GEO technique et IA : 6 mythes que les études contredisent

Les conseils sur le GEO technique pullulent, les sources beaucoup moins. Fichier llms.txt*, JSON-LD*, « premiers 20 % » de la page : chaque semaine apporte son levier miracle, que même l'aperçu IA de Google finit par relayer.

Ennuyeux, quand on ouvre le guide officiel de Google sur l'IA générative : plusieurs de ces recettes y sont classées parmi les choses à ignorer. D'autres ne résistent ni aux tests contrôlés ni aux logs serveur. Après les promesses de ranking dans les IA, place aux facteurs techniques GEO : prouvés, douteux, démentis.

En bref : pour un site de PME, quatre contrôles techniques passent avant tout le reste :

• autoriser les robots IA de recherche ;
• vérifier que le CDN* ou le pare-feu ne les bloque pas ;
• servir le contenu essentiel dans le HTML, sans dépendre du JavaScript ;
• avoir des pages indexées, éligibles à un extrait (une condition documentée par Google pour ses propres fonctionnalités IA).

Le reste est secondaire, non prouvé… ou démenti par les études disponibles. Voyons pourquoi ces quatre points méritent la priorité.

Du SEO au GEO : qu'est-ce qui compte vraiment, techniquement, pour être cité en recherche IA ?

Techniquement, un moteur IA ne peut citer un site web que s'il a pu l'atteindre, le lire et le ranger dans un index. Voilà tout le périmètre du GEO technique ; pour la sélection finale, ce sont le contenu et la réputation qui décident.

Google le dit sans détour : ses fonctionnalités d'IA générative reposent sur la génération augmentée par récupération (RAG*), qui puise dans son propre index de recherche. Chez OpenAI, même logique pour ce moteur génératif, avec un robot dédié, OAI-SearchBot, chargé de faire remonter les sites dans ChatGPT Search, comme le précise sa documentation officielle des robots.

Étape	Ce qui se joue	Levier technique ?
Accès	Le robot IA atteint la page	Oui : robots.txt, pare-feu, CDN
Lecture	Il récupère le texte	Oui : HTML servi sans JavaScript
Indexation	La page entre dans l'index	Oui : indexation, extraits autorisés
Sélection	L'IA choisit ses sources	Non : contenu, autorité, marque

Autrement dit, les facteurs techniques GEO ouvrent trois portes sur quatre : le GEO reste un SEO augmenté, pas une discipline parallèle. Encore faut-il agir sur les bons leviers, à commencer par ce petit fichier dont tout le monde parle.

Mythe n° 1 : « Le llms.txt est le robots.txt des IA »

Non. Ce fichier ne bloque rien, n'autorise rien, et les robots IA le consultent très rarement. Pour le site d'une PME, c'est un gadget.

Ce qu'on lit partout : sans llms.txt, pas de salut dans ChatGPT ou Perplexity. Aucune plateforme ne s'y est pourtant engagée, et Google a tranché pour son moteur : le fichier ne nuit pas, n'aide pas, il est ignoré.

Ce que disent les logs. Ahrefs a passé au crible les logs serveur de 137 210 domaines en mai 2026 :

• 28 % publiaient un llms.txt ;
• 97 % de ces fichiers n'ont reçu aucune requête, ni bot ni humain, sur le mois ;
• les robots IA de récupération, ceux qui alimentent les réponses en direct, pesaient 1,1 % des requêtes vers ces fichiers ;
• aucun bot IA n'a réclamé un llms.txt absent.

Détail savoureux : Slackbot l'a récupéré plus souvent que PerplexityBot. Ses vrais lecteurs, sur cette période ? Des outils d'audit SEO et des agents de code.

À faire à la place : ne payez pas pour en obtenir un. Si un prestataire vous l'a vendu comme « pack GEO », c'est du budget qui aurait pu servir ailleurs. Votre extension SEO le génère gratuitement ? Gardez-le, mais surveillez-le comme du code, car Ahrefs repère déjà des robots qui y testent l'injection de prompts.

Le vrai chantier technique est ailleurs. Même scénario, en plus subtil, pour un autre réflexe hérité du SEO : le balisage JSON-LD.

Mythe n° 2 : « Les données structurées font citer votre site par les IA »

Pas d'après le test le plus solide publié à notre connaissance. Sur des pages déjà citées, ajouter du JSON-LD n'a pas fait grimper les citations dans les moteurs IA ; les données structurées gardent leur intérêt, mais ailleurs.

