Aller au contenu

Blog

Le GEO pour les entreprises locales : ce que les agences peuvent mesurer et améliorer

Par Johnny Lagneau · Publié le 22 avril 2026Mis à jour le 8 septembre 2026

Traduit de l'anglais. Lire l'original

Le generative engine optimization, ou GEO, consiste à rendre les informations publiques d'une entreprise plus faciles à trouver, à comprendre et à utiliser dans les réponses des IA. Pour une agence qui accompagne des entreprises locales, le bon point de départ est une série de vraies questions d'acheteur et les réponses qu'elles produisent.

Ce guide reste sur ce terrain. Il ne promet ni classement, ni citation, ni prospect. Il décrit ce que vous pouvez observer sur une entreprise locale dans les réponses des IA, ce que vous pouvez changer sur ses propres pages, et comment évaluer si un changement a servi à quelque chose.

Partir des questions que pose un acheteur

Un acheteur qui utilise un assistant IA fait trois choses, à peu près dans cet ordre : il cherche un prestataire, il compare une courte liste, et il vérifie un nom avant d'appeler. Chaque moment est une question différente, et chaque question produit une réponse différente.

  • Chercher : « Qui fait du dépannage de plomberie en urgence dans le nord de la ville ? »
  • Comparer : « X ou Y, lequel est le mieux pour un cabinet dentaire familial ? »
  • Vérifier : « Que disent les gens de X ? » ou « Est-ce que X prend de nouveaux patients ? »

Ces questions sont des exemples écrits pour ce guide. Ce ne sont pas des requêtes observées et elles n'ont aucun volume de recherche.

Écrivez votre propre série avant de regarder la moindre réponse, avec les mots qu'un acheteur de ce marché utiliserait, et ne la changez plus. Une question que vous réécrivez après avoir vu la réponse n'est plus un test.

Séparer être cité, être décrit et être recommandé

Une réponse d'IA peut citer une entreprise, la décrire ou la recommander, et ce sont trois observations différentes. Une entreprise peut être citée dans une liste et décrite avec un service qu'elle ne propose pas. Elle peut être décrite correctement et jamais recommandée. Une mention ne prouve ni l'exactitude ni la préférence. Notez donc les trois séparément :

  • Citée. L'entreprise apparaît dans la réponse, tout simplement.
  • Décrite. Ce que la réponse dit d'elle, comparé aux faits que vous pouvez vérifier.
  • Recommandée. Si la réponse la met en avant quand on lui demande de choisir, et la raison qu'elle donne.

Les garder séparées compte, parce que la correction est différente pour chacune. Une entreprise jamais citée a un problème d'information. Une entreprise mal décrite a un problème d'exactitude. Une entreprise citée et décrite mais jamais recommandée a un problème de preuve : la réponse n'a rien trouvé qui justifie de la préférer.

Vérifier les réponses avec et sans la recherche web

La plupart des assistants peuvent répondre dans deux configurations : recherche web désactivée, à partir de ce que le modèle contient déjà, et recherche web activée, où il peut lire des pages pendant qu'il répond. Posez chaque question dans les deux, et gardez les résultats côte à côte.

La comparaison est utile parce que les deux configurations se contredisent souvent. Un cabinet de douze personnes peut être absent quand la recherche est désactivée et présent quand elle est activée, ou l'inverse.

Cela vous dit où se trouve le travail : une entreprise absente avec la recherche activée a en général des pages que le modèle n'a pas pu lire ou n'a pas trouvées ; une entreprise absente sans la recherche n'a tout simplement pas fait l'objet d'assez d'écrits pour être retenue.

Ce que la comparaison ne vous dit pas, c'est ce qu'un modèle a exactement retenu, ni qu'un fournisseur a vraiment ouvert une page précise parce que la recherche était activée. Traitez les deux modes comme des conditions de test que vous contrôlez, pas comme une fenêtre sur le modèle.

