Comment vérifier si l’IA recommande votre site : le checklist d’audit AEO en 7 étapes

Votre site est parfaitement optimisé pour Google, balises en ordre, backlinks solides, Core Web Vitals au vert. Mais est-ce que ChatGPT, Perplexity ou Gemini le citent quand un utilisateur pose une question liée à votre domaine ? C’est la question qui manque à la plupart des audits SEO en 2026. Les AI Overviews de Google déclenchent sur 36 % des requêtes informationnelles selon une analyse Seer Interactive portant sur 49 353 requêtes. ChatGPT atteint 900 millions d’utilisateurs hebdomadaires. Les marques citées dans ces réponses gagnent 35 % de clics organiques supplémentaires. Ce guide détaille 7 étapes concrètes pour auditer votre visibilité dans les moteurs de réponse, corriger les angles morts et mesurer vos progrès d’un trimestre sur l’autre.

Cartographier les requêtes cibles avant de tester

Un audit AEO sans liste de requêtes de référence ne donne rien d’exploitable. La première étape consiste à identifier les 10 à 20 questions que vos clients posent aux IA génératives, formulées avec leurs mots à eux, pas votre terminologie interne.

Concrètement : ouvrez votre rapport Search Console, filtrez sur les requêtes en question (qui, comment, pourquoi, quel) et relevez celles qui génèrent des impressions mais peu de clics. Ces requêtes à fort intent informationnel sont précisément celles que les AI Overviews captent en priorité. Exportez-les dans un tableur avec trois colonnes : requête, volume GSC, position actuelle.

• Inclure les requêtes longue traîne à formulation naturelle (« quelle solution pour X », « comment choisir entre Y et Z »)
• Ajouter les questions de vos formulaires de contact et tickets support : ce sont des requêtes réelles non filtrées
• Exclure les requêtes navigationnelles pures (nom de marque seul, URL directe) : les IA les traitent différemment

Ce corpus devient votre benchmark de départ. Sans lui, impossible de mesurer si votre présence dans les réponses IA progresse ou régresse d’un trimestre à l’autre.

Tester manuellement votre présence sur les trois plateformes principales

Ouvrez ChatGPT, Perplexity et Gemini. Posez chaque requête de votre corpus. Notez pour chaque réponse : votre domaine est-il cité en source ? Votre marque est-elle mentionnée sans lien ? Êtes-vous absent du tout ? Êtes-vous présent mais en position 3 ou 4, derrière des concurrents ?

Quelques précautions de méthode :

• Désactivez la mémoire des sessions dans ChatGPT avant de tester : les résultats personnalisés faussent l’audit
• Sur Perplexity, testez en mode « Search » et en mode « Pro » séparément, les sources mobilisées diffèrent
• Sur Gemini, notez si la réponse provient d’AI Overview intégré à Google Search ou de Gemini standalone
• Faites chaque test en navigation privée pour éviter la personnalisation géographique ou comportementale

Consignez les résultats dans votre tableur avec date, plateforme, requête, statut (cité / mentionné / absent) et le texte exact de la citation si elle existe. Ce relevé manuel prend environ 90 minutes pour 15 requêtes sur 3 plateformes.

Attention : les réponses des LLMs varient d’une session à l’autre sur la même requête. Testez chaque requête au moins deux fois avant de conclure à une absence.

Vérifier l’accès des crawlers IA à votre contenu

Avant la qualité du contenu, la question technique est binaire : vos pages sont-elles crawlables par les robots des IA génératives ?

Ouvrez votre fichier robots.txt (votredomaine.com/robots.txt). Cherchez les lignes User-agent et vérifiez que ces crawlers ne sont pas bloqués :

• OAI-SearchBot : crawler de ChatGPT Search (OpenAI)
• PerplexityBot : crawler de Perplexity AI
• Google-Extended : données d’entraînement Google Bard/Gemini (distinct de Googlebot)
• ClaudeBot : crawler Anthropic
• Amazonbot : crawler Alexa/Amazon AI

Si l’un de ces User-agents est explicitement bloqué par un Disallow: /, vos pages n’alimentent pas ces systèmes. Vérifiez aussi les en-têtes HTTP : certains plugins de cache ou CDN injectent un X-Robots-Tag: noindex qui bloque le crawl sans que votre robots.txt le mentionne.

