Vocabulaire
Mis à jour le 20 novembre 2026
Vingt-neuf termes employés dans ce manuel, définis en deux ou trois phrases, avec le chapitre qui traite chacun et la source de la définition.
#Systèmes et surfaces
Chaque terme est défini tel que nous l’employons. Quand un éditeur en donne sa propre définition, c’est elle que nous reprenons ; la page figure dans les sources.
- AI Search — Les interfaces de recherche qui rédigent une réponse au lieu de seulement lister des pages : fonctions génératives des moteurs, assistants dotés d’une recherche web. Voir Les surfaces génératives.
- GEO (Generative Engine Optimization) — Le travail qui vise à être récupéré et cité dans les réponses générées. Le terme vient d’un article de recherche déposé en novembre 2023 et accepté à KDD 2024. Il désigne un champ, pas une liste de techniques validées. Voir Ce qui a changé.
- LLM (grand modèle de langage) — Modèle entraîné à produire du texte ; c’est lui qui rédige la réponse. Seul, il répond avec ce que son entraînement lui a laissé ; relié à une recherche, avec les pages qu’on lui fournit.
- Date de coupure (knowledge cutoff) — Date après laquelle un modèle n’a plus rien appris par entraînement. Au-delà, il ne connaît une information que si une recherche la lui apporte. Voir Entités.
- Aperçus IA (AI Overviews) — Résumé généré que Google insère dans ses résultats quand ses systèmes jugent qu’il ajoute quelque chose à la recherche classique. Voir Les surfaces génératives.
- Mode IA (AI Mode) — Mode conversationnel de la recherche Google, que sa documentation destine à l’exploration, au raisonnement et aux comparaisons complexes. Voir Les surfaces génératives.
#Récupération et génération
- Récupération (retrieval) — L’étape où un système va chercher des documents ou des passages pour répondre. Voir Ce qui a changé.
- RAG (retrieval-augmented generation) — Architecture qui associe un modèle de langage à une mémoire externe interrogée au moment de répondre, décrite par Lewis et ses coauteurs en 2020.
- Ancrage (grounding) — Le fait de fournir au modèle, au moment du prompt, du contenu tiré d’un index pour qu’il s’y appuie. Google emploie le mot pour Gemini, Microsoft pour Copilot.
- Query fan-out — Technique par laquelle un système décompose une question en sous-thèmes et lance plusieurs recherches à la fois. Le terme est celui de Google. Voir Query fan-out.
- Sous-requête — Une des recherches émises par le système à partir de la question posée. Elle porte sur un sous-thème, pas nécessairement sur les mots de la question. Voir Query fan-out.
- Requête d’ancrage (grounding query) — Dans Bing Webmaster Tools, expression clé que le système a utilisée pour récupérer un contenu qu’il a ensuite cité. Le rapport en livre un échantillon. Voir Mesurer le GEO.
- Recouvrement — Proportion des pages citées par une surface qui figurent aussi dans les premiers résultats classiques pour la même question. Voir Query fan-out.
#Contenu et identité
- Passage — Portion d’une page, de quelques phrases à quelques paragraphes, qu’un système évalue ou reprend indépendamment du reste. Google décrit un système de classement qui identifie des sections individuelles d’une page. Voir Structure des passages.
- Extrait (snippet) — Texte de la page affiché dans un résultat. Les directives
nosnippet,data-nosnippetetmax-snippetle limitent, y compris dans les fonctions génératives de Google. Voir Accès des robots. - Entité — Chose identifiée — organisation, personne, produit, lieu — à laquelle un système rattache un identifiant, un type et des attributs, par opposition à une chaîne de caractères. Voir Entités.
- Graphe de connaissances (Knowledge Graph) — Base d’entités et de relations que Google a présentée en 2012 et qui alimente les fiches affichées à côté des résultats. Voir Entités.
- Données structurées — Balisage, le plus souvent en JSON-LD avec le vocabulaire schema.org, qui déclare ce qu’une page décrit. Google s’en sert pour comprendre la page ; il ne l’exige pas pour ses fonctions génératives. Voir Données structurées.
sameAs— Propriété schema.org : l’URL d’une page de référence qui indique sans ambiguïté l’identité de la chose décrite. Voir Entités.- E-E-A-T — Expérience, expertise, autorité, fiabilité : la grille par laquelle Google décrit ce que ses systèmes cherchent à reconnaître. Ce n’est pas un facteur de classement en soi, et Google place la fiabilité en premier. Voir Autorité.
