Glossaire
GEO & IA

Ensemble des techniques visant à optimiser la visibilité d'une marque ou d'un contenu dans les réponses générées par les IA comme ChatGPT, Perplexity ou Gemini. Successeur naturel du SEO dans un monde où l'on pose des questions plutôt que des mots-clés.

Variante du GEO centrée sur les moteurs de réponse directe. Vise à ce qu'une marque soit citée comme réponse définitive à une question utilisateur, sans que celui-ci ait besoin de cliquer ailleurs.

Modèle de langage de grande taille entraîné sur d'immenses corpus textuels. ChatGPT (OpenAI), Gemini (Google), Claude (Anthropic) et Mistral sont des LLMs. Ce sont eux qui génèrent les réponses aux questions des utilisateurs.

Indicateur composite Traixon évaluant la présence d'une marque dans les réponses LLM sur 20 critères répartis en 5 piliers. Un score inférieur à 40 indique une invisibilité quasi-totale.

Standard de balisage sémantique permettant aux moteurs (Google, LLMs) de comprendre précisément ce qu'est une entité : entreprise, produit, avis, FAQ... Implémenté en JSON-LD dans le code HTML.

Format de balisage recommandé par Google et lu par les LLMs pour injecter des données structurées dans une page web. S'intègre dans le ou le sans modifier le rendu visuel.

Type Schema.org définissant une entreprise : nom, URL, logo, description, coordonnées, réseaux sociaux. Signal fondamental pour qu'un LLM identifie correctement une marque et l'associe à son secteur.

Balisage Schema.org permettant de marquer des paires question/réponse. Les LLMs extraient directement ce contenu pour répondre aux requêtes. L'une des implémentations GEO les plus rapides à déployer.

Propriété Schema.org indiquant la note moyenne d'un produit ou service. Les LLMs utilisent ce signal pour évaluer la réputation d'une marque et décider de la recommander ou non.

Base de données ouverte et lisible par les machines, utilisée comme source de vérité par Wikipedia et de nombreux LLMs. Avoir une entrée Wikidata est l'un des signaux d'autorité les plus puissants pour le GEO.

Cadre d'évaluation de la qualité du contenu développé par Google, adopté comme référence implicite par les LLMs. Une marque doit démontrer expérience, expertise, autorité et fiabilité pour être recommandée.

Concept issu de la recherche en NLP mesurant la valeur informative unique d'un contenu. Les LLMs favorisent les sources qui apportent quelque chose de nouveau vs. qui répètent l'existant. Clé pour la stratégie de contenu GEO.

Unité d'information reconnue par les LLMs : marque, personne, lieu, produit. Plus une entité est définie et cohérente sur le web, plus elle est facilement identifiée et citée par les modèles.

IA générative positionnée comme alternative à Google, citant ses sources en temps réel. Capte une audience croissante de chercheurs et professionnels. Avoir des backlinks et du contenu indexable est essentiel pour y apparaître.

LLM le plus utilisé au monde avec 100M+ d'utilisateurs actifs. Sa base de connaissances est figée à une date de cutoff, d'où l'importance des données structurées et de l'autorité éditoriale pour y figurer.

LLM de Google intégré à la Search, au Workspace et à l'assistant Android. Accès au web en temps réel, ce qui le rend très sensible à la fraîcheur du contenu et aux signaux SEO avancés.

Fait qu'un LLM mentionne explicitement une marque, un produit ou une URL dans sa réponse. L'objectif final du GEO. Se mesure sur un panel de requêtes clés représentatives du secteur.

Question-type posée par des prospects dans un secteur donné. Ex : 'Quelle CRM recommandes-tu pour une PME SaaS ?' Tester sa visibilité sur 10-20 requêtes clés est la base de tout audit GEO.

Contenu rédigé avec pour objectif principal d'être extrait et cité par les LLMs : structure claire, réponses directes, définitions précises, données factuelles, langage non ambigu. Différent du contenu SEO classique.

Lien hypertexte provenant d'un site à haute autorité de domaine (Wikipedia, presse nationale, annuaires sectoriels). Signal indirect mais puissant pour le GEO, car les LLMs s'appuient sur les sources citées en ligne.

