Suivi des citations IA : le GEO dans le reporting SEO
Le suivi des citations IA consiste à relever, moteur par moteur et à date fixe, les réponses générées qui mentionnent une marque ou citent ses pages en source. Son entrée dans le reporting d’un référenceur tient à trois décisions : une liste de questions stable, un périmètre de moteurs explicite, une fréquence tenue dans la durée.
Ce que le suivi des citations IA relève au juste
Une réponse générée n’affiche pas un classement de dix résultats : elle rédige une synthèse et retient quelques sources. Quatre éléments s’y relèvent séparément.
- la mention de la marque, nommée ou désignée par périphrase ;
- la source citée, quand le moteur rattache une page à son propos ;
- la position de cette source dans la liste affichée ;
- le ton de la phrase qui porte la mention.
Ces quatre lectures se combinent : une marque citée en dernière source, présentée comme un choix de repli, n’occupe pas la place d’une marque nommée dès la première phrase.
La différence avec une position Google est structurelle. Un classement varie peu d’un jour au suivant. Une citation IA dépend de la formulation exacte de la question, du moment où elle est posée et de la façon dont le modèle a rassemblé ses appuis. Le suivi des citations relève donc d’une statistique construite sur un échantillon de questions, jamais d’un relevé isolé.
Le vocabulaire vient de la recherche : l’article « GEO: Generative Engine Optimization », soumis en novembre 2023 par Pranjal Aggarwal et ses coauteurs, puis accepté à la conférence KDD 2024, formalise les moteurs génératifs comme des systèmes qui synthétisent l’information de plusieurs sources. Le generative engine optimization nomme ce travail d’amélioration ; sa mesure, elle, demande un protocole écrit.
Pourquoi dix moteurs ne rendent pas la même réponse
Deux mécaniques cohabitent derrière l’étiquette « moteur IA ». Un modèle répond parfois depuis ce qu’il a appris pendant son entraînement, sans consulter le web ; il lance parfois une recherche en direct et cite les pages qu’il vient de lire. Les documentations des éditeurs séparent clairement ces usages : OpenAI décrit GPTBot comme le robot qui collecte du contenu pour l’entraînement des modèles et OAI-SearchBot comme celui qui alimente les résultats de recherche de ChatGPT ; Perplexity présente PerplexityBot comme un robot d’indexation destiné à faire apparaître et à lier des sites, sans servir à l’entraînement ; Anthropic documente ClaudeBot, Claude-User et Claude-SearchBot avec des rôles distincts.
Un même sujet donne donc des réponses inégalement fraîches, et chaque moteur de réponse garde ses habitudes de sourçage. Les Aperçus IA de Google forment un cas à part, puisqu’ils s’affichent dans la page de résultats : Google Search Central indique qu’une page doit être indexée et affichable dans la recherche avec un extrait pour y figurer.
Conséquence pour la mesure : le périmètre suivi s’écrit noir sur blanc, les mêmes questions partent vers tous les moteurs retenus, et chaque relevé porte une date.
Construire la liste de prompts depuis le site lui-même
La liste des questions suivies se fabrique à partir des pages existantes. Le plan de site donne la matière : chaque page publiée porte une promesse commerciale, donc une question qu’un prospect pose avec ses mots. Trois familles couvrent le besoin.
- les requêtes de marque, où l’entreprise est nommée dans la question ;
- les requêtes comparatives, qui demandent de départager plusieurs solutions ;
- les requêtes problème et solution, où le besoin est décrit sans nommer personne.
La troisième famille pèse le plus lourd, puisqu’elle mesure la visibilité dans les IA hors notoriété acquise. Le premier audit sert à corriger la liste, qui se fige ensuite. Des prompts suivis modifiés entre deux relevés rendent toute comparaison impossible. La logique rejoint celle du cocon sémantique, dont le vocabulaire se cadre avant la rédaction.
Outiller la collecte pour qu’elle reste comparable
Relever ces réponses à la main a une limite arithmétique : vingt questions posées sur dix moteurs font deux cents interrogations par campagne, à refaire à l’identique chaque mois. Le marché nomme désormais la catégorie de plateformes qui automatisent cette collecte : Outil GEO, un service qui interroge chaque moteur par son interface officielle et extrait la mention avec sa position et son ton.
Ce que cet équipement change dans le travail du référenceur se constate vite. Citeme, éditée à Paris, couvre dix moteurs de cette façon, les Aperçus IA de Google étant relevés par capture des résultats affichés. La détection de mention passe par un traitement automatique du langage, qui rattrape les formulations indirectes qu’une lecture visuelle laisse filer. Le ton et la position sortent qualifiés plutôt que commentés de mémoire, et l’historique des audits rend les écarts comparables d’un mois au suivant. Des rapports exportables entrent tels quels dans le document remis au décideur.
Un second apport tient à la lecture technique du site : un scan dit si les robots IA atteignent les pages utiles et signale celles qui restent hors du plan de site, jamais explorées faute d’être découvertes. La mesure et sa cause se lisent au même endroit, ce qui raccourcit le chemin entre le constat et le chantier.
