AEO vs GEO vs SEO : le nouveau manuel pour être trouvé dans la recherche IA

Pendant deux décennies, être trouvé en ligne signifiait une seule chose : positionner une page suffisamment haut sur Google pour qu'un utilisateur clique dessus. Les acronymes changeaient, les tactiques s'enchaînaient, mais la cible restait la même — une position sur une page de résultats, mesurée par un clic. Cette cible se divise désormais en trois.

Les gens obtiennent de plus en plus leurs réponses sans jamais voir de page de résultats. Ils interrogent ChatGPT, lisent l'AI Overview de Google, ou consultent Perplexity, et la réponse arrive déjà rédigée — un paragraphe ou deux qui citent quelques marques et renvoient à une poignée de sources. Le clic, s'il a lieu, est optionnel. Un nouveau vocabulaire est donc apparu pour décrire l'optimisation dans ce monde : AEO et GEO, qui s'ajoutent au SEO (référencement naturel) que tout le monde connaît déjà.

Le problème, c'est que ces trois sigles sont souvent utilisés de façon interchangeable, généralement enveloppés dans un discours qui promet de « dominer la recherche IA » comme les agences promettaient jadis une première page de résultats. La plupart de cela relève du battage médiatique. Mais le changement de fond est réel, et les trois termes désignent des choses véritablement différentes. Cet article les démêle, explique ce qui a réellement changé, et propose un plan d'action concret — y compris les parties où la réponse honnête est : « on ne peut pas contrôler ça, on peut seulement l'influencer. » Nous vendons une partie de ce travail, nous avons donc un intérêt dans le sujet. Nous avons néanmoins essayé d'écrire cet article de façon utile, même si vous ne nous engagez jamais.

SEO, AEO, GEO — des définitions sans battage médiatique

Définissons les trois clairement, car les versions marketing ne servent à rien.

SEO — Search Engine Optimisation (référencement naturel). La discipline qui consiste à faire remonter vos pages web dans une liste de liens. Le livrable est une position ; la victoire est un clic qui amène un internaute sur votre site. Tout ce que le SEO classique fait — ciblage de mots-clés, backlinks, performance technique, profondeur du contenu — sert cet unique objectif : être le lien que l'utilisateur choisit.

AEO — Answer Engine Optimisation (optimisation pour les moteurs de réponse). La discipline qui consiste à devenir la réponse elle-même, et non un lien sur lequel l'utilisateur doit cliquer. Quand quelqu'un pose une question et qu'un système retourne une réponse synthétique unique, l'AEO est le travail qui consiste à faire de votre marque ou de vos faits le matériau à partir duquel cette réponse est construite. Le livrable n'est pas un classement — c'est d'être nommé, cité ou repris à l'intérieur de la réponse. C'est plus ancien qu'il n'y paraît : les featured snippets de Google et les encadrés « Autres questions posées » étaient des moteurs de réponse primitifs bien avant l'IA générative.

GEO — Generative Engine Optimisation (optimisation pour les moteurs génératifs). Un terme plus récent et plus étroit qui désigne le cas le plus difficile de l'AEO : être représenté dans un texte qu'un grand modèle de langage génère à la volée. Il n'y a pas d'extrait fixe repris mot pour mot d'une page ; le modèle rédige un nouveau paragraphe en mélangeant plusieurs sources et son propre entraînement. Le GEO consiste à augmenter les chances que ce texte généré vous mentionne avec exactitude. En pratique, GEO et AEO se recoupent largement — beaucoup les utilisent comme synonymes — mais la distinction utile est que l'AEO couvre toute surface de type « être la réponse » (y compris les snippets structurés), tandis que le GEO porte spécifiquement sur la production probabiliste et synthétisée des modèles génératifs.

Voici la comparaison en un coup d'œil :

La rangée la plus importante est la dernière. Le SEO permettait de cibler un mot-clé et de s'attendre raisonnablement à progresser dessus. L'AEO et le GEO ne fonctionnent pas ainsi : vous ne pouvez pas garantir qu'un modèle vous cite pour une question donnée. Le même prompt renvoie des marques différentes selon les jours, selon les moteurs, parfois d'une minute à l'autre. L'objectif réaliste passe de verrouiller une position à augmenter la probabilité d'être mentionné, et mentionné avec exactitude.

