Être cité par ChatGPT relève du GEO, la generative engine optimization : vous n’optimisez plus une position dans une liste de liens, vous optimisez la probabilité qu’un moteur génératif reprenne votre passage dans sa réponse rédigée. Trois leviers dominent, la structure sémantique du contenu, les données structurées, et l’autorité vérifiable hors de votre propre site.
Être cité par ChatGPT : ce qui se joue vraiment
Un contenu cité par ChatGPT ne le doit pas à sa seule position dans Google. Un moteur génératif travaille en deux temps : il récupère d’abord une poignée de documents, puis un modèle de langage rédige une réponse à partir de ces documents et attribue ses sources. Le protocole GEO présenté à la conférence ACM SIGKDD en 2024 par Pranjal Aggarwal et ses coauteurs reproduit exactement ce fonctionnement : une recherche renvoie les cinq premières sources, un modèle GPT-3.5 synthétise ensuite la réponse citée.
Cette architecture porte un nom dans la littérature technique, la génération augmentée par récupération. Sa conséquence éditoriale est massive : votre page n’est pas lue en entier. Elle est découpée, indexée par fragments, puis rappelée fragment par fragment selon la question posée. Une entreprise peut donc occuper la première position sur une requête et ne jamais apparaître dans la réponse générée sur cette même requête.
Le mouvement se mesure déjà côté trafic. Le Pew Research Center a relevé en 2025 un taux de clic de 8 % sur les pages de résultats affichant un résumé IA, contre 15 % sans. Ahrefs mesurait en avril 2025 une baisse de 34,5 % du taux de clic en première position lorsqu’un résumé AI Overviews occupe le haut de page. Advanced Web Ranking situait la présence de ces résumés à 18,55 % des résultats au troisième trimestre 2024, avant d’approcher la moitié des requêtes fin 2025.
Trois robots OpenAI, trois rôles à ne pas confondre
La documentation d’OpenAI distingue trois agents, chacun pilotable séparément dans votre fichier robots.txt :
- GPTBot, apparu en août 2023, collecte du contenu public pour l’entraînement des futurs modèles.
- La recherche intégrée à ChatGPT s’appuie sur OAI-SearchBot, qui conditionne votre présence dans les réponses sourcées.
- ChatGPT-User se déclenche à la demande, quand un utilisateur pose une question nécessitant une page en temps réel.
L’erreur classique consiste à bloquer GPTBot par prudence juridique, puis à s’étonner de disparaître des réponses. Refuser l’entraînement n’empêche pas la citation. Refuser OAI-SearchBot, si.
GEO ou SEO : la frontière n’est pas là où vous croyez
Le GEO ne remplace pas le référencement classique, il se pose dessus. Un site invisible pour les moteurs de recherche reste invisible pour la plupart des moteurs génératifs, qui puisent dans un index de recherche pendant leur phase de récupération. Les fondamentaux exposés dans notre guide de la visibilité web d’une entreprise IA restent le socle : indexation propre, architecture plate, rendu serveur maîtrisé.
Quatre différences séparent malgré tout les deux disciplines :
- L’objet optimisé. Le SEO vise une page et son classement, le GEO vise un passage et sa reprise dans une réponse rédigée.
- Le vocabulaire. Le SEO raisonne en mots-clés, le GEO raisonne en entités nommées et en relations entre ces entités.
- La sortie mesurée. Le SEO compte des positions et des clics, le GEO compte des mentions, des citations et des recommandations.
- Le terrain de jeu. Le SEO se joue sur votre domaine, le GEO se joue largement ailleurs, sur les sources que les modèles consultent.
Ce périmètre a fait naître un métier distinct. Trust SEO, cabinet strasbourgeois fondé en 2025 par Julien Silva Coelho, résume le problème de ses clients TPE et PME en une phrase : votre contenu existe, les IA l’ignorent. Sa prestation de consultant GEO se décompose en quatre livrables, audit de compatibilité IA du site existant, restructuration sémantique des pages, mise en place du schema.org et des signaux d’autorité, puis suivi mesurable des citations obtenues dans les réponses génératives : en savoir plus.
