Audit GEO : le diagnostic que votre stratégie d’acquisition ne peut plus ignorer

Un acheteur tape une question dans ChatGPT. L’IA répond. Elle cite deux ou trois acteurs de votre marché. Votre entreprise n’est pas dans la liste, alors que vous êtes en première page Google depuis trois ans.

C’est le nouveau visage de l’invisibilité : propre, silencieux, sans alerte dans Google Search Console.

Un audit GEO (Generative Engine Optimization) est le seul diagnostic capable de révéler ce phénomène, de le mesurer et d’identifier les leviers pour le corriger. Ce guide détaille sa méthodologie, ses métriques, et les décisions concrètes qu’il rend possibles pour les équipes marketing

Un audit GEO évalue la présence, la pertinence et l’autorité d’une marque dans les réponses générées par les moteurs IA : ChatGPT, Perplexity, Gemini, Copilot, Claude. Il mesure si votre entreprise est citée, dans quel contexte, avec quelle fréquence, sur quels sujets, et face à quels concurrents.

Ce n’est pas une extension de l’audit SEO. C’est un référentiel différent.

Un audit SEO classique analyse votre rapport avec les algorithmes de classement de Google : structure technique, backlinks, pertinence des mots-clés, Core Web Vitals. Il mesure votre capacité à obtenir un rang dans une liste de résultats. Un audit GEO mesure votre capacité à exister dans la mémoire et le raisonnement d’un modèle de langage. Les deux notions n’ont quasiment aucun point commun.

Un moteur de recherche traditionnel indexe votre site en temps réel et peut vous propulser en première page en quelques semaines. Un LLM, lui, a été entraîné sur un corpus figé. Sa connaissance de votre entreprise est le résultat de ce que des sources tierces ont écrit sur vous avant sa date de coupure : presse, Wikipedia, forums, études, publications académiques.

Refaire votre site, publier 50 articles, obtenir des backlinks : tout cela améliore votre SEO. Cela n’entre pas dans la mémoire paramétrique d’un modèle déjà entraîné. Les LLMs à accès web comme Perplexity ou ChatGPT Search intègrent de l’information récente via des mécanismes RAG (Retrieval-Augmented Generation), mais la base de leur intuition de citation reste ancrée dans les données d’entraînement.

Des entreprises avec une stratégie SEO irréprochable sont structurellement absentes des réponses IA. Elles ont construit leur visibilité en silo, sur leur site, pour Google, sans jamais générer de présence dans l’écosystème sémantique externe que les LLMs utilisent comme référence.

Un audit GEO explore quatre angles qu’un audit SEO ignore totalement :

• La notoriété algorithmique : dans quel corpus de sources votre marque apparaît-elle, avec quelle densité sémantique ?
• La présence promptée : quand un utilisateur formule une requête sur votre marché, votre nom émerge-t-il dans la réponse ?
• La qualité du contexte de citation : l’IA vous cite-t-elle comme un acteur de référence, comme un parmi d’autres, ou avec des attributs incorrects ?
• Le gap concurrentiel IA : quelles marques de votre secteur ont une présence algorithmique supérieure, et pour quelles raisons ?

Le sujet n’est pas réservé aux grandes marques. Il concerne en priorité les acteurs du mid-market : industriels, cabinets de conseil, éditeurs de logiciels, organismes de formation, prestataires de services spécialisés. Ces entreprises ont construit leur autorité via leur réseau commercial, leurs événements, leurs études de cas, et non via une présence éditoriale dense dans les sources que les LLMs privilégient.

Trois chiffres posent le cadre :

• 94% des acheteurs utilisent l’IA générative dans leur processus de recherche fournisseurs (source)
• Moins de 2% du trafic référent vient aujourd’hui des LLMs (Search Engine Land, février 2026)
• 18% : le taux de conversion du trafic LLM, soit le plus élevé de tous les canaux d’acquisition

La volumétrie est faible. L’intention est maximale. Un acheteur qui demande à Perplexity « quelle solution ERP pour une ETI industrielle de 200 personnes en France » n’est pas en phase de découverte. Il est en phase de sélection. Si votre entreprise n’est pas dans la réponse, vous n’existez pas dans son processus de décision.

