« Alexandre, tu as un glossaire SEO et GEO pour s’y retrouver ? »
Ce glossaire SEO et GEO réunit une cinquantaine de termes indispensables pour comprendre le référencement à l’ère des moteurs génératifs : les bases du SEO (crawl, indexation, maillage, E-E-A-T), les nouveaux sigles (GEO, AEO, LLMO, AIO), le fonctionnement des IA (LLM, RAG, query fan-out, hallucination, grounding), les fonctionnalités de Google (AI Overviews, AI Mode, Discover) et les indicateurs de mesure (part de voix, taux de présence, zéro clic). Chaque définition est courte, en français simple, et pensée pour un dirigeant ou un responsable marketing, pas pour un ingénieur.
Mis à jour le 22 octobre 2026
Le vocabulaire du référencement a toujours été chargé de jargon. Avec l’arrivée des moteurs génératifs, il s’est enrichi de dizaines de nouveaux sigles, souvent utilisés de façon approximative, parfois inventés pour vendre une prestation.
Ce glossaire a un objectif simple : vous permettre de lire un audit, un article ou une proposition commerciale sans vous perdre, et de repérer quand un terme est employé à tort.
Il complète mon guide du generative engine optimization, qui explique comment tous ces éléments s’articulent.
Par Alexandre Montenon, consultant SEO et GEO à Lyon
Les bases du référencement
Avant de parler d’IA, il faut rappeler comment fonctionne un moteur de recherche. Google décrit lui-même trois étapes : le crawl des pages par ses robots, l’indexation de leur contenu, puis la diffusion des résultats en réponse aux requêtes. Les moteurs génératifs ajoutent une étape de rédaction, mais s’appuient largement sur ces fondations.
SEO (Search Engine Optimization) : l’ensemble des actions qui améliorent la visibilité d’un site dans les résultats naturels des moteurs de recherche, par opposition aux résultats payants.
SEA (Search Engine Advertising) : la publicité sur les moteurs de recherche, comme Google Ads ou Microsoft Advertising.
SERP (Search Engine Results Page) : la page de résultats affichée après une recherche. Elle contient désormais des liens, des annonces, des encadrés et des réponses générées.
Crawl : le parcours des pages web par les robots des moteurs, qui suivent les liens et téléchargent les contenus.
Indexation : l’enregistrement et l’analyse des pages parcourues dans la base du moteur. Une page non indexée ne peut pas apparaître dans les résultats.
Robots.txt : un fichier placé à la racine du site qui indique aux robots ce qu’ils peuvent parcourir ou non. Il sert aussi à autoriser ou bloquer les robots des éditeurs d’IA.
Sitemap : un fichier qui liste les pages d’un site pour aider les moteurs à les découvrir.
Balise title : le titre d’une page tel qu’il apparaît dans l’onglet du navigateur et, souvent, dans les résultats de recherche.
Meta description : un court résumé de la page, parfois repris sous le titre dans les résultats.
Mot-clé : un terme ou une expression que les internautes tapent dans un moteur, et autour duquel une page est construite.
Intention de recherche : ce que l’internaute cherche vraiment derrière sa requête : s’informer, comparer, acheter, trouver un lieu.
Backlink (lien entrant) : un lien d’un autre site vers le vôtre. Il reste un signal important de popularité.
Netlinking : la stratégie qui vise à obtenir des backlinks de qualité.
Maillage interne : l’organisation des liens entre les pages d’un même site.
Cocon sémantique : une architecture de site où les pages sont organisées par thèmes et sous-thèmes, reliées par un maillage interne logique.
Cannibalisation : la situation où plusieurs pages d’un même site visent la même requête et se concurrencent.
E-E-A-T : Expérience, Expertise, Autorité, Fiabilité. Les critères que Google demande à ses évaluateurs humains d’examiner pour juger la qualité d’un contenu.
Données structurées : un balisage, généralement au format JSON-LD et basé sur le vocabulaire schema.org, qui décrit le contenu d’une page de façon lisible par les machines.
Core Web Vitals : des indicateurs de Google qui mesurent l’expérience de chargement, de réactivité et de stabilité visuelle d’une page.
Les nouveaux sigles du référencement pour l’IA
Plusieurs termes désignent, avec des nuances, la même ambition : être visible dans les réponses des IA. Je détaille leurs différences dans ma page sur LLMO, AIO et SXO.