Rien de tout cela ne signifie que le SEO est mort. Cela signifie que le SEO est devenu une couche d'un problème plus large. La page compte toujours — mais la page n'est plus tout le jeu.

Ce qui a changé : réponses zéro-clic, AI Overviews et le chat comme page d'accueil

Trois choses ont bougé sous les pieds de l'industrie, et elles se renforcent mutuellement.

Le zéro-clic est devenu la règle, non l'exception. La « recherche zéro-clic » — une requête résolue sans que personne clique vers un site — n'est pas nouvelle. Les snippets et les Knowledge Panels grignotaient déjà les clics depuis des années. Mais les réponses génératives accélèrent fortement le phénomène, parce qu'au lieu d'extraire un extrait d'une seule page, le moteur assemble une réponse complète et autosuffisante. Il y a tout simplement moins de raisons de cliquer. Pour une marque, cela signifie que les indicateurs basés sur le trafic commencent à sous-estimer votre visibilité réelle : vous pouvez être davantage présent dans les réponses tandis que votre taux de clic baisse. Si votre seul tableau de bord est le nombre de sessions dans votre outil d'analyse, vous allez mal interpréter tout ce changement.

Les AI Overviews placent les réponses générées au-dessus des liens. Google affiche désormais fréquemment un résumé rédigé par l'IA au-dessus des résultats traditionnels — fusionné étroitement avec son classement de recherche existant. Cela importe car cela mélange l'ancien monde et le nouveau : les sources qu'un AI Overview cite sont fortement influencées par ce qui se classe bien et par ce qui passe pour une réponse digne de confiance et citable. Le SEO classique l'alimente encore, mais être classable n'est plus suffisant ; il faut aussi être le type de source qu'un résumé veut citer.

Le chat est devenu la nouvelle page d'accueil. Pour une part croissante des utilisateurs, la première interaction avec une catégorie n'est plus une recherche Google ni le site d'une marque — c'est une question tapée dans un assistant IA. « Quel est le meilleur outil pour X ? » « Est-ce que [entreprise] est sérieuse ? » « Qui sont les acteurs principaux dans [secteur] ? » La réponse de l'assistant est désormais la première impression, et votre page d'accueil — celle que vous avez passé des années à optimiser — peut ne jamais être vue. L'implication est inconfortable mais éclairante : la « page » la plus importante sur votre entreprise est de plus en plus une page que vous ne possédez pas et ne pouvez pas modifier — c'est la réponse qu'un moteur génère à votre sujet.

Ensemble, ces trois changements déplacent le centre de gravité en amont. Vous n'optimisez plus une sortie que vous contrôlez (votre page). Vous façonnez les entrées sur lesquelles un moteur s'appuie pour produire une sortie que vous ne contrôlez pas (sa réponse). C'est un levier plus lent et plus indirect — et c'est toute la prémisse de l'AEO et du GEO.

Les indicateurs qui remplacent les classements

Si les clics et les classements ne capturent plus la visibilité, que faut-il mesurer ? Trois indicateurs se sont imposés comme substituts pratiques. Aucun n'est aussi net que « nous sommes classés #3 pour ce mot-clé », et quiconque vous dit qu'ils peuvent être mesurés à la virgule près survend la chose. Mais ils sont directionnellement réels et vous pouvez les suivre.

Part de citations. Parmi les sources qu'un moteur cite lorsqu'il répond à des questions dans votre catégorie, quelle fraction est la vôtre — ou vous décrit ? Si vous posez à ChatGPT ou à Perplexity dix questions de catégorie et que vous comptabilisez les domaines cités, la part de citations est votre part du gâteau. C'est l'analogue le plus proche du « classement », car il mesure si le moteur vous considère comme une source digne d'être citée. Perplexity est le plus facile à utiliser à cet égard, car il affiche ses sources de façon bien visible ; ChatGPT et Gemini les font apparaître moins systématiquement.

