| Sigle | Nom complet | Ce que ça désigne | Statut du terme |
|---|---|---|---|
| GEO | Generative Engine Optimization | Optimiser un contenu pour être cité par les moteurs génératifs | Terme de référence, posé par Princeton à KDD 2024 |
| AEO | Answer Engine Optimization | Optimiser pour les réponses directes : position zéro, extrait enrichi, assistant vocal | Antérieur au GEO, périmètre plus large que les LLM |
| LLMO | Large Language Model Optimization | Viser les modèles de langage plutôt que la surface qui les expose | Usage professionnel, sans littérature de référence |
| AIO | AI Optimization, ou AI Overviews selon le contexte | Tantôt la discipline, tantôt la surface Google | Ambigu, à ne pas employer sans préciser lequel |
Semawriter
GEO LLM : le maillon qui décide, entre la question et votre site
GEO, AEO, LLMO, AIO : ce que recouvre chaque sigle, comment un LLM choisit les sources qu’il cite, et ce qui reste inconnu de la mesure.
Un LLM, large language model, un grand modèle de langage, ne classe pas des pages, il rédige une réponse. Entre la question posée et votre site s'intercale un texte généré qui cite deux ou trois sources et n'en montre pas dix. La chaîne de visibilité a gagné un maillon, et c'est lui qui décide.
Le basculement est daté. Selon le baromètre du numérique 2026 du Crédoc pour l'Arcep, 48 % des Français utilisent une IA générative, contre 20 % trois ans plus tôt. Et le 29 juin 2026, Google a écrit à 450 éditeurs de presse français pour annoncer l'arrivée des AI Overviews en France au plus tard le 23 septembre, selon Abondance.
Le coût de ce maillon se mesure déjà. Ahrefs relevait en décembre 2025 une chute de 58 % du taux de clic en position 1 quand un résumé généré s'affiche au-dessus des résultats. Être bien classé ne suffit plus, il faut prendre place dans la réponse.
qu'est LLM,
Ce qu'est un LLM, et pourquoi ça change la donne
Un LLM est un modèle entraîné sur de grands volumes de texte pour prédire la suite d'un énoncé. Appliqué à la recherche, il ne renvoie pas un classement de liens : il génère une réponse en langage naturel et cite quelques sources.
La distinction qui compte est ailleurs. Un LLM seul ne consulte pas le web, il restitue ce que ses paramètres ont retenu, à partir d'une date de coupure. Les produits que vous utilisez ajoutent une couche de recherche : ChatGPT chez OpenAI, Gemini chez Google, Perplexity, Copilot appuyé sur l'index Bing. Cette couche va chercher des documents à la volée, le modèle les résume.
La conséquence est directe, et c'est tout le sujet du GEO, Generative Engine Optimization. Vous n'agissez pas sur le modèle, vous agissez sur ce que la couche de recherche trouve et sur ce qu'elle peut réutiliser. Le mot generative désigne le moteur qui rédige, pas le contenu que vous produisez. La définition complète du terme, et d'où il vient, est posée à part.
Optimiser pour un LLM, c'est optimiser pour un moteur de recherche dont le résultat est rédigé.
Comment LLM
Comment un LLM choisit ce qu'il cite
Il ne choisit pas vraiment : la couche de recherche remonte des documents, le modèle retient les passages réutilisables sans réécriture. Deux critères commandent tout, être trouvable, et être citable.
Être trouvable reste une affaire de référencement classique, de SEO traditionnel. L'étude GEO de Semawriter, menée sur 1 042 requêtes informationnelles françaises, mesure une probabilité de citation par Perplexity de 56,3 % pour une page en position 1 sur Google, et de 26,6 % en position 10. La pente est linéaire, sans palier, avec une corrélation de ρ = −0,997. Le passage du SEO au GEO n'est pas une rupture, c'est un prolongement.
Mais la couche de recherche ne s'arrête pas au top 10. La requête est éclatée en requêtes dérivées, le fan-out, et 48,5 % des pages citées se trouvent hors du top 20 Google, donc invisibles pour un suivi de positions. Chaque moteur ratisse à sa manière : Gemini produit 14,6 URL par requête que Perplexity ne voit jamais.
Être citable relève de la forme : une réponse claire en tête de section, un chiffre attribué, une définition explicite, des données structurées en JSON-LD qui délimitent les entités.
L'autorité pèse à un autre niveau. Les moteurs recoupent ce qui se dit de vous ailleurs, mentions dans les médias, avis, fiche Wikipedia, pour rattacher votre marque à une entité connue. Être mentionné sans lien compte déjà, et l'expertise sur un sujet précis pèse plus que la taille du site dans l'autorité perçue.
GEO, AEO,
GEO, AEO, LLMO, AIO : démêler les acronymes
Quatre sigles circulent pour un objectif identique : être repris dans une réponse générée. Ils ne sont ni synonymes ni de même solidité, et l'un d'eux est ambigu.
GEO est le seul des quatre à s'appuyer sur une publication identifiable. LLMO décrit une nuance réelle, viser le modèle plutôt que la plateforme, sans méthode propre à faire valoir. Et l'expression « GEO LLM » ne nomme rien de plus que le GEO appliqué aux moteurs qui reposent sur un LLM. Quatre sigles, pas quatre disciplines.
