Glossaire GEO/IA : les termes essentiels pour PME en 2026 

En résumé : GEO, AEO, LLM, RAG, hallucination, entité, embeddings — le vocabulaire du référencement pour les IA génératives s’est construit en quelques années à peine, souvent sans définition claire pour les PME qui doivent pourtant composer avec. Ce glossaire réunit et explique les termes essentiels, organisés par thème, avec le contexte nécessaire pour comprendre pourquoi chacun compte pour votre visibilité dans ChatGPT, Perplexity, Gemini et les réponses génératives de Google.

Un client nous a un jour demandé si « faire du GEO » signifiait cibler une ville en particulier. La confusion est compréhensible : ce champ a produit son propre vocabulaire en très peu de temps, en empruntant autant au SEO classique qu’à l’ingénierie des modèles de langage. Ce glossaire n’est pas exhaustif — il couvre les termes que nous voyons revenir le plus souvent dans nos échanges avec des PME et OBNL québécois qui essaient de comprendre où positionner leurs efforts.

Pour une agence web à Granby qui accompagne des entreprises locales en SEO et en GEO, ce vocabulaire partagé est devenu une base de travail nécessaire avant même de discuter stratégie. Les définitions ci-dessous sont organisées par thème plutôt que par ordre alphabétique, pour suivre la logique du sujet plutôt que celle du dictionnaire.

Les bases du GEO

GEO (Generative Engine Optimization)

Le GEO désigne l’ensemble des pratiques visant à ce que les moteurs génératifs — ChatGPT, Perplexity, Gemini, Claude, ainsi que les réponses IA de Google — citent ou recommandent votre entreprise dans leurs réponses. C’est un terme parapluie qui couvre l’optimisation pour n’importe quel système génératif, par opposition au SEO classique qui vise le classement dans une liste de liens.

AEO (Answer Engine Optimization)

L’AEO se concentre spécifiquement sur la structuration du contenu pour qu’il soit extrait comme réponse directe — dans un encadré de réponse, une AI Overview, ou une réponse vocale. Dans la pratique, GEO et AEO se recoupent largement : le AEO optimise pour être LA réponse extraite à une question précise, tandis que le GEO optimise pour être l’une des sources synthétisées dans une réponse plus large.

Citation (dans le contexte IA)

Une citation IA se produit lorsqu’un modèle génératif mentionne votre entreprise, cite votre contenu, ou inclut un lien vers votre site dans sa réponse. Contrairement à un classement de recherche, une citation n’a pas de position fixe ni de garantie de récurrence — le même modèle peut citer une source différente à chaque nouvelle requête similaire.

AI Overview, AI Mode et SGE

Ces trois termes désignent des choses différentes chez Google, souvent confondues. SGE (Search Generative Experience) était le nom du projet expérimental lancé en 2023. AI Overviews est le résumé généré par IA affiché au-dessus des résultats de recherche classiques, disponible plus largement depuis 2024. AI Mode est une expérience de recherche distincte, conversationnelle, accessible dans un onglet séparé, lancée plus largement en 2025.

Comment les IA découvrent et lisent votre contenu

Robot IA / crawler IA

Un robot IA est un programme automatisé qui visite les pages web pour le compte d’un fournisseur de modèle — GPTBot pour OpenAI, ClaudeBot pour Anthropic, PerplexityBot pour Perplexity. Certains servent à l’entraînement des modèles, d’autres à l’indexation en temps réel pour répondre aux questions des utilisateurs. Notre guide technique sur les robots IA détaille comment chacun se comporte.

robots.txt

Le robots.txt est un fichier texte placé à la racine d’un site web qui déclare quels robots sont autorisés ou bloqués. C’est un standard volontaire — les robots bien élevés le respectent, mais rien ne les y oblige techniquement. L’application réelle d’un blocage se joue à un autre niveau, généralement le serveur ou le CDN.

llms.txt

Le llms.txt est un fichier proposé en 2024 pour offrir aux modèles de langage un résumé structuré du contenu jugé prioritaire par un site. Contrairement au robots.txt, aucun grand fournisseur d’IA ne s’est engagé à le lire ou à le prioriser — voir notre guide complet sur le llms.txt pour les données d’adoption réelles.

