SEO face aux réponses IA : se faire citer par ChatGPT, Gemini et Perplexity

En bref

• Il n'existe pas de « classement dans ChatGPT » qu'on achète ou qu'on force. Les assistants IA font une recherche web, lisent quelques pages et citent celles qui répondent le mieux. Être trouvable et citable reste un travail de SEO classique, appliqué avec plus de rigueur.
• Google le dit noir sur blanc : aucune optimisation spéciale n'est nécessaire pour AI Overviews et AI Mode. Une page doit être indexée et éligible à un extrait. Point.
• Les robots IA n'ont pas tous le même rôle. Bloquer GPTBot (entraînement) ne vous retire pas de ChatGPT search ; bloquer OAI-SearchBot, si. La plupart des sites qui « disparaissent » des réponses IA se sont bloqués eux-mêmes sans le savoir.
• llms.txt est une proposition utile mais marginale : Google a déclaré ne pas l'utiliser, et aucun grand moteur de réponse ne s'est engagé publiquement à s'en servir pour choisir ses sources. Il coûte peu, il ne fait pas de miracle.
• Ce qui fait la différence : des réponses nettes et vérifiables, des données que personne d'autre n'a, un auteur identifiable, une marque cohérente partout sur le web, et des pages que les robots lisent sans exécuter de JavaScript.
• Le contenu en arabe est une vraie opportunité : moins de sources de qualité, donc plus de chances d'être la page citée.

Pourquoi ce guide, et pourquoi maintenant

Depuis deux ans, mes clients me posent tous la même question, en français, en anglais ou en arabe : « Comment je fais pour que ChatGPT parle de moi ? ». Et depuis deux ans, on leur vend des réponses magiques : des « audits GEO » à plusieurs milliers d'euros, des fichiers miracles, des « scores de visibilité IA » au chiffre près.

La réalité est plus simple et plus exigeante à la fois. Les moteurs de réponse (ChatGPT search, Google AI Overviews et AI Mode, Gemini, Perplexity, Claude, Copilot) s'appuient presque tous sur une recherche web en temps réel. Ils interrogent un index, récupèrent une poignée de pages, en extraient des passages et rédigent une réponse en citant leurs sources. Si votre page n'est pas dans l'index, si elle est bloquée, ou si elle ne contient pas de passage clair qui répond à la question, vous ne serez pas cité. Si elle l'est, vous avez votre chance.

GEO (Generative Engine Optimization), AEO (Answer Engine Optimization), LLMO : les sigles changent, le fond reste le même. Ce guide fait le tri, avec un niveau de preuve pour chaque affirmation.

Le vrai, le probable et le battage

Avant toute tactique, voici la grille que j'utilise avec mes clients. Elle évite de dépenser du temps et de l'argent sur des rumeurs.

Ma règle : je n'applique en priorité que ce qui est prouvé ou probable et qui améliore aussi le SEO classique. Comme ça, rien n'est perdu, quoi qu'il arrive aux moteurs de réponse.

Comment chaque moteur choisit ses sources

Google : AI Overviews et AI Mode

Google utilise son propre index de recherche. La documentation officielle est claire : il n'y a pas d'exigence supplémentaire pour apparaître dans AI Overviews ou AI Mode, pas de fichier spécial à créer, pas de balisage particulier. La page doit être indexée et pouvoir s'afficher avec un extrait. Les clics venant de ces fonctions sont comptés dans le rapport Performances de Search Console, avec le type de recherche « Web » ; ils ne sont pas isolés dans un rapport à part.

Conséquence pratique : votre SEO Google est votre SEO pour les réponses IA de Google. Un site lent, mal indexé ou mince ne sera pas cité, quelle que soit la « stratégie GEO ».

Gemini

Gemini peut s'appuyer sur la recherche Google pour ancrer ses réponses (ce que Google appelle le grounding). Le jeton Google-Extended permet de refuser que vos contenus servent à entraîner les futurs modèles Gemini et à l'ancrage dans certains systèmes Gemini, sans toucher à votre présence dans Google Search. C'est une décision éditoriale, pas une décision SEO.

ChatGPT search

ChatGPT a son propre robot de recherche, OAI-SearchBot, qui sert à faire apparaître des sites dans ses réponses. OpenAI indique aussi travailler avec des fournisseurs de recherche tiers, sans en publier la liste. En pratique, être bien indexé chez Bing reste une sage précaution, mais OpenAI ne l'a pas confirmé officiellement : je le classe en « probable ». Quand un utilisateur demande explicitement de lire une page, c'est ChatGPT-User qui la visite.

Perplexity

Perplexity utilise PerplexityBot pour faire apparaître et lier des sites dans ses résultats ; l'entreprise précise qu'il ne sert pas à entraîner des modèles de fondation. Perplexity-User visite une page à la demande d'un utilisateur et, selon la documentation de Perplexity, ignore généralement robots.txt puisque la visite est demandée par une personne. Perplexity a été accusé en 2025 par Cloudflare de contourner certains blocages, ce que l'entreprise a contesté : si le sujet vous importe, surveillez vos logs plutôt que de vous fier à une seule déclaration.

Claude

Anthropic distingue trois robots : ClaudeBot (collecte pouvant servir à l'entraînement), Claude-SearchBot (indexation pour améliorer la qualité des résultats de recherche) et Claude-User (visite d'une page quand un utilisateur pose une question qui le nécessite). Bloquer les deux derniers réduit votre visibilité dans les réponses de Claude.

