Le référencement naturel vit sa plus grande mutation depuis l’apparition de Google. Désormais, une part croissante du trafic ne provient plus de clics, mais de réponses générées par des IA. Idriss Khouader, fondateur de Meteoria, décrypte les mécanismes opaques de ces nouveaux moteurs de réponse. Et j’ai pu trouvé un moyen d’adapter ma stratégie pour exister aux yeux de ChatGPT et Perplexity.
Pendant deux décennies, la visibilité en ligne reposait sur une équation simple : des mots-clés et des positions dans une liste de liens bleus.
Mais l’essor des modèles de langage (LLM) et de l’IA a radicalement bousculé cette logique bien établie du SEO traditionnel.
Idriss Khouader explique que le changement est avant tout structurel et probabiliste. Un LLM ne cherche pas une réponse dans une base de données, il la prédit mot après mot en fonction de son entraînement.
Ce n’est que lorsqu’il détecte une incertitude ou un besoin de données fraîches que l’IA se connecte au web.
Elle devient alors un moteur hybride, capable de sélectionner, hiérarchiser et reformuler des sources externes.
Pour les marques, l’enjeu n’est plus seulement d’être classé, mais d’être cité comme une source de vérité par la machine.
SEO is dead.
— Ivan | AI | Marketing (@aivanlogic) August 4, 2025
a16z just called it: traditional search is dead.
Welcome to Generative Engine Optimization (GEO).
Now people ask AI, not Google and if you’re not in the answer, you don’t exist.
Here’s the mega prompt I use to get my brand recommended by ChatGPT, Claude, and… pic.twitter.com/EXu16ptJjw
Les « Fan-out queries » : la mécanique invisible de la recherche
Le cœur du réacteur de ces nouveaux moteurs réside dans un concept technique appelé « fan-out queries« .
C’est-à-dire que lorsqu’un utilisateur pose une question, l’IA ne va pas faire une copier-coller des résultats de Google ni de Bing.
Elle va déployer une série de recherches parallèles pour explorer différents angles du sujet avant de répondre.
ChatGPT est particulièrement vorace, effectuant en moyenne 2,5 recherches distinctes pour un seul prompt utilisateur.
Il va même jusqu’à formuler certaines requêtes en anglais pour enrichir sa compréhension, même si la question initiale est en français.
Perplexity, quant à lui, adopte une stratégie plus économe, avec une moyenne d’une seule recherche très proche de la demande originale.
Autrement dit, pour apparaître dans la réponse finale, votre marque doit impérativement se positionner sur ces sous-requêtes invisibles.
Pourtant, l’optimisation SEO ne se fait plus sur la question de l’internaute, mais sur les questions que l’IA se pose à elle-même.
Optimiser pour l’IA revient à optimiser pour l’humain
Face à cette complexité, la tentation de la sur-optimisation technique est grande, mais elle est trompeuse.
Idriss Khouader insiste sur un principe fondamental : un contenu « AI-friendly » est avant tout un contenu « humain-friendly ».
Aussi, les modèles de langage ont un coût de fonctionnement élevé et cherchent l’efficacité. Ils privilégient en effet les contenus structurés, avec des titres explicites et des réponses directes, faciles à extraire.
La vraie difficulté réside cependant dans la fragmentation extrême des sources utilisées par les différentes plateformes.
Et selon les analystes, seulement 6 % des sources sont communes entre ChatGPT et Perplexity pour une même question donnée.
Cela signifie que les budgets de visibilité risquent de doubler pour couvrir l’ensemble du spectre des IA.
Et faute de « Search Console » pour l’IA, les marques doivent naviguer à vue en analysant empiriquement les sources citées.
Ce que je vous recommande, c’est de suivre de près les nouveaux KPI comme le taux de citation et le sentiment associé à votre marque dans les réponses générées.
- Partager l'article :
Restez à la pointe de l'information avec
INTELLIGENCE-ARTIFICIELLE.COM !