Écrire des passages qu’un moteur peut extraire
L’unité de reprise n’est plus la page
Un modèle ne cite pas un article, il cite un fragment de quelques phrases qui répond directement à la question posée. Un passage extractible réunit trois propriétés : il est autoportant, il énonce la réponse avant l’argumentation, et il ne dépend d’aucun paragraphe précédent pour rester compréhensible.
La traduction éditoriale tient en quatre gestes :
- Ouvrir chaque section par la réponse, pas par la mise en contexte.
- Formuler les intertitres comme les questions réelles de vos prospects.
- Dater et attribuer chaque donnée dans la phrase même qui la porte, sans renvoi à une note.
- Supprimer les renvois du type « comme vu plus haut », illisibles hors contexte.
Cette discipline ressemble à celle du bon manuel technique. Une phrase, une affirmation, une source. Les moteurs récupèrent des blocs de sens, pas des enchaînements rhétoriques.
La longueur suit la même logique. Un paragraphe de quatre-vingts mots qui traite une question entière se récupère mieux qu’une démonstration de six cents mots où la réponse arrive à la fin. Vos intertitres deviennent alors des points d’entrée autonomes, chacun capable de répondre seul. Testez le résultat en lisant une section isolée, hors de son article : si elle tient debout, un moteur saura la reprendre.
Ce que le protocole GEO a réellement mesuré
L’étude d’Aggarwal et de ses coauteurs a construit un banc d’essai, GEO-bench, portant sur environ 10 000 requêtes réparties en neuf jeux de données, et testé neuf méthodes d’optimisation. Les gains de visibilité observés vont de 22 à 41 % selon la méthode employée et le type de requête. Les trois leviers les plus rentables sortent du lot : l’ajout de statistiques chiffrées, l’ajout de citations d’experts, et la mention explicite des sources dans le corps du texte.
Le contre-pied mérite d’être noté. Le bourrage de mots-clés, efficace pendant vingt ans sur les moteurs classiques, ne produit aucun gain mesurable dans ce protocole. Écrire pour un lecteur exigeant redevient la stratégie la plus rentable, ce qui rejoint la question de la détection des textes générés par IA : un contenu passe-partout, sans donnée propre ni angle vérifiable, n’offre aucune raison d’être retenu plutôt qu’un autre.
Données structurées : parler la langue des machines
Réduire les données structurées à un gadget d’affichage est une erreur de diagnostic. Elles déclarent sans ambiguïté ce que vous êtes, ce que vous vendez, où vous opérez et à quelles autres identités publiques vous êtes rattaché. Un moteur qui doit trancher entre deux sources équivalentes retient celle dont l’identité est explicite et cohérente.
Le socle utile tient en quelques types schema.org :
- Organization, avec le champ sameAs pointant vers vos profils officiels vérifiables.
- Article ou FAQPage sur les pages éditoriales, en correspondance stricte avec le texte visible.
- Product ou Service selon votre offre, avec des attributs réellement renseignés.
- BreadcrumbList, qui explicite la place de chaque page dans votre arborescence.
La cohérence prime sur l’exhaustivité. Une donnée structurée qui contredit le texte affiché dégrade la confiance accordée à toute la page, et le balisage devient alors un handicap.
Cette exigence vaut aussi pour votre identité hors site. Raison sociale, adresse et numéro de téléphone doivent s’écrire à l’identique sur votre fiche d’établissement, vos annuaires professionnels et vos pages de contact. Un moteur génératif interrogé sur un besoin local recoupe ces sources avant de recommander une entreprise. Deux orthographes divergentes d’un même nom suffisent à briser le rapprochement, et votre établissement se retrouve écarté au profit d’un concurrent moins compétent mais mieux déclaré.
