Web agent-ready — découverte vs citation : SEO, GEO et preuves

En bref

• SEO et GEO répondent à des questions différentes : être trouvé dans un moteur de recherche n'est pas la même tâche qu'être cité dans une réponse générative.
• Pour Google, optimiser pour les fonctionnalités d'IA dans Search reste du SEO — sans markup spécial ni exigence de llms.txt.
• Le GEO avec méthode existe dans les papers académiques, mais les gains rapportés (comme « jusqu'à 40% ») viennent du laboratoire, non d'un produit de classement public.
• Être cité n'est pas la même chose que recevoir une visite — le CTR baisse lorsqu'un résumé IA est présent et le trafic de référence des publishers est sous pression.

SEO et GEO ne sont pas la même tâche

Le SEO, au sens classique, consiste à être découvert : crawl, indexation et éligibilité dans les résultats de recherche. Le GEO — Generative Engine Optimization — est né comme terme académique pour optimiser du contenu afin d’obtenir de la visibilité dans des systèmes qui récupèrent des informations et synthétisent des réponses avec attribution, une tâche différente de celle qui consiste à occuper une position stable dans une page de résultats. Le paper qui a défini le terme (Aggarwal et al.) décrit les moteurs génératifs ainsi : récupération suivie d’une synthèse par un modèle de langage, avec citations inline. [1] Un paper plus récent, FeatGEO (ACL 2026), renforce cette distinction : les moteurs de réponse pratiquent une citation sélective, n’allouent pas de slots classés de SERP, et proposent d’optimiser des caractéristiques structurelles et de contenu interprétables avant de réécrire le texte. [2]

Le marché vend pourtant les deux noms comme s’il s’agissait d’une nouvelle discipline uniquement marketing. Il convient de séparer la méthode académique — qui existe, avec des limites de laboratoire claires — du discours commercial qui promet de « se classer dans ChatGPT » sans montrer comment le mesurer.

Ce que Google dit de l’optimisation pour l’IA

Pour l’écosystème Google — aujourd’hui le cas le plus documenté — la réponse officielle est directe : optimiser pour les fonctionnalités d’IA générative dans Search, c’est optimiser pour l’expérience Search, car ces fonctionnalités s’appuient sur les mêmes systèmes centraux de qualité et de classement. Le guide décrit comment elles utilisent le grounding/RAG (récupérer dans l’index Search et générer avec des liens d’appui) et le « query fan-out », et énumère parmi les mythes à éviter : llms.txt, le markup spécial pour l’IA, le découpage du contenu en « chunks » pour l’IA et la réécriture de texte seulement pour les agents — les données structurées ne sont pas obligatoires pour les fonctionnalités d’IA générative. [3] La documentation « AI features and your website » confirme qu’il n’existe pas d’exigence technique supplémentaire au-delà de l’indexation et de l’éligibilité à un snippet. [4] Le billet de John Mueller sur le Search Central Blog (mai 2025) étend aux AI Overviews et à AI Mode les mêmes conseils habituels — contenu conçu pour les personnes, bonne expérience de page, exigences techniques de crawl et d’indexation ; les données structurées restent utiles pour un partage lisible par machine lorsqu’elles correspondent au contenu visible, non comme une astuce de citation. [5]

Cela ne signifie pas que la citation dans l’IA est sans importance — seulement que, chez Google, ce n’est pas une discipline technique distincte avec ses propres exigences. La VP of Search de Google, Liz Reid, a décrit les réponses d’IA dans Search comme apportant des liens visibles, la citation de sources et une attribution intégrée au texte, explicitement comme un renforcement du Web, « non le Web ou l’IA — les deux ». [6] Search Console a également commencé à proposer des rapports de performance pour les fonctionnalités d’IA générative (impressions par page, pays, appareil et date) — une mesure officielle de visibilité, non une note de « citation » tierce. [7]

GEO avec méthode : ce que montrent les papers

Le paper GEO rapporte un gain relatif de visibilité « jusqu’à 40% » — mais ce chiffre provient d’un benchmark propre aux auteurs (GEO-bench, environ 10 mil requêtes), avec une configuration précise : les résultats top-5 de Google retraités par un pipeline de type GPT-3.5. Ce n’est ni une API publique de classement de ChatGPT, ni un chiffre qui se répète automatiquement en production. Dans la même expérience, remplir le texte de mots-clés (keyword stuffing) a obtenu de faibles résultats face aux stratégies avec statistiques, citations et guillemets — une indication sur le type de contenu qui tend à être cité, non une formule. [1] FeatGEO utilise un autre benchmark (GEO-Bench) et arrive à des conclusions proches sur la structure et le langage interprétable. [2]

Aucun de ces deux papers ne teste le transfert de ces résultats vers ChatGPT search, Perplexity ou Claude en production — cela reste une question ouverte. Traiter « jusqu’à 40% » comme un objectif commercial est l’erreur la plus fréquente : c’est un résultat de laboratoire, valable dans le périmètre de l’expérience, non une prévision de trafic ou de revenu.

