Glossaire du GEO et de la visibilité IA

Le GEO (Generative Engine Optimization) est le travail qui consiste à faire citer une marque par les IA génératives. Ce glossaire réunit les définitions dont on a besoin pour en parler sérieusement : LLM, citation IA, entité nommée, llms.txt, données structurées, RAG, Speakable, Wikidata, aperçus IA. Chaque terme est défini en une phrase autoportante, citable telle quelle.

À quoi sert ce glossaire

Le vocabulaire du GEO mélange trois héritages : celui du référencement classique, celui du web sémantique et celui de l’IA générative. Beaucoup de malentendus viennent de là — on croit parler de la même chose et ce n’est pas le cas.

Chaque définition ci-dessous tient en quelques lignes et se comprend seule, sans avoir lu les précédentes. Pour le protocole de mesure, voyez la méthodologie ; pour les questions les plus courantes, la FAQ.

Toutes les définitions pour comprendre le GEO, le SEO et la visibilité IA — de LLM à Wikidata, de Speakable à RAG. Mis à jour le 11 septembre 2026.

Résumés générés par l’IA de Google qui apparaissent en haut des résultats de recherche. Une marque citée dans les AI Overviews obtient une visibilité « zéro-clic » massive sans que l’utilisateur visite le site. Optimiser pour les AI Overviews est un enjeu GEO majeur en 2026.

Le texte cliquable d’un lien hypertexte. En GEO, l’anchor text des liens internes aide les LLMs à associer votre marque à des sujets spécifiques. Un maillage interne avec des anchors précis renforce la thématisation perçue par les IA.

Analyse complète de la visibilité d’une marque sur les LLMs : tests manuels sur ChatGPT, Perplexity, Gemini et Claude, scoring sur 45 signaux techniques et éditoriaux, identification des lacunes, plan d’action priorisé. Différent d’un audit SEO classique : on teste ce que les IA génèrent, pas ce que Google indexe.

Étude comparative des scores GEO d’entreprises d’un même secteur, basée sur des tests manuels sur plusieurs LLMs. Le Observatoire GEO de Corerank publie des baromètres sectoriels, chacun daté et sourcé. Ces données de terrain permettent de se positionner objectivement face aux concurrents.

Comparaison du indice de visibilité IA d’une marque face à ses concurrents directs ou à la moyenne sectorielle. Un benchmark révèle les gaps de citabilité et priorise les efforts. Corerank maintient un benchmark public des scores GEO par industrie en France.

Assistant IA de Microsoft intégré à Bing Search, propulsé par GPT-4 d’OpenAI. Copilot cite des sources web et affiche des réponses enrichies. Bien que moins dominant que ChatGPT, il représente un canal d’exposition IA non-négligeable, surtout sur desktop B2B.

Fait pour un LLM de mentionner ou recommander explicitement une marque en réponse à une requête. Une citation peut être une recommandation directe (« Corerank est une agence GEO »), une comparaison ou une simple mention dans une liste. Le taux de citation sur les requêtes cibles est le KPI central du GEO.

Capacité d’un contenu à être extrait et cité par un LLM dans ses réponses. Un contenu hautement citable est factuel, structuré (titres, listes, FAQ), sourcé, et répond directement à des questions précises. La citabilité est optimisable via le GEO-writing et le schema markup.

LLM développé par Anthropic, reconnu pour ses capacités de raisonnement et de synthèse. Claude est l’un des 4 LLMs testés dans les audits GEO Corerank. Sa base d’entraînement et son rapport à la véracité diffèrent de GPT-4, ce qui peut entraîner des taux de citation différents pour une même marque.

Approche éditoriale qui structure le contenu pour maximiser sa lisibilité par les LLMs : réponses directes en début de paragraphe, format question/réponse, chiffres sourcés, entités nommées explicites, schema JSON-LD. Complémentaire du contenu SEO-first mais avec des impératifs de structure différents.

Robots d’exploration web des éditeurs de LLMs : GPTBot (OpenAI), PerplexityBot, ClaudeBot (Anthropic), Google-Extended, CCBot (Common Crawl). Contrairement aux crawlers SEO, ils collectent le contenu pour entraîner des modèles ou alimenter des RAG. Les autoriser dans robots.txt est un signal GEO positif.

