La version courte
Le trimestre dernier, nous avons mené cinq campagnes de GEO via le workflow Auspia : un atelier de meubles sur mesure, une marque de luxe internationale, une agence TikTok axée sur les États-Unis, une chaîne de beauté régionale et un magasin de vélo de quartier. Les résultats clients ont varié, mais le motif dans les chiffres, non. Trois constats méritent d'être gardés :
- La visibilité arrive par paliers, pas en pente douce. Chaque campagne qui a fonctionné a suivi la même séquence : absence, puis oscillation, puis percée. Des semaines de rien, puis un saut qui a tenu.
- Elle a une demi-vie. Dans les deux campagnes où l'alimentation du corpus structuré s'est arrêtée, la part de mentions s'est érodée lentement. Une mention dans l'IA est un actif que l'on entretient, pas un mur que l'on construit une fois.
- Dans les marchés saturés ou à la réputation entachée, GEO est une défense avant d'être une croissance. Pour la chaîne de beauté, la victoire s'est mesurée en fausses allégations diluées et en contexte négatif aplati, pas en nouveaux clics.
Si vous ne faites qu'une chose après cette lecture, mettez en place un tableau de bord hebdomadaire. Les campagnes qui ont réellement avancé ont survécu à une mesure plus stricte. Celles qui semblaient seulement avancer, non.
Pourquoi nous publions une rétrospective côté client
Le moteur de recherche remettait autrefois aux gens une liste de liens et les laissait cliquer. L'IA générative leur remet une affirmation. En génération augmentée par récupération (RAG), la réponse est la publicité, et une marque gagne cette mention comme elle gagne une citation : en étant la source la plus consensuelle du corpus pour cette question.
Ce basculement est toute la raison d'être de GEO. Le papier Generative Engine Optimization de Princeton (Aggarwal et al., KDD 2024) défendait que les modèles suivent leurs préférences de récupération, si bien que la tâche devient celle de parler la langue du système de récupération. Un travail publié dans Nature en 2024 a confirmé le mécanisme : les modèles rejettent statistiquement les sources à haute entropie et contradictoires pour réduire le risque d'hallucination, et préfèrent des sources à faible entropie, structurées et vérifiables.
La majorité des projets de GEO se closent pourtant le jour où les livrables arrivent. L'apprentissage de l'opérateur retourne dans sa tête, le client reçoit un rapport, et personne hors de cette pièce ne peut dire si une tendance était réelle. Cette rétrospective est l'inverse de ce workflow : cinq projets clients, un tableau de bord partagé, et les conclusions que nous défendons réellement.
Le tableau de bord que nous avons utilisé
Chaque campagne a été mesurée de la même façon, avec les quatre mêmes métriques du modèle de visibilité GEO :
Métrique | Ce qu'elle vous dit | Ce qu'un mouvement signifie |
|---|---|---|
Taux d'inclusion | A quelle fréquence la marque apparaît dans les réponses de son jeu de requêtes | La différence entre invisible et pris en considération |
Part du top-3 | A quelle fréquence la marque apparaît dans les trois premières mentions | La différence entre considéré et recommandé |
Position moyenne conditionnelle | Où la marque atterrit quand elle apparaît | La qualité de positionnement au sein d'une mention |
Coefficient de variation | A quel point les réponses varient entre sessions | Si le résultat est reproductible ou un cas isolé |
Par-dessus, chaque campagne suivait des signaux opérationnels : décompte de mentions, part des liens sources pointant vers les domaines de la marque, et quel assistant portait la mention.
La discipline de collecte compte plus que les métriques. Nous avons construit une matrice de requêtes par client à partir de vraies questions d'acheteurs, puis exécuté le même jeu de prompts chaque semaine, déconnecté, en conservant les captures. Sur le papier, cela ressemble à un devoir scolaire. En pratique, c'est la seule raison pour laquelle les conclusions ci-dessous ne sont pas des impressions. (L'AI Search Visibility Checker d'Auspia automatise ce suivi et cette ré-évaluation du jeu de prompts, ce qui est la raison principale pour laquelle nous pouvons le faire tourner.)
