Tactiques GEO : ce qui est prouvé, ce qui est corrélé, ce qui est réfuté

Deux leviers GEO résistent à un test contrôlé : être retrouvé haut par le moteur, et publier une page dont le titre et un paragraphe répondent à la question posée. Le schema, le fichier llms.txt et les statistiques ajoutées ont été testés, sans gain dans les conditions de ces tests. Reddit, Wikipedia, YouTube et les relations presse restent des corrélations : au 6 novembre 2026, aucun test publié avec groupe témoin n'a été repéré qui mesure ce qu'une action de marque y change.

La conséquence est budgétaire. Financez le premier groupe, arrêtez le dernier, et traitez tout le reste comme des paris, avec un plafond, un groupe témoin et une date d'arrêt.

Une réserve s'applique même aux deux leviers qui tiennent : ils portent sur la citation, pas sur le revenu. La revue d'Olivier Martinez (prépublication, juillet 2026, 45 études) ne trouve aucune technique à l'effet causal stable, longitudinal et multi-plateformes sur la découvrabilité organique, et classe « très faible » la confiance dans le lien entre scores de citation et clics, conversions ou revenu.

Quel est le niveau de preuve de chaque tactique GEO ?

Quatre niveaux, définis par le type de test et non par la taille de l'échantillon :

• Preuve solide. Effet reproduit en conditions contrôlées sur plusieurs modèles. Cela ne garantit pas un effet durable sur un moteur réel.
• Corrélation seule. Observé à grande échelle, jamais isolé par une intervention avec témoin.
• Aucune preuve. Conseil répandu, sans test repéré qui l'isole.
• Réfuté. Testé sans gain dans les conditions du test, ou écarté par l'éditeur du moteur pour son propre système.

Sources détaillées en fin d'article. Les parts de domaines ne sont pas comparables entre éditeurs : Ahrefs rapporte au top 50 des sources, Semrush aux réponses.

Pourquoi le « +40 % » du GEO ne s'applique-t-il pas à votre site ?

Parce qu'il mesure une part de texte dans un contexte imposé, pas une chance d'être trouvé. L'article fondateur d'Aggarwal et ses coauteurs (KDD 2024) fait passer une source de 19,3 à 27,2 en part de mots ajustée à la position avec l'ajout de citations textuelles, soit +40,9 % (calcul de cet article), sur un moteur simulé à partir de GPT-3.5 turbo et cinq sources déjà retenues. Son test « réel » sur Perplexity ne teste pas la recherche : le texte y est fourni en fichiers joints, et les réponses sont générées à partir de ces seuls fichiers, sur 200 échantillons.

Le même article contient un résultat moins commode. L'ajout de sources gagne +115,1 % pour un site classé cinquième, et le site classé premier perd en moyenne 30,3 %. Si vous êtes déjà en tête, cette recette vous est défavorable dans l'étude même qui la propose.

C-SEO Bench (NeurIPS 2025) a repris ces méthodes en mesurant le rang de citation, sur plus de 1 900 requêtes en anglais : 3 cas significatifs sur 54, et des gains qui baissent à mesure que les concurrents adoptent la méthode. Les auteurs parlent d'un jeu à somme nulle. Une réécriture que vos concurrents peuvent copier a donc une espérance de gain qui tend vers zéro. Dans l'environnement reconstitué de SAGEO Arena, réécrire le seul corps de texte fait même sortir des documents de la récupération, notamment quand des mots courants cèdent la place à du vocabulaire rare. La revue de Martinez rejette le « 40 % » comme affirmation générale.

Le test le plus proche du réel date du 31 octobre 2026. LIVE-GEO publie 80 marques fictives sur le web, interrogées sur ChatGPT, Gemini et Grok : une partie du gain agrégé survit, la plupart des gains par marque non, et les moteurs ne s'accordent sur le premier produit que pour 48,8 à 66,3 % des marques. Son vérificateur signale les 80 descriptions réécrites avec des statistiques, car la méthode autorise des données hypothétiques. Demander à un outil d'ajouter un chiffre pour être cité peut donc revenir à publier un chiffre faux.

Ce qui échoue, c'est la retouche. Martinez juge « modérée à forte » la preuve sur les éléments extractibles, et chez Sprinklr l'absence de prix peut suffire à écarter un article de test de produits. La donnée originale, elle, n'a pas été testée sur de vrais moteurs.

Pourquoi le schema et llms.txt sont-ils classés « réfutés » ?

Parce qu'ils sont parmi les rares conseils GEO à avoir été testés, et que les tests ne montrent pas de gain. L'étude d'Ahrefs a une limite majeure : ses pages étaient déjà très citées, elle ne dit donc rien d'une première citation.

