Glossaire GEO & IA
le dictionnaire de référence
Plus de 160 termes définis : Generative Engine Optimization, LLM, IA générative, outils et stratégies. La ressource la plus complète en français.
Essayez un autre terme ou parcourez les catégories.
AEO (Answer Engine Optimization)
Discipline précurseur du GEO, l’AEO optimise le contenu pour répondre directement aux questions des utilisateurs. L’objectif : apparaître dans les featured snippets, les réponses vocales et les panneaux de connaissances. C’est le pont entre le SEO traditionnel et le GEO moderne.
Agent IA
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. En 2026, les agents sont devenus le principal champ de bataille des laboratoires d’IA : Claude Code, OpenAI Codex, Grok Build, Gemini Agent.
Agentic Browsing
Catégorie d’audit introduite par Google dans Lighthouse 13.3 (mai 2026) puis déployée dans PageSpeed Insights. Elle mesure si une page est correctement lisible et actionnable par un agent IA : structure HTML explicite, libellés clairs, absence de contenu généré uniquement en JavaScript.
AI Act (règlement européen)
Règlement européen encadrant les systèmes d’intelligence artificielle selon leur niveau de risque. Les obligations pour les systèmes à haut risque (traçabilité des décisions et des données) sont entrées en application en août 2026, avec un impact direct sur le choix des fournisseurs d’IA par les entreprises européennes.
AI Mode (Google)
Interface de recherche conversationnelle de Google, lancée en 2025 et devenue en 2026 le cœur de Google Search. Elle a dépassé le milliard d’utilisateurs mensuels et tourne par défaut sur Gemini 3.5 Flash depuis I/O 2026. Enjeu GEO majeur : AI Mode ne liste plus des liens, il compose des réponses et cite un nombre réduit de sources.
AI Overview (AIO)
Fonctionnalité de Google qui génère une réponse synthétique affichée en haut des SERP. Produite par IA à partir de sources sélectionnées, elle touche environ 2,5 milliards d’utilisateurs mensuels en 2026. Être cité comme source dans un AI Overview est l’un des principaux enjeux du GEO.
Anthropic
Entreprise américaine d’IA fondatrice de Claude, créée en 2021 par d’anciens chercheurs d’OpenAI. Spécialisée dans la sécurité des IA (AI safety), elle a introduit l’IA constitutionnelle et, en juin 2026, la classe de modèles Mythos qui se situe au-dessus de la gamme Opus.
Antigravity (Google)
Plateforme de développement agent-first présentée par Google à I/O 2026, sur laquelle Gemini 3.5 Flash est disponible. Elle illustre le basculement de l’industrie des API de génération de texte vers des environnements conçus pour orchestrer des agents autonomes.
Artificial Analysis
Plateforme indépendante de benchmark des LLM, dont l’Intelligence Index sert de référence de marché en 2026 pour comparer les modèles frontière sur intelligence, vitesse et coût. Utile en veille GEO pour savoir quel modèle alimente réellement les moteurs génératifs.
Attention (mécanisme d’)
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.
Autorisation crawlers IA
Configuration explicite du robots.txt autorisant les robots IA (GPTBot, OAI-SearchBot, ClaudeBot, PerplexityBot, Google-Extended). Sans cette autorisation, votre contenu peut être invisible des LLM qui respectent le fichier robots.
Autorité thématique (Topical Authority)
Niveau de reconnaissance d’une source comme référence dans un domaine précis. Les LLM privilégient les sites couvrant exhaustivement un sujet plutôt que ceux qui l’effleurent. En GEO, construire une autorité thématique est fondamental pour être cité.
B2A (Business-to-Agent)
Nouveau paradigme désignant la relation entre une marque et les agents IA qui consultent son site à la place des humains. Après le web pour les humains et les applications mobiles, le B2A consiste à publier des surfaces lisibles par machine (llms.txt, JSON-LD, HTML sémantique) sur lesquelles les agents peuvent s’appuyer.
Bard
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.
Benchmark agentique
Famille d’évaluations mesurant la capacité d’un LLM à mener des tâches longues et autonomes plutôt qu’à répondre à une question isolée. Les plus cités en 2026 : SWE-bench Verified, Terminal-Bench 2.0, OSWorld, ARC-AGI-3, Frontier-Bench et GDPval-AA.
Biais de confirmation (IA)
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.
Bing Chat / Microsoft Copilot
Assistant conversationnel de Microsoft intégré à Bing, rebaptisé Microsoft Copilot en 2023. Nécessite une stratégie GEO adaptée car il s’appuie sur l’index Bing, qui reste une porte d’entrée majeure pour plusieurs moteurs génératifs.