Les surfaces suivies étaient les cinq assistants que les acheteurs sur ces marchés utilisent pour la recherche de catégorie : ChatGPT, Gemini, Perplexity, Copilot et Claude.
Les cinq campagnes
Client | Ce qui était cassé | Mouvement central | Ce qui a changé |
|---|---|---|---|
Atelier de meubles sur mesure (Portland) | Questions d'acheteurs sans réponse chez un assistant | Contenu guidé par requête + faits de marque par étapes | La marque apparaît dans des réponses où elle était absente |
Marque de luxe internationale | Présence intermittente, un assistant particulièrement muet | Adaptation du récit par assistant + vérification multi-appareils | Mentions positives constantes entre configurations et angles |
Agence TikTok axée USA | La recherche de catégorie montrait un blanc total de marque | Séquencement par intention de conversion, plateforme par plateforme | Mentions dans le top-3 chez les cinq assistants |
Chaîne de beauté régionale (20+ instituts) | Fiches obsolètes, fausses allégations éparpillées, cadrage négatif | 30+ mots-clés de marque, contre-alimentation par étapes | Le contexte est passé de risqué à établi et vérifié |
Magasin de vélos de quartier (30 ans, même quartier) | Commerce établi, empreinte numérique nulle | Réponses locales apportant adresse, horaires, téléphone | Le téléphone apparaît dans les réponses locales ; le propriétaire a imprimé le résultat pour la boutique |
Le briseur de plateau : le menuisier qui n'a rien eu pendant des semaines
L'atelier avait une forte réputation locale et zéro présence dans l'IA. Les acheteurs demandaient « quel est le meilleur menuisier sur mesure près de chez moi » et d'autres précisions du même genre, et l'assistant répondait sans le nommer tout en recommandant des concurrents.
Nous avons extrait les questions que les acheteurs tapent réellement, construit des pages façon FAQ et des faits de marque structurés autour, puis fait ce que beaucoup d'équipes sautent : alimenter le contenu par étapes plutôt que tout d'un coup. Rien ne s'est passé pendant des semaines. Puis le taux d'inclusion a monté d'un cran et les mentions se sont stabilisées. La leçon ne portait pas sur la qualité du contenu. Elle portait sur la forme de la courbe : silence, silence, silence, saut.
L'audit de cohérence : la marque de luxe qui semblait bonne sur un appareil
La marque apparaissait dans certaines réponses et se glissait hors des autres, et un assistant était de fait silencieux. Ce type de présence partielle est plus difficile à diagnostiquer que l'absence, parce que le rapport a l'air correct.
Le correctif avait deux moitiés. Le contenu a été adapté à la façon dont chaque assistant raconte les produits de luxe plutôt que d'être expédié en bloc. Et la livraison est devenue vérifiable : chaque contrôle est parti de trois configurations appareil + réseau différentes, recoupées, si bien qu'un bon résultat ne pouvait pas être un artéfact d'une session. La cohérence est passée d'un espoir à une porte.
Le balayage multiplateforme : l'agence disparue de sa propre catégorie
Agence américaine vérifiée TikTok, forte demande de catégorie, et les réponses des assistants ne mentionnaient simplement pas l'agence. Au lieu de lancer partout en même temps, nous avons séquencé : d'abord les questions au meilleur intention de conversion, une plateforme à la fois, en avançant quand la surface précédente tenait.
Au final, les mots-clés de catégorie ont fait émerger l'agence parmi les trois premières mentions des cinq assistants. Le séquencement était la partie qui semblait inefficace et la partie qui a payé. Lancer cinq surfaces le premier jour rend chaque résultat illisible.
La réparation de réputation : la chaîne de beauté contre un mauvais contexte
Les fiches de la chaîne étaient périmées, de fausses allégations flottaient autour de son nom, et les assistants la décrivaient avec une langue prudente. Sur un marché comme celui-ci, le problème n'est pas la couverture. Le problème est le ton de la réponse.
Nous avons travaillé un jeu de plus de 30 mots-clés autour de la marque, puis contre-alimenté des faits vérifiés par étapes : état actuel, accréditations, détails correctifs. Le contexte dans les réponses s'est déplacé vers « établi, vérifié » plutôt que la langue d'alerte consommateur d'avant. Cela n'a pas effacé chaque trace, et nous n'avons jamais promis ça. Mais l'équilibre de ce que disait le modèle a bougé, et le bougé a tenu.
