Le GEO en une phrase
GEO est l’abréviation de generative engine optimization. Un moteur génératif ne rend pas une liste de liens mais une réponse rédigée : ChatGPT, Perplexity, Copilot. Le GEO désigne le travail fait sur un site pour que ses pages y soient citées.
En SEO, l’objectif est d’être classé ; en GEO, d’être cité : servir de source à une réponse que l’internaute lira sans cliquer.
Le terme vient d’un papier, et c’est rare
Pranjal Aggarwal et cinq coauteurs le publient le 16 novembre 2023 sous le titre GEO: Generative Engine Optimization, accepté à KDD 2024. Ils y définissent le GEO comme le premier cadre destiné à aider les créateurs de contenu à améliorer la visibilité de leurs pages dans les réponses des moteurs génératifs.
Le chiffre qui a fait le tour du métier : « we demonstrate that GEO can boost visibility by up to 40 % in generative engine responses » — jusqu’à 40 % de visibilité dans les réponses des moteurs génératifs.
Le périmètre de ces 40 %, que personne ne cite
Le chiffre de tête ne vient d’aucun produit du marché : les auteurs l’obtiennent sur un moteur qu’ils ont construit.
Le modèle qui rédige est nommé : « The answer is then generated by the gpt3.5-turbo model using the same prompt as prior work » — la réponse est produite par gpt3.5-turbo. Un modèle de 2023.
Le papier rejoue aussi ses méthodes sur Perplexity.ai, « a real deployed Generative Engine with a large user base » — un moteur réellement déployé, à large audience. Là, le gain baisse : « Quotation Addition performs best in Position-Adjusted Word Count with a 22% improvement over the baseline » — l’ajout d’extraits cités arrive premier, avec 22 % d’amélioration.
La revue critique du champ ajoute la condition que le papier ne souligne pas : ses gains sont « conditional on a source already being present in a fixed context » — conditionnés au fait que la source soit déjà présente dans le contexte. Un gain de citation n’est pas un gain de visibilité.
Ce que ça change pour vous : les 40 % viennent d’un moteur reconstitué et d’un modèle hors service. Sur le seul produit réel testé, le meilleur levier rend 22 % — la moitié du chiffre qu’on cite.
Ce que le papier trouve, et qui vaut mieux que le pourcentage
Les auteurs testent neuf méthodes, dont le bourrage de mots clés : évalué comme les autres, il ne ressort pas — sur Perplexity, il fait 10 % moins bien que le point de départ.
Les trois méthodes de tête sont les plus banales : « our top-performing methods, Cite Sources, Quotation Addition, and Statistics Addition, achieved a relative improvement of 30-40% on the Position-Adjusted Word Count metric » — citer ses sources, ajouter des extraits cités et des statistiques, de 30 à 40 % de gain relatif. Aucun outil, aucune balise.
Réserve à garder : la même revue conclut que « citation-oriented rewrites can impair retrieval » — les réécritures orientées citation peuvent dégrader la récupération. Le geste paie sur la citation, pas sur la récupération.
Ce que l’ajout de structure apporte, mesuré ailleurs
Une préimpression — article publié avant relecture par les pairs — de mars 2026, signée Yu, Yang, Ding et Sato, découpe la structure d’une page en trois niveaux : architecture du document, découpage de l’information, mise en relief visuelle.
Son tableau d’ablation — retirer un niveau pour voir ce qu’on perd — donne : « macro-structure contributes 44.9 % of total gains, meso-structure 39.7 %, and micro-structure 15.4 % » — 44,9 % pour l’architecture, 39,7 % pour le découpage, 15,4 % pour la mise en relief visuelle. Soit 84,6 % aux deux premiers niveaux.
Périmètre : six moteurs nommés, corpus de recherche — pas un relevé sur votre marché. Lecture pratique : l’essentiel du gain se joue dans le plan de la page, pas dans le gras.
Ce que le GEO ne promet pas
La revue critique du champ — 45 études, signée Olivier Martinez, préimpression du 15 juillet 2026 non relue par les pairs — conclut : « At this stage, claims about GEO return on investment clearly outstrip the academic evidence. » À ce stade, les affirmations sur le retour sur investissement du GEO dépassent nettement les preuves académiques. Ce n’est pas un argument contre le GEO, mais contre les chiffres de rendement qu’on lit partout.
