Un audit GEO qui finit dans un PDF n'a servi à rien. C'est la première chose que je dis en cadrage, parce que c'est le risque réel : produire un état des lieux impeccable de ce que les IA disent d'une marque, le remettre, et constater six mois plus tard que rien n'a bougé, non pas parce que le diagnostic était faux, mais parce que personne n'a su quoi en faire. J'ai décrit ailleurs la méthode de l'audit lui-même. Cet article prend le problème par l'autre bout : qu'est-ce qui se passe après ?
Pour le rendre concret, je m'appuie sur un cas représentatif, anonymisé et aux chiffres arrondis : une PME de services B2B, une quinzaine d'années d'existence, un SEO solide, première ou deuxième position Google sur ses expressions métier. Le genre d'entreprise qui n'a a priori aucune raison d'être invisible. Elle l'était pourtant, là où personne ne regardait.
Un audit GEO ne vaut pas par la qualité de son diagnostic, mais par le nombre de chantiers qu'il ouvre. Le rapport n'est pas le livrable : c'est le mode d'emploi du livrable.
L'avant : bien classé, jamais cité
La mesure initiale est toujours la même opération : un panel de prompts, une trentaine dans ce cas, qui reproduisent les vraies questions des prospects, pas les mots-clés du plan SEO. Pas « cabinet conseil Lyon » mais « qui peut m'aider à structurer ma fonction achat quand on passe de 30 à 80 salariés ? ». On pose ces questions à ChatGPT, Perplexity, Gemini et aux réponses génératives de Google, on répète l'opération, et on note trois choses : la marque apparaît-elle, est-elle citée avec un lien, et ce qui est dit d'elle est-il exact.
Résultat de la première vague : la marque apparaît dans environ une réponse sur vingt, jamais en source citée, et sur les deux occurrences relevées, l'une la décrit avec un périmètre métier qu'elle a abandonné depuis six ans. Pendant ce temps, deux concurrents nettement moins bien classés dans Google sortent dans plus de la moitié des réponses. C'est le choc typique du début de mission, et il est salutaire : il déplace la conversation du « on est bien référencé » vers « on est bien référencé dans un canal qui ne capte plus toute la demande ».
Les trois causes du silence
Dans la quasi-totalité des audits que je mène, l'invisibilité ne vient pas d'une cause exotique. Elle vient de trois défauts qui se cumulent, et qui n'ont rien à voir avec le classement.
Première cause : l'entité est floue. Le modèle ne sait pas qui est cette marque. Le nom est décliné en quatre variantes selon les supports, la page « À propos » raconte une histoire émotionnelle sans jamais dire ce que l'entreprise fait, pour qui et depuis quand, et les données structurées se limitent à un fil d'Ariane. Une IA ne peut pas citer ce qu'elle ne parvient pas à identifier.
Deuxième cause : le contenu n'est pas extractible. Les pages sont bonnes : pour un lecteur humain qui a décidé de lire. La réponse arrive au quatrième paragraphe, après une mise en contexte, et les affirmations ne sont adossées à rien. Or l'étude académique fondatrice sur le GEO mesure jusqu'à environ 40 % de visibilité supplémentaire dans les réponses génératives quand on ajoute statistiques, citations et sources, sans toucher au fond. Ce n'est pas un détail de forme, c'est le format que la machine sait découper.
Troisième cause : personne d'autre n'en parle. C'est la plus lourde à corriger. Toute la présence de la marque est autoproduite : son site, ses réseaux, sa plaquette. Aucune source tierce ne la nomme. Or les modèles se fient massivement à ce que les autres disent de vous. C'est tout l'objet du pont entre netlinking et GEO : la mention pèse plus lourd que le lien.
Ce qu'on change concrètement
L'ordre compte. On commence par ce qui ne dépend que du site, parce que c'est rapide et que c'est le préalable : réunifier le nom de la marque partout, réécrire la page « À propos » pour qu'elle réponde factuellement à « qui, quoi, pour qui, depuis quand, où », poser un balisage Organization cohérent, et vérifier que les robots des moteurs accèdent bien aux pages, y compris les robots IA, sujet que je traite dans l'article sur llms.txt et le contrôle de ce que les IA lisent. Compter une à deux semaines.
Puis on retravaille le contenu, mais pas tout : uniquement les pages qui répondent aux prompts du panel. Chaque page gagne une réponse directe en ouverture, des chiffres datés et sourcés, des intertitres formulés comme des questions réelles. Dans le cas cité, cela a représenté neuf pages réécrites et trois créées : pas une refonte, une chirurgie. Enfin, le chantier long : faire exister la marque ailleurs. Interventions, données publiables, prises de parole reprises par des publications sectorielles. C'est celui qui produit le plus d'effet et qui en produit le plus tard.
L'après : remesurer sans se mentir
C'est ici que la plupart des restitutions déraillent. On repose les questions trois semaines plus tard, la marque sort deux fois, et tout le monde conclut que ça marche. Sauf que les moteurs génératifs sont structurellement instables au niveau des sources. Les mesures 2026 convergent : sur quatre semaines, seule une fraction des URL citées se maintient, de l'ordre du quart pour les réponses génératives de Google, autour d'un tiers pour ChatGPT, un peu plus de 40 % pour Perplexity, le plus stable du lot. Autrement dit, une bonne partie des citations bouge toute seule, sans que vous ayez rien fait.
