llms.txt : faut-il vraiment en créer un en 2026 ?
Google dit ne pas l'utiliser, 97 % des fichiers ne sont jamais lus. Ce que disent les données et les plateformes sur llms.txt, et quoi faire à la place.
Lire l'articleGEO, AEO, LLMO, GSO, RAG, part de citations : le vocabulaire du référencement dans les moteurs génératifs, avec des définitions courtes et utilisables.
Quatre acronymes circulent pour désigner à peu près la même discipline : GEO (Generative Engine Optimization), AEO (Answer Engine Optimization), LLMO (Large Language Model Optimization) et GSO (Generative Search Optimization). Tous désignent l'optimisation d'une marque pour être citée dans les réponses générées par les IA. Les différences tiennent au vocabulaire, pas à la méthode.
Le marché du référencement IA s'est structuré plus vite que son vocabulaire. Résultat : des entreprises comparent des offres qui portent quatre noms différents pour un même travail, et des prestataires vendent un renommage de leur offre SEO. Ce glossaire fixe les définitions que nous utilisons, y compris quand elles nous désavantagent.
Le GEO (Generative Engine Optimization) est la discipline qui optimise la visibilité d'une marque dans les réponses des moteurs génératifs : ChatGPT, Perplexity, Gemini, Claude et les AI Overviews de Google. Là où le SEO vise une position dans une liste de liens, le GEO vise une citation dans une réponse rédigée par une IA.
L'AEO (Answer Engine Optimization) désigne l'optimisation des contenus pour les moteurs qui répondent directement à une question plutôt que de lister des liens. Le terme est apparu avec les featured snippets et les assistants vocaux, puis s'est étendu aux IA génératives. En pratique, les leviers de l'AEO et du GEO sont quasi identiques.
Le LLMO (Large Language Model Optimization) est l'optimisation de contenus pour les grands modèles de langage eux-mêmes : rendre un texte facilement compréhensible, extractible et reprenable par un LLM. C'est un synonyme opérationnel de GEO, avec un accent mis sur le modèle plutôt que sur le moteur de recherche qui l'utilise.
Le GSO (Generative Search Optimization) désigne l'optimisation pour les moteurs de recherche génératifs, c'est-à-dire les surfaces de recherche qui rédigent une réponse au lieu d'afficher dix résultats. Le terme est utilisé de façon interchangeable avec GEO ; aucune différence méthodologique ne s'est stabilisée entre les deux.
L'expression « SEO IA » (ou référencement IA) désigne une approche qui traite ensemble le référencement classique sur Google et la visibilité dans les moteurs génératifs. Elle insiste sur la continuité entre les deux : le socle SEO alimente les corpus que les IA consultent, le GEO ajoute les formats citables et le travail des sources tierces.
Le RAG (Retrieval-Augmented Generation) est le mécanisme par lequel un moteur génératif récupère des passages pertinents dans un index avant de rédiger sa réponse, au lieu de s'appuyer uniquement sur sa mémoire d'entraînement. C'est le mécanisme central du GEO : être cité suppose d'abord de figurer parmi les passages récupérés.
La part de citations est le pourcentage de réponses générées dans lesquelles une marque est mentionnée, sur un panel de requêtes donné et pour un moteur donné. C'est l'indicateur de référence du GEO, équivalent fonctionnel de la position moyenne en SEO. Elle se mesure en interrogeant les moteurs de façon répétée.
La part de voix IA compare la fréquence de citation d'une marque à celle de ses concurrents sur les mêmes requêtes. Une marque peut progresser en part de citations tout en perdant en part de voix si ses concurrents progressent plus vite. C'est l'indicateur concurrentiel du GEO.
Un embedding est la traduction d'un texte en vecteur numérique qui encode son sens plutôt que ses mots exacts. Les moteurs génératifs indexent les contenus sous cette forme, ce qui explique pourquoi la clarté et la structure d'un texte pèsent davantage que la densité de mots-clés en GEO.
Les AI Overviews sont les réponses rédigées par l'IA que Google affiche au-dessus des résultats classiques, avec quelques sources citées. Anciennement appelées SGE (Search Generative Experience), elles réduisent le taux de clic vers les sites et font de la citation dans le résumé un enjeu de visibilité à part entière.
Une recherche zero-click est une recherche qui se termine sans visite vers un site, parce que la réponse est donnée directement dans l'interface. Les études du secteur situent cette part autour de 60 % des recherches Google, et les réponses générées par l'IA accentuent la tendance.
GPTBot est le robot d'exploration d'OpenAI qui collecte des contenus web pour l'entraînement des modèles. Il est distinct de OAI-SearchBot, qui alimente la recherche en direct de ChatGPT. Les deux se bloquent séparément dans robots.txt : un site peut être bien référencé sur Google tout en étant interdit à ChatGPT.
Le fichier llms.txt est une convention émergente : un fichier Markdown placé à la racine d'un site qui résume son contenu et liste ses pages importantes à destination des modèles de langage. Il n'est pas un standard officiel et son adoption par les moteurs reste partielle, mais son coût de mise en place est négligeable.
La citabilité mesure la facilité avec laquelle un modèle de langage peut extraire un passage d'une page et le reprendre dans une réponse. Un passage citable répond à une question de façon autonome, en 40 à 80 mots, sans dépendre de son contexte, et s'appuie sur des faits datés et vérifiables.
Une hallucination de marque survient lorsqu'une IA attribue à une entreprise des caractéristiques, tarifs ou offres inexacts. Elle vient généralement de sources tierces obsolètes ou contradictoires. La correction passe par la cohérence des informations publiées sur le site et sur les sources que les modèles recoupent.
| Acronyme | Signification | Accent mis sur | Usage courant |
|---|---|---|---|
| GEO | Generative Engine Optimization | Les moteurs qui génèrent une réponse | Terme dominant en 2026 |
| AEO | Answer Engine Optimization | Les moteurs qui répondent à une question | Courant chez les acteurs venus du snippet |
| LLMO | Large Language Model Optimization | Le modèle de langage lui-même | Milieux techniques |
| GSO | Generative Search Optimization | La surface de recherche générative | Usage plus rare, souvent anglophone |
| SEO IA | Référencement IA | La continuité avec le SEO classique | Très courant en français |
Notre position : employer GEO par défaut, et juger une agence sur sa méthode et sa mesure plutôt que sur l'étiquette. Les critères concrets sont détaillés sur la page agence SEO IA.
Les nuances sont sémantiques, pas méthodologiques. GEO insiste sur les moteurs qui génèrent des réponses, AEO sur les moteurs qui répondent à une question, LLMO sur les modèles de langage eux-mêmes, GSO sur la recherche générative. Les leviers sont identiques dans les quatre cas : contenus extractibles, faits vérifiables, accès des crawlers IA, autorité corroborée sur des sources indépendantes.
GEO (Generative Engine Optimization) s'est imposé comme le terme le plus employé dans les recherches et dans la presse spécialisée francophone. AEO reste courant chez les acteurs venus du featured snippet, LLMO dans les milieux techniques. Pour communiquer clairement, mieux vaut employer GEO et préciser une fois la définition.
Les deux à la fois. Environ deux tiers des chantiers viennent du SEO : technique, indexabilité, qualité et couverture des contenus, autorité. Le tiers restant est réellement nouveau : format des passages, accès des crawlers IA, travail des sources que les modèles recoupent, et une unité de mesure inédite, la part de citations. Une offre GEO qui ne couvre pas ce tiers est du SEO renommé.
Le diagnostic sur vos 20 requêtes métier est offert : qui les IA citent aujourd'hui, et pourquoi ce n'est pas vous.