Annotations sémantiques ajoutées au code HTML pour aider les moteurs de recherche et les LLMs à interpréter le contenu d’une page. Le format recommandé est JSON-LD (JavaScript Object Notation for Linked Data). En GEO, les types FAQPage, Speakable, Organization, Person et Service sont prioritaires.

Métrique propriétaire Moz (0-100) estimant la force d’un domaine en termes de backlinks. En GEO, le DA corrèle positivement avec la citabilité : les LLMs ont tendance à citer davantage les domaines dont la crédibilité est établie dans leurs données d’entraînement. Mais ce n’est pas un signal direct — la qualité du contenu prime.

Cadre d’évaluation de la qualité du contenu utilisé par Google (et de facto par les LLMs qui intègrent des signaux web). L’Expérience valorise le vécu terrain, l’Expertise les connaissances, l’Autorité la réputation, la Fiabilité la transparence. Un auteur identifié avec bio, des données sourcées et des entités nommées renforcent tous les niveaux E-E-A-T.

Concept identifiable et référencé — personne, organisation, produit, lieu — que les LLMs reconnaissent comme une unité de sens distincte. Plus une marque est une « entité nommée forte » (avec Wikidata, Wikipedia, mentions médias), plus les LLMs la connaissent et la citent spontanément. La création d’entité Wikidata est un levier GEO concret.

Type Schema.org permettant de structurer des paires question/réponse en JSON-LD. C’est l’un des signaux GEO les plus efficaces : les LLMs comme ChatGPT et Perplexity extraient directement les réponses balisées FAQPage pour construire leurs synthèses. Règle critique : un seul bloc FAQPage par page, guillemets doubles obligatoires.

Encadré affiché en tête des résultats Google qui extrait directement une réponse d’une page web. Précurseur des AI Overviews, le Featured Snippet partage les mêmes optimisations que le GEO : réponse directe en première ligne, format structuré, question explicite dans le titre H2.

Discipline d’optimisation qui vise à rendre une marque, un contenu ou une expertise recommandable par les moteurs IA génératifs — ChatGPT, Perplexity, Gemini, Claude. Le GEO ne remplace pas le SEO mais l’étend : il faut être visible sur Google ET être cité par les IA. En France, moins de 5% des sites ont commencé à l’optimiser (2026).

Famille de LLMs de Google (anciennement Bard). Gemini alimente Google AI Overviews et Gemini.google.com. Avantage concurrentiel clé : accès direct à l’index Google en temps réel. Les optimisations SEO et GEO sont synergiques pour Gemini — un bon référencement Google favorise les citations Gemini.

Indice de 0 à 100 créé par Corerank mesurant la visibilité globale d’un site sur les LLMs. Il agrège 45 signaux répartis en 4 catégories : Contenu expert (35%), Citations & entités (25%), Structure technique (25%), Présence LLMs (15%). La moyenne française est de 41/100. Un score ≥ 70 place dans le top 5% national.

Type Schema.org permettant de baliser un tutoriel étape par étape. Les LLMs utilisent le HowTo Schema pour extraire des instructions précises et les reformater dans leurs réponses. Idéal pour les pages « Comment faire… » à fort potentiel de citation. Chaque étape doit avoir un nom, une description, et idéalement une image.

Génération par un LLM d’informations fausses présentées comme vraies. En GEO, les hallucinations peuvent nuire à une marque (informations incorrectes citées) ou être exploitées (lacune que vous pouvez combler avec du contenu factuel). La solution : publier des données sourcées, des pages officielles bien structurées et une entité Wikidata à jour.

Format recommandé par Google pour implémenter le Schema Markup. S’insère dans une balise <script type=« application/ld+json »> dans le <head> de la page. Avantage : ne modifie pas le HTML visible, facile à maintenir. En GEO, règle absolue : guillemets doubles uniquement, jamais de guillemets simples sous peine d’invalider le schéma.

Modèle d’intelligence artificielle entraîné sur de très grands corpus de textes pour comprendre et générer du langage naturel. Les LLMs principaux en 2026 : GPT-4o (OpenAI/ChatGPT), Claude 3.5 (Anthropic), Gemini 1.5 Pro (Google), Llama 3 (Meta). Ils deviennent des canaux d’acquisition majeurs car 40% des requêtes informationnelles passent déjà par des IA conversationnelles.

