Article préparé en collaboration avec Getfluence

Le 20 mars 2026, Julien Bismuth, consultant SEO/GEO de Getfluence, et Olivier de Segonzac, co-fondateur de Resoneo, ont réalisé une session de 30 minutes lors du Sommet SEO. Leurs sujets : aller au-delà de la visibilité des moteurs d'intelligence artificielle et passer à l'action avec des applications concrètes. Voici un résumé détaillé de leur présentation !

Détection Initiale : Être Visible N'est Plus Suffisant

En 2026, les rapports de visibilité de l'intelligence artificielle augmentent. Cependant, établir le lien entre le fait que votre marque apparaisse sur ChatGPT ou Gemini et comprendre pourquoi elle a été choisie, ainsi que réellement influencer les réponses, est souvent difficile.

56 % des sources de réponses de l'intelligence artificielle proviennent de contenus tiers (presse, publications éditoriales, critiques, forums, réseaux sociaux). Les données obtenues à partir de 17,2 millions de citations produites par ChatGPT, Gemini, Perplexity et Claude au quatrième trimestre 2025 sont assez frappantes : seulement 44 % des sources citées proviennent de sites ou de blogs de marque. Il apparaît que plus de la moitié de la partie restante provient de contenus tiers perçus comme neutres et fiables.

En d'autres termes : le SEO reste indispensable, mais n'est plus suffisant. Pour être sélectionnée par les modèles d'intelligence artificielle, votre marque doit travailler là où les LLM recherchent et sélectionnent leurs sources.

Comment Fonctionnent les LLM - Un Rappel Important

Avant de passer aux applications, Julien et Olivier ont esquissé un cadre technique. Les LLM ne raisonnent pas : ils calculent des probabilités. Lorsqu'ils sont confrontés à une requête, le modèle décide d'abord s'il va activer ou non sa capacité de recherche sur le web :

  • Sans activation web : la réponse repose sur les connaissances du modèle jusqu'à sa date de coupure.
  • Avec activation web : le modèle crée un pool de candidats d'URL (phase de grounding) puis sélectionne et synthétise.

Le modèle fait des choix basés sur des calculs de probabilités pour l'utilisateur. C'est un mécanisme, pas de l'intelligence. Cependant, si l'on s'adapte à son fonctionnement, il est possible d'influencer.

Julien Bismuth, Sommet SEO 2026 - Photo : William Jezequel

10 Applications Pour Influencer Les Réponses de l'Intelligence Artificielle

1. Identifier les Questions à Fort Potentiel pour la Marque

Les volumes de recherche traditionnels ne sont plus un indicateur fiable pour les requêtes adressées aux intelligences artificielles. La méthode proposée se compose de trois étapes.

Tout d'abord, il est nécessaire de créer des Recherches Persona en se basant sur les mots-clés et positions existants : le profil de chaque segment de public cible, ses intentions, ses parcours, ses obstacles et ses opportunités.

Ensuite, en alimentant ces personas avec ChatGPT, il faut générer les questions de prise de décision, de comparaison et commerciales qu'ils posent réellement : recherche de valeur, besoins, expérience d'achat, aide à la prise de décision.

La dernière étape consiste à filtrer les questions à fort potentiel selon trois critères cumulés :

  • Le nom de la marque n'apparaît pas dans les réponses de l'intelligence artificielle
  • Le nom des concurrents apparaît
  • Taux de continuité supérieur à 25 %

2. Obtenir la Meilleure Position dans les Query Fan-Out

Lorsque ChatGPT ou Gemini active le moteur de recherche web, il génère automatiquement des requêtes dérivées (Query Fan-Outs). Un point important à retenir : plus de 50 % de ces fan-outs sont formulés en anglais, même pour un utilisateur francophone. Gemini, quant à lui, repose directement sur l'index de Google.

Trois leviers concrets ont été présentés :

Indicateurs de Fan-Out

Intégrez dans vos contenus les termes typiques des fan-outs : meilleur, supérieur, meilleur, comparaisons, critiques, 2026…

Version Anglaise du Site Web

Préparez au moins la version anglaise des contenus institutionnels, des best-sellers et des FAQ (par exemple : corp.domain.com).

Méta Descriptions et Slugs d'URL

Ces éléments sont ceux que le modèle lit en priorité lors de l'étape de récupération.