Bot crawling (crawl IA)
Processus par lequel les robots des moteurs IA parcourent et indexent le web. GPTBot et OAI-SearchBot (OpenAI), ClaudeBot (Anthropic), PerplexityBot et Google-Extended sont les principaux agents à autoriser.
ChatGPT
Assistant conversationnel d’OpenAI, l’une des interfaces IA les plus utilisées au monde. Il tourne en 2026 sur la famille GPT-5.6 (Sol, Terra, Luna) et dispose d’une recherche web en temps réel, ce qui rend l’optimisation GEO déterminante pour y être cité. Décliné en ChatGPT Work pour les usages professionnels.
Chrome Auto Browse
Fonctionnalité de navigation autonome intégrée à Chrome par Google en 2026, héritière du projet Mariner abandonné en mai 2026. Elle permet à Gemini d’exécuter des parcours web à la place de l’utilisateur, renforçant l’enjeu de lisibilité machine des pages.
Chunking sémantique
Découpage intelligent du contenu en blocs sémantiques cohérents que les systèmes RAG peuvent traiter et récupérer. Un bon chunking structure le contenu en unités autonomes, augmentant les chances d’être sélectionné comme passage source.
Citation IA
Mention explicite d’une marque, d’un site ou d’un auteur par une IA générative dans sa réponse. En GEO, obtenir des citations est l’objectif central : cela traduit autorité, pertinence et fiabilité aux yeux des LLM.
Claude (Anthropic)
Assistant IA d’Anthropic. La gamme 2026 comprend Haiku, Sonnet, Opus et la classe Mythos qui se situe au-dessus d’Opus. Claude Opus 5, sorti le 24 juillet 2026, offre une fenêtre de contexte de 1 million de tokens et un curseur d’effort réglable. Son crawler ClaudeBot indexe le web.
Claude Code
Agent de développement d’Anthropic exécutant des tâches de code depuis le terminal ou l’IDE. Emblématique du basculement 2026 des assistants conversationnels vers des agents capables d’agir sur un environnement réel.
ClaudeBot
Crawler officiel d’Anthropic qui indexe le contenu web pour alimenter Claude. À autoriser dans le robots.txt : User-agent: ClaudeBot / Allow: /.
Clustering thématique
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.
Colossus
Supercalculateur d’entraînement construit par xAI puis intégré à SpaceXAI, de l’ordre du million d’équivalents H100. Illustre la course à la puissance de calcul qui conditionne le rythme de sortie des modèles frontière.
Comet (Perplexity)
Navigateur IA agentique de Perplexity, disponible sur Mac, Windows, iOS et Android depuis août 2026. Il combine recherche orientée réponse et exécution de tâches dans le navigateur. Sa faille CometJacking a rappelé les risques de sécurité propres aux agents navigateurs.
Commerce agentique
Modèle émergent où l’achat est initié et exécuté par un agent IA plutôt que par l’utilisateur. Il déplace l’enjeu de visibilité : la fiche produit doit être lisible par un agent, avec un balisage Product complet, des prix et disponibilités structurés et des conditions explicites.
Contenu généré par IA (AIGC)
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.
Contenu YMYL (Your Money Your Life)
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.
Context Window (fenêtre de contexte)
Quantité maximale d’information (en tokens) qu’un LLM peut traiter en une seule interaction. En 2026 : Claude Opus 5 et DeepSeek V4 à 1 million de tokens, Grok 4.6 à 500 000, Llama 4 Scout jusqu’à 10 millions. Les contenus concis et bien structurés restent favorisés car ils consomment moins de tokens.
Conversational Search
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.
Copilot (Microsoft)
Assistant IA de Microsoft intégré dans Windows, Edge, Bing et les applications Office 365. L’un des moteurs génératifs majeurs à considérer dans une stratégie GEO ciblant les utilisateurs professionnels.
Core Web Vitals
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.
Corpus d’entraînement
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.
Crawl budget
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.
Cursor
Éditeur de code IA développé par Anysphere, racheté par SpaceXAI en août 2026 pour environ 60 milliards de dollars. Ses modèles Composer sont spécialisés dans le codage agentique. Symbole de la consolidation du marché des outils de développement IA.
DALL-E (OpenAI)
Modèle de génération d’images d’OpenAI à partir de descriptions textuelles. Intégré à ChatGPT, il représente l’extension multimodale de l’IA générative au-delà du texte.
Date de coupure (Training Cutoff)
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 en interrogeant le web en temps réel.