- Autorité — Mot d’usage, pas indicateur publié : aucun moteur ne communique de score. Voir Autorité.
#Accès
- Robot d’exploration (crawler) — Programme qui télécharge les pages pour le compte d’un moteur ou d’un éditeur de modèle. Un même éditeur en exploite plusieurs : OpenAI distingue
OAI-SearchBotpour la recherche,GPTBotpour l’entraînement etChatGPT-Userpour les actions déclenchées par un utilisateur. Voir Accès des robots. robots.txt— Fichier à la racine du site qui indique à chaque robot ce qu’il peut explorer. OpenAI et Perplexity préviennent que les récupérations déclenchées par un utilisateur n’y sont pas toujours soumises. Voir Accès des robots.Google-Extended— Jeton derobots.txt, sans robot propre, qui règle l’usage des contenus pour l’entraînement de Gemini et pour l’ancrage dans certains produits. Il n’a d’effet ni sur la présence ni sur le classement dans la recherche Google. Voir Accès des robots.
#Mesure
- Prompt et corpus de prompts — Un prompt est le texte soumis à un modèle. Le corpus est la liste fixe de questions, rédigée une fois et rejouée à chaque relevé, qui sert d’échantillon de mesure. Voir Mesurer le GEO.
- Citation — Lien ou référence vers une page, affiché comme source d’une réponse générée. Voir Part de citations.
- Mention — Apparition du nom d’une marque dans le texte d’une réponse, avec ou sans lien. Une mention n’est pas une citation : les deux se comptent séparément.
- Part de citations — Proportion des réponses d’un corpus qui citent un domaine donné, selon une règle de comptage écrite. Voir Part de citations.
- Recherche sans clic — Recherche qui se termine sans visite d’un site. Voir Ce qui a changé pour les relevés et Attribution pour ce qu’on en fait.
#Les mots que nous n’employons pas
- AEO, LLMO, AIO — Sigles concurrents de GEO pour le même travail. Nous en gardons un seul.
- « Facteur de classement des LLM » — Aucun éditeur de modèle ne publie de liste de facteurs. Nous écrivons « la documentation dit », « un relevé montre » ou « notre hypothèse ».
- « Score d’autorité » — Les scores de ce nom sont calculés par des outils SEO à partir de leur propre exploration du web. Ce ne sont pas des données de moteur.
- « Sous-requêtes de Google » — Google ne publie pas celles de sa recherche. Une liste présentée ainsi a été produite ou relevée ailleurs ; le chapitre Query fan-out dit où.
Pour aller plus loin
Sources
- Google Search Central — AI features and your website Définitions des Aperçus IA, du Mode IA et du query fan-out ; contrôles d’aperçu. Consultée le 20 novembre 2026.
- Aggarwal et al. — GEO: Generative Engine Optimization arXiv 2311.09735, déposé le 16 novembre 2023, accepté à KDD 2024. Origine du terme.
- Lewis et al. — Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks arXiv 2005.11401, mai 2020, NeurIPS 2020. Origine du terme RAG.
- Google Search Central — A guide to Google Search ranking systems Définition du système de classement des passages. Consultée le 19 novembre 2026.
- Google Search Central — Google’s common crawlers Définition de Google-Extended et de l’ancrage. Consultée le 20 novembre 2026.
- OpenAI — Overview of OpenAI Crawlers Rôles de OAI-SearchBot, GPTBot et ChatGPT-User. Consultée le 19 novembre 2026.
- Perplexity — Perplexity Crawlers Rôles de PerplexityBot et Perplexity-User ; rapport au robots.txt. Consultée le 20 novembre 2026.
- Bing Webmaster Blog — Introducing AI Performance in Bing Webmaster Tools Public Preview 10 février 2026. Définition des grounding queries.
- Google Search Central — Creating helpful, reliable, people-first content Statut de l’E-E-A-T. Consultée le 19 novembre 2026.
- schema.org — sameAs Définition de la propriété.
- Google — Introducing the Knowledge Graph: things, not strings Amit Singhal, 16 mai 2012.