NeurIPS Datasets and Benchmarks 2025) est un premier banc d’essai des méthodes d’optimisation « conversationnelle » sur deux tâches (questions-réponses, recommandation de produits) : la plupart des méthodes actuelles y sont peu efficaces et ont souvent un effet négatif sur le classement du document, les stratégies de référencement classiques font mieux dans leur cadre, et les gains diminuent quand plus d’acteurs adoptent ces méthodes. »
  3. Optimizing your website for generative AI features on Google Search · Google Search Central. Documentation officielle. Consulté le . À l’appui de : « Google écrit que les bonnes pratiques SEO restent valables et que ce qui pèse sur la présence dans ses fonctions d’IA générative est un contenu unique, fondé sur une connaissance directe du sujet, pas un contenu banalisé que n’importe qui, ou un modèle, produirait. Il n’est pas nécessaire de créer des fichiers lisibles par machine, des fichiers texte pour IA, un balisage spécial ou du Markdown ; le découpage en « petits morceaux » (chunking) et l’achat de mentions artificielles sont à ignorer. Google met en garde contre les outils tiers qui disent exploiter des métriques internes. Cela vaut pour Google Search seulement. »
  4. GEO: Generative Engine Optimization · Aggarwal et al. (Princeton et autres), arXiv. Étude. Consulté le . À l’appui de : « Des chercheurs de Princeton et d’autres institutions ont défini le GEO (generative engine optimization), construit un banc d’essai de requêtes variées appelé GEO-bench et testé neuf méthodes de réécriture d’un contenu. Étude soumise en novembre 2023 (version 3 de juin 2024) ; la mention de la conférence KDD 2024 repose sur le pied de page du PDF. »
  5. GEO: Generative Engine Optimization · Aggarwal et al. (Princeton et autres), arXiv. Étude. Consulté le . À l’appui de : « Les auteurs ont validé leurs résultats sur un moteur public (Perplexity.ai) en plus d’un moteur reconstitué ; cinq réponses ont été échantillonnées par requête avec une température de 0,7. »
  6. GEO: Generative Engine Optimization · Aggarwal et al. (Princeton et autres), arXiv. Étude. Consulté le . À l’appui de : « Limites déclarées par les auteurs : méthodes à adapter quand les moteurs évoluent, requêtes à renouveler, effets sur le classement classique non évalués, étiquetage manuel subjectif. L’étude ne mesure ni le trafic, ni les clics, ni les ventes, ni la stabilité dans le temps, et ne teste ni ChatGPT, ni Claude, ni Gemini, ni Mistral, ni Grok, ni DeepSeek. »
  7. Diagnosing and Repairing Citation Failures in Generative Engine Optimization · Tian, Chen, Tang, Liu, Jia (arXiv). Étude. Consulté le . À l’appui de : « Une étude de mars 2026 propose une classification des raisons pour lesquelles un document n’est pas cité et un système qui diagnostique et corrige ces échecs (plus de 40 % d’amélioration relative des taux de citation en modifiant peu de contenu) ; elle note qu’une optimisation générique peut nuire aux sources peu connues et que certains documents ont des obstacles structurels qu’aucune réécriture ne lève. Les moteurs réels de la validation ne sont pas précisés dans le résumé lu. »
  8. Generative Engine Optimization: How to Dominate AI Search · Chen, Wang, Chen, Koudas (arXiv). Étude. Consulté le . À l’appui de : « Une étude de septembre 2025 compare des moteurs d’IA (ChatGPT, Perplexity, Gemini) à Google : les moteurs d’IA privilégient fortement les sources tierces faisant autorité (« earned media ») plutôt que les contenus de marque, et diffèrent selon la diversité des domaines, la fraîcheur, la stabilité d’une langue à l’autre et la sensibilité à la reformulation. Claude, Mistral, Grok et DeepSeek n’y sont pas nommés. »
  9. Source Coverage and Citation Bias in LLM-based vs. Traditional Search Engines · Zhang, Ye, Peng, Garimella, Tyson (arXiv). Étude. Consulté le . À l’appui de : « Une étude de décembre 2025 portant sur 55 936 requêtes compare six moteurs de recherche à base de modèles de langage et deux moteurs classiques : les premiers citent des domaines plus variés (37 % des domaines leur sont propres) mais ne font pas mieux sur la crédibilité, la neutralité politique et la sécurité. Les noms des six moteurs ne figurent pas dans le résumé lu. »
  10. AI features and your website · Google Search Central. Documentation officielle. Consulté le . À l’appui de : « Pour apparaître dans les Aperçus IA et le Mode IA de Google, aucune exigence supplémentaire n’est nécessaire : bonnes pratiques SEO, page indexée et éligible à l’extrait. Le trafic de ces fonctions est compté dans le trafic de recherche (rapport Performance, type Web) de la Search Console. La page ne dit pas comment Google choisit parmi les pages candidates. »

Auteur et journal des modifications#

Auteur
L’équipe GeoMetrick
Relecteur
Esteban, associé de GeoMetrick
Publié le
Dernière mise à jour
Prochaine revue au plus tard

Journal des modifications

  1. : Rédaction assistée par un agent à partir des sources citées sur cette page.
  2. : Publication décidée par Esteban (GeoMetrick) après la vérification de chaque affirmation par rapport à sa source (rapport du 02/10/2026) ; les mesures annoncées restent à produire et seront ajoutées à mesure.

À lire ensuite#

Comment une IA choisit les pages qu’elle citeUne IA décide de chercher, lance une ou plusieurs requêtes, lit des pages puis les cite. Ce que les éditeurs documentent, et ce qu’aucun ne publie.Pourquoi une IA ne répond jamais deux fois pareilUne IA varie d’une réponse à l’autre, même sans hasard apparent. Pourquoi, et comment lire une mesure avec ses répétitions et sa fourchette de confiance.Qu’est-ce que le GEOLe GEO expliqué avec ses sources, sans jargon.Méthodologie de mesureRépétitions, fourchettes de confiance, poids du score et limites.