Deepfake
Contenu médiatique (vidéo, image, audio) généré ou manipulé par IA. Représente un risque majeur de désinformation à l’ère des IA génératives, et un sujet central des régulations adoptées en 2026.
DeepL
Service de traduction automatisée basé sur l’IA, connu pour sa qualité linguistique supérieure. Utilisé en GEO pour produire du contenu multilingue optimisé.
DeepSeek
Laboratoire chinois d’IA open source, révélé en 2025 par des performances proches de GPT-4 à moindre coût. Sa version DeepSeek V4, publiée en avril 2026 sous licence MIT avec une fenêtre de contexte d’un million de tokens, a confirmé la montée en puissance des modèles chinois à poids ouverts.
Dense Passage Retrieval (DPR)
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.
Domain Authority (DA)
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 premières (First-Party Data)
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 que les LLM ne trouvent pas ailleurs.
Données structurées (Structured Data)
Balisage sémantique standardisé (JSON-LD, Microdata) utilisant Schema.org pour décrire le contenu d’une page aux moteurs et aux LLM. Les types Article, FAQPage, HowTo, Person, Product et DefinedTermSet sont particulièrement efficaces pour le GEO.
E-E-A-T
Cadre d’évaluation Google (Experience, Expertise, Authoritativeness, Trustworthiness). Adopté par les LLM pour juger la qualité des sources. Un contenu signé par un auteur identifié, avec biographie et liens externes, maximise l’E-E-A-T.
Effort (paramètre d’effort)
Réglage introduit par Anthropic avec Claude Opus 5 en juillet 2026, permettant de doser la profondeur de réflexion du modèle requête par requête. Il arbitre entre coût, latence et qualité de réponse, et généralise l’idée de raisonnement modulable.
Embeddings (vecteurs)
Représentations numériques (vecteurs mathématiques) de mots, phrases ou concepts permettant aux LLM de mesurer la proximité sémantique. Fondamentaux pour les systèmes RAG : « voiture » et « automobile » auront des embeddings proches.
Entité nommée (Named Entity)
Personne, lieu, organisation, produit ou concept que les LLM reconnaissent comme une entité unique. Plus votre marque est reconnue dans le Knowledge Graph, plus elle a de chances d’être citée spontanément.
Entity Salience
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.
Fable 5 / Mythos 5 (Anthropic)
Premiers modèles de la classe Mythos d’Anthropic, lancés le 9 juin 2026. Mythos et Fable partagent le même modèle sous-jacent, Fable ajoutant des garde-fous en cybersécurité et biologie. Leur accès a été suspendu du 12 au 30 juin 2026 à la suite d’une directive américaine de contrôle des exportations, puis rétabli.
Featured Snippet
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.
Fine-tuning
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.
Flux RSS
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.
Freshness Signals
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.
Frontier model (modèle frontière)
Modèle situé à l’état de l’art des capacités, généralement le plus coûteux et le plus surveillé sur le plan réglementaire. En 2026, la frontière est disputée entre Claude Fable 5 et Opus 5, GPT-5.6 Sol et Gemini 3.x.
Gemini (Google)
Famille de LLM de Google DeepMind. En 2026, Gemini 3 Pro puis Gemini 3.1 Pro ont occupé le haut du classement multimodal, et Gemini 3.5 Flash, annoncé à I/O 2026, est devenu le modèle par défaut de AI Mode. Gemini alimente Google Search, Workspace et Chrome.
Generative UI
Interface générée à la volée par l’IA en réponse à une requête : visualisations, tableaux comparatifs, mini-applications. Introduite par Google à I/O 2026, elle réduit encore le besoin de cliquer vers un site et renforce l’enjeu d’être la source citée.
GEO (Generative Engine Optimization)
Ensemble de stratégies et techniques visant à optimiser un contenu web pour qu’il soit découvert, compris et cité comme source fiable par les moteurs IA (ChatGPT, Perplexity, Google AI Mode). Le GEO complète le SEO sans le remplacer.
GLM (Z.ai / Zhipu AI)
Famille de modèles open source du laboratoire chinois Zhipu AI, dont GLM-5.2 publié en juin 2026 sous licence MIT. Contribue à la bascule observée en 2026 où les modèles chinois représentent une part majoritaire des téléchargements sur Hugging Face.
Google AI Overviews
Fonctionnalité de Google Search générant une synthèse IA en tête de page. Déployée depuis 2024, elle atteint 2,5 milliards d’utilisateurs mensuels en 2026 et représente l’enjeu GEO le plus stratégique pour les marques.
Google-Extended
Jeton de contrôle permettant aux éditeurs d’autoriser ou de refuser l’utilisation de leur contenu pour l’entraînement et l’ancrage des modèles Gemini, indépendamment du crawl classique de Googlebot. À paramétrer dans le robots.txt.