Chen et Koudas (Toronto, octobre 2026, prépublication, données d'une plateforme de suivi) expliquent pourquoi tant d'études disent le contraire. Entre sites, le schema s'associe à +7,5 % de citations et un bloc FAQ à +18,1 %. Entre pages d'un même site, ces écarts deviennent -5,3 % et -3,4 %, non significatifs. Les sites qui soignent leur balisage soignent aussi le reste. Toute statistique du type « les pages citées ont trois fois plus de JSON-LD » tombe dans ce piège.

Une étude va en sens inverse : SAGEO Arena (février 2026) trouve que les champs structurels, pris ensemble (titres, métadonnées, balisage), améliorent la récupération dans un pipeline reconstitué par les auteurs. Elle n'isole pas le schema. Gardez donc celui qui sert aux résultats enrichis, sans le compter comme un gain GEO.

Pour llms.txt, le guide de Google précise que le fichier n'aide ni ne pénalise dans Google Search, et que d'autres services peuvent l'utiliser. Le coût est faible : inutile de supprimer le fichier, il suffit de ne plus le compter dans le reporting.

Faut-il placer la réponse en tête de page et découper ses contenus ?

Pour vos lecteurs, sans doute. Pour les moteurs, rien ne le prouve à ce jour. Chez Chen et Koudas, le paragraphe le mieux aligné sur les questions se trouve dans le premier quart de la page pour 32 % des pages citées, dans le dernier quart pour 28 %. Leur conclusion : les moteurs le trouvent où qu'il soit. L'alignement du premier paragraphe pèse +5,9 % par écart-type, contre +15,5 % pour le meilleur paragraphe. Ce qui compte est qu'une réponse existe, plus que sa place.

Le test réel le plus proche vient de Watanabe et Nakayashiki (prépublication, juin 2026), affiliés à l'éditeur du site étudié. Des pages passent en titres sous forme de question et en résumés de deux ou trois phrases. Les renvois ChatGPT du domaine sont multipliés par 5,7, mais ceux des pages non modifiées par 3,5. L'effet estimé est de 1,82 (intervalle à 95 % de 1,31 à 2,54), et le test placebo donne p = 0,16 : les auteurs le jugent suggestif, pas concluant. Le lot comprenait aussi des fusions d'URL et de nouvelles pages, donc la structure seule n'est pas isolée.

Sur le découpage, Google écrit qu'il n'est pas nécessaire de fragmenter ses contenus. Les titres, listes et tableaux n'ont pas d'effet significatif au sein d'un site chez Chen et Koudas, avec une nuance : à rang égal, les pages à plus de titres sont davantage citées. Cet article ouvre chaque section par sa réponse et se termine par une FAQ parce que c'est plus lisible, pas parce qu'une étude prouve que cela fait citer.

Le classement organique compte-t-il encore ?

Oui, à condition de regarder le bon : le rang de votre outil SEO n'est pas celui du moteur. Quand C-SEO Bench conclut que le SEO traditionnel reste décisif, il mesure la position d'un document dans le contexte du modèle, pas un rang Google. Le guide GEO et SEO détaille ce que les deux ont en commun.

Le rang qui compte le plus est celui du moteur. Selon le rejeu de Chen et Koudas, ChatGPT cite 43,8 % des pages qu'il classe premières et 3,5 % de celles classées de 11 à 20, et sa récupération explique 32 % de la variation entre pages d'un même site, contre 2,8 % pour les propriétés de la page. Il réécrit la question à chaque réponse : entre deux runs du même jour, le recouvrement des requêtes n'est que de 2,7 % (indice de Jaccard).

Les chiffres du tableau sur le lien avec Google s'opposent parce qu'ils ne mesurent pas la même chose : questions commerciales américaines chez Chen et Koudas, questions logicielles chez Minuttia (août 2026), 863 000 SERP chez Ahrefs (mars 2026), qui divise par deux son ancien « 76 % » sans en confirmer la cause : Ahrefs évoque son analyse améliorée, le passage à Gemini 3 et le fan-out. Google écrit que ses fonctions d'IA reposent sur ses systèmes de classement principaux, ce qui ne dit rien de ChatGPT. Le SEO reste la base sur les surfaces de Google. Ailleurs, votre rang Google n'est pas un indicateur fiable tant que vous ne l'avez pas vérifié moteur par moteur.

Que valent les corrélations du tableau ?

Elles décrivent où les moteurs lisent aujourd'hui, pas ce qu'une action de votre part y changerait.