3. Identifier les Sources et Articles les Plus Fréquemment Cités sur le Sujet

Le Domain Rating ou l'indicateur d'autorité ne suffisent plus ; ni en SEO ni en GEO en 2026. L'important est d'identifier les domaines et les articles sources que les modèles d'intelligence artificielle perçoivent comme fiables sur un sujet donné.

Bonne nouvelle : Les modèles fournissent eux-mêmes la liste des sources qu'ils utilisent pour générer leurs réponses. Le problème est la variabilité : pour obtenir une vue représentative, chaque question doit être posée des dizaines de fois au modèle cible.

À ce stade, des méthodes GEO avec des outils comme Getfluence entrent en jeu (fonction Spot Finder & Mentions), ce qui vous permet d'influencer les réponses de l'intelligence artificielle à plus de 60 %.

Faites attention à l'identification des sources via l'API ; cela peut différer des sources réellement affichées dans l'interface utilisateur de la plateforme.

4. Reconnaître les Bons et Excellents Points Compatibles avec les LLM

Une fois les sources identifiées, il est nécessaire de les qualifier. La méthode implique d'analyser deux dimensions complémentaires :

  • Fréquence de citation : à quelle fréquence ce domaine ou cet article apparaît-il dans les prompts de test.
  • Sentiment des sources : le nom de votre marque (et de vos concurrents) apparaît-il de manière positive, neutre ou négative dans ces contenus ?

Les outils proposés vous permettent de filtrer avec précision les sources qui rappellent vos concurrents mais ne mentionnent pas votre marque. Ce sont des cibles prioritaires pour les actions de placement ou de relinking.

5. Créer un URL Ambassador et un URL Review

Une des stratégies les plus puissantes présentées lors de la session : la stratégie de relinking, qui crée simultanément un effet triple.

  • URL source : Tout d'abord, identifiez les articles de presse, tests de produits, critiques d'experts ou guides comparatifs qui mentionnent votre marque de manière positive.
  • Relinking : Publiez de nouveaux contenus citant l'article source et créez des backlinks vers cette URL (articles invités, articles communs, communiqués de presse).

Résultat obtenu : Effet triple

  • SEO : meilleur classement de l'URL source
  • E-réputation : augmentation des citations positives
  • GEO : augmentation de la probabilité de citation par les LLM

Comme l'ont résumé les deux experts : le lien nourrit Google. La citation nourrit les LLM. Avec un seul contenu de relinking, vous pouvez atteindre deux objectifs simultanément.

Olivier de Segonzac, Sommet SEO 2026 - Photo : William Jezequel

6. Renforcer la Confiance et la Fraîcheur de l'Intérieur (Signaux E-E-A-T)

Google a 27 ans d'expérience dans l'évaluation de la qualité du contenu. ChatGPT existe depuis 3 ans et a rapidement compris l'importance d'apprendre de son grand frère. Les signaux E-E-A-T (Expérience, Expertise, Autorité, Confiance) sont désormais intégrés dans la manière dont les modèles évaluent les sources. La page 27 des Directives d'Évaluation de la Qualité de Recherche de Google (mise à jour de septembre 2025) est claire : La confiance est le membre le plus important de la famille E-E-A-T.

7. Accepter la Neutralité pour Se Distinguer

Ce point a été l'une des explications les moins intuitives de la session. En mars 2026, la neutralité perçue est devenue un critère de sélection de plus en plus déterminant pour les modèles ; ce critère était évalué de manière moins centrale six mois auparavant.

La logique est simple : un LLM doit être capable de comparer plusieurs options pour générer une réponse fiable. Un contenu ne mentionnant qu'une seule marque ou solution est perçu comme promotionnel et les modèles ne le préfèrent pas comme source principale.

❌ Contenu d'une seule marque Perçu comme promotionnel par les modèles. Les intelligences artificielles préfèrent les guides, documents et articles pédagogiques. Elles évitent la publicité et les comparaisons biaisées. ✅ Contenu multi-marques (format AI-First™) Les LLM adorent les pages avec des listes, comparaisons et classements d'outils. Un article mentionnant plusieurs solutions augmente considérablement son score de probabilité de citation.

Un véritable test a été présenté : L'article AI-First™ publié par Getfluence en février 2026 a comparé six logiciels de signature électronique sur monimmeuble.com. Résultat avant la campagne : la marque cliente (Oodrive) n'avait aucune citation ou référence dans les réponses. Résultat après la campagne : la marque a été classée première parmi les solutions proposées et l'article a été cité comme source.