GPT (Generative Pre-trained Transformer)
Famille de LLM d’OpenAI. Après GPT-4 et GPT-4o, la génération GPT-5 s’est déclinée rapidement en 2026 : GPT-5.2, GPT-5.3-Codex, GPT-5.4, GPT-5.5 puis GPT-5.6. Moteur de ChatGPT et de nombreux outils tiers.
GPT-5.6 (Sol, Terra, Luna)
Famille de modèles frontière d’OpenAI lancée le 9 juillet 2026 après une préversion réservée à des partenaires de confiance. Sol est le modèle phare, Terra le modèle équilibré et Luna l’option rapide et économique. Elle alimente ChatGPT et ChatGPT Work.
GPTBot
Crawler d’OpenAI utilisé pour la collecte d’entraînement. À distinguer d’OAI-SearchBot, dédié à l’indexation pour la recherche ChatGPT. Les deux se paramètrent dans le robots.txt.
Grok (SpaceXAI)
LLM développé par SpaceXAI, division née du rachat de xAI par SpaceX en 2026. Intégré à la plateforme X, Grok bénéficie d’un accès aux données en temps réel. Grok 4.6, sorti en août 2026, dispose d’une fenêtre de contexte de 500 000 tokens.
GSO (Global Search Optimization)
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.
Hallucination (IA)
Tendance d’un LLM à générer des informations factuellement fausses mais présentées avec assurance. Les systèmes RAG réduisent ce phénomène en ancrant les réponses dans des sources vérifiables.
HuggingFace
Plateforme open source référente de l’écosystème IA, hébergeant des milliers de modèles et datasets. Son rapport State of Open Source AI fait autorité : en 2026, les modèles chinois y représentent environ 41 % des téléchargements annuels.
IA générative (Generative AI)
Branche de l’intelligence artificielle capable de créer de nouveaux contenus (texte, image, audio, code, vidéo) à partir de patterns appris. Les LLM comme GPT, Claude et Gemini en sont les représentants les plus connus.
Index LLM
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.
Indexabilité GEO
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.
Inférence
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.
Information agents (Search agents)
Agents de recherche annoncés par Google à I/O 2026, fonctionnant en continu en arrière-plan pour surveiller un sujet et alerter l’utilisateur. Ils transforment la recherche d’un acte ponctuel en veille permanente, et rendent la fraîcheur et la structuration du contenu encore plus décisives.
Injection de prompt indirecte
Attaque consistant à dissimuler des instructions malveillantes dans une page web ou un document afin de détourner un agent IA qui le consulte. Devenue un critère d’évaluation standard des modèles en 2026, elle concerne directement les sites visités par des agents.
Intention de requête (Search Intent)
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.
Interface conversationnelle
Application permettant à un utilisateur de dialoguer avec une IA en langage naturel (ChatGPT, Vibe, Perplexity, Claude). Porte d’entrée principale de l’ère GEO.
JSON-LD
Format de balisage sémantique recommandé par Google, inséré dans <script type="application/ld+json">. Permet aux LLM et moteurs de comprendre le type de contenu d’une page. Base des données structurées Schema.org.
Keyword clustering
Regroupement de mots-clés par intention et proximité sémantique. En GEO, cette technique aide à couvrir les différentes sous-requêtes (query fan-out) liées à un sujet principal.
Kimi (Moonshot AI)
Famille de modèles à poids ouverts du laboratoire chinois Moonshot AI. Kimi K3 s’est classé parmi les meilleurs modèles mondiaux en 2026, illustrant la compétitivité des modèles ouverts face aux systèmes propriétaires.
Knowledge Graph (graphe de connaissances)
Base de données sémantique reliant des entités (personnes, lieux, marques) entre elles. Google et les LLM l’utilisent pour comprendre les relations. Être référencé dans le Knowledge Graph ou Wikidata augmente fortement la probabilité de citation.
Knowledge Panel
Encadré Google affichant les informations clés sur une entité directement dans les SERP. Signal fort d’autorité pour les LLM.
LaMDA / Gemini
LaMDA (Language Model for Dialogue Applications) était le modèle de Google à l’origine de Bard. Remplacé par PaLM puis par la famille Gemini, les LLM actuels de Google DeepMind.
Latent Semantic Indexing (LSI)
Technique d’analyse sémantique identifiant les relations entre termes. Un contenu riche en termes sémantiquement proches d’un sujet est mieux compris par les LLM.