Taux de mention. Sur un ensemble de prompts pertinents, à quelle fréquence votre marque est-elle nommée dans la réponse — citée ou non ? Un modèle déclare souvent « les options leaders incluent A, B et C » sans renvoyer vers aucun lien ; être nommé dans cette phrase a de la valeur même sans citation. Le taux de mention est simplement : sur N prompts où vous pourriez plausiblement apparaître, dans combien avez-vous effectivement été nommé ? C'est souvent le premier indicateur à bouger, et le plus motivant à suivre, car il est binaire par prompt et facile à évaluer à la main.

Part de voix dans les réponses. La version enrichie et comparative : sur les questions clés de votre catégorie, quelle part de l'espace de réponse occupez-vous par rapport à vos concurrents ? Elle combine taux de mention et part de citations, et pondère selon la proéminence — être la première marque nommée dans une recommandation vaut plus qu'être quatrième dans une liste. C'est l'indicateur qui correspond le plus fidèlement à l'ancien concept marketing de part de voix, simplement déplacé des impressions publicitaires vers les réponses IA.

Un avertissement direct sur ces trois indicateurs : ils sont bruités. Les résultats varient d'une exécution à l'autre, d'un moteur à l'autre, d'un pays à l'autre. La discipline consiste à échantillonner suffisamment de prompts, à les répéter selon un calendrier, et à regarder la tendance plutôt que de s'obséder sur une réponse isolée. Traitez ces indicateurs comme une moyenne de sondage, pas comme un chronomètre.

Le modèle de visibilité IA à 4 couches, appliqué

Sous l'AEO et le GEO se trouve un modèle structurel qui rend le travail concret. Pensez à votre visibilité IA comme à quatre couches empilées, construites de bas en haut. Chaque couche rend celle du dessus plus efficace, et l'erreur la plus courante est de construire de haut en bas — en déversant des efforts dans le sommet alors que les fondations manquent.

Couche 1 — Entité. L'identité lisible par les machines de votre organisation : un élément Wikidata avec un identifiant stable, une présence dans le graphe de connaissances, un Google Business Profile soigné, des références cohérentes dans les bases de données sectorielles. C'est le socle. Avant qu'un moteur puisse dire quoi que ce soit de correct à votre sujet, il doit être certain que vous existez en tant que chose distincte et ne pas vous confondre avec une entreprise de nom similaire. Cette couche est inhabituellemnt binaire — soit les systèmes de fondation savent que vous existez, soit non — ce qui en fait l'endroit à plus fort effet de levier pour commencer.

Couche 2 — Encyclopédique. La couche de référence neutre et faisant autorité, principalement Wikipedia là où la notoriété soutient véritablement un article. C'est la source à plus haute confiance et au poids le plus fort sur laquelle les moteurs (ChatGPT en particulier) s'appuient, et elle remplit une double fonction : elle alimente les corpus d'entraînement sur lesquels les modèles apprennent et elle renforce la couche d'entité en dessous, puisqu'un article Wikipedia consolide presque toujours l'élément Wikidata lié.

Couche 3 — Communauté. Reddit, Quora, YouTube, LinkedIn — la couche de discussion et d'opinion. C'est là que viennent les réponses de type recommandation (« nous sommes passés de X à Y parce que… »), et elle est disproportionnellement importante pour les surfaces IA de Google et pour Perplexity. Elle doit être acquise de façon authentique ; elle ne peut pas être simulée sans que cela finisse par se retourner contre vous.

Couche 4 — Propriétaire. Votre propre site web, blog, documentation et données structurées (balisage schema.org). C'est la couche que vous contrôlez le plus directement — et, paradoxalement, celle qui inspire le moins confiance de façon indépendante, parce qu'un modèle sait que votre site est votre propre marketing. Le contenu propriétaire compte pour la récupération en temps réel et pour alimenter les couches inférieures en faits précis, mais il ne peut pas porter la charge seul.

