Le glossaire du GEO : 15 termes que chaque marketeur doit connaître

Le GEO a emprunté la moitié de son vocabulaire au SEO, a inventé l'autre moitié à partir de zéro, puis a laissé les fournisseurs nommer le même concept de trois manières différentes. Plutôt que de tout couvrir, voici les 15 termes qui reviennent réellement dans le travail quotidien du GEO.

GEO (generative engine optimization)

Structurer le contenu et la présence de la marque afin que les moteurs d'IA comme ChatGPT, Perplexity et Gemini l'extraient, le synthétisent et le citent dans leurs réponses, plutôt que d'optimiser pour une position classée dans une liste de liens. Une marque d'abonnement de café faisant cela pourrait réécrire sa FAQ avec une réponse directe à « combien de café un abonnement comprend-il », afin que ChatGPT puisse extraire cette réponse directement de la page lorsque quelqu'un demande des recommandations de café torréfaction foncée.

AEO (answer engine optimization)

La pratique plus étroite consistant à devenir la réponse directe et extraite elle-même, qu'il s'agisse d'un extrait optimisé (featured snippet), d'une réponse d'un assistant vocal ou d'un panneau d'aperçus d'IA (AI Overview), plutôt que d'être simplement mentionné quelque part à l'intérieur. Un site de recettes qui s'en sort bien pourrait restructurer sa liste d'ingrédients en un bloc propre près du haut de la page, qui est exactement le bloc que l'aperçu d'IA de Google commence à extraire lorsque quelqu'un recherche « combien de temps faire bouillir un œuf ».

Grand modèle de langage (LLM - Large language model)

Le type de modèle d'IA derrière ChatGPT, Claude et Gemini, entraîné sur d'importants volumes de texte pour générer des réponses semblables à celles des humains ; presque tous les concepts de GEO existent pour influencer ce que l'un de ces modèles dit d'une marque. Lorsqu'un client demande à Claude de comparer des logiciels de comptabilité pour les freelances, Claude est le LLM qui effectue la comparaison, en s'appuyant sur tout ce qu'il peut récupérer et analyser.

RAG (retrieval-augmented generation)

La technique utilisée par la plupart des moteurs de recherche d'IA pour répondre aux questions : récupérer une poignée de documents pertinents, puis générer une réponse basée sur ce qui a été trouvé, plutôt que de s'appuyer uniquement sur les données d'entraînement. Si quelqu'un interroge Perplexity sur la politique de retour d'un détaillant, il récupère la page de politique réelle du détaillant et un avis ou deux avant de rédiger sa réponse, ce qui explique également pourquoi une page de politique obsolète conduit à une réponse obsolète.

Citation

Une instance spécifique d'une réponse d'IA nommant une source, que ce soit sous forme de note de bas de page cliquable, d'une entrée dans un panneau de sources ou simplement d'une mention dans le texte courant ; c'est ce que le GEO a de plus proche d'une position de classement. À la question de savoir si un sac à dos de randonnée convient pour des voyages de plusieurs jours, ChatGPT pourrait répondre en nommant un fil de discussion spécifique d'un forum de matériel de plein air comme source, et ce fil nommé est la citation.

Part de voix (part de citation)

Le pourcentage de citations pour un sujet qui vont à votre marque par rapport à vos concurrents, la version GEO de la métrique marketing traditionnelle du même nom. Une banque qui suit 20 requêtes sur « meilleur compte d'épargne Danemark » et qui est citée dans 6 des réponses d'IA obtenues a une part de voix de 30 % pour cet ensemble, un chiffre qu'il convient de surveiller par rapport aux concurrents au fil du temps.

Entité

Tout ce qu'un modèle d'IA peut identifier comme une chose distincte et nommable, le plus souvent une marque, un produit ou une personne ; les modèles analysent de plus en plus les entités et leurs relations mutuelles plutôt que de simplement faire correspondre des mots-clés. Un modèle ne voit pas seulement la chaîne de caractères « Novo Nordisk » dans une phrase, il reconnaît Novo Nordisk comme une entreprise spécifique, connectée à son siège social, ses produits et ses dirigeants en tant qu'entités liées.