GEO (Generative Engine Optimization) : le travail de référencement pour les moteurs génératifs, c’est-à-dire les actions qui augmentent les chances qu’un contenu ou une marque soit repris et cité dans les réponses de ChatGPT, Perplexity, Gemini ou des AI Overviews. Le terme vient d’un article de recherche de 2023, présenté à la conférence KDD en 2024.
AEO (Answer Engine Optimization) : le référencement pour les moteurs de réponse. Le terme est plus ancien et visait d’abord les extraits en position zéro et les assistants vocaux.
LLMO (Large Language Model Optimization) : le référencement pour les grands modèles de langage. Souvent utilisé comme synonyme de GEO.
AIO (AI Optimization) : un terme générique pour le travail de visibilité à destination de l’IA. Attention, le même sigle est aussi utilisé pour AI Overviews.
SXO (Search Experience Optimization) : l’approche qui combine SEO et expérience utilisateur, pour que la page réponde vraiment au besoin du visiteur.
Visibilité IA : la présence d’une marque ou d’un site dans les réponses des assistants d’IA.
Citation : la mention d’un site comme source dans une réponse générée, généralement avec un lien.
Mention de marque : la citation du nom d’une entreprise sur un site tiers ou dans une réponse d’IA, avec ou sans lien.
Le fonctionnement des IA
IA générative : une intelligence artificielle capable de produire du contenu nouveau (texte, image, son, vidéo) à partir d’une demande. Voir ma page sur l’IA générative.
LLM (Large Language Model) : un grand modèle de langage, entraîné sur d’immenses volumes de textes, qui génère du texte en prédisant la suite la plus probable. GPT, Claude, Gemini, Mistral ou Llama sont des familles de LLM.
Moteur génératif : un moteur de recherche ou un assistant qui rédige une réponse au lieu de seulement afficher une liste de liens.
Prompt : la demande ou l’instruction adressée à une IA.
Données d’entraînement : les textes utilisés pour entraîner un modèle. Ce que le modèle « sait » sans chercher sur le web vient de là, avec une date limite.
RAG (Retrieval-Augmented Generation) : la génération augmentée par la recherche. Le système va chercher des documents pertinents, puis s’appuie dessus pour rédiger sa réponse. L’approche a été formalisée dans un article de recherche de 2020 qui combinait un modèle de langage avec un index de documents consulté au moment de répondre. C’est le principe des moteurs génératifs qui citent leurs sources.
Grounding (ancrage) : le fait d’appuyer une réponse générée sur des sources vérifiables, pour limiter les erreurs.
Query fan-out : la technique par laquelle un moteur génératif décompose une question en plusieurs sous-requêtes, lancées en parallèle, pour rassembler des informations avant de rédiger sa réponse.
Chunk (passage) : un fragment de page que le système découpe et évalue séparément. Une section claire et autonome est plus facile à extraire et à citer.
Hallucination : une affirmation fausse produite par une IA avec assurance, sans fondement dans ses sources.
Entité : une chose identifiable de façon unique (entreprise, personne, lieu, produit, concept), avec ses attributs et ses relations.
Knowledge Graph : la base de connaissances de Google, qui relie des entités et des faits.
Agent IA : une IA capable d’enchaîner des actions pour atteindre un objectif : chercher, comparer, remplir un formulaire, réserver.
Les robots et les contrôles
Googlebot : le robot de crawl de Google, utilisé pour la recherche, y compris ses fonctionnalités d’IA.
Google-Extended : un jeton de robots.txt qui permet de refuser l’utilisation de ses contenus pour l’entraînement et certains usages des modèles de Google, sans effet sur la recherche.
GPTBot : le robot d’OpenAI qui collecte des contenus pour l’entraînement des modèles.
OAI-SearchBot : le robot d’OpenAI utilisé pour faire apparaître les sites dans la recherche de ChatGPT.
nosnippet, data-nosnippet, max-snippet : des instructions qui limitent l’utilisation d’extraits d’une page dans les résultats, y compris dans les réponses générées de Google.
llms.txt : une proposition de fichier, placé à la racine d’un site, qui présenterait aux modèles de langage un résumé du site et ses pages clés. Ce n’est pas un standard adopté par les grands moteurs.
