Aller au contenu
Intelligence Stratégique
DERNIÈRE PUBLICATION 27.09.26
008

Generative Engine Optimization (GEO)

GEO

La Generative Engine Optimization (GEO) désigne l'ensemble des pratiques qui visent à rendre un contenu visible et cité dans les réponses rédigées par les moteurs génératifs, comme les AI Overviews de Google ou Perplexity.

RÉVISÉ LE 27.09.2026 · D. HERNANDEZ4 SOURCES DE RÉFÉRENCEGEO & IA

La Generative Engine Optimization (GEO) désigne le travail qui vise à rendre un contenu visible et cité dans les réponses des moteurs génératifs. Un moteur génératif, comme les AI Overviews de Google ou Perplexity, rédige une réponse synthétique au lieu d’afficher une simple liste de liens. Le terme a été introduit en novembre 2023 par un article de recherche de Pranjal Aggarwal et de cinq coauteurs.

Comment ça fonctionne

La GEO repose sur le fonctionnement des moteurs génératifs. Ces systèmes récupèrent d’abord des documents, puis un LLM rédige une réponse qui cite certains d’entre eux, selon le principe du RAG. La GEO cherche à influencer la seconde étape : la part d’une source dans le texte généré et sa position dans la réponse.

Google Search Central est la documentation officielle de référence pour les AI Overviews. Sa page « AI features and your website » a été mise à jour le 10/12/2025. Elle indique : « There are no additional requirements to appear in AI Overviews or AI Mode » (Google). Google n’y publie pas de critère propre de sélection des sources citées.

Exemple

L’article « GEO: Generative Engine Optimization » constitue la source d’origine du terme. Ses six auteurs viennent de l’Indian Institute of Technology Delhi, de Princeton University, et deux sont chercheurs indépendants à Seattle. Déposé sur arXiv le 16/11/2023 (version 3 du 28/06/2024), il figure aux actes de KDD 2024, pages 5 à 16 (doi:10.1145/3637528.3671900).

Le banc d’essai GEO-bench compte 10 000 requêtes, selon l’article. Pour chaque requête, les cinq premiers résultats de Google alimentent un moteur simulé par le modèle gpt-3.5-turbo. Une seule source est réécrite selon une méthode, par exemple l’ajout de citations ou de statistiques. Le résumé annonce que la GEO « can boost visibility by up to 40% in generative engine responses ». Le tableau principal donne une amélioration de 41 % sur une mesure de visibilité pondérée par la position.

Les chiffres d’Aggarwal et al. valent pour un dispositif de laboratoire, pas pour un moteur commercial actuel. Les auteurs reconnaissent eux-mêmes que les méthodes devront s’adapter à l’évolution des moteurs. Ils n’ont pas évalué l’effet de la GEO sur le classement dans les moteurs de recherche. La visibilité mesurée ne correspond ni à des clics ni à du trafic.

À ne pas confondre avec

  • SEO : le référencement naturel vise le classement dans une liste de résultats. Selon le guide d’optimisation de Google, optimiser pour la recherche générative reste « still SEO » de son point de vue.
  • AEO (Answer Engine Optimization) : étiquette voisine, centrée sur les moteurs de réponse. Ni GEO ni AEO n’ont de définition normalisée.
  • Geo au sens géographique : le géomarketing ou la géolocalisation n’ont aucun rapport avec la Generative Engine Optimization, malgré l’abréviation commune.

Pour aller plus loin

L’analyse d’Intelligence Stratégique consacrée à la Generative Engine Optimization développe les méthodes, les mesures et leurs limites.

Questions fréquentes

Qu'est-ce que le GEO ?

La Generative Engine Optimization désigne l'optimisation d'un contenu pour qu'il soit repris et cité dans les réponses des moteurs génératifs. Le terme vient d'un article de recherche déposé sur arXiv en 2023 et publié à KDD 2024.

Quelle est la différence entre le SEO et le GEO ?

Le SEO vise le classement dans une liste de résultats ; le GEO vise la reprise dans une réponse rédigée par une IA. Pour ses propres fonctions d'IA, Google indique qu'il s'agit toujours de SEO.

Le GEO garantit-il d'être cité par ChatGPT ou Google ?

Non. Les gains publiés par Aggarwal et al. ont été mesurés sur un moteur simulé en 2023, et aucun éditeur ne publie ses critères de sélection des sources.

SOURCES

  1. GEO: Generative Engine Optimization (Aggarwal, Murahari, Rajpurohit, Kalyan, Narasimhan, Deshpande), résumé et version HTML v3, arXiv, v1 16/11/2023, v2 28/05/2024, v3 28/06/2024
  2. GEO: Generative Engine Optimization, Proceedings of the 30th ACM SIGKDD Conference on Knowledge Discovery and Data Mining, p. 5-16 (métadonnées Crossref), ACM, 24/08/2024
  3. Optimizing your website for generative AI features on Google Search, Google Search Central, consulté le 27/09/2026 (version texte, sans date affichée)
  4. AI features and your website, Google Search Central, mis à jour le 10/12/2025