Ce qu'on lit partout : les pages citées par les IA ont presque trois fois plus souvent du JSON-LD. Exact. Ahrefs l'a mesuré sur 6 millions d'URL… puis s'est méfié de sa propre corrélation. Les sites qui balisent cumulent aussi les signaux de qualité : technique soignée, contenus solides, liens. Une voiture de course porte plus d'autocollants qu'une citadine : personne n'en conclut que les autocollants la font gagner.

Le test avec groupe témoin : 1 885 pages ayant ajouté du JSON-LD entre août 2025 et mars 2026, comparées à 4 000 pages témoins.

Plateforme	Effet mesuré	Verdict d'Ahrefs
ChatGPT	+2,2 %	Indiscernable de zéro
Google AI Mode	+2,4 %	Indiscernable de zéro
AI Overviews	−4,6 %	Léger recul, non imputable avec certitude au schema

Autre indice, cité par l'étude : lors d'une récupération en direct, ChatGPT, Claude, Perplexity, Gemini et AI Mode n'exploitaient que le HTML visible et ignoraient le JSON-LD. Limite : il s'agit d'une étude d'observation avec pages témoins appariées, pas d'une expérience randomisée, et les pages étudiées étaient déjà très citées. Elle ne prouve pas que le schema est inutile ; elle montre qu'on ne peut pas le vendre comme un levier de citations IA.

À faire à la place : un balisage de base (Organization, LocalBusiness, Article) pour les résultats enrichis du SEO traditionnel, et chaque information clé écrite noir sur blanc dans le texte visible. Écrite, oui… mais où, dans la page ? C'est justement là que circule le chiffre le plus déformé du GEO technique.

Mythe n° 3 : « Les IA ne lisent que les premiers 20 % d'une page »

Nous n'avons trouvé aucune étude derrière ce chiffre. L'analyse la plus citée sur le sujet montre au contraire que les moteurs IA citent toute la page, avec une nette préférence pour le haut.

Ce qu'on lit partout, jusque dans l'aperçu IA de Google : passé les premiers 20 %, le robot « risque d'abandonner l'analyse ». Aucune source à l'appui. Et pour cause.

Ce que dit l'étude de référence. Kevin Indig a isolé 18 012 citations vérifiées dans des réponses de ChatGPT, puis mesuré leur position dans la page :

Zone de la page	Part des citations
Premiers 30 %	44,2 %
Milieu (30 à 70 %)	31,1 %
Dernier tiers	24,7 %

Un quart des citations vient donc du bas de page : le robot ne décroche pas, il pondère. Mieux, à l'échelle du paragraphe, 53 % des passages cités se situent au milieu, et non dans la première phrase.

Le vrai problème de ce mythe : il se fait passer pour un facteur technique. Or aucun réglage serveur, aucune extension ne déplace une citation ; c'est une affaire de rédaction. À faire à la place : donner la réponse et les définitions dès l'introduction, formuler les intertitres en questions et garder une conclusion substantielle.

Encore faut-il que le robot ait le droit d'entrer. Sur beaucoup de sites, ce n'est pas le cas.

Mythe n° 4 : « Bloquez GPTBot et vous protégez vos contenus »

Bloquer GPTBot ne concerne que l'entraînement des modèles. Votre présence dans ChatGPT Search dépend d'un autre robot : OAI-SearchBot.

Ce qu'on lit partout : des robots.txt copiés-collés qui ferment « les IA » d'un bloc, ou qui misent tout sur ChatGPT-User. Or, selon OpenAI, ce robot sert aux visites déclenchées par les utilisateurs : il ne décide pas de l'apparition dans Search, et le robots.txt peut même ne pas s'appliquer à lui.

Ce que disent OpenAI et Anthropic : trois familles de robots IA, trois conséquences.

Rôle	OpenAI	Anthropic	Les bloquer, c'est…
Entraînement	GPTBot	ClaudeBot	sortir des futures données d'entraînement
Recherche	OAI-SearchBot	Claude-SearchBot	perdre sa visibilité dans les réponses de recherche
À la demande	ChatGPT-User	Claude-User	limiter les lectures déclenchées par un utilisateur

À faire : ouvrir OAI-SearchBot et Claude-SearchBot. Fermer GPTBot ou ClaudeBot reste un choix d'entreprise légitime, pas une décision de GEO technique.

Votre robots.txt est parfait, et pourtant vous êtes bloqué

Le robots.txt n'est qu'une couche. Cloudflare filtre aussi les robots IA, avec des réglages qui ont changé deux fois en un an. Sa documentation, mise à jour le 1er juillet 2026, distingue désormais trois catégories : Search, Agent et Training.