Appliqué, ce modèle recadre toute la question AEO/GEO. L'instinct SEO dit « publiez davantage, optimisez les pages, construisez des liens » — ce qui correspond entièrement à un travail de Couche 4. Mais un blog brillant posé sur une entité inexistante est un blog que l'IA ne peut attribuer à personne. L'effet de levier fonctionne dans l'autre sens : corrigez l'entité, acquérez la couverture encyclopédique et faisant autorité, construisez une présence communautaire authentique, puis laissez le contenu propriétaire amplifier le tout. Notre travail de visibilité IA est organisé précisément autour de cette pile, fondations d'abord.

La carte des canaux : autorité, communauté et sourcing

En transposant les quatre couches en canaux, trois groupes de plateformes font l'essentiel du travail — et chacun joue un rôle distinct.

Autorité — Wikipedia et Wikidata. Ces deux plateformes ancrent simultanément les Couches 1 et 2, ce qui en fait les canaux à plus haute valeur de toute la carte. Il y a des raisons structurelles pour lesquelles les moteurs s'appuient trop sur elles : le style de rédaction neutre et attribué de Wikipedia est exactement le ton qu'un modèle veut reproduire quand il veut paraître factuel ; sa structure d'article prévisible est facile à analyser pour les systèmes de récupération ; sa licence ouverte signifie qu'il est inclus dans les corpus d'entraînement de façon large et répétée. Et les identifiants d'entité stables de Wikidata sont le tissu conjonctif que les systèmes de fondation utilisent pour savoir précisément qui vous êtes. Un article Wikipedia donne au modèle une prose claire ; l'élément Wikidata lié lui donne une vérité structurée et lisible par les machines. La mécanique de cette moitié structurée mérite d'être comprise en elle-même — nous l'avons décrite dans Wikidata et le graphe de connaissances.

Communauté — Reddit et Quora. Ces plateformes alimentent la Couche 3 et génèrent des réponses de type recommandation. Reddit se distingue, cité abondamment par ChatGPT, les surfaces IA de Google et Perplexity, parce que ses fils de discussion contiennent des échanges francs et riches en comparaisons qui correspondent aux questions que les gens posent à un assistant. Quora apparaît de façon proéminente sur les surfaces IA de Google en particulier, parce que sa structure question-réponse reflète la façon dont les utilisateurs formulent leurs requêtes à un moteur. Les deux récompensent une présence authentique et utile, et punissent l'astroturfing — la détection est bonne et les répercussions sont réelles. L'approche légitime consiste à être réellement présent là où votre audience parle déjà, ce que nous développons dans Visibilité IA sur Reddit et Visibilité IA sur Quora.

Sourcing — RP et médias gagnés. C'est le substrat sur lequel tout le reste est construit. Une couverture éditoriale indépendante et réputée est ce qui rend un article Wikipedia possible en premier lieu (pas de notoriété, pas d'article), ce que les modèles considèrent comme hautement fiable lorsqu'ils se souviennent de faits vous concernant, et ce qui donne à la couche communautaire quelque chose de réel à commenter. Les médias gagnés ne s'adressent plus seulement aux humains — c'est le matériau à haute confiance dont les moteurs apprennent. Une marque bénéficiant d'une couverture indépendante substantielle est une marque qu'une IA peut citer avec confiance ; une marque avec uniquement ses propres pages marketing est une marque sur laquelle le modèle doit émettre des réserves.

Le fil conducteur honnête : aucun de ces canaux n'est un tableau de bord que vous pouvez acheter. C'est une base de sources que vous construisez, et leur crédibilité est la raison pour laquelle les moteurs leur font confiance. Dès qu'un canal devient manipulable, il cesse d'être fiable — et cesse d'être cité.

Une feuille de route AEO pratique sur 90 jours

Voici une séquence réaliste. Elle est délibérément fondée en premier sur les bases, parce que c'est là que se trouve l'effet de levier, et elle suppose que vous partez à peu près de zéro en matière de visibilité IA.