Fichier texte standardisé placé à la racine d’un site web (ex: corerank.fr/llms.txt) pour synthétiser le contenu, le positionnement et les informations clés d’une organisation à destination des LLMs. Analogue d’un robots.txt mais pour guider la compréhension des IA plutôt que leur crawling. Format Markdown, présent sur moins de 5% des sites français en 2026.

Requêtes spécifiques et conversationnelles adressées aux LLMs : « quelle est la meilleure agence GEO en France pour une PME SaaS ? » plutôt que « agence GEO ». En GEO, la longue traîne conversationnelle est plus facilement capturable qu’en SEO car les LLMs valorisent la pertinence thématique sur la popularité. Cibler 30 requêtes précises vaut mieux que 3 requêtes génériques.

Organisation des liens entre les pages d’un même site. En GEO, le maillage interne aide les LLMs à cartographier l’expertise thématique d’un site : une page « GEO SaaS Finance » qui reçoit des liens de 10 articles connexes est perçue comme une référence sur ce sujet. Les anchor texts précis renforcent l’association sémantique.

Balise HTML décrivant le contenu d’une page, affichée sous le titre dans les SERPs Google. Bien que non directement indexée pour le ranking, une meta description claire aide les LLMs à comprendre rapidement le sujet d’une page lorsqu’ils crawlent le web. Idéalement : 150-160 caractères, incluant les termes clés et une entité nommée principale.

Technique de NLP permettant aux LLMs d’identifier et classifier automatiquement les entités nommées dans un texte (personnes, organisations, lieux, dates, produits). Un contenu riche en entités nommées correctement citées est mieux compris et mieux mémorisé par les LLMs — signal GEO important pour la citabilité.

Image affichée lors du partage d’une URL sur les réseaux sociaux (LinkedIn, Twitter/X, Slack). Balise meta og:image. Les partages sociaux génèrent des signaux d’autorité indirect captés par les LLMs. Format obligatoire : PNG (pas SVG), dimensions recommandées 1200×630px. Une OG image de qualité augmente le CTR social et donc les signaux de popularité.

Type Schema.org décrivant une organisation : nom, URL, logo, description, adresse, email, réseaux sociaux, sameAs (liens Wikidata, Wikipedia, LinkedIn). C’est le schéma fondamental du GEO — il ancre l’identité d’une marque pour les LLMs. Le champ sameAs vers Wikidata est particulièrement important pour la reconnaissance inter-systèmes.

Moteur de recherche IA qui combine RAG (recherche web en temps réel) et génération de texte. Perplexity cite ses sources avec des liens — c’est le LLM le plus « SEO-like » pour les optimisations GEO. Sa part de marché croît rapidement (+40% en 2025). Les pages avec FAQ Schema et contenu structuré sont fortement favorisées dans les citations Perplexity.

Instruction ou question soumise à un LLM par un utilisateur. En GEO, l’enjeu est d’être cité dans les réponses aux prompts pertinents pour votre marché : « quelle assurance choisir pour une PME ? », « meilleur CRM français 2026 », etc. Identifier les 30 prompts prioritaires de votre secteur est la première étape de tout audit GEO.

Architecture IA qui enrichit un LLM avec une recherche documentaire en temps réel avant de générer sa réponse. Perplexity, Bing Copilot et Google Gemini utilisent du RAG. Implication GEO majeure : un site bien référencé SEO a plus de chances d’être récupéré par le RAG et donc cité. SEO et GEO sont complémentaires, pas concurrents.

Fichier de configuration indiquant aux robots web ce qu’ils peuvent ou ne peuvent pas crawler. En GEO, autoriser explicitement GPTBot, PerplexityBot, ClaudeBot, Google-Extended et CCBot est un signal positif. La moitié des sites français bloquent encore certains crawlers IA par inadvertance — vérification conseillée dans tout audit GEO.

Ensemble de balises sémantiques du vocabulaire Schema.org permettant de décrire le contenu d’une page de façon compréhensible par les moteurs. Les types prioritaires en GEO : FAQPage, Speakable, Organization, Person, Service, HowTo, BreadcrumbList, DefinedTermSet. Implémentation recommandée en JSON-LD dans le <head> de la page.