Link Building sémantique
Acquisition de backlinks depuis des sources thématiquement cohérentes. Les backlinks issus de sites autoritaires renforcent l’autorité thématique perçue par les LLM.
Llama (Meta)
Famille de LLM à poids ouverts de Meta AI. Llama 4 Scout se distingue par une fenêtre de contexte pouvant atteindre 10 millions de tokens, ce qui en fait une référence pour les traitements de documents très longs.
LLM (Large Language Model)
Modèle d’intelligence artificielle entraîné sur des milliards de textes pour comprendre et générer du langage humain. Principaux LLM en 2026 : GPT-5.6 (OpenAI), Claude Opus 5 et Fable 5 (Anthropic), Gemini 3.x (Google), Grok 4.6 (SpaceXAI), Mistral, Qwen, DeepSeek. Ils constituent le « cerveau » des moteurs génératifs.
LLMO (LLM Optimization)
Synonyme de GEO : optimisation du contenu pour maximiser les citations dans les réponses des Large Language Models. Le terme GEO reste plus répandu en français.
llms.txt
Fichier Markdown placé à la racine d’un site pour offrir aux agents IA une vue curatée et priorisée du contenu. Proposé en 2024, son adoption atteignait environ 10 % des domaines en 2026 sans qu’aucun grand fournisseur ne s’engage officiellement à le lire. Son intérêt réel est celui d’une surface B2A à faible coût, pas d’un levier de classement.
Maillage interne sémantique
Réseau de liens internes structuré autour de champs lexicaux cohérents. En GEO, il aide les LLM à percevoir votre site comme une autorité thématique.
MCP (Model Context Protocol)
Protocole ouvert introduit par Anthropic permettant à un LLM de se connecter de façon standardisée à des outils, bases de données et services externes. Devenu en 2026 le standard de fait pour brancher des agents sur des systèmes tiers, il déplace une partie de la visibilité des pages web vers les connecteurs.
Meta AI (Llama)
Département IA de Meta, créateur des modèles Llama et de l’assistant Meta AI intégré dans WhatsApp, Instagram et Facebook. Acteur majeur des modèles à poids ouverts.
MidJourney
Outil de génération d’images IA très populaire auprès des créatifs. Représentatif de l’expansion de l’IA générative au-delà du texte.
Mistral AI
Entreprise française d’IA fondée en 2023 par Arthur Mensch, Guillaume Lample et Timothée Lacroix. Devenue en 2026 le champion européen de l’IA avec une valorisation d’environ 11,7 milliards d’euros, elle revendique une souveraineté européenne assumée : hébergement en Europe, conformité RGPD et modèles à poids ouverts.
Mistral Medium 3.5
Modèle par défaut de Vibe (ex-Le Chat) en 2026 : 128 milliards de paramètres et 256 000 tokens de contexte. Particulièrement efficace en français, il succède commercialement à Mistral Large 3, retiré fin juillet 2026.
Mixtral (MoE)
Modèle Mistral basé sur l’architecture Mixture of Experts : seuls certains experts spécialisés sont activés selon la requête. Très efficace en performance/coût, cette architecture est devenue la norme des grands modèles en 2026.
Modèle à poids ouverts (open weights)
Modèle dont les paramètres sont publiquement téléchargeables, permettant un déploiement local sans dépendance à une API. À distinguer de l’open source complet, qui inclurait aussi les données d’entraînement. Qwen, DeepSeek, Llama, GLM et Mistral en sont les principaux représentants.
Modèle de raisonnement
Modèle qui produit une chaîne de réflexion interne avant de répondre, améliorant la fiabilité factuelle sur les tâches complexes. Inauguré par les modèles o1 et o3 d’OpenAI, ce mode est devenu en 2026 une option réglable sur la plupart des modèles frontière.
Moteur génératif
Moteur de recherche ou assistant utilisant un LLM pour générer des réponses synthétiques plutôt que de lister des liens. Ex. : ChatGPT, Google AI Mode, Perplexity, Vibe. La visibilité dans ces moteurs est l’enjeu central du GEO.
Multimodal
Capacité d’un modèle IA à traiter plusieurs types de données (texte, images, audio, vidéo). La quasi-totalité des modèles frontière de 2026 sont multimodaux.
Mythos (classe de modèles)
Palier de modèles Anthropic introduit en juin 2026, situé au-dessus de la gamme Opus. Ces modèles sont diffusés soit en accès restreint via le programme Project Glasswing, soit sous la marque Fable avec des garde-fous renforcés en cybersécurité et biologie.