Jours 1–15 : Ligne de base et audit d'entité. Avant de changer quoi que ce soit, mesurez où vous en êtes. Posez à ChatGPT, Gemini et Perplexity les questions qu'un client poserait — « Qu'est-ce que [entreprise] ? », « Qui sont les acteurs leaders dans [catégorie] ? », « Est-ce que [entreprise] est un bon choix pour [cas d'usage] ? » Notez trois choses par moteur : êtes-vous mentionné, les faits sont-ils exacts, quelles sources sont citées. C'est votre taux de mention de référence et votre part de citations. En parallèle, vérifiez la couche d'entité : y a-t-il un élément Wikidata, est-il exact, un Knowledge Panel Google apparaît-il pour votre marque ? Cette quinzaine vous dit si votre problème est la non-existence, l'inexactitude, ou l'invisibilité dans les recommandations — trois problèmes très différents avec des solutions différentes.

Jours 16–30 : Corriger la cohérence et la couche d'entité. Rassemblez vos faits fondamentaux — année de fondation, siège, direction, description en une ligne — tels qu'ils apparaissent sur votre site, LinkedIn, Crunchbase, les annuaires et les anciens communiqués. Identifiez et reconciliez chaque divergence ; chacune est une raison pour qu'un modèle émette des réserves ou commette une erreur. Créez ou corrigez votre élément Wikidata et complétez votre Google Business Profile. C'est ingrat et très impactant : la cohérence est l'une des raisons les plus fréquentes pour lesquelles les réponses IA sur une entreprise ressortent légèrement faussées.

Jours 31–60 : Consolider l'autorité et le sourcing. Cartographiez votre couverture véritablement indépendante des deux dernières années (soyez strict — votre propre blog et la syndication de communiqués de presse ne comptent pas). Si la liste est maigre, la priorité honnête est d'obtenir une couverture réelle, car aucune tactique AEO ne la remplace. Là où la notoriété est déjà établie, c'est le moment de commencer la couche encyclopédique — un article Wikipedia qui renforce simultanément les Couches 1 et 2. Là où elle ne l'est pas encore, le travail consiste d'abord à construire des relations médias.

Jours 61–90 : Présence communautaire et amplification propriétaire. Trouvez les conversations Reddit et Quora qui se déroulent déjà dans votre catégorie et rejoignez-les de façon authentique — répondez à de vraies questions, corrigez des inexactitudes, apportez des précisions. Seulement maintenant, au sommet de fondations solides, un investissement lourd dans le contenu propriétaire devient rentable : publiez des pages claires, bien structurées et factuelles, et ajoutez du balisage schema.org, afin que les systèmes de récupération aient du matériau propre à extraire et que les couches inférieures disposent de faits cohérents à renforcer.

Puis recommencez. Relancez les prompts de référence du premier jour et comparez. L'AEO est cumulatif, pas un lancement — la courbe s'incurve sur des mois, pas des semaines.

Comment le mesurer : tests de prompts sur plusieurs moteurs

Comme les indicateurs sont bruités, la mesure nécessite une méthode plutôt qu'un contrôle ponctuel. L'approche pratique est le test de prompts : un panel répétable de questions que vous exécutez sur les principaux moteurs selon un calendrier.

Constituez une liste fixe de 15 à 30 prompts qui reflètent l'intention réelle des clients — définitionnels (« qu'est-ce que [entreprise] ? »), comparatifs (« meilleurs outils [catégorie] »), et évaluatifs (« est-ce que [entreprise] convient pour [cas d'usage] ? »). Exécutez le même ensemble sur ChatGPT, Gemini et Perplexity, car ils citent différemment : ChatGPT penche vers les sources encyclopédiques et faisant autorité, les AI Overviews de Google s'appuient sur les plateformes communautaires aux côtés des pages bien classées, et Perplexity est axé sur la récupération et expose ses sources ouvertement. Tester un seul moteur vous donne une lecture déformée.