Les fonctionnalités de Google
AI Overviews : les résumés générés par l’IA affichés en haut de certains résultats Google, avec des liens vers les sources.
AI Mode (mode IA) : un mode de recherche conversationnel de Google, qui répond par un texte rédigé et permet des questions de suivi.
Discover : le fil de contenus personnalisés proposé par Google sur mobile, sans recherche préalable.
Featured snippet (position zéro) : un encadré affichant un extrait de page qui répond directement à la question, souvent appelé « position zéro ».
Fiche d’établissement Google : la fiche d’une entreprise locale dans Google Maps et la recherche, avec adresse, horaires et avis.
Panneau de connaissances : l’encadré d’informations sur une entité (entreprise, personne, lieu) affiché à droite des résultats sur ordinateur.
La mesure
Recherche zéro clic : une recherche qui se termine sans clic vers un site, la réponse étant affichée directement.
Taux de présence : la proportion de réponses d’IA, sur un ensemble de questions, dans lesquelles une marque est citée.
Part de voix (share of voice) : la part des mentions d’une marque par rapport à ses concurrents, sur un ensemble de questions ou de sources.
Sentiment : la tonalité, positive, neutre ou négative, avec laquelle une marque est décrite.
Impressions : le nombre de fois où une page apparaît dans les résultats, qu’elle soit cliquée ou non.
CTR (taux de clic) : la part des impressions qui aboutissent à un clic.
Trafic référent IA : les visites arrivant sur un site depuis un assistant d’IA, identifiables dans les outils d’analyse d’audience.
Quand un prestataire vous présente un nouveau sigle, demandez-lui deux choses : ce qu’il change concrètement par rapport au SEO, et comment il mesure le résultat. Si la réponse est floue, le sigle sert probablement surtout à vendre.
Les termes à manier avec prudence
« Classement dans ChatGPT » : les réponses varient d’une requête à l’autre ; parler de position ou de classement a peu de sens. Mieux vaut parler de taux de présence.
« Indexation dans les IA » : les modèles ne fonctionnent pas comme un index unique. Certains cherchent sur le web en direct, d’autres s’appuient sur leurs données d’entraînement, souvent les deux.
« Citation garantie » : aucun prestataire ne peut garantir une citation dans une réponse générée.
- Ce glossaire SEO et GEO couvre les bases du référencement, les nouveaux sigles, le fonctionnement des IA, les robots, les fonctionnalités de Google et la mesure.
- GEO, AEO, LLMO et AIO désignent, avec des nuances, le travail de visibilité dans les réponses des IA.
- Le RAG explique pourquoi les moteurs génératifs citent des sources : ils cherchent puis rédigent.
- On mesure un taux de présence et une part de voix, pas un « classement » dans ChatGPT.
- Méfiez-vous des sigles qui ne s’accompagnent ni d’actions concrètes ni d’indicateurs.
Questions fréquentes sur le vocabulaire SEO et GEO
Quelle différence entre SEO et GEO ?
Le SEO vise la visibilité dans les résultats des moteurs de recherche. Le GEO vise la reprise et la citation dans les réponses générées par les IA. Les deux se recoupent largement, car les moteurs génératifs s’appuient souvent sur les résultats de recherche.
Que veut dire RAG ?
RAG signifie Retrieval-Augmented Generation, ou génération augmentée par la recherche. Le système recherche des documents pertinents, puis rédige sa réponse en s’appuyant sur eux. C’est ce qui permet aux moteurs génératifs de citer des sources.
Qu’est-ce qu’un LLM ?
Un LLM, ou grand modèle de langage, est un modèle d’IA entraîné sur d’immenses volumes de textes, qui génère du texte en prédisant la suite la plus probable. GPT, Claude, Gemini et Mistral sont des familles de LLM.
Qu’est-ce que le query fan-out ?
C’est la technique par laquelle un moteur génératif décompose une question en plusieurs sous-requêtes lancées en parallèle, pour rassembler des informations avant de rédiger sa réponse.
Le fichier llms.txt est-il nécessaire ?
Non. C’est une proposition de fichier destiné aux modèles de langage, qui n’a pas été adoptée comme standard par les grands moteurs. L’accès des robots, la qualité des contenus et la réputation comptent bien davantage.
Vous avez une question, un projet ? Parlons-en ensemble.
On discute ?