Quand un modèle de langage reçoit une requête sur votre secteur, il mobilise ce qu’il a appris : les associations sémantiques construites pendant son entraînement. Il cite les acteurs qui reviennent le plus fréquemment dans les contextes pertinents.

Les sources que les LLMs privilégient :

• Wikipedia : Wikipedia représentait 47,9% des citations dans le top 10 des sources ChatGPT (Profound, juin 2025, analyse de 30 millions de citations) une proportion qui a significativement diminué depuis septembre 2025 selon Semrush
• Presse généraliste et spécialisée
• Forums professionnels (Reddit, Quora, forums sectoriels)
• Plateformes d’avis (G2, Capterra, Trustpilot)
• Bases de données institutionnelles et publications académiques
• Podcasts et transcriptions vidéo indexées

Le blog de votre site, vos pages de services, vos fiches produits : invisibles dans ce corpus, à moins d’être cités ou repris par ces sources tierces.

Les entreprises les mieux positionnées sur Google sont souvent celles qui ont le plus de travail à faire sur leur visibilité IA. Leur stratégie SEO s’est construite en cercle fermé : optimisation technique, contenu ciblé sur des mots-clés, backlinks vers leurs propres pages. Signal fort pour Google. Signal quasi nul pour les LLMs.

À l’inverse, un concurrent moins visible sur Google, mais régulièrement cité dans des comparatifs de presse professionnelle, mentionné sur des forums sectoriels, référencé sur Wikipedia, peut dominer les réponses IA sur les mêmes requêtes. C’est une inversion des hiérarchies que seul un audit GEO rend visible.

Cette dimension cartographie les sources externes dans lesquelles votre marque est mentionnée et qui font partie des corpus de référence des LLMs. L’objectif : dresser l’état de votre empreinte sémantique externe.

On évalue non seulement la présence, mais la qualité sémantique des mentions : votre entreprise est-elle définie avec les bons attributs ? Est-elle associée aux entités et concepts pertinents pour vos requêtes cibles ? Un LLM qui vous connaît mal peut vous citer en vous associant à un positionnement obsolète ou à un concurrent.

La métrique centrale de l’audit GEO. Sur un corpus de 30 à 100 prompts représentatifs des requêtes de vos acheteurs cibles, dans quelle proportion votre marque est-elle citée, et en quelle position ?

Le corpus de prompts doit couvrir trois niveaux du funnel :

• Haut de funnel : « comment choisir un prestataire [X] », « quels sont les leaders du marché [Y] »
• Milieu de funnel : « comparatif solutions [X] pour [type d’entreprise] », « [votre catégorie] vs [catégorie concurrente] »
• Bas de funnel : « [votre nom] avis », « [votre nom] fiable », « retour d’expérience [votre offre] »

Ces prompts sont soumis de façon systématique à plusieurs LLMs, avec tracking des citations, des sources utilisées, du contexte de mention et de la position dans la réponse. L’audit doit couvrir au minimum ChatGPT, Perplexity, Gemini et Claude, chacun ayant des comportements de citation distincts :

• Perplexity : favorise le contenu récent, citation systématique des sources
• ChatGPT : privilégie Wikipedia, médias établis, sources institutionnelles
• Gemini : s’appuie sur l’écosystème Google (Business Profile, données structurées, YouTube)
• Claude : valorise les contenus longs, denses et nuancés

Cette dimension analyse non seulement où vous êtes mentionné, mais comment les LLMs perçoivent votre autorité relative dans votre secteur.

Elle comprend :

• L’analyse des entités nommées associées à votre marque dans les réponses (quels sujets, quels concepts, quels concurrents sont mentionnés dans le même contexte)
• L’évaluation du sentiment et de la précision des descriptions (votre offre est-elle correctement décrite ? votre zone de couverture est-elle exacte ?)
• Le diagnostic des « blancs sémantiques » : les sujets sur lesquels vous avez une expertise réelle mais aucune présence algorithmique

Un cabinet de conseil peut avoir 20 ans d’expérience sur un sujet et n’apparaître dans aucune réponse IA le concernant, parce que cette expertise n’a jamais été documentée dans les sources que les LLMs reconnaissent comme fiables.