Pour chaque prompt et chaque moteur, évaluez trois choses à la main : avez-vous été mentionné (oui/non — c'est le taux de mention), avez-vous été cité avec une source (c'est la part de citations), et à quelle place êtes-vous apparu par rapport aux concurrents (cela alimente la part de voix). Répétez l'ensemble du panel mensuellement, car n'importe quelle exécution isolée est bruitée — le même prompt varie d'un jour à l'autre. Observez la tendance, pas la réponse individuelle.

Quelques limites honnêtes. Les résultats diffèrent selon le compte, la localisation et l'humeur du modèle ce jour-là ; traitez les résultats comme une moyenne de sondage. La part de citations est la plus facile à lire sur Perplexity et la plus difficile sur les moteurs qui masquent leurs sources. Et il n'existe pas de tableau de bord public donnant une vérité terrain — il s'agit d'échantillonnage, pas de télémétrie. Quiconque vous vend un « score de visibilité IA » précis et en temps réel vous vend plus de certitude que les systèmes sous-jacents n'en offrent réellement.

La place de Wikipedia comme fondation

Prenez du recul par rapport aux acronymes et un canal revient systématiquement à la base de tout. D'après les analyses publiées jusqu'en 2026, Wikipedia est de façon constante le domaine le plus cité dans les réponses de ChatGPT — dans plusieurs études, environ la moitié de ses meilleures citations factuelles remontent à Wikipedia. Le chiffre exact varie selon la méthodologie et évolue d'un mois à l'autre, donc traitez tout nombre précis comme un ordre de grandeur ; ce qui est durable, c'est le schéma. Les sources encyclopédiques dominent, et les sources communautaires comme Reddit constituent le second niveau de poids.

C'est pourquoi, dans le modèle à quatre couches, Wikipedia se trouve à la fondation plutôt qu'au sommet. Il remplit simultanément trois fonctions qu'aucun autre canal ne cumule : c'est une source d'entraînement très pondérée dont les modèles ont véritablement appris ; il renforce votre entité lisible par les machines via l'élément Wikidata lié sur lequel s'appuient les systèmes de fondation ; et sa prose neutre et bien sourcée est exactement le type de matériau vers lequel un moteur se tourne quand il cherche à paraître factuel. Corrigez la couche encyclopédique et vous avez généralement aussi corrigé la couche d'entité en dessous — deux des quatre couches, pour un seul travail.

Mais l'honnêteté qui traverse tous nos écrits s'applique ici avec la plus grande acuité. Un article Wikipedia n'est pas disponible sur demande. Il n'existe que là où votre organisation répond véritablement aux critères de notoriété de Wikipedia (Wikipedia:Notability — les règles définissant ce qui mérite un article) — ce qui signifie une couverture substantielle et indépendante dans des sources fiables. Il n'y a pas de raccourci, pas de placement payant, pas de moyen d'injecter une page qui survivrait à la vérification sans cette fondation. Cette contrainte n'est pas un défaut dans le plan ; c'est précisément la raison pour laquelle les citations sont fiables et la raison pour laquelle les moteurs leur accordent autant de poids. La même base de sources indépendantes qui rend possible un article Wikipedia est ce qui fait fonctionner chaque autre couche de la visibilité IA.

Donc si vous ne retenez qu'une chose du débat SEO-versus-AEO-versus-GEO, que ce soit celle-ci : les labels sont nouveaux, les surfaces sont nouvelles, les indicateurs sont nouveaux — mais le travail sous-jacent est le lent et cumulatif travail de devenir une marque que l'internet décrit avec exactitude et cohérence. Faites cela, et quand un moteur de réponses cherche une source, la vôtre est la source fiable qu'il trouve. Ce n'est pas un raccourci que vous achetez. C'est une base que vous construisez.

WikiBusines construit la fondation encyclopédique et de données structurées sur laquelle s'appuient l'AEO, le GEO et les moteurs de réponse IA. Si vous souhaitez une évaluation honnête de la position de votre marque sur ChatGPT, Gemini et Perplexity, écrivez à team@wikibusines.com et nous effectuerons un diagnostic de référence.