Premiers pas en référencement IA

Module 1 — Comprendre le paysage du référencement IA

• — Clarifier le vocabulaire : GEO (Generative Engine Optimization), AEO (Answer Engine Optimization), LLMO — des termes qui se recoupent largement en pratique
• — Comprendre le fonctionnement des moteurs génératifs : décomposition de la requête, récupération de sources, synthèse et citation
• — Différence entre les crawlers d'entraînement (GPTBot, Google-Extended, ClaudeBot) et les crawlers de récupération temps réel (OAI-SearchBot, PerplexityBot, Claude-Web)
• — Situer le poids réel du GEO : Google reste aujourd'hui le principal canal d'acquisition pour la majorité des sites ; les moteurs IA sont un canal complémentaire et en croissance, pas un remplacement
• — Panorama rapide des principaux moteurs à surveiller : ChatGPT, Perplexity, Google AI Overviews, Copilot
• — Exercice : Poser 5 questions liées à votre activité dans ChatGPT, Perplexity et Google AI Overviews, et noter si votre marque apparaît, et quelles sources sont citées à la place.

Module 2 — Diagnostiquer votre visibilité actuelle

• — Méthode manuelle gratuite : constituer un échantillon de 20 à 30 questions représentatives et les tester dans plusieurs IA
• — Panorama des outils de suivi existants, à titre informatif et avec leurs limites (Otterly, Peec AI, Semrush AI Visibility Toolkit, HubSpot AEO Grader) : ce sont des outils de monitoring de citations, pas des outils de recherche de mots-clés au sens SEO
• — Utiliser Google Search Console et Google Analytics (filtrage par referrer ou user-agent) pour repérer le trafic déjà généré par les IA
• — Comparer votre visibilité SEO classique et votre visibilité dans les réponses IA pour identifier les écarts
• — Atelier : Réaliser un premier diagnostic manuel sur votre échantillon de questions, avec ou sans outil payant.

Module 3 — Identifier les sujets et questions à travailler en priorité

• — Comprendre l'intention conversationnelle et ses différences avec un mot-clé SEO (formulation en question, contexte, comparaison)
• — Repérer les questions déjà posées à vos équipes (service client, commerciaux) comme source de sujets à fort potentiel
• — Analyser quelles sources sont citées par les IA sur vos requêtes cibles, chez vous et chez vos concurrents, et pourquoi (structure, données, autorité)
• — Prioriser les sujets selon deux critères simples : fréquence probable de la question et écart actuel avec les sources déjà citées
• — Exercice : Pour 5 questions communes à trois concurrents, noter quelles sources sont citées et identifier un point commun entre elles (format, données chiffrées, réputation).
• — Atelier : Construire une liste de 15 questions prioritaires à couvrir, chacune testée dans au moins une IA pour vérifier votre présence actuelle.

Module 4 — Écrire pour être compris et cité par les IA

• — Placer une réponse directe et autonome dès le début de chaque section, le passage le plus souvent extrait par les IA
• — Structurer le contenu avec des titres formulés en questions, des listes et des tableaux facilement isolables
• — Appuyer les affirmations sur des données chiffrées, des sources vérifiables et des exemples concrets
• — Utiliser les données structurées pertinentes (schema.org : FAQPage, HowTo, Article, Organization) pour faciliter la lecture automatisée
• — Le piège du contenu généré sans retravail : un texte trop générique ou stylistiquement uniforme est moins souvent repris, l'édition humaine reste un facteur différenciant
• — Méthodologie pour construire une page qui répond clairement tout en restant utile à un lecteur humain
• — Atelier : Construire le plan d'une page optimisée avec réponse directe, structure en questions-réponses et données structurées associées.

Module 5 — Les fondamentaux techniques

• — Le rôle du fichier robots.txt : autoriser ou bloquer explicitement les principaux crawlers IA (GPTBot, OAI-SearchBot, ClaudeBot, PerplexityBot, Google-Extended, Applebot-Extended)
• — Distinguer un blocage volontaire, pour protéger son contenu de l'entraînement, d'un blocage involontaire qui fait perdre toute visibilité dans une IA
• — Le fichier llms.txt : un standard encore émergent et débattu, non adopté par Google, à l'impact mesurable incertain, à considérer comme un test à faible coût plutôt qu'une priorité absolue
• — Sitemap, vitesse de chargement et accessibilité du contenu en HTML brut : un contenu généré uniquement en JavaScript peut être invisible pour certains crawlers
• — Réaliser un audit technique simple orienté « lisibilité par les robots IA »
• — Exercice : Vérifier votre robots.txt actuel, identifier les crawlers IA bloqués involontairement et corriger la configuration.

Module 6 — Construire une autorité de marque cohérente

• — Comprendre pourquoi la cohérence des informations sur le web (nom, activité, chiffres, dates) pèse dans la confiance qu'une IA accorde à une source
• — Les signaux qui jouent un rôle : mentions par des tiers, presse spécialisée, avis, présence sur des sites de référence du secteur
• — Les pratiques à éviter : informations contradictoires d'une page à l'autre, contenu dupliqué, absence d'auteur ou de page à-propos identifiable
• — Identifier des formats qui génèrent naturellement des mentions externes : études originales, données propriétaires, guides de référence
• — Atelier : Lister 5 actions concrètes et réalistes pour obtenir de nouvelles mentions ou citations externes dans le mois suivant.

Module 7 — Suivre sa visibilité dans la durée

• — Des indicateurs réalistes à suivre : taux d'apparition sur votre échantillon de questions, trafic identifiable comme provenant d'une IA, évolution des sources citées face à vos concurrents
• — Les limites actuelles du suivi GEO : pas d'équivalent stable et universel d'un classement Google, mesures souvent partielles ou basées sur des échantillons
• — Fréquence réaliste de suivi, mensuelle plutôt que quotidienne pour la plupart des structures
• — Prioriser les actions selon les résultats observés plutôt que suivre une checklist figée
• — Atelier : Définir un tableau de suivi simple avec 5 indicateurs et une fréquence de relecture, et proposer trois ajustements à partir des premiers résultats collectés pendant la formation.
• — Quiz de fin de formation pour valider les acquis
• — Bilan collectif : ce qui est fiable aujourd'hui, ce qui reste incertain, et comment continuer à se tenir à jour sur un sujet qui évolue vite