• Mentions et RP. Le 0,66 d'Ahrefs porte sur des marques déjà installées (Domain Rating supérieur à 40), et le 0,15 date de juin 2025. Le « 84 % earned » vient d'un éditeur de logiciel RP et couvre bien plus que la presse : le journalisme en représente 27 %. Chen et Koudas relèvent à l'inverse 64 % des citations de ChatGPT vers les sites des fournisseurs eux-mêmes, sur l'internet résidentiel américain. Le secteur change tout.
• Votre taille change la voie. Dans la même étude, 46 % des mentions par ChatGPT d'une marque absente de la question n'ont aucune page citée à l'appui : une marque connue est nommée de mémoire. Un éditeur B2B de niche est nommé surtout quand une page tierce citée le nomme (sur ChatGPT, cote multipliée par 39,7, contre 4,2 sur le marché grand public). Les RP ont donc un meilleur argument pour un acteur de niche, à l'état d'hypothèse : l'échantillon B2B compte 55 questions.
• YouTube. Un test public existe : 25 vidéos générées par IA sur une chaîne neuve en allemand, part de voix en nette hausse sur cinq moteurs sur six en une dizaine de jours (publié par Otterly, éditeur d'outil, avril 2026). Une seule marque, aucun témoin, des titres copiés sur les prompts suivis. À lire comme une piste.
• Wikipedia. Aucun test causal repéré, et ce levier ne s'achète pas proprement. Wikipédia en français juge « vivement déconseillé » d'écrire sur son entreprise, impose de déclarer toute contribution rémunérée, et l'omission est usuellement sanctionnée par un blocage du compte.
• Reddit. Nouvelle chute, provisoire, en août 2026 : de 3,8 % à 0,5 % des citations de ChatGPT selon Promptwatch, qui, d'après Semrush, n'exclut pas un problème dans ses propres données. Chez Chen et Koudas, Reddit pèse 2,2 % des citations de ChatGPT et 13,1 % de celles de Gemini.
• Backlinks. Les sites à forte autorité ont plus de pages citées, pas plus de citations par page (Chen et Koudas). L'effet par page est porté par Gemini (+33,7 % par écart-type, contre +3,7 % pour ChatGPT).
• Fraîcheur. ChatGPT cite des URL de 393 à 458 jours plus récentes que l'organique (Ahrefs) et ajoute l'année à 23 % de ses requêtes, contre 2 % pour Gemini, ce qui offre un mécanisme plausible. Martinez précise qu'une date récente aide sur une requête sensible au temps, pas forcément sur une définition stable. Aucun test repéré ne soutient le conseil de rafraîchir à date fixe.
• Listicles. Citée par Search Engine Roundtable (mars 2026), Lily Ray décrit un site de plus de 200 classements autopromotionnels en chute depuis janvier 2026, et suit une trentaine de cas similaires. L'article ne cite aucune confirmation de Google. Le gain de citation peut donc coûter du trafic organique.

Qu'est-ce que personne n'a encore testé ?

Presque tout ce qu'un budget GEO finance en pratique. Ces absences reflètent une recherche publique au 6 novembre 2026 : un test privé peut exister.

• Une intervention hors site. Aucune étude publiée avec témoin sur une campagne RP, une présence Reddit, une page Wikipedia ou un programme YouTube.
• La première citation. Le test sur le schema porte sur des pages déjà citées. La question d'une marque absente reste ouverte.
• Le marché français. C-SEO Bench et Chen et Koudas portent sur l'anglais, Ahrefs sur les États-Unis pour ses classements de domaines. Aucune étude du tableau n'isole la France.
• La durée. Les tests contrôlés vont le plus souvent d'un instantané à 30 jours. Chez Chen et Koudas, dix semaines plus tard, seuls 14 % (ChatGPT) à 29 % (Gemini) de la variation entre pages restent communs.
• Le lien avec le revenu. C'est le maillon le plus faible de la chaîne, traité dans l'article sur l'incrémentalité.

Que faire lundi ?

Commencez par retirer du reporting ce qui ne tient pas, puis isolez un seul test sérieux.