Cette dimension analyse la capacité de vos contenus à être correctement lus, compris et cités par les systèmes RAG qui alimentent les LLMs à accès web.

Points de contrôle :

• Robots.txt : accès autorisé pour OAI-SearchBot, PerplexityBot, Bingbot ?
• llms.txt : présence et qualité du fichier de déclaration IA
• Schema.org : couverture et précision des données structurées (Organisation, FAQPage, Article, HowTo)
• Lisibilité sémantique : structure des titres, densité des réponses directes, présence de données factuelles citables
• Fraîcheur du contenu : les LLMs à accès web, notamment Perplexity, favorisent les contenus récents

Important : l’extractabilité on-site est une condition nécessaire mais non suffisante. Elle améliore votre performance dans les systèmes RAG à accès web, mais n’a aucun impact sur votre présence dans la mémoire paramétrique des modèles entraînés. Un site techniquement parfait pour le GEO, mais absent des sources externes, reste invisible.

L’audit GEO n’a de valeur que relatif. La question n’est pas « suis-je cité ? », mais « qui est cité à ma place, sur quels prompts, avec quelle autorité perçue ? »

Cette dimension cartographie :

• Les acteurs qui dominent les réponses sur vos requêtes cibles
• Les sources qui valident leur autorité algorithmique
• Les leviers qu’ils ont activés et que vous n’avez pas
• Les prompts sur lesquels vous avez une opportunité de gain rapide

C’est souvent ici que les résultats sont les plus actionnables. Un concurrent qui domine 8 prompts sur 10 sur votre marché le fait rarement par hasard. Il est cité dans des études de référence, présent sur Wikipedia, régulièrement interviewé dans la presse spécialisée, référencé dans des comparatifs à forte autorité de domaine. Ces canaux sont identifiables, reproductibles, priorisables.

Le Share of AI Voice (SAV) est l’équivalent GEO du Share of Voice publicitaire : sur un corpus défini de prompts stratégiques, quel est le pourcentage de réponses dans lesquelles votre marque est mentionnée ? Un SAV de 20% signifie que votre marque apparaît dans 1 réponse sur 5 pour les requêtes de votre marché cible.

Le SAV se décline en quatre sous-indicateurs :

• Citation Rate : fréquence brute de citation sur l’ensemble du corpus
• Position Score : pondération des citations selon leur rang dans la réponse (premier = plus fort)
• Context Score : qualité sémantique du contexte (votre marque est-elle citée avec les bons attributs ?)
• Cross-Platform Consistency : homogénéité de votre présence selon les plateformes. Une forte présence sur Perplexity et une absence sur ChatGPT signale un déficit de notoriété algorithmique dans les corpus d’entraînement des grands modèles

Le marché des outils GEO est en cours de structuration. Voici l’état de l’art en 2026 :

Tracking des citations LLM et mesure du SAV :

• Profound (tryprofound.com) : suivi des mentions sur ChatGPT, Perplexity et Gemini sur des sets de prompts personnalisés, référence actuelle pour les équipes B2B
• Otterly.ai : approche similaire, positionnement plus accessible
• Semrush AI : intégration progressive du tracking LLM dans la plateforme existante

Analyse de l’empreinte sémantique externe :

• Ahrefs et Semrush pour l’analyse des mentions et backlinks depuis les sources à haute autorité
• Mention, Brandwatch pour le brand monitoring éditorial

Audit technique on-site :

• Schema.org Validator et Rich Results Test (Google) pour les données structurées
• Analyse manuelle du robots.txt et du fichier llms.txt

Le test manuel reste indispensable : soumettre des prompts stratégiques directement dans ChatGPT, Perplexity, Gemini et Claude, documenter les réponses, les sources citées, le contexte de mention. Aucun outil ne remplace encore la qualité d’analyse qu’apporte une revue attentive des réponses brutes.

