GEO : les cinq études qui pourraient nous donner tort

par | Août 26, 2026 | GEO

Nous soutenons, chiffres à l’appui, que l’essentiel de ce que le marché appelle GEO n’est pas démontré. Que le fichier llms.txt ne sert à rien, que le balisage ne produit aucune citation supplémentaire, et que le gain d’une stratégie générique s’effondre dès que les concurrents l’adoptent.

Une position pareille n’a de valeur que si elle s’expose à la contradiction.

Alors voici ce qui pourrait nous donner tort. Pas des objections de façade choisies parce qu’elles sont commodes à réfuter : les cinq travaux les plus solides qui vont contre notre lecture, présentés au mieux de leur force, avec leurs échantillons et leurs méthodes.

Le risque, quand on passe son temps à démonter un marché, est de finir par sélectionner ce qui arrange, exactement comme le font ceux qu’on critique. La seule protection est de publier les contre preuves avec le même soin que les preuves.

Un. Le MIT trouve une stratégie GEO stable, et elle repose sur une vraie amélioration du contenu

Le travail le plus gênant pour notre position vient d’une équipe du Massachusetts Institute of Technology, avec un banc d’essai baptisé E-GEO.

Son échelle : 13 747 requêtes produits réalistes, croisées avec dix fiches Amazon, testées sur cinq moteurs génératifs, avec sept réécrivains automatiques, quinze heuristiques manuelles, et une phase de red teaming.

Deux résultats, et les deux contredisent frontalement l’article sur le paradoxe de la compétition et celui sur le tri des leviers.

Une méta optimisation de consigne fait émerger un schéma stable et agnostique au domaine. Autrement dit, il existerait bien une stratégie GEO générale, transférable, efficace.

Et sous une défense simple, les gains observés reflètent une amélioration réelle du contenu, pas une manipulation. Le GEO ne serait donc pas un jeu à somme nulle, mais un problème d’optimisation correctement posé, avec une solution qui améliore aussi le lecteur.

Ce qui limite cette contre preuve. C’est un banc d’essai hors ligne sur des fiches de marketplace. Il ne mesure aucun effet longitudinal en production, et surtout aucune dynamique de compétition : il ne teste pas ce qui arrive quand les dix vendeurs de la catégorie appliquent la même méta optimisation. C’est exactement la variable où le gain s’effondre ailleurs.

Deux. L’effet des recommandations IA existe, et notre mesure le rate

Nous avons écrit que le trafic référé par les plateformes génératives est marginal, autour de un pour cent. C’est exact, et c’est un mauvais argument.

Un travail de juin 2026 utilise un protocole rare : un panel joignant les données de navigation d’utilisateurs volontaires à leurs conversations réelles avec trois assistants. Les mêmes personnes des deux côtés. Avec étude d’événement sur les tendances antérieures, classification de la posture, conditionnement sur les non clients, contrôle interne à la même réponse, et placebos rétrogrades appariés.

Quand une marque est recommandée à un utilisateur qui ne la connaissait pas, la recherche Google de son nom monte de 4,3 points, dans un intervalle de 3,1 à 5,5. Les visites de son site montent de 2,4 points. Les pages produit chez les revendeurs de 1,0 point.

Cet effet ne laisse aucune trace de référent. Il transite par une recherche ultérieure, que votre outil d’analyse attribuera à l’organique de marque.

Ce que cela invalide chez nous. Toute conclusion tirée du seul trafic référé, y compris la nôtre. Si l’influence passe par un canal invisible, alors mesurer le canal visible et conclure à l’absence d’effet est une faute de raisonnement.

Ce qui limite cette contre preuve. Design observationnel, préprint, et aucune transaction observée. Une hausse de recherche de marque n’est pas une vente.

Trois. Quelque chose fonctionne bel et bien, et c’est mesurable

Nous avons rangé beaucoup de leviers dans la colonne du folklore. Une analyse portant sur 75 000 marques montre qu’au moins un signal corrèle fortement.

Les mentions de marque sur le web corrèlent à 0,664 avec la visibilité dans les résumés générés par Google, contre 0,218 pour les backlinks. Les trois premiers facteurs identifiés sont tous hors du site.

Cela ne dit pas que le GEO fonctionne comme on le vend. Cela dit qu’il existe un levier réel, identifiable, et qu’une entreprise peut travailler. Ce n’est pas rien face à une position qui insiste sur l’absence de preuve.

Ce qui limite cette contre preuve. L’auteur de l’étude écrit lui même que corrélation n’est pas causalité, et la relation est vraisemblablement confondue par la taille de la marque : les grandes marques ont plus de mentions et plus de visibilité pour la même raison sous jacente. Provenance : éditeur d’outil SEO.

Quatre. Notre article sur la manipulation est trop alarmiste

Nous avons consacré un article aux attaques adversariales, avec des résultats spectaculaires : des produits fictifs qui doublent leur présence, des injections furtives, des transferts vers des moteurs en production.

