Glossaire GEO & IA
le dictionnaire de référence

Programme autonome basé sur un LLM capable de planifier et exécuter des tâches complexes en enchaînant des actions (navigation web, exécution de code, appels API) sans intervention humaine continue. Ex. : GPT-4o avec plugins, Devin, AutoGPT.

Entreprise américaine d’IA fondatrice de Claude. Spécialisée dans la recherche sur la sécurité des IA (AI safety), elle développe des LLM constitutionnels visant à aligner l’IA sur les valeurs humaines.

Composant clé de l’architecture Transformer permettant au modèle de pondérer l’importance de chaque token. C’est ce mécanisme qui permet à un LLM de comprendre le contexte et les relations sémantiques entre les mots.

Configuration explicite du robots.txt autorisant les robots IA (GPTBot, ClaudeBot, PerplexityBot, Anthropic-AI, Googlebot). Sans cette autorisation, votre contenu peut être invisible des LLM qui respectent le fichier robots.

Ancien nom de l’assistant IA de Google, renommé Gemini en février 2024. Basé sur les modèles LaMDA puis PaLM, il a été l’un des premiers concurrents directs de ChatGPT.

Tendance d’un LLM à privilégier des informations confirmant des patterns vus en entraînement, même si des données contradictoires existent. Important pour anticiper comment les LLM présentent une marque.

Assistant conversationnel de Microsoft intégré à Bing, propulsé par GPT-4, rebaptisé Microsoft Copilot en 2023. Nécessite une stratégie GEO adaptée car il indexe via Bing.

Processus par lequel les robots des moteurs IA parcourent et indexent le web. GPTBot (OpenAI), ClaudeBot (Anthropic), PerplexityBot et GoogleBot sont les principaux agents à autoriser dans le robots.txt.

Crawler officiel d’Anthropic qui indexe le contenu web pour alimenter Claude. À autoriser dans le robots.txt : User-agent: ClaudeBot / Allow: /.

Organisation du contenu en silos thématiques cohérents (page pilier + sous-pages satellites). En GEO, un cluster bien structuré signale aux LLM une couverture exhaustive d’un sujet, renforçant l’autorité thématique.

Textes, images, vidéos produits automatiquement par un modèle d’IA générative. Google l’accepte si le contenu apporte de la valeur réelle, mais sanctionne la production en masse sans expertise humaine.

Catégorie de contenus à fort impact (santé, finance, droit) soumis à des critères d’E-E-A-T très stricts par Google et les LLM. Ces contenus requièrent une expertise démontrée et des sources citées.

Paradigme où l’utilisateur interagit via un dialogue en langage naturel plutôt que des mots-clés isolés. Les contenus GEO doivent adopter une structure Q&R et un vocabulaire naturel pour répondre à ce mode de recherche.

Assistant IA de Microsoft intégré dans Windows, Edge, Bing et Office 365. Basé sur GPT-4, il est l’un des moteurs génératifs majeurs à considérer dans une stratégie GEO ciblant les utilisateurs Microsoft.

Ensemble massif de données textuelles sur lesquelles un LLM est entraîné. Les modèles modernes sont entraînés sur des centaines de milliards de tokens issus du web, de livres et de bases de données spécialisées.

Métriques de performance UX de Google (LCP, INP, CLS). Facteur de classement SEO et signal indirect de qualité pour les LLM, qui favorisent les sources rapides et stables.

Nombre de pages qu’un robot est prêt à crawler dans un laps de temps donné. Une architecture propre et un robots.txt bien configuré optimisent le crawl budget pour les bots IA.

Modèle de génération d’images d’OpenAI à partir de descriptions textuelles. Intégré à ChatGPT, DALL-E 3 représente l’extension multimodale de l’IA générative au-delà du texte.

Date à partir de laquelle les données d’entraînement d’un LLM s’arrêtent. Après cette date, le modèle n’a plus de connaissances internes. Le RAG permet de contourner cette limitation.