Les métriques GEO évoluent plus vite que les positions SEO. Entre janvier et décembre 2025, les sources de citations LLM ont connu une croissance de 80% en volume, avec des variations allant de 10% à 300% selon les secteurs (Search Engine Land, février 2026). YouTube et Reddit ont vu leur poids dans les citations augmenter significativement sur cette période.

Cadence recommandée :

• Mensuel : suivi du SAV sur le corpus de prompts stratégiques, monitoring des nouvelles sources citées, veille concurrentielle IA
• Trimestriel : mise à jour du corpus de prompts, revue complète de l’empreinte sémantique externe, ajustement du plan d’action

Un fabricant d’équipements industriels spécialisés, leader sur son marché en France depuis 15 ans, découvre lors de son audit GEO qu’un concurrent allemand entré sur le marché français il y a 3 ans est cité dans 80% des réponses IA sur ses requêtes stratégiques.

L’analyse révèle la mécanique exacte de cette domination :

• Le concurrent publie chaque trimestre une étude de marché en accès libre, citée par 12 publications industrielles francophones
• Il est présent sur Wikipedia avec un article dédié
• Il anime activement des forums techniques de référence
• Son profil Crunchbase est complet et régulièrement mis à jour

Le fabricant français, fort de son leadership historique et de sa force commerciale terrain, n’a jamais investi dans la construction d’une autorité éditoriale externe. Dans la mémoire des LLMs, c’est le challenger allemand qui est le référent du marché. L’audit GEO a transformé ce constat en plan d’action sur 18 mois avec des priorités chiffrées.

Un cabinet de conseil en transformation digitale pour l’industrie publie régulièrement depuis deux ans : 40 articles de blog, 3 livres blancs, 2 études de cas. Son trafic Google a progressé de 80%. Son Share of AI Voice sur ChatGPT pour les prompts « conseil transformation digitale industrie » : 0%.

Deux problèmes structurels identifiés :

• L’intégralité du contenu est hébergée sur le site du cabinet. Jamais citée ailleurs. Aucune reprise éditoriale dans une source externe.
• Les fondateurs n’ont aucune présence documentée dans les sources publiques que les LLMs traitent comme des signaux d’autorité : pas de page Wikipedia, pas d’interviews publiées dans la presse, pas de profils Crunchbase

Recommandation principale : transformer l’expertise interne en assets citationnels externes. Tribunes dans la presse professionnelle, participation à des études sectorielles citées par les médias, contribution aux articles Wikipedia sur les thématiques métier, développement des profils sur les plateformes que les LLMs reconnaissent comme sources d’autorité.

Un audit GEO livré en bonne et due forme comprend sept livrables non négociables :

• Cartographie de la présence actuelle : Share of AI Voice par plateforme (ChatGPT, Perplexity, Gemini, Copilot minimum), corpus de prompts documenté, scores calculés. Sans cette base, rien n’est comparable dans le temps.
• Analyse des sources : quelles sources alimentent les citations de vos concurrents, lesquelles vous mentionnent, lesquelles vous ignorent. C’est la pièce maîtresse du diagnostic.
• Diagnostic de l’extractabilité technique : état du robots.txt pour les crawlers IA, qualité du llms.txt, couverture Schema.org, lisibilité sémantique des contenus prioritaires.
• Analyse concurrentielle IA : positionnement de vos 3 à 5 principaux concurrents sur le même corpus de prompts, avec identification des sources qui fondent leur autorité algorithmique.
• Analyse du contexte de citation : quand vous êtes cité, dans quel contexte ? Avec quels attributs ? Avec quelle exactitude ? Un audit qui se contente de mesurer si vous êtes cité, sans analyser comment, manque la moitié du diagnostic.
• Plan d’action priorisé : leviers classés par impact potentiel et effort requis, avec un horizon temporel réaliste. Les actions rapides (correctifs techniques, soumission à des annuaires reconnus) se distinguent des actions structurantes à 6-18 mois (présence éditoriale externe, autorité dans les sources premium).
• Protocole de suivi : le corpus de prompts utilisé pour l’audit initial devient le référentiel de tracking mensuel. Sans continuité méthodologique, les audits de suivi ne sont pas comparables.