Qu'est-ce que l'optimisation pour moteurs de réponse (AEO) ?

L'AEO consiste à structurer votre présence en ligne pour que les assistants IA — ChatGPT, Perplexity, Google AIO — citent votre entreprise en répondant aux requêtes pertinentes. Contrairement au SEO, les moteurs IA sélectionnent des sources, pas des pages.

Comment Citura calcule-t-il mon score de visibilité IA ?

Citura analyse 6 dimensions : configuration robots.txt/llms.txt, données structurées (schema.org), profondeur du contenu answer-first, présence d'agent.json et signaux de citation actifs. Chaque dimension est pondérée ; l'agrégat constitue votre score 0–100.

Combien de temps avant de voir des résultats avec Citura ?

Les index de citation IA évoluent lentement — attendez un mouvement significatif en 4 à 8 semaines. Votre score peut s'améliorer en quelques jours à mesure que les optimisations sont déployées ; les citations réelles suivent au fil du recrawl.

Citura garantit-il des citations IA ?

Non. Citura vend le système et les signaux — pas un placement. Quiconque promet 'le rang #1 dans ChatGPT' vous induit en erreur. Nous vous rendons structurellement citable ; le moteur IA décide quand vous citer.

Mes données sont-elles protégées avec Citura ?

Citura n'analyse que les données publiquement accessibles sur votre domaine. Aucun identifiant requis. Tout le traitement s'effectue sur infrastructure UE (Google Cloud Run, région europe-west6).

Les moteurs IA citent-ils les publications sur les réseaux sociaux ?

Rarement et de façon incohérente. La plupart des plateformes sociales bloquent les crawlers IA ou ont des accords d'accès limités. Perplexity cite fréquemment les fils Reddit (Reddit a un accord de licence de données avec Google). Les publications LinkedIn, X/Twitter et Facebook ne sont pas citées de façon fiable car leur accès de crawl est restreint. Votre surface principale de citation doit être votre propre domaine.

Être cité une fois garantit-il d'être toujours cité ?

Non. La citation IA est spécifique à la requête et varie à chaque cycle de crawl. Une page citée aujourd'hui pour la requête A peut être remplacée la semaine suivante par une page plus fraîche ou mieux structurée. C'est pourquoi le monitoring des citations — suivre votre fréquence sur les requêtes cibles dans le temps — est plus informatif qu'un événement de citation unique.

Puis-je voir quand un bot IA crawle mon site ?

Oui, via vos logs d'accès serveur. GPTBot, PerplexityBot, ClaudeBot et Google-Extended ont tous des user agents documentés. Filtrez vos logs d'accès pour ces user agents pour voir la fréquence de crawl et quelles pages ils visitent. Une faible fréquence de crawl (moins d'une fois par semaine pour les pages importantes) suggère que l'autorité de domaine ou le maillage interne nécessite des améliorations.

Les moteurs IA citent-ils Wikipedia ?

Oui, fréquemment. Wikipedia est fortement représenté dans les données d'entraînement IA et est accessible à tous les crawlers IA. Avoir votre entreprise mentionnée dans un article Wikipedia pertinent crée un signal de citation persistant sur tous les systèmes IA. C'est l'une des tactiques GEO à plus fort levier disponibles, bien qu'elle nécessite une notoriété réelle pour être acceptée par les éditeurs Wikipedia.

Comment les assistants IA choisissent les sources qu'ils citent

ChatGPT, Perplexity et Google AIO utilisent chacun des mécanismes de sélection des sources différents. Ce guide explique la logique observable de chaque système et les signaux qui augmentent votre probabilité d'être sélectionné comme source citée.

Les moteurs de réponse IA sélectionnent leurs sources via un processus en plusieurs étapes : requête → récupération → re-classement → extraction d'extrait → citation. Chaque étape filtre les pages candidates. Votre entreprise ne peut être citée que si elle passe toutes les étapes. Les signaux qui déterminent le passage diffèrent significativement entre ChatGPT, Perplexity et Google AIO.