Depuis le 15 septembre 2026, les nouveaux domaines bloquent par défaut les robots Training et Agent sur les pages affichant de la publicité, tandis que Search reste autorisé. Les robots mixtes, qui servent à la fois à la recherche et à l'entraînement, sont bloqués dès qu'on choisit de bloquer l'entraînement. Selon la date de création de votre site et les options cochées depuis, vos réglages peuvent donc différer de ces valeurs par défaut.

Extensions de sécurité WordPress, pare-feu d'hébergeur : d'autres verrous peuvent aussi fermer un site aux IA sans que son propriétaire le sache. Si votre site a été mis en ligne ou migré récemment, la vérification prend cinq minutes.

Robots autorisés, donc. Reste une rumeur tenace : la lenteur les ferait fuir.

Mythe n° 5 : « Les robots IA ignorent les sites trop lents »

À notre connaissance, ni OpenAI, ni Anthropic, ni Google ne documentent de seuil de vitesse propre aux IA. L'idée sonne juste, mais rien ne la prouve.

Ce qu'on lit partout : un « budget de crawl IA » minuscule, des « micro-déconnexions » qui feraient passer votre site à la trappe. Les études ? Absentes. Même le budget de crawl classique, celui des moteurs de recherche, a ses limites : Google ne renvoie à son guide sur le sujet que pour les sites très volumineux et fréquemment mis à jour, ce qui exclut la plupart des sites web de PME.

À faire quand même : soigner la vitesse pour vos visiteurs et votre SEO, en surveillant vos Core Web Vitals et en appliquant notre méthode pour accélérer un site WordPress lent. Pas pour un robot imaginaire. Un autre obstacle, lui, est réel et chiffré : il peut rendre des pages entières invisibles à ChatGPT comme à Claude.

Le vrai danger pour votre visibilité IA : un contenu qui n'existe qu'en JavaScript

Celui-là est documenté. Les robots d'OpenAI et d'Anthropic étudiés par Vercel n'exécutaient pas le JavaScript : un texte qui ne s'affiche qu'après coup, dans le navigateur, leur échappait.

L'étude publiée par Vercel et MERJ en décembre 2024, appuyée sur près d'un milliard de requêtes mensuelles de robots IA, est sans appel. OAI-SearchBot, ChatGPT-User, GPTBot, ClaudeBot, PerplexityBot : aucun ne rendait le JavaScript. GPTBot téléchargeait pourtant des fichiers JS (11,5 % de ses requêtes), ClaudeBot aussi (23,84 %)… sans jamais les exécuter, et seul Gemini, adossé à l'infrastructure de Googlebot, faisait exception.

Bonne nouvelle pour WordPress : le rendu se fait côté serveur par défaut. Les risques se cachent ailleurs :

• onglets et accordéons dont le contenu se charge à la demande, et non ceux dont le texte figure déjà dans la page ;
• avis clients injectés par un widget externe ;
• FAQ ou grilles tarifaires construites en JavaScript.

Si vos tarifs ou vos avis s'affichent via un widget, ce sont précisément les informations que vos prospects demandent à ChatGPT… et qu'il risque de ne pas pouvoir lire.

Micro-diagnostic : ouvrez une page clé et faites Ctrl+U (Cmd+Option+U sur Mac) pour afficher son code source, puis Ctrl+F avec une phrase visible de cette page, par exemple un tarif ou une réponse de votre FAQ. Introuvable ? C'est un premier indice que ce texte dépend du JavaScript, et qu'il risque d'échapper aux robots qui ne l'exécutent pas. Présent dans le code, même dans un accordéon fermé ? Aucun souci de ce côté.

Une dernière idée reçue mérite qu'on s'y arrête : celle qui fait de ChatGPT un simple Bing déguisé.

Mythe n° 6 : « ChatGPT, c'est Bing »

Plus vraiment. ChatGPT construit son propre index et mélange plusieurs sources, Google et Microsoft compris.

Ce qu'on lit partout : soignez Bing, ChatGPT suivra. L'équation date de 2024. Peec AI a observé, entre le 21 mai et le 21 juillet 2026, un champ technique des réponses de ChatGPT qui indiquait l'origine des résultats. Quatre valeurs seulement : Labrador, que Peec identifie comme l'index propre d'OpenAI, et trois prestataires externes de collecte ; ChatGPT puiserait aussi chez au moins huit autres fournisseurs, dont Yelp, TripAdvisor et Web IQ, la plateforme de Microsoft.

Côté Google, la règle est écrite : pour apparaître dans les fonctionnalités d'IA générative, une page doit être indexée et éligible à un extrait. Le site doit aussi être inclus dans ces fonctionnalités, un réglage de la Search Console activé par défaut : il suffit de vérifier que personne ne l'a désactivé.