Le contrepoint est instructif : les analyses d'Ahrefs montrent que si les réponses génératives changent de formulation tous les deux jours environ, elles ne changent quasiment jamais d'avis. Le sens reste très constant. Ce qui bouge, c'est la vitrine ; ce qui résiste, c'est le jugement du modèle sur le sujet. Un audit GEO sérieux mesure donc le second, pas la première : on ne compte pas « est-ce que je sors aujourd'hui », on compte une part de voix moyennée sur un panel de prompts et plusieurs vagues. C'est cette discipline de mesure que je détaille dans l'article sur le monitoring GEO en continu.
Dans le cas suivi, la trajectoire ressemble à ce que je constate ailleurs. Les deux premiers mois : presque rien de visible, alors que le plus gros du travail technique est déjà fait. Le troisième : les mentions deviennent exactes. Le périmètre métier obsolète disparaît des réponses. C'est le premier vrai signal, et il est souvent sous-estimé parce qu'il ne fait pas monter un chiffre. Au cinquième mois, la part de voix commence à se détacher franchement du bruit. Ce délai de quatre à six mois avant que l'effet devienne net revient dans la plupart des retours d'expérience publiés en 2026, et il faut l'annoncer dès le cadrage plutôt que de le découvrir en comité.
| Ce qu'on regarde | Avant l'audit | Après (mois 5-6) |
|---|---|---|
| Positions Google sur les expressions métier | Top 3 | Top 3 (inchangé) |
| Présence dans les réponses IA du panel | ~5 % des prompts | ~35 % des prompts |
| Marque citée en source avec lien | Jamais | Régulièrement, selon le moteur |
| Exactitude de ce qui est dit de la marque | Périmètre obsolète repris | Description conforme |
| Sources tierces qui nomment la marque | Quasi nulles | Plusieurs publications distinctes |
| Délai avant effet net | Non | 4 à 6 mois |
L'erreur la plus coûteuse
Juger un audit GEO sur une capture d'écran. Un dirigeant pose la question à ChatGPT depuis son téléphone, ne se voit pas, et conclut que le travail ne sert à rien, ou l'inverse, se voit une fois et déclare la mission gagnée. Les deux se trompent de la même façon : à ce niveau de volatilité, une observation isolée ne contient aucune information. S'ajoute un biais dont peu de gens ont conscience : les IA personnalisent selon l'historique et le contexte de la conversation. Le test « maison » d'un dirigeant qui a déjà parlé de sa propre marque au même assistant n'est pas un test. La seule mesure qui engage quelque chose est un protocole : mêmes prompts, mêmes conditions, plusieurs vagues, moyennes comparées.
Ce qu'un audit GEO ne peut pas promettre
Il faut le dire aussi clairement en vente qu'en restitution. On ne maîtrise pas la sortie d'un modèle génératif : on améliore la probabilité d'être retenu, on ne la garantit pas. Personne ne peut vendre une position dans une réponse ChatGPT comme on suivait une position Google, et quiconque le promet vend autre chose que du GEO. Ce qu'on peut garantir, en revanche, tient en trois points : que l'entité soit identifiable sans ambiguïté, que le contenu soit dans un format que la machine sait extraire, et que la marque existe dans des sources que les modèles consultent. Le reste est une question de répétition et de patience.
Il y a un corollaire encourageant. Ces trois chantiers ne sont pas des paris sur une mode : une entité claire, un contenu qui répond et une marque dont on parle servent aussi le SEO classique, la conversion et la crédibilité commerciale. C'est ce qui rend l'investissement défendable même si les moteurs génératifs changent encore de règles, ce qu'ils feront. Je relie cette logique aux quatre piliers détaillés sur ma page expertise GEO, et à la démarche complète de mon audit GEO.
Au creuset : transmuter le diagnostic en citation
Entre l'avant et l'après, ce qui change n'est pas le site : c'est ce que la machine sait dire de vous quand vous n'êtes pas dans la pièce. Le plomb, ici, c'est le rapport d'audit rangé dans un dossier partagé : juste, documenté, inerte. L'or, c'est la série de chantiers qu'il déclenche, et la remesure honnête qui dit lesquels ont payé.
Un audit GEO ne se juge donc pas à l'épaisseur du livrable, mais à la première phrase que ChatGPT prononce sur vous six mois plus tard. Si vous voulez savoir où vous en êtes vraiment, et surtout ce qu'il faudrait changer pour que cette phrase soit la bonne, c'est l'objet de mon audit GEO : mesurer, prioriser, agir, remesurer.
Savoir ce que les IA disent de vous, et le changer
Je mesure votre part de voix sur un panel de prompts réels, j'identifie ce qui bloque (entité, extractibilité, sources tierces) et je vous remets un plan de chantiers priorité par priorité, avec le protocole de remesure qui va avec.