Les recettes GEO qu'on vous vend reposent sur bien peu de preuves

Prenez une technologie dont les mécanismes restent largement opaques. Ajoutez quelques outils de tracking, une généreuse poignée d'acronymes et un livre blanc avec des pourcentages d'allocation budgétaire. Vous obtenez une industrie capable de vendre des certitudes avant même de disposer d'une méthode pour les vérifier. L'optimisation des moteurs génératifs n'échappe pas à cette vieille passion du marketing : transformer l'inconnu en checklist.

Le guide « Du SEO au GSO », publié par Bulldozer et signé Jordan Chenevier-Truchet, Victor Da Silva et Benjamin André, est un bon exemple de ce mélange. Il défend la continuité du référencement naturel, explique la récupération de contenus et le query fan-out, puis propose du découpage éditorial, des mentions médias, des optimisations techniques et des KPI. Le raisonnement comporte des éléments solides, mais aussi des prescriptions dont le document ne démontre pas l'efficacité. Je voudrais conserver les premières et soumettre les secondes à un examen moins accommodant.

Le guide officiel 2026 de Google indique clairement que ses fonctions génératives reposent sur les systèmes de classement et de qualité de Search. Il décrit la récupération de documents et la diversification des recherches sous forme de query fan-out. L'éligibilité à un extrait et l'indexation sont nécessaires pour apparaître comme lien d'appui. On n'a donc pas affaire à un grand cerveau débranché du Web. L'accessibilité, la structure, les liens internes et la pertinence des pages gardent leur importance.

Les observations de praticiens enrichissent cette explication. Une étude Surfer rapportée par Search Engine Land, fondée sur 10 000 mots-clés, associe classement dans les requêtes ramifiées et citation dans les AI Overviews ; elle évoque des chances de citation supérieures de 161 % dans certaines configurations. Mais elle reste observationnelle et ne démontre pas qu'un gain de position provoque une citation. Ahrefs observe de son côté quatre millions d'URL liées à des AI Overviews sur 863 000 pages de résultats : seulement 38 % des URL citées figuraient également dans le top 10 classique de la même requête. Le SEO compte, sans être un passeport automatique.

Cette distinction semble élémentaire. Pourtant, le guide annonce que le classement sur les micro-requêtes reste déterminant. « Déterminant » peut signifier une influence importante ; cela peut aussi suggérer une quasi-condition suffisante. Les données ne permettent pas cette deuxième lecture. Une citation dépend aussi des formulations, du contexte, du fournisseur, des versions et des règles de sélection des sources. Toute règle qui prétend couvrir Google, ChatGPT, Claude et Perplexity d'un même trait mérite immédiatement un point d'interrogation.

Le guide préconise des sections autonomes, des résumés « TL;DR », des FAQ et des fragments facilement récupérables. L'intuition a du mérite : un contenu clair, contextualisé, sourcé et structuré est plus facile à utiliser. Un bon tableau comparatif vaut souvent mieux qu'une longue page commercialement enthousiaste et intellectuellement vide. Mais cela ne prouve pas qu'il faille composer chaque paragraphe pour un hypothétique morceau récupéré par un système RAG.

Google affirme précisément qu'aucun découpage en petits « chunks » n'est requis pour ses fonctionnalités génératives. Il écarte aussi les fichiers llms.txt, les balisages spécialisés, le Markdown obligatoire et les longueurs prétendument optimales. Les données structurées peuvent servir les fonctionnalités prises en charge ; elles ne sont pas une invitation automatique à la citation. La règle éditoriale et la règle algorithmique sont deux animaux distincts. Les confondre, c'est vendre une hypothèse comme une certitude.

Il y a même un paradoxe amusant : à force d'optimiser la production pour la réponse courte, on risque de fabriquer des contenus sans valeur au-delà de leur propre résumé. Je préfère une page qui explique les conditions et les limites d'une migration logicielle, avec des preuves exploitables, à vingt micro-réponses interchangeables. L'IA peut condenser le langage ; elle ne remplace pas si facilement une donnée originale, une expertise située ou un outil réellement utile.

Bulldozer élargit à juste titre l'autorité au-delà du backlink. Les comparateurs, les médias, les témoignages, les discussions publiques et les travaux de pairs façonnent ce qu'un système peut découvrir sur une marque. Mais le guide soutient aussi qu'une tribune dans un média de référence pèse davantage que dix bons articles et propose une répartition : 40 % de production, 30 % de RP, 20 % de technique et 10 % de mesure. Quelle expérience prouve cette allocation ? Pour quelle entreprise et quel marché ? Le guide ne donne pas de fondement transférable à ces proportions.

Un baromètre français de Temonis éclaire ce qu'il faudrait mesurer avec plus de prudence. Sur 720 sollicitations de quatre systèmes via API, 693 réponses étaient exploitables. Le premier logiciel recommandé restait identique lors de trois essais dans 53 % des cas. Cette étude est limitée à ses catégories, ses formulations et ses interfaces techniques, et ne représente pas tous les utilisateurs. Elle révèle néanmoins la variabilité d'un classement conversationnel. Une part de voix obtenue sur dix prompts peut autant refléter l'échantillon choisi qu'un changement réel de notoriété. Le baromètre n'établit pas non plus une qualité supérieure des logiciels cités : il mesure des recommandations produites par un protocole donné, pas une satisfaction des acheteurs.