Étape complémentaire : créez un fichier llms.txt à la racine de votre site. Ce standard émergent, inspiré de robots.txt mais dédié aux LLMs, permet d’indiquer quelles sections de votre site sont pertinentes pour l’entraînement et les réponses des IA. Plusieurs outils d’audit AEO le vérifient explicitement dans leur scoring.

Évaluer la structure de réponse directe dans vos contenus

Les LLMs extraient de préférence les passages qui répondent directement à une question dans les premiers 100 mots d’une section. C’est le format « answer-first » : la réponse d’abord, l’explication ensuite.

Auditez vos 10 pages les plus stratégiques avec cette grille :

• La page répond-elle à une question explicite dans son H1 ou dans les deux premières phrases ?
• Chaque H2 contient-il un paragraphe de réponse directe de 40 à 80 mots avant les développements ?
• Les blocs factuels (chiffres, définitions, étapes) sont-ils isolés dans des paragraphes autonomes, extractibles sans le contexte environnant ?
• Les FAQ en fin d’article utilisent-elles des questions formulées en langage naturel (et non des tournures marketing) ?

Un contenu bien structuré pour le SEO sémantique ne couvre pas automatiquement l’AEO. Une page optimisée pour les embeddings et le topical authority peut rester invisible dans les réponses LLM si ses blocs informationnels ne sont pas extractibles de façon autonome. L’AEO s’appuie sur le SEO mais exige un formatage spécifique que le SEO sémantique ne garantit pas.

Réécrivez les introductions de section trop contextuelles : remplacez « Dans cette partie, nous verrons pourquoi… » par la réponse directe à la question que le titre de section soulève.

Auditer les signaux d’autorité et de confiance (E-E-A-T machine-readable)

Les LLMs pèsent l’autorité de la source avant de la citer. Ils s’appuient sur des signaux que les moteurs de recherche classiques lisent aussi, avec une pondération différente. Vérifiez ces éléments un par un :

• Schema.org Author et Organization : le balisage JSON-LD de vos articles mentionne-t-il un auteur avec nom, credentials et lien vers un profil vérifié ? Les LLMs utilisent ces métadonnées pour évaluer la crédibilité de la source.
• Citations de sources primaires dans le texte : vos pages citent-elles des études, des rapports ou des données avec attribution précise (« selon une étude publiée dans X en 2024 ») ? Les IA reproduisent ce pattern de citation.
• Date de mise à jour visible : les contenus datés de plus de 6 mois sans indication de révision récente sont moins cités. Ajoutez dateModified dans votre schema Article et affichez-la visuellement.
• Mentions tierces de votre domaine : vos pages sont-elles référencées par des sources que les LLMs considèrent autoritaires (Wikipédia, presse spécialisée, institutions) ? Ces citations off-site sont des signaux forts pour le knowledge graph interne des modèles.

Vérifiez votre balisage schema.org avec l’outil Rich Results Test de Google (search.google.com/test/rich-results). Passez aussi chaque URL prioritaire dans le validateur schema.org. Les erreurs de syntaxe JSON-LD silencieuses sont fréquentes sur les sites WordPress avec plusieurs plugins SEO actifs en même temps.

Mesurer votre share of voice IA avec un outil dédié

Le test manuel est un point de départ, pas un outil de mesure dans le temps. Pour suivre votre visibilité IA sur la durée, il faut un outil de monitoring automatisé.

Selon votre budget, quatre options permettent ce suivi :

• HubSpot AEO Grader (gratuit, sans compte requis) : audit ponctuel sur ChatGPT, Perplexity et Gemini. Scores sur 5 dimensions : sentiment, qualité de présence, reconnaissance de marque, share of voice, positionnement concurrentiel. Utile pour un premier diagnostic.
• Otterly.AI (à partir de 29 $/mois) : monitoring continu sur plusieurs LLMs avec alertes et rapports de tendance. Interface orientée SEO manager.
• Profound (à partir de 399 $/mois) : niveau enterprise avec attribution GA4 intégrée. Permet de tracer le trafic généré par les citations IA jusqu’au revenu.
• Mentionable : couvre 7 plateformes IA dont Grok et Copilot, détecte les requêtes query fanout que les modèles lancent en coulisse pour construire leurs réponses.