E-E-A-T

Acronyme pour expérience, expertise, autorité et fiabilité (trustworthiness), un cadre développé par Google pour la qualité de la recherche qui est désormais utilisé dans tout le GEO pour désigner les qualités que les modèles d'IA semblent récompenser lorsqu'ils décident à quoi faire confiance. Un article sur la gestion du diabète rédigé par un endocrinologue nommé ayant une affiliation hospitalière déclarée porte un signal E-E-A-T plus fort qu'un article de blog anonyme formulant les mêmes affirmations, et est plus susceptible d'être traité comme digne de confiance.

Balisage de schéma (données structurées)

Code ajouté à une page, généralement au format JSON-LD, qui étiquette explicitement la nature du contenu (un produit, un avis, une organisation) afin que les machines puissent le lire sans avoir à le déduire du texte. Une page de commerce électronique contenant un schéma indiquant le prix exact et l'état des stocks permet à un modèle de répondre directement à « est-ce en stock actuellement », au lieu d'essayer de deviner à partir d'un texte marketing qui ne mentionne peut-être pas du tout les stocks.

Résumés d'IA (AI Overviews)

Le résumé généré par l'IA de Google qui apparaît au-dessus des résultats traditionnels pour de nombreuses requêtes, s'appuyant sur un petit ensemble de sources qu'il affiche sous forme de citations. La recherche « est-ce que Copenhague est une ville chère à visiter » déclenche un résumé présentant les coûts typiques avec deux ou trois sites de voyage répertoriés comme sources, avant que les résultats normaux n'apparaissent plus bas.

Query fan-out (dispersion de requête)

La manière dont un modèle décompose une question d'utilisateur en plusieurs sous-requêtes connexes avant de générer une réponse, en récupérant les sources pour chacune d'elles séparément. Quelqu'un qui demande « meilleures chaussures de course pour pieds plats » peut déclencher des recherches distinctes en coulisses sur la pronation excessive, des modèles de chaussures spécifiques et des conseils de podologues, ce qui signifie que votre contenu peut être extrait pour une sous-question à laquelle il ne répond jamais directement.

Hallucination

Lorsqu'un modèle affirme avec assurance quelque chose qui n'est pas vrai, souvent en comblant une lacune dans ses sources par une supposition plausible. Une entreprise récemment rebaptisée, contenant encore peu d'informations en ligne, pourrait voir sa date de création erronée de trois ans par un modèle d'IA qui n'avait rien de fiable sur quoi s'appuyer et n'a pas signalé l'incertitude.

Recherche zéro-clic

Une interaction avec l'IA qui se résout entièrement à l'intérieur de la réponse elle-même, l'utilisateur ne cliquant jamais pour accéder à un site Web. Quelqu'un qui demande à Gemini les heures d'ouverture d'un magasin pendant les vacances obtient la réponse directement dans la fenêtre de discussion et ne visite jamais le site du magasin, même si ce site en était la source réelle.

Robot d'indexation d'IA (AI crawler)

Un robot utilisé par les entreprises d'IA pour récupérer et indexer le contenu Web, tel que GPTBot d'OpenAI, ClaudeBot d'Anthropic ou PerplexityBot, contrôlé via le fichier robots.txt d'un site de la même manière que les robots de recherche l'ont toujours été. Un éditeur qui bloque GPTBot pour exclure ses articles des données d'entraînement empêche également ChatGPT de récupérer et de citer ces mêmes pages dans des réponses en direct, puisqu'un seul fichier régit les deux.

Graphe de connaissances (Knowledge graph)

Une base de données structurée d'entités et de leurs relations, utilisée pour répondre à des questions factuelles sans lire une page en temps réel. Rechercher le nom d'une entreprise et voir sa date de création, son siège social et ses dirigeants apparaître instantanément dans un volet, c'est le graphe de connaissances de Google à l'œuvre, et non un article unique en cours de lecture sur le moment.

Utiliser cette liste

Ces 15 termes couvrent l'essentiel : ce que le GEO cherche à accomplir, comment les modèles récupèrent et génèrent réellement des réponses, et comment parler de sa mesure. Si vous souhaitez voir quelques-unes de ces idées se concrétiser dans des données de citation réelles plutôt que de manière abstraite, notre article sur ce que l'IA cite réellement décortique les types de pages spécifiques derrière les citations réelles de plus de 100 marques.