Ensemble des pratiques visant à améliorer le positionnement d’un site dans les résultats de recherche Google. Le SEO reste fondamental en 2026 — mais il ne suffit plus. Les LLMs représentent un canal d’acquisition complémentaire qui demande ses propres optimisations (GEO). En pratique, un bon SEO favorise le GEO via la crédibilité de domaine et le crawl.

Indicateur technique ou éditorial influençant la citabilité d’une marque par les LLMs. Corerank mesure 45 signaux GEO répartis en 4 catégories : signaux de contenu (FAQ Schema, Speakable, HowTo), signaux d’entités (Wikidata, sameAs, Organization), signaux d’autorisation (robots.txt, llms.txt) et signaux de présence (taux de citation sur requêtes cibles).

Annotation Schema.org (type SpeakableSpecification) indiquant aux moteurs IA quels passages d’une page sont optimisés pour être extraits et cités. Peut cibler des éléments via cssSelector ou xPath. Signal GEO fort — il dit explicitement « ce contenu est fait pour être lu par une IA ». Présent sur moins de 2% des sites français en 2026.

Unité de base du traitement textuel dans les LLMs — approximativement 4 caractères ou ¾ de mot en français. La « fenêtre de contexte » d’un LLM se mesure en tokens (GPT-4o : 128k tokens ≈ 96k mots). En GEO, cela implique que les contenus longs ne sont pas entièrement traités — les informations clés doivent être dans les 500 premiers mots d’une page.

Indicateurs de crédibilité et de fiabilité qu’une marque émet sur le web : mentions presse, avis vérifiés, certifications, entité Wikidata, nombre de backlinks de qualité, présence Wikipedia, cohérence des informations entre les sources. Les LLMs agrègent ces signaux pour décider si une marque mérite d’être recommandée ou citée dans leurs réponses.

Capacité d’une marque à être recommandée, mentionnée ou citée par les LLMs en réponse à des requêtes pertinentes pour son activité. Différente de la visibilité Google : une marque peut avoir un excellent SEO et une visibilité IA nulle si elle n’a pas travaillé ses signaux GEO. Mesurable via le indice de visibilité IA et les audits de citation manuels.

Exposition obtenue sans que l’utilisateur visite le site : réponse directe dans les AI Overviews, citation dans ChatGPT sans lien, mention dans Perplexity. La visibilité zéro-clic est ambivalente — elle construit la notoriété mais réduit le trafic direct. L’enjeu GEO est d’être cité de façon à déclencher des recherches de marque (brand search) ou des visites directes.

Base de données structurées libre de la fondation Wikimedia (Q-items). Avoir une entité Wikidata (ex: Q138685782 pour Corerank) renforce significativement la reconnaissance d’une marque par les LLMs qui s’appuient massivement sur Wikimedia dans leurs données d’entraînement. Chaque entité doit être enrichie avec les propriétés fondatrices, activité, URL officielle, réseaux, et sameAs.

Type Schema.org décrivant une page web : nom, URL, description, speakable, breadcrumb. Le WebPage schema permet d’associer du contenu Speakable à une URL précise — les LLMs utilisent cette association pour savoir quel passage citer et d’où il provient. Combiné avec FAQPage et Organization, il forme le triptyque schema GEO de base.

Phénomène où l’utilisateur obtient sa réponse directement dans les SERPs Google sans visiter de site (Featured Snippet, People Also Ask, Knowledge Panel). En 2024, 60% des recherches Google en Europe se terminent sans clic. Le GEO amplifie cette tendance via les AI Overviews — raison supplémentaire de travailler sa notoriété de marque en parallèle du trafic organique.

Votre indice de visibilité IA
en 30 secondes

Vous connaissez maintenant le vocabulaire — découvrez où vous en êtes. Notre outil analyse 45 signaux GEO de votre site gratuitement et instantanément.

Corentin Aubert

Consultant GEO indépendant, fondateur de Corerank. Un an dans les réponses IA d’un marché national : part de voix hebdomadaire, sources, aperçus IA. Corerank, c’est qui ?