Le cas llms.txt : beaucoup de bruit pour peu d’effet
Ce fichier promettait de servir aux modèles une version markdown allégée de votre site. Le guide d’optimisation pour l’IA publié par Google Search le 15 mai 2026 le range parmi les tactiques que les éditeurs peuvent ignorer. John Mueller, de l’équipe Search Relations, le compare à la balise meta keywords et souligne que les robots ne réclament pas le fichier. Search Engine Land a rapporté qu’aucun changement de trafic mesurable n’était observé sur huit sites sur neuf après sa mise en place.
Consolidez schema.org avant de regarder llms.txt. Le retour sur investissement est plus prévisible, et le balisage sert aussi vos pages dans les moteurs classiques.
D’où viennent réellement les citations
Une étude d’Otterly.ai portant sur plus d’un million de citations début 2026 donne un partage net : 52,5 % des citations pointent vers des plateformes communautaires comme Reddit ou Quora, contre 47,5 % vers des domaines de marque. Wikipédia pèse environ 47,9 % du top 10 des sources de ChatGPT, quand Reddit représente environ 46,7 % du top 10 de Perplexity.
Deuxième enseignement, plus dérangeant pour un directeur marketing : environ 11 % seulement des domaines cités sont communs à ChatGPT et à Perplexity. Optimiser pour un moteur ne garantit strictement rien sur les autres. Chaque plateforme construit son propre écosystème de sources préférées.
L’autorité se construit hors de votre site
Si la moitié des citations part vers des espaces que vous ne possédez pas, votre présence sur ces espaces devient un actif à part entière. Votre stock de signaux d’autorité reste classique dans sa nature :
- Mentions de marque sur des médias sectoriels reconnus, avec ou sans lien.
- Participation documentée aux communautés professionnelles où vos clients posent leurs questions.
- Fiches et bases de référence de votre secteur, tenues à jour et cohérentes entre elles.
- Liens éditoriaux issus de contenus réellement utiles, un sujet traité dans notre analyse du netlinking dans le secteur high-tech.
Sur le terrain, les entreprises qui publient des données propriétaires, un baromètre annuel, un jeu de mesures internes, une méthodologie chiffrée, se font citer nettement plus souvent que celles qui commentent l’actualité du secteur. Les modèles cherchent des faits attribuables à quelqu’un. Produire ces faits vous place mécaniquement dans la source plutôt que dans le commentaire.
Mesurer les citations, sinon rien ne bouge
Mention, citation, recommandation
Trois formes de présence coexistent dans les réponses génératives, et les confondre fausse tout le pilotage :
- La mention : votre nom apparaît dans le texte, sans source rattachée.
- La citation : votre page est référencée comme origine d’une affirmation.
- La recommandation : votre offre figure dans une liste de solutions proposées à l’utilisateur.
La troisième vaut commercialement bien davantage que la première. Un tableau de bord qui les additionne dans un chiffre unique ne mesure plus rien d’exploitable.
Les outils et leur coût réel
Le suivi automatisé repose sur l’interrogation répétée des moteurs avec des jeux de prompts représentatifs de votre marché. Semrush commercialise son AI Visibility Toolkit à partir de 99 dollars par mois et par domaine, avec une base annoncée de plus de 130 millions de prompts couvrant huit régions. Profound se positionne entre 99 et 499 dollars par mois selon le périmètre, avec un suivi revendiqué sur plus de dix plateformes.
Les indicateurs à suivre tiennent en quatre lignes : part de voix générative sur votre univers de prompts, tonalité des mentions obtenues, position implicite dans les listes proposées, et identité des sources citées à votre place. Ce dernier point reste le plus actionnable : il désigne précisément quel contenu concurrent occupe le terrain que vous visez.
Le rapprochement avec vos données d’usage interne, dans la logique des cas d’usage de l’IA générative en entreprise, relie enfin ces citations à des demandes entrantes réelles. Une mention sans effet sur le pipeline commercial reste une métrique de vanité.
Prochaine étape : listez les vingt questions que vos prospects posent avant d’acheter, interrogez ChatGPT et Perplexity sur chacune, notez qui est cité et sur quel passage. Les trous de votre couverture apparaîtront en une heure de travail, et ils dicteront vos six prochains contenus.