L'invisible de 30 ans : le magasin de vélos qui a exporté sa propre mention
Le magasin desservait un quartier depuis trois décennies et n'avait aucune présence nulle part dans le numérique. Notre mouvement en campagne locale est volontairement petit : capter ce que murmurent les acheteurs du coin et mettre les faits pratiques directement dans la couche de réponse : adresse, horaires, téléphone, et ce que le magasin fait réellement.
Le numéro de téléphone a commencé à surgir dans les réponses locales pendant la fenêtre de campagne. Le propriétaire a imprimé la sortie de l'IA et l'a fixée derrière le comptoir, à côté des preuves visibles par les clients. Quand la couche de réponse et la boutique s'accordent, la découverte locale cesse d'être un problème de recherche.
Quatre motifs que les chiffres répétaient sans cesse
1. L'effet de seuil. Cinq campagnes, une forme. L'exposition ne croît pas linéairement ; elle progresse par paliers. En dessous d'une certaine densité de faits de marque propres et interconnectés, le modèle n'a d'autre choix sûr qu'un concurrent. Franchissez la ligne de densité et les recommandations commencent à apparaître. C'est la courbe S prédite par les travaux académiques sur GEO, présente dans chaque projet réussi.
2. La demi-vie. Les campagnes luxe et transfrontalière ont connu une période où l'alimentation du corpus s'est mise en pause. En environ deux mois, le taux d'inclusion et la part du top-3 ont commencé à descendre. La mémoire de la plateforme a de l'inertie, mais elle se dégrade sans nouvel apport. GEO n'est pas un état que l'on atteint.
3. Débruitage et positionnement défensif. Sur des marchés très concentrés ou à contexte négatif déjà installé, la valeur du GEO est défensive. Vous ne gagnez pas une part que vous n'aviez pas ; vous ramenez le ton de la réponse vers des affirmations vérifiables et vous bouclez une base de sécurité. C'est un résultat légitime, mais il doit être mesuré comme tel.
4. Hétérogénéité des plateformes. Les cinq assistants se sont comportés différemment. Dans ces campagnes, Gemini et Copilot ont retenu les mentions le plus longtemps après l'arrêt des apports. ChatGPT s'est rafraîchi le plus vite quand le corpus a changé. On ne peut pas mener une seule cadence pour toutes les surfaces ; il en faut une par surface.
La boucle opérationnelle qui a vraiment tenu
Retirez les cinq histoires de secteur et quatre principes opérationnels survivent :
- La chaîne de preuves bat la persuasion. Le contenu qui a réellement fait bouger les chiffres : résultats de tests, certifications, spécifications énoncées, faits datés, limites concrètes. La langue du « nous sommes les meilleurs » a été le seul contenu à n'apparaître jamais dans une capture.
- Le corpus est un actif. Chacun de ces clients pouvait acheter de nouveaux articles de blog. Ce dont ils avaient réellement besoin, c'était d'une banque réutilisable de faits structurés, propres sur le plan entité, citables.
- Étapes par intention, pas par volume. Les campagnes se découpaient en vagues de questions d'intention d'achat, et chaque vague recevait le temps de tenir avant le lancement de la suivante.
- La vérification est la porte de livraison. La règle du client luxe est devenue la nôtre : une affirmation de visibilité n'est vraie que lorsqu'elle se reproduit entre sessions, appareils et réseaux.
Voilà pourquoi tout ce que nous menons commence par un audit plutôt qu'un plan de contenu. Le GEO Score Checker et l'AI Search Visibility Checker d'Auspia existent pour rendre la ligne de base mesurable, et l'absence de cette ligne de base est précisément là où la plupart des programmes interne de GEO calent en silence.
Où la preuve devient molle
Nous n'allons pas prétendre que la revue est plus rigoureuse qu'elle ne l'est.
- Les fenêtres d'observation étaient courtes. Plusieurs campagnes ont duré des semaines, pas des trimestres. Les règles de consolidation de la queue longue restent non vérifiées.