AIO demande une vigilance particulière : selon l'auteur, il désigne l'optimisation en général, ou un Google AI Overview en particulier. Devant un outil vendu sur ce sigle, demandez lequel des deux est visé.
ça implique
Ce que ça implique pratiquement
Rien de tout cela n'appelle une technique nouvelle : des bonnes pratiques éditoriales, appliquées avec plus de rigueur parce que la machine qui vient lire ne devine pas.
- Répondre avant de développer. Deux phrases autoportantes après chaque titre, extractibles telles quelles.
- Adosser chaque affirmation. Un chiffre, une date, une source de qualité nommée : des contenus sourcés sont réutilisables, une opinion ne l'est pas.
- Structurer et baliser. Titres explicites, listes, tableaux, FAQ, schéma de données structurées. Un contenu structuré se cite par morceaux.
- Nommer votre marque et vos entités. Un modèle rapproche des entités, pas des mots-clés. Dans le commerce en ligne, la logique s'étend aux surfaces d'achat, Google Shopping, recommandations de produits, fiches e-commerce.
- Couvrir le sujet complètement. Un contenu qui traite son sujet mieux que le corpus concurrent a plus de chances d'être repris, sur Google Search comme dans les moteurs IA.
Pour la plupart des entreprises, l'opportunité est de s'y mettre au début du cycle. Avec 48,5 % des pages citées venant de l'extérieur du top 20, l'entrée est moins verrouillée que sur un classement Google installé, le marketing digital peut intégrer le GEO à sa stratégie éditoriale sans refondre le site.
C'est le travail que Semawriter outille : le crawl du top 10 de la SERP du jour, les termes structurants avec leur fourchette cible, le score qui se recalcule pendant la rédaction. Un module GEO dédié à la mesure des citations est en cours de calibrage ; il n'est pas encore disponible.
reste inconnu
Ce qui reste inconnu
Personne ne connaît le poids exact des critères qu'applique un LLM pour retenir une source. Les études publiées, celle de Princeton comprise, mesurent des effets, pas une formule. Comprendre le mécanisme n'est pas connaître la recette.
Environ 25 % des mentions changent tous les 20 jours sur Perplexity. Deux utilisateurs qui posent la même question deux fois n'obtiennent pas la même réponse. Un relevé isolé ne dit rien ; seule une tendance compte.
Les citations sont fausses dans environ 4 % des cas, jusqu'à 10 à 12 % avec des critères stricts, par exemple une information rattachée à votre page alors qu'elle vient d'ailleurs. L'écosystème de la mesure est jeune : un outil qui annonce une citation peut se tromper.
L'indice de Jaccard, une mesure de l'intersection entre deux ensembles, de 0 à 1, atteint 0,034 entre Perplexity et ChatGPT, 0,117 entre Perplexity et Gemini, 0,035 entre ChatGPT et Gemini, pour un seuil de convergence posé à 0,30. Aucune paire ne l'atteint. Ce qui marche sur un moteur ne se transpose pas mécaniquement aux autres. Nécessaire, pas suffisant.
FAQ
Questions fréquentes
LLM est l'abréviation de large language model, en français grand modèle de langage. C'est un modèle entraîné sur de très grands volumes de texte pour prédire le mot suivant d'un énoncé. Appliquée à des documents remontés par un moteur de recherche, cette capacité permet de générer une réponse rédigée plutôt qu'une liste de résultats. Le sigle désigne la technologie, pas le produit.
Pas exactement. ChatGPT est une application d'OpenAI qui s'appuie sur un LLM, plus une interface, une mémoire de conversation et, depuis ChatGPT Search, une couche de recherche web. La nuance compte en GEO : c'est cette couche qui détermine si votre page est atteinte, pas le modèle. Optimiser pour ChatGPT revient à travailler ce qu'elle cherche et trouve.
L'intelligence artificielle est le domaine ; le LLM est une famille de modèles spécialisée dans le texte. Un système de reconnaissance d'image ou un moteur de recommandation relève de l'IA sans être un LLM. Pour votre présence en ligne, seule compte la partie de ces systèmes qui lit des pages web et en cite : les moteurs génératifs.
Les modèles les plus visibles en France sont ceux d'OpenAI derrière ChatGPT, Gemini chez Google, Claude chez Anthropic et Mistral côté français. Ce qui compte pour votre visibilité, c'est moins le modèle que la surface qui l'expose. Les données Médiamétrie de septembre 2025 donnent à ChatGPT 21,6 millions de visiteurs uniques mensuels en France, à Gemini 2,8 millions, à Perplexity 1,3 million. Trois surfaces, trois tris différents.
Mesurer votre
Mesurer votre visibilité, pas la supposer
Votre marque est-elle citée par ChatGPT, Perplexity ou Gemini sur les questions que posent vos clients ? La seule réponse honnête est un relevé, pas une intuition, un audit GEO, même manuel, vous le dira en une heure. Semawriter travaille la couverture sémantique de vos contenus aujourd'hui, la mesure des citations et de leur impact sur votre trafic ensuite.
Rejoindre la bêta privée → · 100 premiers accès · offre fondateur à −30 % à vie · accès progressif · aucun engagement · outil français, hébergé en Europe.
Ou recevoir Le Mémo Sémantique, un envoi par mois.