Plateforme d'avis largement indexée et lue par les LLMs. Avoir un profil Trustpilot actif avec un AggregateRating Schema est l'un des quick wins GEO les plus accessibles pour renforcer sa réputation LLM.

Ensemble de termes, expressions et concepts associés uniquement à une marque dans l'espace sémantique LLM. Formaliser un territoire (ex : 'thé littéraire') est une stratégie puissante pour se différencier des concurrents.

Date jusqu'à laquelle un LLM a été entraîné. ChatGPT-4o a un cutoff en 2024. Les informations postérieures ne sont pas connues du modèle sauf s'il a accès au web. Impacte la stratégie de contenu GEO.

Question ou instruction formulée par un utilisateur dans une interface IA. L'analyse des prompts typiques d'un secteur permet de construire la liste des requêtes GEO à optimiser.

Architecture LLM combinant génération de texte et recherche en temps réel dans une base de documents. Les LLMs avec RAG (comme Perplexity) citent des URLs. Être dans les sources indexées est crucial.

Contenu dont la valeur ne se dégrade pas avec le temps : définitions, guides méthodologiques, comparatifs structurels. Les LLMs préfèrent les sources stables et constamment exactes.

Balise HTML indiquant aux moteurs quelle est la version de référence d'une page en cas de contenu dupliqué. Important pour éviter que les LLMs avec accès web indexent des versions obsolètes d'un contenu.

Fichier texte indiquant aux crawlers quelles pages peuvent être indexées. Pour le GEO, il est essentiel d'autoriser explicitement GPTBot (OpenAI), ClaudeBot (Anthropic) et PerplexityBot à crawler le site.

Fichier XML listant toutes les URLs d'un site avec leur date de mise à jour. Soumis à Google Search Console, il facilite l'indexation et donc la prise en compte du contenu par les LLMs avec accès web.

Attributs HTML (itemscope, itemtype, itemprop) permettant d'annoter le contenu. Moins recommandés que JSON-LD pour le GEO, mais encore utilisés sur certaines plateformes e-commerce.

Analyse comparative du score GEO d'une marque face à ses concurrents directs. Identifie les gaps, les signaux manquants et les opportunités à saisir en priorité.

Description du type d'utilisateur qui pose des questions à un LLM dans un secteur donné. Utilisé pour construire le panel de requêtes de l'audit GEO et la stratégie de contenu.

Extrait mis en avant par Google au-dessus des résultats organiques. Fortement corrélé aux citations LLM : les sources qui obtiennent des featured snippets sont souvent celles que les IA citent.

Base de données d'entités et de leurs relations utilisée par Google et partiellement par les LLMs. Apparaître dans le Knowledge Graph (via Wikidata, Wikipedia) renforce massivement la crédibilité d'une marque pour les IA.

Métrique Moz estimant la crédibilité globale d'un site web basée sur son profil de backlinks. Corrélée (mais non identique) à la probabilité d'être cité par les LLMs. Un DA > 40 est un seuil indicatif de crédibilité.

Contenu publié sur des canaux détenus par la marque (site, blog, LinkedIn). Doit être optimisé pour les LLMs avec données structurées, format clair et terminologie propriétaire pour maximiser les citations.

Uniformité du nom, de la description et des informations clés d'une marque sur tous les canaux : site, Google Business, LinkedIn, Trustpilot, Wikidata. Signal de confiance majeur pour les LLMs.

Phénomène par lequel un LLM génère des informations fausses mais présentées avec confiance. Peut concerner votre marque si les données disponibles sont contradictoires ou absentes. Le GEO réduit ce risque en clarifiant les faits.

Processus d'identification des intentions réelles derrière les requêtes LLM d'un secteur : information, comparaison, décision d'achat. Base de la sélection des requêtes dans un audit GEO.

Avantage concurrentiel obtenu par une marque qui optimise sa présence LLM avant ses concurrents. Les positions dans les réponses IA tendent à se figer rapidement, récompensant les acteurs qui agissent tôt.