Generative Engine Optimization : ce qui se mesure, et ce qui reste une croyance

Depuis dix-huit mois, une part croissante des questions que vos clients posaient à Google, ils les posent à un moteur de réponse. La question commerciale qui en découle est simple : votre marque est-elle citée dans ces réponses ? La question d’ingénierie l’est beaucoup moins, parce que la catégorie s’est constituée plus vite que ses instruments de mesure.

Ce guide sépare trois choses : ce qu’on peut mesurer sur votre site, ce qu’on peut mesurer sur les réponses d’un moteur, et ce que personne ne sait mesurer aujourd’hui malgré ce qui s’écrit.

Le vocabulaire, d’abord

Trois sigles circulent pour à peu près la même chose : GEO (generative engine optimization), AEO (answer engine optimization), et « AI SEO ». Aucun n’est normalisé, aucun n’appartient à un organisme, et les trois recouvrent le même objectif : être présent dans une réponse générée, avec un lien vers vous.

Nous employons GEO parce que c’est le terme le plus répandu dans les publications techniques, sans lui prêter d’autorité particulière.

Ce qui se mesure sur votre site

C’est la partie solide, parce qu’elle ne dépend d’aucun tiers.

L’accès des robots

Un moteur de réponse cite une page qu’il a pu lire. Vérifier qu’il le peut est un contrôle déterministe : pour chaque jeton connu, on lit votre robots.txt et on applique les règles de la RFC 9309 : celle-là même que Google, OpenAI et Anthropic déclarent suivre.

Trois pièges reviennent constamment :

1. Les groupes de robots.txt ne se cumulent pas. Un robot applique un seul groupe : le plus spécifique qui le nomme. Si vous avez un User-agent: * permissif et un User-agent: GPTBot qui interdit un répertoire, GPTBot n’hérite d’aucune des règles du groupe générique. C’est la source d’erreur numéro un que nous rencontrons.
2. Un jeton de contrôle n’est pas un robot. Google-Extended et Applebot-Extended ne correspondent à aucun agent qui frappe à votre porte : ce sont des jetons que l’opérateur reconnaît dans robots.txt pour gouverner un usage. Les tester par filtrage d’agent utilisateur ne prouve rien.
3. Certains fetchers ignorent robots.txt par conception. Ceux qui vont chercher une page parce qu’un utilisateur vient de la demander se comportent parfois comme un navigateur. Une directive de refus les concernant est une déclaration d’intention, pas une barrière, et le dire est plus utile que de laisser croire l’inverse.

llms.txt

C’est un fichier texte, à la racine du domaine, qui présente le site à un modèle sous une forme condensée. Deux choses à savoir avant d’y consacrer une journée :

• ce n’est pas une norme : aucun opérateur ne s’engage à le lire ;
• il ne remplace pas robots.txt : il ne gouverne aucun accès.

Ce qu’on peut faire, en revanche, c’est le valider : structure, liens qui répondent, cohérence avec le site réel. Un llms.txt qui pointe vers des pages supprimées est pire qu’aucun fichier.

Ce que le rendu montre

Un moteur de réponse lit ce qu’un navigateur affiche. Si votre contenu n’existe qu’après l’exécution du JavaScript et que le rendu échoue, la page est vide pour lui comme pour un moteur de recherche classique. Le contrôle est le même que pour le SEO technique : on rend, et on regarde ce qui reste.

Ce qui se mesure sur les réponses

C’est la partie qui coûte de l’argent, et celle où l’honnêteté méthodologique compte le plus.

Le principe : on pose un jeu de questions à plusieurs moteurs, on collecte les réponses, on regarde qui est cité. Trois précautions rendent le chiffre utilisable.

La première : afficher le dénominateur. « 30 % de part de citation » ne veut rien dire seul. Sur dix questions, c’est trois réponses, le bruit d’échantillonnage domine. Sur cent, c’est un signal. Nous affichons toujours l’effectif à côté de la proportion, et une part dont l’effectif vaut zéro s’affiche « — », jamais 0 %.

La deuxième : distinguer « non cité » de « non mesuré ». Une réponse qui ne vous cite pas est un fait. Une collecte qui a échoué n’est rien. Les confondre fait chuter votre courbe le jour d’une panne réseau, et c’est le genre de graphique qui déclenche une réunion pour rien.

La troisième : ne pas comparer deux relevés faits différemment. Les réponses varient selon la formulation, la langue, la localisation, et le modèle servi ce jour-là. Un relevé n’est comparable qu’à un relevé fait avec la même configuration, d’où la règle que nous appliquons partout : une donnée figée porte la configuration qui l’a produite.

Ce que personne ne sait mesurer

Voici la liste que les articles de la catégorie omettent en général.

• Le trafic issu d’un moteur de réponse. Une partie arrive sans référent exploitable. Toute estimation publiée aujourd’hui repose sur une extrapolation.
• La causalité entre une modification et une citation. Les modèles changent sans préavis. Une hausse observée après une refonte peut venir de la refonte, ou d’une mise à jour du modèle le même mois.
• Le poids des différents signaux. Aucun opérateur ne publie ce qui fait qu’une source est retenue. Les listes de « facteurs GEO » qu’on trouve en ligne sont des hypothèses raisonnables, pas des mesures.

Nous préférons dire cela plutôt que de vendre un score composite. Un chiffre inventé est indiscernable d’une mesure, et c’est précisément ce qui le rend dangereux.

Par où commencer

Dans cet ordre, parce que le coût croît et la certitude décroît :

1. Vérifiez l’accès. C’est déterministe, gratuit, et la moitié des sites que nous auditons bloquent au moins un robot de recherche IA sans le savoir.
2. Corrigez le rendu. Si votre contenu n’existe qu’en JavaScript, tout le reste est théorique.
3. Publiez un llms.txt correct, ou pas du tout. Un fichier faux ne vaut pas mieux qu’une absence.
4. Mettez en place un relevé de citations avec son dénominateur affiché, et regardez la tendance sur des mois, pas sur des jours.

Les trois premières étapes sont du travail d’ingénierie ordinaire. La quatrième est une mesure, avec ses marges d’erreur. Aucune des quatre n’est une recette magique, et c’est ce qui les rend utiles.