1. Sortez les tactiques réfutées de vos indicateurs. llms.txt et schema « pour l'IA » ne comptent plus comme gains GEO. Arrêtez d'insérer des chiffres dans les textes, et de créer une page par variante de fan-out : faites surtout pour manipuler les réponses IA de Google Search, ces pages enfreignent sa politique contre le contenu abusif à grande échelle.
2. Réécrivez un titre et un paragraphe sur vingt pages. Celles qui portent vos prompts prioritaires, avec les termes mêmes de la question. Inutile de remonter le paragraphe en haut de page.
3. Vérifiez si les moteurs vous connaissent déjà. Posez plusieurs fois vos questions de catégorie sans recherche web, quand le moteur le permet. Si vous êtes nommé, contrôlez l'exactitude de ce qui est dit. Sinon, la priorité passe aux pages tierces qui couvrent votre catégorie.
4. Classez chaque ligne restante comme un pari. Reddit, YouTube, RP : une hypothèse, un plafond, une date d'arrêt (cadrage budgétaire ici). Demandez à vos prestataires quel niveau de ce tableau atteint chaque recommandation, et quel groupe témoin l'a mesurée.
5. Testez avec un témoin. Formez des paires de topics comparables, tirez au sort le côté modifié, comparez sur la même période, avec un seuil de décision fixé avant le début. Un prompt témoin placé dans un topic travaillé profiterait du travail.

À titre d'illustration, détecter un passage de 30 % à 40 % de présence demande environ 350 observations par groupe. Vingt prompts observés vingt fois chacun, moteurs et runs confondus, donnent 400 observations, mais les répétitions d'un même prompt ne sont pas indépendantes : c'est un plancher, et l'unité d'analyse reste le topic. Le calcul est détaillé dans l'article sur le nombre de prompts.

Calcul illustratif : niveau de confiance de 95 %, puissance de 80 %, observations supposées indépendantes.

Un tel test oblige à répéter les mêmes prompts sur plusieurs moteurs et dans la durée, ce qu'un tableur suit mal. Le module GEO de Nanga suit vos prompts run après run, moteur par moteur (hebdomadaire par défaut, quotidien en option), les filtre par tag, et place vos actions terminées en marqueurs sur la courbe. Un marqueur montre une coïncidence ; seul le groupe témoin permet de parler de cause.

Pour voir ce protocole appliqué à vos propres prompts : demander une démo.

Questions fréquentes

Sources :

• Olivier Martinez, Optimizing Visibility in Generative Engines: A Critical Survey of Generative Engine Optimization (2023-2026), prépublication, juillet 2026.
• Aggarwal et al., GEO: Generative Engine Optimization, KDD, août 2024.
• Puerto et al., C-SEO Bench: Does Conversational SEO Work?, NeurIPS 2025.
• Kong et al., Do GEO Gains Survive the Live Web?, prépublication, octobre 2026.
• Vishwakarma, Kumar et Jamidar (Sprinklr), What Gets Cited: Competitive GEO in AI Answer Engines, prépublication, mai 2026.
• Chen et Koudas, What Drives AI Citations? Content, Retrieval and Model Knowledge in Generative Engine Optimization (GEO), prépublication, octobre 2026.
• Kim et al., SAGEO Arena: A Realistic Environment for Evaluating Search-Augmented Generative Engine Optimization, prépublication, février 2026.
• Watanabe et Nakayashiki, Disentangling Answer Engine Optimization from Platform Growth, prépublication, juin 2026.
• Google Search Central, Optimizing your website for generative AI features on Google Search, consulté le 6 novembre 2026.
• Ahrefs, We Tracked 1,885 Pages Adding Schema. AI Citations Barely Moved., mai 2026.
• Ahrefs, We Analyzed 137K Sites: 97% of llms.txt Files Never Get Read, juin 2026.
• SE Ranking, Does LLMs.txt impact your AI visibility and citations? No, according to research, octobre 2026.
• Ahrefs, Top Brand Visibility Factors in ChatGPT, AI Mode, and AI Overviews (75k Brands Studied), décembre 2025.
• Ahrefs, Google Seems More Biased Towards Big Brands Than ChatGPT and Perplexity, juillet 2025.
• Ahrefs, Update: 38% of AI Overview Citations Pull From The Top 10, mars 2026.
• Ahrefs, Fresh Content: Why Publish Dates Make or Break Rankings and AI Visibility, décembre 2025.
• Ahrefs, The 50 Most-Cited Websites in Google AI Overviews (November 2026), novembre 2026.
• Ahrefs, The 50 Most-Cited Websites in ChatGPT (November 2026), novembre 2026.
• Minuttia, Self-Promotional Content Data Study, octobre 2026.
• Semrush, The Most-Cited Domains in AI: A 3-Month Study, novembre 2025.
• Semrush, Reddit's citations in ChatGPT fall from 3.8% to 0.5%, août 2026.
• Muck Rack, Earned media still drives 84% of AI citations. Here's what that means for PR., mai 2026.
• Otterly, 25 AI-Generated YouTube Videos, One Week, and What They Did to AI Search Visibility, avril 2026.
• Search Engine Roundtable, Is Google Hitting Self-Promotional Listicles Hard Again?, mars 2026.
• Wikipédia, Conflit d'intérêts, consulté le 6 novembre 2026.