À faire à la place :

• vérifier l'indexation dans la Search Console et dans Bing Webmaster Tools ;
• activer IndexNow* ;
• traquer les balises « nosnippet » ou « max-snippet:0 », qui interdisent tout extrait (voir notre checklist quand un site WordPress n'apparaît pas sur Google).

Six mythes passés au crible : voici le tri final.

Mythes et réalités du GEO technique : que retenir pour votre stratégie GEO ?

Quatre leviers sont prouvés, deux sont seulement utiles, le reste relève du mythe. Toute stratégie GEO sérieuse commence par les quatre premiers.

Levier	Ce que disent les preuves	Priorité
Autoriser OAI-SearchBot et Claude-SearchBot	Documenté (OpenAI, Anthropic)	Indispensable
Vérifier les réglages CDN et pare-feu	Documenté (Cloudflare)	Indispensable
Contenu essentiel présent dans le HTML	Mesuré (Vercel)	Indispensable
Indexation et extraits autorisés	Documenté (Google)	Indispensable
Schema de base	Aucun gain de citations mesuré	Utile pour le SEO
Vitesse	Aucun seuil IA documenté	Utile pour les visiteurs
Bloquer GPTBot	Sans effet sur ChatGPT Search	Choix d'entreprise
Fichier llms.txt	Quasi jamais lu (Ahrefs, mai 2026)	Inutile pour la recherche IA
« Premiers 20 % »	Chiffre sans source	Levier rédactionnel

Vous voulez savoir, en un seul état des lieux, si ces quatre points prioritaires sont en ordre et où les IA vous citent déjà ? C'est le point de départ de notre accompagnement en référencement GEO, avant toute promesse. Pour un premier contrôle par vous-même, un quart d'heure suffit.

Checklist WordPress 2026 : comment faire un premier contrôle de votre GEO technique en 15 minutes ?

Six contrôles suffisent pour un premier état des lieux de votre site web face aux moteurs IA. Ils repèrent les blocages les plus fréquents, sans remplacer un audit complet.

1. robots.txt : ouvrez votresite.fr/robots.txt et repérez les blocs « User-agent » qui visent OAI-SearchBot, Claude-SearchBot, PerplexityBot ou tous les robots (« * »). Regardez ensuite le chemin indiqué après « Disallow » : « Disallow: / » ferme tout le site, alors que « Disallow: /wp-admin/ » ne bloque que l'administration, ce qui est normal.
2. Cloudflare : si votre site y passe, contrôlez les réglages appliqués aux catégories Search, Agent et Training.
3. Sécurité : passez en revue les listes de robots bloqués par votre extension de sécurité et par le pare-feu de votre hébergeur.
4. Contenu lisible sans JavaScript : sur une page importante, affichez le code source (Ctrl+U), puis cherchez avec Ctrl+F une phrase visible de la page. Si elle n'apparaît pas dans ce code, c'est un premier indice qu'elle dépend du JavaScript.
5. Indexation : inspectez l'URL dans la Search Console, puis dans Bing Webmaster Tools.
6. Extraits autorisés : dans ce même code source, cherchez « nosnippet » et « max-snippet ». Selon la documentation de Google, « nosnippet » ou « max-snippet:0 » interdisent tout extrait et empêchent même l'usage du contenu comme source directe des AI Overviews et d'AI Mode ; un petit nombre, comme « max-snippet:50 », le limite fortement. En revanche, « max-snippet:-1 », souvent ajouté par les extensions SEO, ne pose aucun problème.

Micro-diagnostic : un échec aux points 1 à 4 ? Corrigez-le avant de retravailler vos contenus pour les IA, sinon une partie des robots risque de ne jamais les lire.

Utilisez l'IA comme second regard

Votre robots.txt est souvent hérité d'une ancienne version du site ou d'une extension, et ses règles se lisent mal. Une IA peut le décortiquer robot par robot en quelques secondes ; vérifiez ensuite ses conclusions dans le fichier, car elle peut se tromper sur une règle ambiguë.

Le prompt à copier :

« Voici le contenu complet de mon fichier robots.txt : [collez-le ici]. Pour chacun de ces robots — OAI-SearchBot, ChatGPT-User, GPTBot, Claude-SearchBot, Claude-User, ClaudeBot, PerplexityBot, Googlebot et Bingbot — indique s'il est autorisé ou bloqué, et sur quels chemins, en citant la ligne exacte qui le justifie. Distingue clairement un blocage de tout le site d'un blocage limité à certains dossiers, comme /wp-admin/. »

Les fondamentaux vérifiés : comment obtenir les citations des IA ?