Indexation

L’indexation est le processus par lequel un moteur de recherche ou un modèle d’IA ajoute une page à sa base de données consultable. Une page peut être crawlée sans être indexée, et indexée par un moteur sans être accessible aux robots IA d’un autre fournisseur — ce sont des systèmes séparés, chacun avec son propre index.

Crawl budget

Le crawl budget est le nombre de pages qu’un robot est disposé à visiter sur un site donné dans un laps de temps donné. Un site mal structuré ou trop volumineux peut voir certaines de ses pages jamais explorées, simplement parce que le robot épuise son budget avant de les atteindre.

Comment les IA reconnaissent qui vous êtes

Entity SEO

L’entity SEO consiste à établir votre entreprise comme une entité reconnue et cohérente à travers le web — plutôt qu’une simple suite de mots-clés. Google et les IA génératives associent une entité à un ensemble de faits vérifiables : nom, adresse, secteur, relations avec d’autres entités. Notre guide sur l’entity SEO explique comment Google et les IA reconnaissent une entreprise.

Knowledge Graph

Le Knowledge Graph est la base de données d’entités et de leurs relations que Google utilise pour comprendre le monde — personnes, lieux, organisations, concepts. Une entreprise bien représentée dans le Knowledge Graph bénéficie d’une reconnaissance plus fiable, autant dans la recherche classique que dans les réponses génératives qui s’appuient sur les mêmes fondations.

Schema.org / JSON-LD

Schema.org est un vocabulaire structuré partagé par les principaux moteurs de recherche pour décrire le contenu d’une page de façon explicite et machine-lisible. JSON-LD est le format technique le plus courant pour l’implémenter. Un balisage schema Organization, Article ou FAQPage bien fait donne aux IA une lecture sans ambiguïté de qui vous êtes et de ce que dit votre contenu.

NAP (Nom, Adresse, Téléphone)

La cohérence NAP signifie que le nom, l’adresse et le numéro de téléphone de votre entreprise apparaissent de façon identique sur votre site, votre Google Business Profile et tous les annuaires où vous êtes listé. Une incohérence — même mineure, comme une abréviation différente — peut semer la confusion chez un modèle qui tente de rassembler ces signaux pour répondre à une question locale.

E-E-A-T

E-E-A-T (Expérience, Expertise, Autorité, Fiabilité) est un cadre d’évaluation utilisé par Google pour juger la qualité d’un contenu et de son auteur. Bien que ce ne soit pas un facteur de classement direct au sens strict, les signaux E-E-A-T influencent fortement la probabilité qu’un contenu soit jugé fiable — et donc cité — par un système génératif.

Le vocabulaire des modèles de langage

LLM (Large Language Model)

Un LLM est un modèle d’intelligence artificielle entraîné sur d’immenses volumes de texte pour générer et comprendre le langage naturel. ChatGPT, Claude, Gemini et Perplexity reposent tous sur des LLM, bien que chacun combine ce modèle de base avec ses propres mécanismes de recherche et de citation.

RAG (Retrieval-Augmented Generation)

Le RAG est une technique qui permet à un modèle de langage de consulter des sources externes — un moteur de recherche, une base documentaire — au moment de générer une réponse, plutôt que de se fier uniquement à ce qu’il a appris pendant son entraînement. C’est le mécanisme qui permet à Perplexity ou à ChatGPT Search de citer des sources récentes et vérifiables.

Hallucination

Une hallucination est une information générée par un modèle d’IA qui semble plausible mais qui est factuellement fausse ou inventée. Les hallucinations concernant les entreprises — mauvaise adresse, faux numéro de téléphone, service inexistant — sont un risque direct pour une PME, d’où l’intérêt d’un audit régulier de sa marque dans les IA.

Grounding

Le grounding consiste à ancrer une réponse générée dans des sources vérifiables plutôt que dans la seule mémoire du modèle. Un modèle « bien ancré » cite ses sources et réduit le risque d’hallucination ; c’est justement le rôle du RAG.