Navigateur IA (AI browser)
Navigateur intégrant un agent capable de lire, cliquer et remplir des formulaires à la place de l’utilisateur. Après une vague de lancements en 2025 (Comet, ChatGPT Atlas), le marché s’est resserré en 2026 : Atlas a été arrêté en août, tandis que les fonctions agentiques ont été réintégrées dans Chrome, ChatGPT et Claude.
NER (Named Entity Recognition)
Technique NLP permettant d’identifier et classifier les entités nommées dans un texte (personnes, lieux, organisations). Fondamentale pour la construction des Knowledge Graphs.
NLP (Natural Language Processing)
Branche de l’IA dédiée à la compréhension et la génération du langage humain. Discipline mère des LLM modernes.
OAI-SearchBot
Crawler d’OpenAI dédié à l’indexation pour la recherche intégrée à ChatGPT, distinct de GPTBot qui sert la collecte d’entraînement. L’autoriser conditionne directement la possibilité d’être cité dans les réponses de ChatGPT.
OpenAI
Organisation américaine créatrice de ChatGPT, de la famille GPT, de DALL-E et de Sora. Principale référence mondiale de l’IA générative, elle a étendu son offre en 2026 vers les usages professionnels avec ChatGPT Work et l’agent Codex.
Opus 5 / Sonnet 5 (Claude)
Modèles Anthropic de la génération 5. Sonnet 5 est sorti en juin 2026, Opus 5 le 24 juillet 2026 avec une fenêtre d’un million de tokens et un curseur d’effort. Opus 5 atteint des performances proches de Fable 5 pour environ la moitié du prix.
Outils de suivi GEO
Plateformes mesurant la visibilité d’une marque dans les réponses IA : elles envoient des milliers de prompts par jour pour détecter mentions, position dans la réponse, sentiment et sources citées. Les acteurs les plus cités en 2026 : Profound, Scrunch, Hikoo, Geneo, ainsi que les modules IA de Semrush, Ahrefs et SE Ranking.
Overoptimisation IA
Risque de produire un contenu artificiellement structuré pour plaire aux LLM au détriment de l’expérience humaine. Comme pour le SEO, l’overoptimisation peut nuire à la crédibilité.
Paramètres (Parameters)
Valeurs numériques internes d’un LLM ajustées lors de l’entraînement. Avec les architectures Mixture of Experts, on distingue les paramètres totaux des paramètres réellement activés à chaque requête, ce qui rend la seule taille brute moins prédictive de la performance.
Part de voix IA (AI Share of Voice)
Métrique GEO mesurant la proportion de réponses IA où votre marque est citée par rapport à vos concurrents, sur un panier de requêtes donné. Devenue le KPI de référence des outils de suivi GEO en 2026, elle remplace progressivement le suivi de position moyenne.
Passage (extraction de passage)
Fragment de texte sélectionné par un système RAG comme pertinent pour répondre à une requête. En GEO, l’unité de citation est le passage, pas la page : chaque paragraphe doit être autonome et dense en information.
Perplexity AI
Moteur de recherche génératif qui synthétise des réponses avec citations de sources. Très utilisé par les professionnels, il reste une cible GEO prioritaire pour les marques B2B et développe le navigateur agentique Comet.
PerplexityBot
Crawler de Perplexity AI. À autoriser dans le robots.txt : User-agent: PerplexityBot / Allow: /.
Person Schema (Schema.org/Person)
Balisage JSON-LD définissant un auteur ou expert avec ses attributs (nom, rôle, profil LinkedIn, image). Fondamental pour le signal E-E-A-T.
Personal Intelligence
Fonctionnalité de Google AI Mode déployée en 2026 dans près de 200 pays, connectant les données personnelles de l’utilisateur (Gmail, Photos, Agenda) à ses recherches. Elle personnalise les réponses génératives et complique la mesure de visibilité pour les marques.
Pillar Page (page pilier)
Page principale couvrant exhaustivement un sujet large, reliée à des cluster pages spécialisées. En GEO, les pillar pages sont des cibles de citation prioritaires.
Prompt
Instruction ou question fournie à un LLM pour obtenir une réponse. La qualité du prompt influence directement la pertinence de la sortie. En GEO, comprendre les patterns de prompting aide à structurer les contenus.
Prompt Engineering
Discipline visant à rédiger des instructions optimisées pour obtenir les meilleures sorties d’un LLM. Compétence clé pour les spécialistes GEO.
Proximité sémantique
Mesure de similarité conceptuelle entre des mots ou contenus, indépendamment de leur formulation exacte. Les systèmes RAG utilisent cette proximité pour retrouver les passages pertinents.