La citation n’est pas un clic

Même lorsqu’un site est cité ou lié, cela n’équivaut pas à recevoir une visite. Le Pew Research Center, dans une analyse corrélationnelle du comportement des utilisateurs de Google, a relevé un taux de clic sur les liens organiques d’environ 8% lorsqu’un résumé IA apparaissait dans les résultats, contre environ 15% lorsqu’il n’apparaissait pas ; seulement autour de 1% des utilisateurs a cliqué sur un lien au sein du résumé lui-même. [8] Des articles de Digiday, citant des données de Digital Content Next, ont rapporté que des publishers observaient une médiane d’environ -10% d’une année sur l’autre du trafic de référence de Google (avec des cas allant de -1% à -25% dans l’échantillon), associée — sans être nécessairement causée de façon universelle — aux AI Overviews. [9] Un autre article de Digiday, citant Similarweb, a indiqué que le zero-click dans les recherches d’actualité était passé d’environ 56% à 69%, la croissance du trafic provenant de plateformes d’IA ne suffisant pas à compenser cette perte. [10]

La qualité de la citation elle-même est aussi une métrique fragile : une étude de 2023 (Liu et al.) a mesuré un recall de citation par phrase d’environ 51,5% dans les moteurs de recherche générative évalués au moment du snapshot — près de la moitié des phrases générées sans citation vérifiable adéquate. [11] Pour les responsables, l’implication pratique est de mesurer Search Console, les sessions réelles et la conversion — non un « tableau de scores de mentions » synthétique.

llms.txt et les autres mythes du « AI SEO »

En plus du mythbusting de Google, deux études indépendantes de fournisseurs SEO renforcent le même scepticisme à propos de llms.txt : Ahrefs, dans un échantillon d’environ 137 mil sites, a constaté que 97% des fichiers llms.txt publiés n’avaient reçu aucune requête durant le mois mesuré ; SE Ranking, dans un échantillon d’environ 300 mil domaines, n’a trouvé aucune corrélation observable entre la publication de llms.txt et le fait d’être cité par des LLM. [12] [13] « Sans corrélation » n’est pas une preuve définitive que le fichier n’aide jamais — mais cela ne permet pas, aujourd’hui, de le traiter comme un livrable prioritaire.

La politique de robots mérite également une séparation par tâche : OpenAI documente GPTBot (collecte pour l’entraînement), OAI-SearchBot (indexation pour la recherche) et ChatGPT-User (recherche en temps réel à la demande de l’utilisateur) comme des bots distincts, avec leurs propres contrôles via robots.txt ; Anthropic explique comment bloquer son crawler. [14] [15] Bloquer l’entraînement n’est pas la même décision que bloquer la recherche/citation — et des réseaux de périphérie comme Fastly signalent que les crawlers d’IA représentent déjà une part notable du trafic de bots observé, ce qui pèse sur le coût de bande passante et d’origine avant toute décision concernant la citation. [16]

Où se trouve le marketing

Une partie du discours commercial sur le GEO promet des chiffres qui ne reposent sur aucune méthode publique — par exemple des affirmations de conversion très au-dessus de la moyenne ou de faible recouvrement entre les citations dans les chatbots et le top 10 de Google, sans méthodologie reproductible publiée. Ce type d’affirmation ne figure ici que comme portrait du marché, jamais comme base de décision. Des articles de presse spécialisée, citant des professionnels expérimentés du SEO, décrivent une grande partie du discours sur le GEO comme une extension du SEO traditionnel vêtue d’une discipline nouvelle [17] — une tension réelle du marché, non un verdict scientifique. L’affirmation optimiste comme la sceptique figurent ici comme perspectives, non comme faits : la base factuelle de ce texte reste la documentation officielle de Google, les papers avec méthode et les études indépendantes citées plus haut.

Incertitudes

• Il n’existe pas de liste publique des signaux exacts que Google utilise pour choisir les pages qui apparaissent comme appui dans les AI Overviews, en dehors des systèmes centraux de qualité.
• On ignore comment (ou si) les résultats de GEO-bench et FeatGEO se transfèrent à ChatGPT search, Perplexity ou Claude en production.
• Il n’existe pas d’étude publique qui convertisse des métriques synthétiques de « mention » ou de « visibilité dans l’IA » en impressions, clics ou revenus réels pour les publishers.
• Il est impossible de calculer, avec les données disponibles, le coût marginal net d’autoriser ou de bloquer chaque bot (entraînement vs. recherche) pour un site précis.

Références

1. Aggarwal et al. — GEO: Generative Engine Optimization. arXiv. Consulté le 07 août 2026.
2. Liu & Xu — FeatGEO. ACL Anthology. Consulté le 07 août 2026.
3. Google Search Central — Optimizing your website for generative AI features on Google Search. Google. Consulté le 07 août 2026.
4. Google Search Central — AI features and your website. Google. Consulté le 07 août 2026.
5. Google Search Central Blog — Succeeding in AI search. Google. Consulté le 07 août 2026.
6. Google — AI in Search: Going beyond information to insight. Google. Consulté le 07 août 2026.
7. Google Search Central Blog — New Search Generative AI performance reports in Search Console. Google. Consulté le 07 août 2026.
8. Pew Research Center — Google users are less likely to click on links when an AI summary appears in the results. Pew Research Center. Consulté le 07 août 2026.
9. Digiday — Google AI Overviews linked to publisher referral traffic drops, new data shows. Digiday. Consulté le 07 août 2026.
10. Digiday — In graphic detail: AI platforms are driving more traffic, but not enough to offset zero-click search. Digiday. Consulté le 07 août 2026.
11. Liu et al. — Evaluating Verifiability in Generative Search Engines. arXiv. Consulté le 07 août 2026.
12. Ahrefs — We Analyzed 137K Sites: 97% of llms.txt Files Never Get Read. Ahrefs. Consulté le 07 août 2026.
13. SE Ranking — llms.txt vs LLM citations analysis. SE Ranking. Consulté le 07 août 2026.
14. OpenAI — Crawler / bot documentation. OpenAI. Consulté le 07 août 2026.
15. Anthropic — Does Anthropic crawl data from the web, and how can site owners block the crawler?. Anthropic. Consulté le 07 août 2026.
16. Fastly — New Fastly threat research reveals AI crawlers make up almost 80% of AI bot traffic. Fastly. Consulté le 07 août 2026.
17. Digiday — GEO hype busted: How it differs (and how it doesn’t) from SEO. Digiday. Consulté le 07 août 2026.