Une fois ces bases techniques en place, certaines pratiques de rédaction vont de pair avec davantage de citations. Ce sont des corrélations observées, pas des garanties.

Pratique	Ce que montrent les études
1. Annoncer le sujet dès les 100 premiers mots	22,1 % de citations dans le top 10 des IA, contre 8,7 % sinon (Rankability)
2. Écrire les intertitres en questions, réponse juste dessous	78,4 % des citations liées à une question viennent d'un intertitre (Indig)
3. Définir sans détour : « X est… »	Formulation près de deux fois plus fréquente dans les passages cités (Indig)
4. Nommer précisément outils, marques, lieux	20,6 % de noms propres dans les textes très cités, contre 5 à 8 % d'ordinaire (Indig)
5. Couvrir le sujet en profondeur et coller à l'intention derrière les requêtes	27,6 % contre 14,5 % de citations dans le top 10 des IA (Rankability)
6. Prévoir des zones extractibles, comme les tableaux	Présents sur 50,5 % des pages citées, avec un effet modeste (Rankability)
7. Des URL lisibles, avec un titre qui répond à la question	Parmi les pages récupérées par ChatGPT, 89,78 % de citations pour les slugs en langage naturel, contre 81,11 % pour les autres (Ahrefs)

Et l'encart « En bref » ? Il sert à placer la réponse en tête, comme dans cet article. En revanche, l'étude Rankability, menée en août 2026 sur 31 sujets, n'a trouvé aucun avantage constant aux blocs de résumé ou de FAQ en eux-mêmes : c'est la réponse donnée tôt qui compte, pas le cadre qui l'entoure.

Utilisez l'IA comme second regard

Avant de publier ou de mettre à jour une page stratégique, une IA peut contrôler si elle applique ces pratiques. Elle ne juge pas la justesse de votre expertise : c'est à vous de valider le fond.

Le prompt à copier :

« Voici le texte complet d'une page de mon site : [collez le texte, avec ses intertitres]. Sa requête cible est : [indiquez-la]. Vérifie point par point : 1) le sujet et la réponse principale apparaissent-ils dans les 100 premiers mots ? 2) quels intertitres pourraient être reformulés en questions, avec une réponse directe juste dessous ? 3) quels passages gagneraient à contenir une définition claire du type « X est… » ? 4) quelles informations pourraient être présentées sous forme de tableau ? Propose pour chaque point une réécriture concrète, sans inventer de chiffres. »

Encore faut-il être repéré. Et là, le SEO reprend ses droits.

SEO traditionnel et GEO : un site techniquement ouvert n'est pas un site cité

Les facteurs techniques GEO ouvrent la porte des IA. Ils ne font entrer personne.

Tout ce qui améliore votre SEO traditionnel aide aussi les moteurs IA à vous repérer. Sur les 31 sujets qu'elle a étudiés en août 2026, Rankability a observé que les pages classées dans le top 3 des moteurs de recherche classiques étaient citées par au moins une IA dans 98,9 % des cas, contre 49,3 % hors du top 10. Les classements et les citations ne se recouvrent pourtant qu'en partie : d'après Ahrefs, Perplexity puise 28,6 % de ses sources dans le top 10 de Google, ChatGPT environ 8 %. Et l'exemple du balisage le rappelle : un critère SEO pris isolément ne se traduit pas mécaniquement en citations.

Bien se classer vous rend repérable ; ce sont vos contenus, votre expertise, votre réputation et les mentions authentiques de votre marque qui vous font choisir, comme le confirme notre retour d'expérience GEO. Avant d'investir dans un « pack GEO », mieux vaut savoir où votre site se situe réellement : c'est l'objet de notre audit SEO gratuit.

Questions fréquentes sur le GEO technique

Glossaire

llms.txt : fichier texte proposé en 2024, placé à la racine d'un site pour en résumer le contenu à destination des IA. Il ne bloque ni n'autorise rien, et reste très peu consulté.

JSON-LD - JavaScript Object Notation for Linked Data : format de données structurées placé dans le code d'une page pour décrire son contenu (entreprise, article, produit) de façon lisible par les machines.

CDN - Content Delivery Network : réseau de serveurs répartis dans le monde qui accélère et protège un site, comme Cloudflare. Il peut aussi filtrer les robots, y compris ceux des IA.

RAG - Retrieval-Augmented Generation : technique qui permet à une IA de rechercher des pages dans un index avant de rédiger sa réponse, puis de s'appuyer sur ces sources pour la construire et les citer.

IndexNow : protocole qui permet à un site de signaler instantanément aux moteurs participants, dont Bing, qu'une page a été créée, modifiée ou supprimée.