« Ces trente lignes, on commence par laquelle ? »
Ajouter des données structurées. Ajouter des citations. Ajouter des statistiques.
Hex-ko a noté des actions pour la recherche IA jusqu’à ce que le tableau atteigne trente lignes.
Au comité du mois dernier, ce tableau est resté vingt minutes à l’écran sans que personne pointe la ligne un, après quoi on est tranquillement passé au point suivant de l’ordre du jour.
Vingt minutes !
Or une revue qui a relu 45 études sur l’optimisation pour les IA ne retient que deux facteurs ayant tenu sur toutes les plateformes examinées. Pas un de plus.
C’est une prépublication, parue en juillet 2026. Personne ne l’a encore relue de l’extérieur.
Quelles actions pour l’IA tiennent d’une étude à l’autre ?
Deux : la pertinence du document par rapport à la question posée, et la place qu’il occupe dans le contexte avec lequel le modèle travaille. Ce sont les seules encore debout une fois les 45 études posées côte à côte, avec des conditions qui changeaient en dessous (la de Martinez).
Le GEO (generative engine optimization, optimisation pour les moteurs génératifs), c’est le travail qui vise à faire citer ou mentionner vos pages dans la réponse d’une IA.
Les 45 articles sont parus entre le 16 novembre 2023 et le 14 juillet 2026.
Et concrètement, ces deux facteurs, on les attrape par où quand on a une vraie page devant soi ?
Répondre à la question l’emporte sur avoir l’air d’une autorité
Le premier facteur, c’est la correspondance entre la question et le document. Les modèles vont chercher la correspondance explicite avec la requête avant ce qu’un humain lit comme des marques de sérieux : c’est ainsi que la revue résume les 45 études.
Mais les chiffres qui soutiennent cette lecture ne sont pas les siens. Ils viennent de l’article de 2024 qui a forgé le mot GEO (Aggarwal et ses collègues), lequel a monté un banc de 10 000 questions, tirées de neuf jeux de données et réparties sur 25 domaines, avant d’y faire passer une à une les façons de réécrire une page.
Et qu’est-ce que ça donne ? Voilà ce que chacune fait à la visibilité de la page dans la réponse :
- Ajouter des citations textuelles : environ 44 %.
- Ajouter des statistiques et des chiffres concrets : environ 34 %.
- Indiquer ses sources : environ 29 %.
Écrire sur un ton plus autoritaire ressort à environ 13 %. Et empiler les mots-clés, à environ 8 % en négatif !
Ces cinq chiffres viennent tous du même indicateur : il compte la place que prend votre contenu dans la réponse, la pondère selon l’endroit où ce contenu tombe, et se lit en gain relatif par rapport à une valeur de départ.
Mettez les cinq actions en file : celles qui rendent la réponse plus concrète se retrouvent en haut, celles qui jouent sur le ton en bas. Donc c’est de cet ordre-là que la revue tire sa lecture — le modèle prend la correspondance avant le signal d’autorité.
Cette lecture-là, c’est celle de l’auteur de la revue. Ce n’est pas une expérience nouvelle menée à côté des 45.
Côté pratique, ce qu’on peut bouger, c’est le titre de section et le paragraphe juste en dessous. On prend la question que le lecteur tape vraiment, on la pose en affirmation dans le titre, et on finit d’y répondre avant que le titre suivant arrive.
Remonter la source dans le contexte pèse plus que la plupart des réécritures
Le second facteur, c’est la place qu’une source occupe dans le contexte. Remonter cette source pèse plus lourd que la plupart des façons de réécrire la page.
Le , c’est le tas de documents que le modèle rassemble juste avant d’écrire. Ce qui reste en dehors de ce tas reste en dehors de la réponse, et aucune formulation n’y change quoi que ce soit.
La position, ici, désigne donc l’ordre de ce tas une fois rassemblé, et le document qui se retrouve en haut n’est pas choisi par vous : c’est l’étape de récupération qui en décide, de l’autre côté de la vitre.
Reste-t-il quelque chose de notre côté ?
À l’intérieur d’un de ces documents, oui : l’endroit où se trouve la réponse nous appartient. Une page qui répond dès le premier écran et une page qui répond cinq écrans plus bas ne livrent pas le même extrait.