Prompt

Un prompt est la question ou l’instruction soumise à un modèle de langage. La façon dont un utilisateur formule son prompt influence directement quelles sources sont consultées et citées — un enjeu direct pour comprendre comment les clients potentiels découvrent une entreprise via l’IA.

Embeddings

Les embeddings sont une représentation numérique du sens d’un mot, d’une phrase ou d’un document, qui permet à un modèle de comparer des contenus par similarité de sens plutôt que par correspondance exacte de mots-clés. C’est ce mécanisme qui permet à un modèle de citer une page pertinente même si elle n’utilise pas les mots exacts de la question posée.

Mesurer sa présence dans les IA

Part de voix IA (AI share of voice)

La part de voix IA mesure la fréquence à laquelle une entreprise est citée par les modèles génératifs, comparée à ses concurrents, sur un ensemble de requêtes pertinentes pour son secteur. C’est l’équivalent GEO de la part de voix en référencement classique, mais sans outil de mesure universellement standardisé à ce jour.

Zero-click

Une recherche zero-click est une requête où l’utilisateur obtient sa réponse directement dans les résultats — AI Overview, encadré de réponse — sans jamais cliquer sur un site. Le GEO répond en partie à cette réalité : la visibilité se déplace de la position dans une liste de liens vers la présence dans la réponse elle-même.

Audit de marque IA

Un audit de marque IA consiste à interroger systématiquement ChatGPT, Perplexity et les autres modèles sur les faits de base d’une entreprise pour repérer les erreurs ou omissions. C’est une démarche récente mais de plus en plus nécessaire, étant donné le taux élevé d’erreurs mesuré dans les réponses concernant les PME.

Erreurs courantes dans l’usage de ce vocabulaire

1. Confondre GEO et géolocalisation

Le sigle GEO porte à confusion pour quiconque vient du marketing local, où « géo » évoque naturellement la géographie. Dans ce contexte, GEO signifie Generative Engine Optimization — rien à voir avec le ciblage d’une ville.

2. Traiter AI Overviews et AI Mode comme synonymes

Ce sont deux produits distincts chez Google avec des mécanismes de citation différents. Une stratégie GEO efficace doit distinguer les deux plutôt que de les traiter comme une seule cible.

3. Croire que le RAG élimine complètement les hallucinations

Le RAG réduit le risque d’hallucination en ancrant les réponses dans des sources externes, mais ne l’élimine pas. Un modèle peut encore mal interpréter ou mal synthétiser une source correcte.

4. Utiliser GEO et SEO comme s’ils s’excluaient

Le GEO ne remplace pas le SEO classique — la majorité des signaux qui aident un contenu à être trouvé par Google aident aussi les IA génératives à le comprendre et à le citer. Ce sont des disciplines complémentaires, pas concurrentes.

Ce que nous observons chez nos clients

La plupart des PME que nous accompagnons découvrent ce vocabulaire au moment où elles remarquent une erreur dans une réponse IA à leur sujet, rarement avant. Le réflexe naturel est de vouloir « faire du GEO » sans distinguer ce qui relève de l’entity SEO, du schema, ou de la gestion des robots IA — trois leviers différents qui se recoupent partiellement mais se pilotent séparément.

Clarifier votre stratégie GEO

Comprendre ce vocabulaire est une première étape ; l’appliquer à votre présence réelle en est une autre. L’audit GEO, l’entity SEO et le suivi de citation IA font partie de nos mandats pour les PME et OBNL québécois.

👉 Découvrir notre agence SEO à Montréal

Conclusion

Ce vocabulaire continuera d’évoluer aussi vite que les modèles eux-mêmes — de nouveaux termes apparaîtront, d’autres tomberont en désuétude comme SGE l’a déjà fait. Ce qui ne changera pas : les IA génératives s’appuient sur les mêmes fondations que le référencement classique — contenu clair, entité cohérente, sources vérifiables — assemblées différemment. Comprendre le vocabulaire est un point de départ, pas une stratégie en soi.