Google déconseille explicitement les mentions inauthentiques pour manipuler ses fonctionnalités génératives. Ce n'est pas une invitation à renoncer aux relations presse. C'est une raison de ne pas confondre reconnaissance indépendante et placement artificiel. Pour un éditeur B2B, les sources tierces les plus importantes ne sont pas forcément les plus prestigieuses : ce peuvent être des avis clients détaillés, des intégrateurs, des comparaisons méthodiques ou des publications de niche que les acheteurs consultent effectivement.

Le guide conseille de faciliter l'exploration et de surveiller les bots IA. C'est raisonnable, mais encore faut-il distinguer les systèmes. Les AI Overviews de Google reposent sur son infrastructure Search. OpenAI indique qu'OAI-SearchBot contribue à la recherche, tandis que GPTBot concerne les questions d'entraînement. Permettre à un robot de visiter le site n'implique donc pas d'accepter tous les usages de ses données. Les règles dans robots.txt, les CDN et les réponses HTTP doivent être examinés pour chaque objectif.

Reste la tentation d'interpréter les logs comme des preuves de visibilité. Un robot qui visite une page ne dit pas si elle est apparue dans une réponse. Une page citée ne dit pas si elle a été lue. Une marque recommandée ne dit pas si elle a été choisie. Il faut conserver ces étages plutôt que de les comprimer sous une métrique unique. En technique, je commencerais par vérifier les pages importantes réellement bloquées, le contenu absent du HTML accessible et les incohérences de données, bien avant d'installer un outil promettant la compatibilité « LLM-ready ».

Le guide cite Livestorm et avance notamment 73 % de citations sur ChatGPT pour une requête liée aux outils webinar, une hausse de 45 % du trafic référent IA en six mois et un doublement de la conversion lead-to-customer. Ces chiffres sont présentés comme des résultats, mais le PDF consulté ne fournit pas de protocole permettant de les reproduire : liste exacte de prompts, modèles, nombre de répétitions, dates, groupe témoin et changements commerciaux simultanés. Rien ne permet donc d'attribuer avec confiance l'amélioration de la conversion à des actions GEO.

Je ne dis pas que ces résultats sont inventés. Je dis qu'ils ne peuvent pas servir de preuve transférable dans cet état. Le problème est ancien : une hausse de trafic SEO n'établissait déjà pas qu'un contenu faisait progresser une opportunité. Ajouter une citation IA au début du parcours ne résout pas l'attribution. Une étude sérieuse devrait distinguer visibilité, clics, consultations utiles, adoption par les commerciaux et résultats commerciaux, puis exposer les explications concurrentes.

Ahrefs estime que la présence d'un AI Overview est associée à une baisse moyenne de 58 % du CTR pour la première position, selon une comparaison observationnelle internationale. En France, son étude de 963 domaines révèle une baisse de 23,1 % du CTR médian du groupe fortement exposé sur les neuf jours suivant le lancement. Les échantillons et les méthodes ne sont pas interchangeables. Ces résultats suggèrent un découplage plus fort entre position et visite ; ils ne démontrent pas que chaque entreprise a perdu le même volume d'opportunités.

Depuis l'été 2026, Google a également déployé des rapports d'impressions dédiés à ses fonctionnalités génératives dans Search Console. Il serait donc dépassé de prétendre que rien n'est observable. Mais une impression IA ne prouve ni la compréhension ni la préférence ni un échange commercial. C'est précisément pourquoi je défends un pilotage relié aux situations de vente : questions des prospects, objections, ressources consultées, contenus réutilisés par les équipes et signaux CRM. Le nouveau KPI ne doit pas devenir un ancien KPI repeint.

Première étape : interrogez les commerciaux et le support pour relever quinze à vingt questions réellement posées dans le cycle d'achat. Associez à chacune une cible, une situation, une objection, une décision et une preuve attendue. Testez ensuite ces questions sur les systèmes effectivement utilisés par vos acheteurs, avec plusieurs répétitions, en notant date, modèle ou interface, pays, langue et prompt exact. Séparez mention de marque, recommandation, citation de page, lien cliquable et absence de réponse exploitable.

Deuxième étape : rapprochez ces observations de votre patrimoine éditorial. Une page est-elle indexée, accessible aux robots concernés et compréhensible sans scripts bloquants ? Apporte-t-elle une méthode, un cas, une comparaison honnête, une donnée propre ou seulement une définition recopiable ? Où les preuves d'usage sont-elles insuffisantes ? Quelles ressources les commerciaux envoient-ils ? Cette confrontation est plus utile qu'un score GEO abstrait, parce qu'elle permet d'identifier une décision de correction précise.

Troisième étape : limitez-vous à deux ou trois expériences documentées. Renforcez un comparatif avec des critères explicites, publiez une étude réellement sourcée ou débloquez techniquement une page importante. Formulez vos hypothèses avant d'agir ; si possible, conservez un groupe de pages comparable. Suivez l'évolution des mentions et des citations sans ignorer les clics qualifiés et les signaux commerciaux. À l'issue du test, décidez d'arrêter, poursuivre ou corriger. Le but n'est pas de maîtriser le prochain acronyme. C'est de produire des preuves qu'une machine peut trouver et qu'un humain peut utiliser. La visibilité n'est pas une fin en soi : une ressource citée sans preuve exploitable peut flatter le reporting tout en laissant le comité d'achat exactement au même point.