Une précaution quand même. Ce que mesure la revue, c’est l’ordre des documents entre eux, pas l’ordre interne d’une page. On glisse donc ici une supposition.
D’abord être récupéré, ensuite parler de placement
Les astuces générales ne voyagent pas d’une plateforme à l’autre. Une réécriture qui a marché sur un assistant n’a aucune confirmation derrière elle pour le suivant.
La revue le dit encore plus sèchement. Sur les 45 études, aucune n’a montré d’effet causal sur la trouvabilité naturelle qui tienne à la fois d’une plateforme à l’autre et dans le temps.
Parce qu’une bonne partie des gains rapportés ont été mesurés sur des documents déjà présents dans le tas de candidats. Ils disent donc quelque chose de ce qui arrive à une page une fois entrée, et rien de ce qui l’y fait entrer.
Alors, laquelle des deux passe en premier ?
Deux choses passent devant : être récupéré — être trouvé par la recherche, figurer dans la liste de candidats — et la pertinence par rapport à la question. La façon dont la page est placée ensuite ne devient le second chantier qu’une fois le premier réglé.
On peut redessiner l’affichette du rayon autant de fois qu’on veut. Si le produit n’est pas sur l’étagère, aucun regard ne tombe dessus !
Ce que ces 45 études mesuraient vraiment
L’auteur range les preuves en cinq niveaux, avec en haut les essais de terrain qui attribuent les conditions au hasard, et tout en bas les scénarios synthétiques à contexte figé. La mesure jusqu’où un résultat voyage, et elle se construit sur le montage de l’étude, pas sur ses résultats.
Or une bonne partie des 45 tombe dans ce niveau du bas, celui des scénarios synthétiques à contexte figé. Ces études-là ont été mesurées dans des conditions qui laissent de côté le moment où une vraie recherche part chercher les documents.
Et puis ce n’est pas une nouvelle mesure. C’est une relecture de 45 articles qui existaient déjà (arXiv:2607.14035, paru le 15 juillet 2026).
La première page ne dit pas non plus où travaille l’auteur. On y trouve une adresse de contact et un ORCID — le numéro attribué à chaque personne qui fait de la recherche — et rien d’autre. Peser ce travail à l’aune de qui l’a signé n’est donc pas possible.
Les études recensées viennent par ailleurs surtout du monde anglophone. Est-ce que les deux mêmes facteurs tiennent dans les réponses en français ? Personne ne l’a encore mesuré.
Donc la vérification reste de notre côté, à nous qui publions.
trois cases, pertinence, position et le reste
Votre tableau d’actions pour l’IA tient dans trois cases : les lignes qui travaillent la pertinence par rapport à la question, celles qui travaillent la place occupée une fois la page récupérée, et celles qui ne sont ni l’une ni l’autre.
La troisième case ne part pas à la poubelle. Aucune des 45 études n’a montré que ces lignes ne servaient à rien : ce qui a manqué, c’est un effet constant, et il vaut mieux reculer une ligne que prêter à la recherche un résultat qu’elle n’a jamais donné.
La pertinence passe en premier.
La case de la position s’ouvre quand le versant récupération est réglé.
Ce que les actions prises une à une font bouger côté citations, c’est dans Se faire citer par l’IA : la recette tient en trois mots, « chiffres et sources ». Et pourquoi la place dans le moteur et la citation dans l’IA sont deux choses distinctes, c’est expliqué dans « On ne gagne pas en recherche, donc on est fichu côté IA » : et si c’était l’inverse ?.
Les trente lignes de Hex-ko se sont séparées en neuf et vingt et une. Vingt minutes de silence en comité, et une fois ramené à neuf lignes, le même tableau se laisse enfin montrer du doigt.
Références
- Martinez, O., « Optimizing Visibility in Generative Engines: A Critical Survey of Generative Engine Optimization (2023-2026) », arXiv:2607.14035, 2026-07-15, https://arxiv.org/abs/2607.14035
- Aggarwal, P. et al., « GEO: Generative Engine Optimization », 2024, https://arxiv.org/abs/2311.09735