- L'attribution est corrélationnelle. Nous ne pouvons pas séparer dans les livres la contribution du GEO du travail payé ou RP concurrent. Personne, honnêtement, de l'extérieur.
- La couverture est étroite. Biens de consommation, mode, transfrontalier, beauté, services locaux. Pas d'acheteurs B2B avec listes de conformité, pas de produits financiers ou santé.
- Variables de confusion et bruit. L'échantillonnage de captures se regroupe encore. Certains clients n'ont montré que des signaux d'exposition, jamais de courbes quantitatives complètes, et leur entrée dans la matrice est un résumé directionnel plutôt qu'une mesure.
Ce que nous ferions différemment la prochaine fois
Si nous relancions toutes ces campagnes demain, les changements sont petits et précis. Traitez GEO comme une infrastructure, avec un contrôle automatisé hebdomadaire ou mensuel par assistant au lieu d'une date de fin de projet. Construisez d'abord la base de connaissances d'entreprise, la banque de faits en forme de schéma, et laissez les publications et la distribution en découler. Gardez la chaîne de preuves comme standard maison. Et fixez la cadence par assistant, pas par campagne.
Un moyen compact d'avoir vos propres chiffres en huit semaines
- Semaine 0 : choisissez 15-20 questions que les acheteurs vous posent vraiment. Exécutez-les déconnecté, une fois par assistant. Conservez la sortie.
- Semaines 1-3 : construisez la chaîne de preuves : spécifications, certifications, données de test, dates, limites. Publiez-la en contenu en forme de réponse, sectionné.
- Chaque semaine : relancez le même jeu de prompts, notez les quatre métriques et comparez aux captures.
- Deux fois par tour de vérification : répétez depuis un autre réseau et appareil. Si le résultat ne se reproduit pas, ce n'est pas un résultat.
- Semaine 8 : regardez la courbe. Une progression nette ou une oscillation documentée est une réussite. Des chiffres vides avec un pipeline bien construit sont aussi un constat : ils vous disent que l'assistant que vous nourrissez n'a pas de route vers vous.
FAQ
Combien de temps avant que les réponses IA commencent à bouger ? Des semaines, pas des jours. Dans ces campagnes, la fenêtre pratique était de six à dix semaines d'alimentation constante avant le premier palier. Le diagnostic utile est de savoir si vous êtes en phase d'oscillation — le pipeline fonctionne mais la densité manque — ou en phase d'absence, celle où la récupération n'a pas de chemin vers vous.
GEO est-il un projet unique ? Non. Le schéma de demi-vie était cohérent. Si les réponses vous importent, gardez le pipeline au chaud. Les marchés à cadence lente tiennent avec un léger contrôle mensuel ; les marchés où les acheteurs recherchent chaque semaine exigent un contrôle hebdomadaire.
GEO corrige-t-il les réponses IA fausses ou négatives ? Il déplace l'équilibre, ce qui n'est pas la même chose qu'effacer. La contre-alimentation de faits vérifiés a fait passer les réponses de la chaîne de beauté du vocabulaire de prudence à « établi ». Si une fausse allégation vient d'une fiche source elle-même fausse, corrigez d'abord la fiche source. Et ne lisez jamais « ça a bougé » comme « c'est permanent ».
Par quel assistant commencer ? Celui où vos acheteurs recherchent vraiment. Dans ces campagnes, ce ne fut jamais la même surface. Commencez là, vérifiez, puis élargissez. Lancer les cinq le premier jour rend impossible de savoir ce qui a fonctionné.
N'est-ce pas juste du SEO sous un autre nom ? Travail différent. Le SEO concurrence dans une liste ordonnée de liens que les gens cliquent ; GEO concourt dans un énoncé généré que les gens lisent. Ils partagent un socle : des faits propres, structurés, et la cohérence. Mais la mesure, la cadence et les modes d'échec diffèrent, et mener les deux boucles séparément est exactement la façon dont ces campagnes ont été conduites.
Auteur : Ethan Marlowe, responsable mesure GEO sur plus de 500 prompts chez Auspia. Ethan écrit sur le suivi des prompts, les rapports de citation et les tableaux de visibilité qui maintiennent GEO honnête.