8. Combinez Vos Actions de Création de Liens et de Citations

Pourquoi séparer les campagnes de netlinking SEO et les actions de citation de marque GEO, alors qu'un seul contenu peut réaliser les deux objectifs ?

La proposition est simple : Dans toutes vos campagnes d'achat de backlinks, assurez-vous que votre marque et tous ses actifs (produits, dirigeants, certifications, cas d'utilisation…) soient systématiquement mentionnés. Un article sur la décoration intérieure pour un site de commerce électronique peut, tout en mentionnant la marque, également produire un signal SEO et apparaître comme source dans une réponse d'intelligence artificielle sur le sujet.

L'exemple proposé est une réponse de ChatGPT sur la décoration d'un salon avec un canapé en velours ; elle cite directement un article de Frenchyfancy, intégrant de manière éditoriale la marque du client dans le sujet.

9. Produire un Format Actuel et S'assurer que la Porte Reste Ouverte

Une application souvent négligée mais déterminante : les navigateurs d'intelligence artificielle doivent pouvoir accéder à votre contenu. Si votre fichier robots.txt bloque les robots des LLM, aucun contenu, aussi optimisé soit-il, ne pourra être utilisé pour générer des réponses.

Les principaux robots à ne pas bloquer sont listés :

  • ChatGPT / OpenAI : OAI-SearchBot (robot de recherche en temps réel), GPTBot (robot d'entraînement)
  • Google / Gemini : Googlebot, Google-Extended
  • Claude / Anthropic : Claude-SearchBot, Claude-User (note : Claude-Web n'existe plus)
  • Perplexity : Perplexitybot, Perplexity-User

La plateforme Getfluence a intégré un module d'accessibilité IA qui analyse automatiquement le fichier robots.txt de chaque domaine et signale les blocages partiels ou totaux aux LLM ; cela permet un gain de temps considérable pour auditer votre portefeuille de sites communs.

10. Présenter de Nouvelles Informations - Gain de Connaissances

Le dernier point est peut-être le plus stratégique à long terme. Julien et Olivier ont présenté le brevet Google qui attribue à chaque contenu un score de Gain de Connaissances entre 0 et 1 (US12013887B2, délivré en juin 2024) ; ce score mesure la quantité d'informations réellement nouvelles.

Score → 0 : contenu général Réécriture de ce qui existe (meilleurs de 2026, comparaisons générales…), même s'il est produit par l'intelligence artificielle. Le modèle a déjà vu cette information des dizaines de fois. Score → 1 : nouvelle information Travaux propriétaires, données de test internes, citations d'experts de terrain, résultats d'essais vérifiés, références clients de première main.

Rappelez-vous qu'un LLM ne citera pas une information qu'il a déjà vue 50 fois. En d'autres termes : présentez des informations que les autres ne peuvent pas dire.

Sur les pages produits, ce principe signifie un comblement de lacunes : les marques listent les spécifications techniques, mais les utilisateurs définissent les cas d'utilisation et les limitations. Le LLM sélectionne ses sources dans cette lacune. Deux actions concrètes ont été proposées :

  • Sur les pages de liste (PLP) : créez des surfaces contextuelles basées sur des utilisations réelles ("Passe par les portes du métro", "Résistant aux rayures", "Compatible avec des lunettes").
  • Sur les pages produits (PDP) : ajoutez des paragraphes contextuels provenant d'avis clients, de services clients et de forums, une couche contextuelle permettant au LLM de recommander un produit spécifique.
Photo : William Jezequel

À Retenir

Lors de cette présentation, Julien Bismuth et Olivier de Segonzac ont réussi à établir un cadre méthodologique clair pour passer de la mesure à l'action en GEO. La logique fondamentale : les modèles d'intelligence artificielle sont des machines à probabilités. Nous pouvons influencer ces probabilités en agissant simultanément sur la qualité des contenus et la fiabilité perçue, la présence dans des sources tierces compatibles avec les LLM, et l'impartialité exigée par les modèles d'intelligence artificielle.

Le thème principal de la session était que le SEO et le GEO ne sont pas opposés, mais se renforcent mutuellement lorsque des formats et des stratégies de distribution appropriés sont adoptés. Le format AI-First™ développé par Getfluence représente cette combinaison : il est structuré pour répondre aux critères de sélection des moteurs d'intelligence artificielle tout en respectant les normes éditoriales qui garantissent la fiabilité et la possibilité de créer des liens des contenus.

En 2026, être visible n'est plus suffisant. Il faut être choisi.