Query Fan-Out (QFO)
Mécanisme par lequel un LLM décompose une requête principale en multiples sous-requêtes pour explorer différents angles. Couvrir ces angles dans son contenu augmente significativement la probabilité de citation IA.
Question / Réponse (Q&A)
Format de contenu structurant l’information en couples question-réponse. Particulièrement efficace en GEO car il mime le format des requêtes conversationnelles. Le schema FAQPage amplifie la lisibilité pour les LLM.
Qwen (Alibaba)
Famille de modèles à poids ouverts d’Alibaba sous licence Apache 2.0. Qwen 3 s’est imposé en 2026 comme l’une des références open source pour le raisonnement général, la programmation et le multimodal.
RAG (Retrieval-Augmented Generation)
Technique clé du GEO : avant de générer une réponse, le LLM sélectionne des passages pertinents depuis une base documentaire ou le web. Un contenu bien structuré et clair a plus de chances d’être sélectionné à cette étape cruciale.
Rank Math
Plugin WordPress de gestion du SEO et des données structurées. Il permet de configurer balises meta, sitemaps et schémas JSON-LD sans toucher au code, ce qui en fait un outil courant pour la mise en oeuvre technique du GEO sur WordPress.
Reciprocal Rank Fusion (RRF)
Algorithme fusionnant plusieurs classements de résultats après un Query Fan-Out. Un contenu bien classé dans plusieurs variations de requête similaires a plus de chances d’être cité comme source finale.
Référencement naturel (SEO)
Ensemble de techniques optimisant la visibilité d’un site dans les moteurs de recherche traditionnels. Base indispensable de toute stratégie GEO : les études 2026 montrent que la quasi-totalité des citations en AI Overview proviennent du top 10 organique.
Réponse directe (Direct Answer)
Réponse fournie directement par un moteur sans clic sur un résultat. En GEO, structurer son contenu pour fournir des réponses directes claires (1-3 phrases) augmente la probabilité que l’IA cite ce passage.
Robots.txt (config IA)
Fichier de configuration indiquant aux robots quelles pages explorer. En GEO, il est crucial d’y autoriser explicitement : GPTBot, OAI-SearchBot, ClaudeBot, PerplexityBot, Google-Extended. Un blocage peut exclure votre site des LLM.
Schema.org
Vocabulaire standard pour baliser sémantiquement le contenu web. Les types les plus utiles en GEO : Article, FAQPage, HowTo, Organization, Person, Product, DefinedTermSet, Speakable. Co-développé par Google, Bing, Yahoo et Yandex.
Search Generative Experience (SGE)
Nom initial du projet d’intégration de l’IA générative dans Google Search, renommé AI Overviews en 2024 puis complété par AI Mode. Terme historique encore utilisé.
Semantic HTML
Utilisation des balises HTML selon leur sens sémantique (<article>, <section>, <main>, <nav>). Facilite la compréhension du contenu par les LLM et devient déterminante pour les agents qui parcourent les pages.
Sémantique du contenu
Approche consistant à couvrir un sujet en profondeur avec un champ lexical riche, des synonymes et des concepts connexes. Les LLM analysent la densité sémantique pour évaluer l’autorité thématique.
Sentiment de marque IA
Tonalité (positive, neutre ou négative) avec laquelle une IA générative évoque une marque dans ses réponses. Mesuré par les outils de suivi GEO, ce signal complète la simple présence : être cité négativement peut nuire davantage que ne pas être cité.
SERP IA
Page de résultats enrichie par des réponses génératives IA (AI Overviews, AI Mode, Knowledge Panels). Elle réduit la visibilité des résultats organiques classiques et accélère les recherches sans clic.
Signal de confiance IA
Ensemble des éléments qu’un LLM évalue pour juger la fiabilité d’une source : backlinks de qualité, E-E-A-T, données structurées cohérentes, mentions dans des sources autoritaires.
Sitemap XML
Fichier XML listant toutes les URLs d’un site. Facilite l’indexation par les moteurs de recherche ET les crawlers IA. À soumettre dans Google Search Console.
Sora (OpenAI)
Modèle d’OpenAI capable de générer des vidéos photo-réalistes à partir d’instructions textuelles. Signal de l’expansion de l’IA générative au-delà du texte.
Souveraineté numérique (IA)
Capacité d’une organisation à maîtriser où sont traitées ses données et sous quelle juridiction. Enjeu central en Europe en 2026, où le Cloud Act américain et l’AI Act poussent administrations et grands groupes vers des solutions hébergées dans l’UE comme celles de Mistral AI.