Contenu médiatique (vidéo, image, audio) généré ou manipulé par IA. Représente un risque majeur de désinformation à l’ère des IA génératives.

Service de traduction automatisée basé sur l’IA, connu pour sa qualité linguistique supérieure. Utilisé en GEO pour produire du contenu multilingue optimisé.

LLM open source développé par une entreprise chinoise, ayant créé une forte surprise en 2025 par ses performances comparables à GPT-4 à moindre coût.

Technique de recherche sémantique dense utilisée dans les systèmes RAG. Contrairement à la recherche par mots-clés, le DPR compare des représentations vectorielles pour trouver les passages les plus proches sémantiquement.

Score prédictif de la capacité d’un domaine à se classer en recherche organique. Un DA élevé augmente la probabilité d’être cité par les LLM comme source autoritaire.

Données collectées directement auprès de vos utilisateurs. En GEO, les contenus basés sur des données exclusives (enquêtes, études) sont très cités car ils apportent une information unique.

Importance relative d’une entité dans un texte, évaluée par les LLM. Plus une entité est saillante (fréquemment mentionnée, associée à des concepts clés), plus elle a de chances d’être citée.

Encadré Google affichant une réponse directe en haut des résultats. Précurseur des AI Overviews, il reste un signal fort de crédibilité pour les LLM qui l’utilisent souvent comme source prioritaire.

Ajustement d’un LLM pré-entraîné sur un corpus spécialisé. Différent du RAG : le fine-tuning modifie les poids du modèle, le RAG enrichit les entrées en temps réel.

Indicateurs de mise à jour du contenu pris en compte par les LLM pour privilégier les informations récentes. Mettre à jour les articles et afficher une date explicite améliore les signaux de fraîcheur.

Format de syndication de contenu permettant aux crawlers IA de suivre les nouvelles publications. Un flux RSS actif signale une source régulièrement mise à jour, améliorant les freshness signals.

Version premium de Gemini basée sur Gemini Ultra. Offre des capacités de raisonnement avancées, une longue fenêtre de contexte et des fonctionnalités de création de contenu supérieures.

Version multimodale de GPT-4 capable de traiter et générer du texte, des images et de l’audio. Modèle principal de ChatGPT depuis 2024.

Crawler officiel d’OpenAI utilisé pour indexer le web. À autoriser dans le robots.txt : User-agent: GPTBot / Allow: /.

LLM développé par xAI (Elon Musk). Intégré à la plateforme X (ex-Twitter), Grok a accès aux données en temps réel de X.

Stratégie globale combinant SEO, GEO, réseaux sociaux et tous les leviers de visibilité digitale. Le GSO vise à diffuser le bon contenu au bon endroit pour être présent partout où un utilisateur peut chercher.

Premier blog français spécialisé dans le GEO et les LLM, publié par Digital-m. Ressource de référence pour comprendre l’optimisation pour les moteurs génératifs en langue française.

Plateforme open source référente dans l’écosystème IA, hébergeant des milliers de modèles et datasets. Connue pour sa bibliothèque Transformers et son Hub de modèles pré-entraînés.

Ensemble des informations intégrées dans un LLM lors de son entraînement ou récupérées via RAG. Être présent dans l’« index" d’un LLM signifie que celui-ci connaît votre entité et peut la citer spontanément.

Capacité d’un contenu à être exploré, compris et intégré par les LLM. Elle dépend de l’autorisation des crawlers, de la structure HTML, des données structurées et de la vitesse de chargement.

Phase d’utilisation d’un modèle entraîné pour générer une réponse. Contrairement à l’entraînement, l’inférence n’implique pas de mise à jour des paramètres du modèle.

Objectif réel derrière une requête (informationnelle, transactionnelle, navigationnelle). Les LLM analysent finement l’intention pour sélectionner les meilleures sources : aligner son contenu sur l’intention est fondamental en GEO.

Application permettant à un utilisateur de dialoguer avec une IA en langage naturel (ChatGPT, Le Chat, Perplexity). Porte d’entrée principale de l’ère GEO.