Ce qui est documenté, ce qui est déduit, ce qui reste inconnu
| Affirmation | Statut | Source et périmètre |
|---|---|---|
| Le terme est introduit par Aggarwal et al. le 16 novembre 2023, dans un papier accepté à KDD 2024, et défini comme un cadre d’optimisation en boîte noire visant la visibilité dans les réponses des moteurs génératifs | Documenté | Aggarwal et al., résumé et champ « Comments » de la fiche arXiv |
Le gain « jusqu’à 40 % » est mesuré sur un moteur génératif construit par les auteurs, dont la réponse est produite par gpt3.5-turbo | Documenté | Aggarwal et al., § 1 et § 3.1 — l’introduction ne précise pas le périmètre, le corps du papier oui |
| Neuf méthodes sont testées, dont le bourrage de mots clés ; les trois plus performantes sont Cite Sources, Quotation Addition et Statistics Addition, de 30 à 40 % d’amélioration relative | Documenté | Aggarwal et al., section résultats — la légende du tableau 1 met en avant les deux dernières |
| Rejouées sur Perplexity.ai, ces méthodes donnent 22 % d’amélioration pour la meilleure, et le bourrage de mots clés fait 10 % moins bien que le point de départ | Documenté | Aggarwal et al., évaluation sur un moteur déployé — un produit réel, mesuré fin 2023 |
| L’architecture du document pèse 44,9 % du gain, le découpage de l’information 39,7 %, la mise en relief visuelle 15,4 % | Observé | Yu et al., préimpression du 31 mars 2026, tableau d’ablation — six moteurs nommés, corpus de recherche |
| Les promesses de retour sur investissement du GEO dépassent les preuves académiques ; les gains du papier fondateur supposent une source déjà présente dans le contexte, et les réécritures orientées citation peuvent dégrader la récupération | Documenté | Olivier Martinez, revue critique de 45 études, 15 juillet 2026 — préimpression d’un auteur unique, non relue par les pairs |
| « Le GEO fait gagner 40 % de visibilité sur ChatGPT » | Faux | Les 40 % portent sur un moteur reconstitué par les auteurs ; sur le seul produit réel testé, le meilleur levier rend 22 % |
| Le rendement du GEO sur les produits utilisés aujourd’hui — ChatGPT, Gemini, Copilot | Non documenté | — |
Questions fréquentes
Le GEO, c’est du SEO avec un autre nom ? Non, et ce n’est pas non plus une discipline séparée : l’objectif change, mais les moyens se recoupent largement. Le détail est traité dans la branche GEO / SEO.
Faut-il un outil pour faire du GEO ? Pas pour appliquer les trois méthodes de tête : elles ne demandent qu’un rédacteur. Les outils servent à mesurer, pas à agir.
Ce qu’il faut retenir
Le GEO, c’est travailler ses pages pour qu’une IA les cite. Son chiffre le plus repris, les 40 %, décrit un moteur de laboratoire et un modèle de 2023 : sur le seul produit réel testé, la meilleure méthode rend 22 %, et le gain suppose une source déjà récupérée.
Les trois méthodes qui gagnent sont citer ses sources, en citer des extraits et chiffrer. Et sur une mesure indépendante, 84,6 % du gain vient du plan de la page, contre 15,4 % pour la mise en relief visuelle.
Pour aller plus loin
- Comment une IA cherche avant de répondre — le mécanisme de récupération (lien à poser après publication)
- Comment ChatGPT génère-t-il une réponse ?
- Reranking : pourquoi être trouvé par une IA ne suffit pas à être cité
- Pourquoi le SEO est le socle du GEO
Sources
- Pranjal Aggarwal, Vishvak Murahari, Tanmay Rajpurohit, Ashwin Kalyan, Karthik Narasimhan, Ameet Deshpande, GEO: Generative Engine Optimization, 16 novembre 2023, accepté à KDD 2024 — arxiv.org
- Yu, Yang, Ding, Sato, Structural Feature Engineering for GEO, préimpression du 31 mars 2026 — arxiv.org
- Olivier Martinez, Optimizing Visibility in Generative Engines: A Critical Survey of Generative Engine Optimization (2023-2026), préimpression du 15 juillet 2026, 45 études — arxiv.org