SpaceXAI (ex-xAI)
Division IA de SpaceX née du rachat de xAI, finalisé en 2026. Elle édite Grok, exploite le supercalculateur Colossus, contrôle la plateforme X et a racheté Cursor en août 2026. Sa consolidation illustre la concentration du secteur autour de quelques acteurs intégrés.
Speakable (Schema.org)
Propriété Schema.org identifiant les sections d’une page adaptées à la lecture vocale ou à l’extraction IA. Utilisée pour signaler les passages les plus « citables ».
T5 / BERT
Modèles de langage de Google (BERT : 2018, T5 : 2019). BERT reste utilisé par Google Search pour comprendre les requêtes. Ancêtres des LLM actuels.
Temperature (paramètre LLM)
Paramètre contrôlant la créativité des sorties d’un LLM. Temperature 0 = réponses déterministes. Temperature haute = plus de créativité mais plus de risque d’hallucination.
Token
Unité de base utilisée par les LLM pour traiter le texte. Un token représente environ 0,75 mot en anglais. Les limites de context window et les tarifs des API sont exprimés en tokens.
Tokenisation
Découpage d’un texte en tokens avant traitement par un LLM. La manière dont un texte est tokenisé influence sa compréhension par le modèle.
Topical Map (carte thématique)
Représentation structurée des sujets à couvrir pour être perçu comme autorité thématique. En GEO, une topical map bien exécutée multiplie les chances de citation.
Training data (données d’entraînement)
Corpus de textes utilisé pour entraîner un LLM. Plus un site est présent dans les sources de training data (Common Crawl, Wikipedia), plus le LLM a une connaissance interne de cette marque.
Transformer
Architecture de réseau de neurones introduite en 2017 (« Attention is All You Need »). Base technique de tous les LLM modernes. Le mécanisme d’attention permet de comprendre les relations complexes entre les mots.
TrustRank (confiance LLM)
Concept désignant la confiance qu’accorde un LLM à une source. Elle dépend de l’E-E-A-T, de la fréquence de citation par d’autres sources fiables et de la cohérence des données structurées.
URL canonique
Balise <link rel="canonical"> indiquant la version de référence d’une page. Une URL canonique claire aide les LLM à attribuer l’autorité d’un contenu à la bonne page.
Vecteur (base de données vectorielle)
Système de stockage spécialisé pour les embeddings (Pinecone, Chroma, Weaviate). Les bases vectorielles calculent la similarité sémantique entre vecteurs. Infrastructure essentielle des systèmes RAG.
Vibe (ex-Le Chat, Mistral AI)
Assistant conversationnel de Mistral AI, renommé Vibe fin mai 2026 pour marquer son passage de chatbot à agent de travail. Il fonctionne sur Mistral Medium 3.5 et propose Deep Research, Canvas, mode vocal Voxtral et agents de code, avec un hébergement européen.
Visibilité IA (AI Visibility)
Métrique centrale du GEO mesurant la fréquence à laquelle une marque est citée dans les réponses des moteurs génératifs. Analogue au positionnement Google en SEO, elle se décline en part de voix IA, sentiment et sources citées.
Voice Search (recherche vocale)
Recherche effectuée par commande vocale. Les requêtes vocales sont longues et naturelles, proches des recherches conversationnelles : même logique GEO de question-réponse.
Voxtral (Mistral AI)
Modèle vocal de Mistral AI intégré à Vibe, permettant l’interaction en langage parlé. Illustre l’extension des assistants européens vers le multimodal.
Wikidata
Base de données sémantique libre de Wikimédia, fortement utilisée par les LLM comme référence d’entités. Créer une fiche Wikidata renforce la reconnaissance de son entité dans les Knowledge Graphs.
Wikipedia
Encyclopédie collaborative massivement présente dans les corpus d’entraînement des LLM. Avoir une page Wikipedia renforce considérablement la probabilité d’être cité spontanément.
Word Embedding
Technique représentant les mots comme vecteurs capturant leurs relations sémantiques. Précurseur des embeddings modernes, introduit avec Word2Vec (2013) et GloVe (2014).
WP Rocket
Plugin WordPress de mise en cache et d’optimisation des performances (minification, lazy loading, préchargement). Il contribue aux Core Web Vitals, facteur indirect de citéabilité en GEO puisque les moteurs génératifs privilégient les sources rapides et stables.
Zero-Click Search
Requête résolue directement sur la page de résultats sans clic. Les AI Overviews et AI Mode accélèrent ce phénomène. En GEO, l’objectif évolue : être la source citée plutôt que le lien cliqué.
Zero-shot / Few-shot Learning
Capacité d’un LLM à répondre correctement à un type de tâche sans (zero-shot) ou avec très peu d’exemples (few-shot) dans le prompt.