Une équipe de l’université Fudan a testé dix produits de recherche augmentée réellement déployés contre un banc d’essai de mille sites black hat réels. Résultat : plus de 99,78 % des attaques neutralisées, la phase de récupération jouant le rôle de filtre principal.

Nous l’avions cité dans l’article concerné, et c’est bien pour cela qu’il figure ici : il contredit une partie de notre propre matériau. Les papiers adversariaux décrivent des systèmes isolés. La production, elle, résiste.

Ce qui limite cette contre preuve. Le même travail mesure que les attaques spécifiquement conçues pour les modèles de langage doublent le taux de manipulation. Le filtre arrête l’ancien monde, pas le nouveau.

Cinq. La concentration des sources est moins forte que le récit dominant

Nous avons insisté sur le poids écrasant de quelques grandes plateformes dans les réponses génératives.

Un travail de décembre 2025 portant sur 55 936 requêtes, comparant six moteurs génératifs à deux moteurs traditionnels, mesure une diversité de sources supérieure chez les premiers, avec 37 % de domaines uniques. Plus diversifiés que Google et Bing.

Le récit du verrouillage sur quinze domaines est donc exagéré, et nous l’avons relayé en partie.

Ce qui limite cette contre preuve. Le même travail établit que les moteurs génératifs ne font pas mieux que les moteurs classiques en crédibilité des sources, en neutralité politique ni en sécurité. Une plus grande diversité de sources médiocres reste un problème.

Ce qui resterait vrai même si les cinq étaient pleinement établis

Notre affirmation	Statut si les cinq contre preuves tiennent
Le chiffre de +40 % est mal cité, sa condition expérimentale est omise	Inchangé. C’est un fait sur la citation du papier, pas sur son contenu
Une mesure unique ne vaut rien, la visibilité est une distribution	Inchangé. Aucune contre preuve ne porte là dessus
Le fichier llms.txt n’a aucun effet mesuré	Inchangé. Trois sources indépendantes, dont la position officielle de Google
Les éditions de pur formatage n’ont quasiment aucun effet	Inchangé. 252 000 essais, non contredits
L’usage de l’IA pour s’informer ne progresse plus en France	Inchangé. Enquête universitaire sur 48 marchés
Le gain s’annule en compétition généralisée	Fragilisé par le banc d’essai du MIT, qui ne teste pas la compétition
Le trafic référé par l’IA est marginal, donc l’effet est faible	Réfuté. L’effet passe par un canal invisible à l’attribution
La visibilité est verrouillée par les grandes marques	Nuancé. La diversité des domaines est supérieure à celle de Google

Sur huit affirmations centrales, cinq résistent intégralement, une est fragilisée, une est nuancée, et une est réfutée.

C’est un bilan honnête, et c’est aussi un aveu : nous avons publié une affirmation dont nous savons maintenant qu’elle est mal fondée. Elle est corrigée dans l’article concerné.

Ce qui nous ferait changer d’avis

Une position qui ne dit pas ce qui la réfuterait n’est pas une position, c’est une posture. Voici nos conditions, énoncées à l’avance.

Une réplication longitudinale en production. Une étude sur six à douze mois, sur des sites réels, avec groupe de contrôle, montrant un effet stable de techniques identifiées sur la découvrabilité organique. C’est exactement ce qui manque aux quarante cinq études examinées par le survey de référence.

Une mesure d’effet en marché concurrentiel réel. Si le gain mesuré par le MIT résiste quand tous les acteurs d’une catégorie appliquent la même méthode, l’article sur le paradoxe de la compétition tombe.

Une réplication du schéma stable hors marketplace. Le résultat du MIT porte sur des fiches produits. Transposé à des sites propriétaires, et confirmé, il changerait notre position sur l’optimisation on page.

Une reprise de l’adoption sur le marché français. Si l’enquête annuelle du Reuters Institute mesure une hausse nette en France, l’argument du plafond d’usage devient caduc.

Un engagement de plateforme sur un signal stable. Si Google, OpenAI ou Anthropic documentent officiellement un levier d’optimisation générative, le débat sur l’existence de la discipline est clos. Aujourd’hui, Google écrit que c’est toujours du référencement et renvoie les acheteurs de prestations vers sa page d’évaluation des conseils tiers.

Ce que vous faites demain matin

Appliquez à ce que vous venez de lire le test que nous recommandons d’appliquer à tout le reste. Ouvrez les sources, vérifiez les échantillons, cherchez ce qui manque.

Vous trouverez des préprints non relus par les pairs, des éditeurs d’outils qui publient des données sur leur propre marché, et une seule publication en revue avec relecture par les pairs dans tout le corpus technique. Nous l’avons signalé à chaque fois, et cela reste une faiblesse du dossier entier, pas seulement du nôtre.

Une discipline de trois ans ne peut pas produire de preuve longitudinale. C’est normal. Ce qui ne l’est pas, c’est de la facturer comme si elle en avait.

Sources

<strong>LaFactory</strong> mesure la visibilité IA avec un protocole publié : mesures répétées, paraphrases, groupe de contrôle. Pas de position garantie, jamais. Contactez nous pour cadrer un audit.