Travailler sur les informations que vous pouvez vraiment améliorer

L'essentiel de ce qu'une réponse d'IA peut dire d'une entreprise locale vient de pages que l'entreprise contrôle et de pages tierces qui la décrivent. Commencez par les premières, parce que c'est là qu'une agence peut agir ce mois-ci :

  • Une page par service, qui dit exactement ce qu'il couvre et ce qu'il ne couvre pas.
  • La zone desservie, écrite clairement, avec les quartiers et les communes nommés.
  • Une identité cohérente : le même nom, la même adresse, le même téléphone et les mêmes horaires partout.
  • De vraies preuves : des résultats datés, des qualifications nommées, des avis qu'on peut relier à une source.
  • Des liens internes entre ces pages, pour qu'un robot d'indexation atteigne chacune depuis la page d'accueil.
  • Des pages accessibles aux robots : aucune page importante derrière un script, une connexion ou une règle robots.

Ce qu'il ne faut pas faire : générer une page par commune avec le même texte et un autre nom de lieu.

Les consignes de Google sur le contenu utile disent clairement que les pages faites pour les moteurs plutôt que pour les gens sont le problème, pas la solution, et ses notes sur les fonctions d'IA disent que les mêmes pratiques s'y appliquent.¹ Ces consignes sont celles de Google ; ne supposez pas que les autres fournisseurs publient les mêmes règles.

Deux choses sont souvent vendues comme des raccourcis : les données structurées et un fichier llms.txt. Les deux peuvent aider une page à être comprise ; aucun des deux ne fait citer une entreprise. Publiez-les s'ils décrivent quelque chose de vrai, et n'attendez pas d'eux qu'ils remplacent une page qu'un acheteur lirait vraiment.

Transformer un constat en travail pour le client

Un constat devient du travail quand vous pouvez dire ce qui a été observé, ce que vous avez vérifié, ce que vous proposez et qui le fait. Le raisonnement va dans un seul sens :

  1. Observation. « Avec la recherche activée, quatre des sept modèles ont répondu à la question "qui fait X dans cette zone" sans citer l'entreprise. »
  2. Vérifier la page. Existe-t-il une page qui dit que l'entreprise fait X dans cette zone ? Un robot peut-il l'atteindre ? Le dit-elle avec les mots que l'acheteur a utilisés ?
  3. Proposer. Si la page manque, proposez-la. Si elle existe mais dit autre chose, proposez la correction. Si elle existe et qu'elle est correcte, dites-le et cherchez ailleurs : le constat n'est peut-être pas du tout un problème de page.
  4. Attribuer. L'agence écrit et publie ; le prestataire d'audit mesure. Gardez cette limite claire dans la proposition.

C'est une chaîne conditionnelle, pas une étude de cas. L'idée est que chaque étape dépend de la vérification de la précédente, et qu'une proposition sans page vérifiée est une supposition.

Les livrables qui en découlent naturellement :

  • Un relevé daté des réponses, par question, par modèle et par configuration.
  • Les erreurs factuelles trouvées, chacune avec la source donnée par le modèle, s'il en a donné une.
  • Les pages à clarifier, à ajouter ou à corriger, par ordre de priorité.
  • La vérification qui sera refaite, et quand.

Refaire le test sans promettre de classement

Une fois les changements en ligne, reposez les mêmes questions aux mêmes modèles, dans les deux mêmes configurations, et comparez. Présentez la comparaison avec prudence : les modèles changent entre deux passages, et une réponse peut bouger sans que rien ait changé sur le site. Un nouveau test montre un mouvement ; il ne prouve pas que votre changement l'a causé.

Et gardez la mesure séparée du trafic et des prospects. Une entreprise citée plus souvent, c'est une vraie observation ; savoir si cela s'est transformé en appel est une autre question, à laquelle ce type de test ne peut pas répondre. Dites les deux au client.

Commencer par un problème observable

Commencez par un problème observable et par un changement que votre agence peut expliquer. Un rapport GEO utile rend ce lien clair et laisse voir les limites de la mesure. Si vous voulez voir à quoi cela ressemble sur une vraie entreprise, le rapport exemple montre un passage, avec les réponses qui sont derrière.

¹ Google Search Central, « Creating helpful, reliable, people-first content » et « AI features and your website » (developers.google.com/search). Les deux décrivent uniquement les systèmes de Google.