Les indicateurs qui tiennent et ceux qui trompent
Ce que chaque indicateur dit et ce qu’il tait
Cinq indicateurs supportent la répétition, chacun répondant à une question précise.
| Indicateur | Ce qu’il mesure | Ce qu’il ne dit pas |
|---|---|---|
| Part de citations par moteur | La fréquence d’apparition sur la liste suivie | La raison de l’absence ailleurs |
| Score agrégé sur 100 | Une synthèse comparable d’un audit au suivant | Les moteurs en cause dans un recul |
| Évolution entre deux relevés | Le sens du mouvement à conditions identiques | L’effet propre de chaque action |
| Écart avec les concurrents suivis | La place relative sur les mêmes questions | Le potentiel absolu du marché |
| Ton des mentions | La façon dont la marque est décrite | L’audience réelle de la réponse |
La part de citations ne vaut que rapportée à la liste complète et au moteur qui la produit. Le score agrégé ouvre la discussion avec le décideur, il ne la tranche pas.
Quatre relevés qui trompent le lecteur
Quatre relevés trompeurs reviennent dans les rapports : la capture d’écran unique, qui ne se rejoue pas ; le prompt unique, choisi parce qu’il flatte ; le jour unique, qui prend une variation pour une tendance ; le moteur unique, qui confond un public avec le marché. Tous partagent une cause : un échantillon trop petit pour que la variabilité des réponses se compense, ce qui justifie une mesure large, outillée et répétée.
Lire les écarts et décider des chantiers
Des pages qui répondent avant de développer
Une page citée répond presque toujours à la question posée dès ses premières lignes. Les exigences restent celles de la recherche classique : Google Search Central recommande d’autoriser l’exploration dans le fichier robots.txt et de rendre le contenu important disponible en texte, sans optimisation spéciale pour les fonctionnalités d’IA générative. Ce terrain est celui du dossier consacré aux fondamentaux du SEO on-site.
Entités, données structurées et fichiers d’orientation
Le vocabulaire collaboratif schema.org décrit le type Organization comme une organisation telle qu’une école, une association ou une entreprise, avec des propriétés d’identité : nom, adresse du site, pages de référence, logo. Renseigner cette entité aide un modèle à rattacher des mentions dispersées à un même acteur, et Google Search Central demande que les données structurées correspondent au texte visible de la page.
Le fichier llms.txt relève d’une autre catégorie : une proposition publiée le 3 septembre 2024 par Jeremy Howard, documentée sur llmstxt.org, qui décrit un fichier Markdown placé à la racine du site, rassemblant une vue d’ensemble organisée des ressources utiles à un agent. Google Search Central écrit qu’aucun fichier textuel destiné à l’IA n’est nécessaire pour apparaître dans ses Aperçus IA.
Les conditions d’accès des robots d’IA
Un site qui bloque un robot de recherche IA se retire mécaniquement de ses réponses. La documentation d’OpenAI est explicite : un site exclu d’OAI-SearchBot n’apparaît pas dans les réponses de recherche de ChatGPT. Anthropic indique que ses robots respectent les directives du fichier robots.txt. Perplexity distingue PerplexityBot, qui suit ces directives, de Perplexity-User, déclenché par un utilisateur. Contrôler quels agents sont autorisés relève du diagnostic technique, au même titre que les vérifications d’exploration d’un audit SEO sérieux.
Un reporting GEO à côté des indicateurs SEO
Le document remis au décideur ne se dédouble pas : les indicateurs de citation prennent place à côté des clics, des impressions et des positions, sur la même période. Google Search Central précise que les données des Aperçus IA et du Mode IA sont incluses dans le trafic de recherche global du rapport sur les performances, sans ventilation séparée. Les clics venus d’une réponse générée ne s’isolent donc pas, et le reporting GEO repose sur une mesure dédiée.
La fréquence se choisit sur la variabilité constatée. Un relevé mensuel laisse assez de distance entre deux mesures pour qu’un mouvement signifie quelque chose, tout en restant assez serré pour rattacher un écart à un chantier daté. Le trimestre convient à un périmètre restreint, où la liste de questions est courte.
Trois lignes cadrent la promesse. Ce qui s’engage : un périmètre écrit, une mesure répétée dans les mêmes conditions, des actions datées. Ce qui ne s’engage pas : une citation garantie sur une question donnée, ni un délai d’apparition. Le partage des rôles entre équipe interne et prestataire se pose comme pour le référencement classique, sujet traité dans notre comparaison entre freelance SEO et agence SEO.
Première étape datable : arrêter vingt questions suivies, fixer la liste des moteurs interrogés, poser la date du premier relevé mensuel. Le cadrage tient en une demi-journée.
Trois questions qui reviennent avant le premier relevé
À quelle fréquence relever les citations dans les réponses d’IA ?
Un rythme mensuel convient à la plupart des périmètres : il laisse le temps à une action éditoriale de produire un effet et limite la lecture de simples variations. Un périmètre restreint, avec peu de pages, supporte un rythme trimestriel. La règle qui compte davantage que la fréquence : toujours les mêmes questions, sur les mêmes moteurs, dans les mêmes conditions, sans quoi la série perd sa valeur de comparaison.
Un bon classement dans Google garantit-il d’être cité par une IA ?
Non. L’indexation dans Google reste une condition pour figurer dans ses Aperçus IA, d’après la documentation de Google Search Central, mais chaque moteur génératif choisit ses sources selon sa propre logique, et certains répondent sans consulter le web au moment de la question. Une page première sur une requête peut rester absente des réponses générées portant sur la même intention. La situation inverse se constate aussi.
Qui porte ce suivi dans l’organisation ?
La mesure revient à la personne qui tient déjà le reporting de référencement, salariée ou prestataire : elle connaît le périmètre, les pages et le calendrier des actions. Les décisions éditoriales et techniques qui en découlent se répartissent ensuite comme les autres chantiers du référencement. Un point de vigilance : désigner un responsable de la série, sinon la liste de questions dérive et l’historique devient illisible.