L'architecture générale : la génération augmentée par récupération

Les moteurs de réponse IA modernes utilisent la génération augmentée par récupération (RAG). Quand un utilisateur soumet une requête : (1) un composant de recherche récupère les documents candidats ; (2) un modèle de re-classement évalue les candidats pour la pertinence et la qualité ; (3) le modèle de langage lit les meilleurs candidats et génère une réponse synthétisée ; (4) les URLs source sont attachées aux affirmations dans la réponse. L'insight clé est que la sélection se produit à l'étape 2 — une page récupérée mais mal structurée perdra face à une page à la fois récupérée et densément informative.

ChatGPT (avec navigation web)

La navigation web de ChatGPT utilise une API de recherche alimentée par Bing pour récupérer les candidats, puis applique un modèle de re-classement pour sélectionner les meilleurs passages. Facteurs de sélection observés :

Accès GPTBot — les pages bloquées pour GPTBot dans robots.txt sont entièrement exclues. C'est la barrière la plus courante et la plus facilement corrigée.
Structure de contenu answer-first — ChatGPT extrait la première réponse complète qu'il trouve. Les pages qui s'ouvrent avec la réponse directe sont citées avec l'extrait correct ; les pages qui enfouissent les réponses produisent des extraits de faible qualité.
Présence dans l'index Bing — la navigation web de ChatGPT puise dans l'index de Bing. Les pages non indexées par Bing sont invisibles. Soumettez via Bing Webmaster Tools si votre indexation Bing est faible.
Schéma JSON-LD — les schémas FAQPage et Article améliorent la qualité d'identification des passages.

Perplexity

Perplexity opère son propre crawler web (PerplexityBot) et construit un index propriétaire. Son re-classement est notamment agressif en termes de citations — il cite fréquemment plus de sources par réponse que ChatGPT et tend à puiser dans du contenu plus long et structuré. Signaux clés :

Accès PerplexityBot — comme GPTBot, doit être autorisé dans robots.txt. Perplexity respecte aussi llms.txt et agents.json pour le contexte.
Densité des sous-titres — le modèle d'extraction de Perplexity puise spécifiquement depuis les sections H2/H3. Les pages avec des sous-titres clairs correspondant à l'intention de requête sont citées au niveau de la section.
Spécificité numérique — Perplexity préfère fortement les pages avec des données spécifiques (pourcentages, dates, entités nommées). Les affirmations qualitatives vagues sont remplacées par des pages avec des chiffres.

Google AI Overviews (AIO)

Google AIO est le système le plus complexe car il s'intègre directement à l'infrastructure de recherche existante de Google. La sélection des sources combine les signaux PageRank traditionnels avec des facteurs de qualité spécifiques à l'IA :

Signaux E-E-A-T — Expérience, Expertise, Autorité, Fiabilité. AIO pondère fortement les pages d'experts démontrables (credentials d'auteur, affiliation organisationnelle, couverture thématique cohérente).
Éligibilité aux featured snippets — Les pages qui apparaissent déjà dans les featured snippets pour une requête sont sélectionnées de façon disproportionnée pour AIO. L'optimisation des featured snippets (réponses directes, formatage en tableau, listes numérotées) alimente directement la sélection AIO.
Fraîcheur — Pour les requêtes sensibles au temps, AIO préfère les pages mises à jour dans les 90 derniers jours.

Ce sur quoi tous les trois s'accordent

Malgré leurs différences, tous les trois sélectionnent systématiquement les pages qui : (1) fournissent la réponse directe à la requête dans le premier paragraphe ; (2) utilisent une structure sémantique claire avec H2/H3 ; (3) sont accessibles à leurs crawlers respectifs ; (4) ont des données structurées valides ; (5) proviennent de domaines avec des références externes. Ces cinq signaux représentent la base non négociable pour l'éligibilité aux citations IA sur tous les systèmes majeurs.