Quelle que soit l’option choisie, configurez un set de 15 à 30 requêtes représentatives et lancez un premier rapport de référence. Ce baseline donne tout son sens aux rapports suivants.

Construire un calendrier de révision trimestrielle

Un audit AEO n’est pas un état des lieux figé. Les modèles LLMs sont mis à jour plusieurs fois par an, leurs données d’entraînement changent et les sources citées avec elles. Une page citée aujourd’hui peut disparaître des réponses dans 90 jours si le contenu vieillit sans mise à jour.

Mettez en place ce cycle minimal :

• Mensuel : passer le set de requêtes de référence dans votre outil de monitoring. Noter les entrées et sorties de citations. Identifier les pages qui ont perdu leur place.
• Trimestriel : retest manuel complet sur les 3 plateformes principales. Mise à jour des pages qui montrent des signaux de content decay. Vérification des accès robots.txt suite aux mises à jour de CMS ou de plugins.
• Semestriel : réévaluation du corpus de requêtes de référence. Les intentions de recherche évoluent, les formulations aussi. Des requêtes émergentes apparaissent que vous n’aviez pas anticipées au départ.

Intégrez ces révisions dans votre planning SEO existant plutôt que de les traiter comme un flux parallèle. Un helpful content update peut affecter simultanément votre visibilité Google et votre citation rate dans les LLMs si les deux systèmes partagent les mêmes signaux d’autorité de contenu.

Note : documentez chaque révision avec la date précise du test, la version du modèle utilisé (GPT-4o, Gemini 1.5 Pro…) et la formulation exacte de la requête. Les LLMs changent de comportement d’une version à l’autre : sans cette traçabilité, impossible de distinguer une dégradation de votre contenu d’un changement de modèle.

FAQ : questions fréquentes sur l’audit AEO

Quelle différence entre AEO et GEO ?

L’AEO (Answer Engine Optimization) désigne l’optimisation pour être cité dans les réponses générées par les moteurs de réponse (ChatGPT, Perplexity, Gemini). Le GEO (Generative Engine Optimization) est un terme plus large qui englobe aussi l’optimisation pour les AI Overviews de Google Search. En pratique, les deux disciplines partagent les mêmes leviers techniques : structure de réponse directe, signaux E-E-A-T lisibles par les machines, accès des crawlers IA, balisage schema.org.

Est-ce que le SEO classique suffit pour être cité par les LLMs ?

Pas systématiquement. Le SEO classique améliore l’indexabilité et l’autorité de domaine, signaux que les LLMs utilisent aussi. Mais des pages bien positionnées sur Google restent absentes des réponses IA parce que leur structure ne produit pas de blocs extractibles autonomes. L’AEO ajoute une couche de formatage au-dessus du SEO existant.

Comment savoir si mes pages sont dans les données d’entraînement des LLMs ?

Impossible à vérifier directement. Les LLMs ne publient pas leur corpus d’entraînement complet. Vous pouvez tester si vos pages apparaissent dans les réponses en temps réel de ChatGPT Search ou Perplexity, qui crawlent le web au moment de la requête. Pour les données d’entraînement historiques, la présence dans des sources autoritaires (Wikipédia, presse spécialisée) indexées avant la date de coupure du modèle est le signal le plus fiable.

Combien de temps faut-il pour voir des résultats après une optimisation AEO ?

Pour les plateformes qui crawlent en temps réel comme Perplexity, des améliorations de contenu peuvent se refléter dans les réponses en quelques jours après recrawl. Pour les LLMs avec des données d’entraînement figées (modèles sans accès web), le délai dépend du cycle de mise à jour du modèle, entre 3 et 18 mois selon les éditeurs.

Faut-il bloquer les crawlers IA pour protéger mon contenu ?

La réponse dépend de votre stratégie éditoriale. Bloquer OAI-SearchBot ou PerplexityBot empêche vos pages d’alimenter ces systèmes, ce qui réduit votre visibilité dans leurs réponses. Certains éditeurs de contenus premium font ce choix pour protéger leur modèle d’abonnement. Pour la majorité des sites SEO, le blocage des crawlers IA est contre-productif au regard de l’objectif de visibilité organique globale.

Tous les audits finissent au même endroit : la question de ce que vous mesurez vraiment.