Copilot et les autres

Microsoft Copilot s'appuie sur Bing. Apple utilise Applebot pour Spotlight, Siri et Safari ; le jeton Applebot-Extended ne visite aucune page, il sert seulement à refuser l'usage de vos contenus pour entraîner les modèles d'Apple, et les pages qui le refusent restent dans les résultats de recherche.

Les robots IA : qui fait quoi

C'est la partie la plus mal comprise, et la cause numéro un des sites invisibles. Il faut séparer trois familles :

1. Entraînement : collecte de contenu pour entraîner de futurs modèles. Bloquer n'a pas d'effet sur la citation dans les réponses (sauf mention contraire).
2. Recherche et citation : indexation pour faire apparaître votre site dans les réponses. Bloquer = disparaître des réponses de ce moteur.
3. Requête utilisateur : visite ponctuelle quand quelqu'un demande à l'assistant de lire une page. Ces robots peuvent ne pas suivre robots.txt, puisque l'action vient d'un humain.

Attention à Googlebot : c'est lui qui alimente Google Search et ses fonctions IA. Il n'existe pas de robot Google distinct qu'on pourrait bloquer pour sortir des AI Overviews tout en restant dans Google. Pour limiter ce qui est repris, Google propose nosnippet, data-nosnippet et max-snippet, avec un coût sur l'affichage classique.

Quelle stratégie robots.txt selon votre objectif

Il n'y a pas de bonne réponse universelle. Il y a une décision à prendre, en conscience.

Exemple pour l'objectif le plus courant chez mes clients, « être cité sans nourrir l'entraînement » :

# Recherche et citation : autorisés
User-agent: OAI-SearchBot
Allow: /

User-agent: Claude-SearchBot
Allow: /

User-agent: PerplexityBot
Allow: /

# Entraînement : refusé
User-agent: GPTBot
Disallow: /

User-agent: ClaudeBot
Disallow: /

User-agent: CCBot
Disallow: /

User-agent: Google-Extended
Disallow: /

User-agent: Applebot-Extended
Disallow: /

# Tous les autres, dont Googlebot et Bingbot
User-agent: *
Allow: /

Sitemap: https://www.example.com/sitemap.xml

Trois précautions :

• Vérifiez aussi votre pare-feu et votre CDN. Cloudflare, par exemple, propose de bloquer les robots IA en un clic, et l'a activé par défaut pour les nouveaux domaines en 2025. Un robots.txt parfait ne sert à rien si le CDN renvoie une erreur 403 avant.
• Ne bloquez jamais Googlebot ou Bingbot « pour vous protéger de l'IA » : vous sortiriez des moteurs de recherche classiques, et donc de la plupart des réponses IA.
• robots.txt est une consigne, pas un verrou. Les robots sérieux la respectent ; un contenu vraiment confidentiel doit être derrière une connexion.

Pour générer ce fichier sans erreur, avec les bons noms de robots et un llms.txt assorti, utilisez mon générateur llms.txt et robots.txt IA.

llms.txt : ce que c'est, et ce que ça vaut vraiment

La proposition

llms.txt a été proposé par Jeremy Howard en septembre 2024 (site officiel : llmstxt.org). C'est un fichier Markdown placé à la racine du site, /llms.txt, qui donne aux modèles de langage un plan clair de vos contenus importants. Sa structure :

• un titre # avec le nom du site (seul élément obligatoire) ;
• une citation > avec un résumé court ;
• éventuellement des paragraphes de contexte ;
• des sections ## contenant des listes de liens, avec une note facultative après chaque lien ;
• par convention, une section ## Optional pour les liens secondaires.

La proposition suggère aussi de publier une version Markdown propre des pages importantes (par exemple page.html.md).

# OUFRID

> Développeur web, expert SEO et applications Android. Services en français, anglais et arabe.

## Services
- [Référencement SEO](https://oufrid.com/services/seo.html): audit, SEO technique, contenu multilingue
- [Applications Android](https://oufrid.com/services/android.html): conception et publication sur Google Play

## Guides
- [SEO face aux réponses IA](https://oufrid.com/ia/seo-ai-answers.html): ce qui est prouvé, probable ou spéculatif

## Optional
- [Glossaire](https://oufrid.com/glossary.html)

Qui le lit vraiment

• Google : non. Gary Illyes a déclaré que Google ne prend pas en charge llms.txt et n'a pas prévu de le faire ; John Mueller l'a comparé à la balise meta keywords. La documentation Google précise d'ailleurs qu'aucun « fichier texte IA » n'est nécessaire pour ses fonctions IA.
• Les autres moteurs de réponse : aucun grand acteur n'a annoncé publiquement qu'il l'utilise pour choisir ses sources. Des propriétaires de sites observent des visites de certains robots sur ce fichier dans leurs logs, mais une visite n'est pas une preuve d'usage pour le classement ou la citation.
• Les outils de développement et agents : c'est là que le fichier a le plus de sens aujourd'hui. Pour une documentation technique, une API ou un produit logiciel, un llms.txt aide les assistants de code et les agents à trouver la bonne page sans parcourir tout le site.

Mon verdict coût et bénéfice

• Coût : trente minutes, puis une mise à jour quand votre structure change.
• Bénéfice prouvé : faible pour le SEO et les citations ; réel pour une documentation technique consultée par des agents.
• Risque : nul, tant que vous ne le présentez pas à un client comme un levier de visibilité.

Je l'installe donc sur les sites de documentation et de produits techniques, et je le propose en option ailleurs. Je ne le facture jamais comme une « optimisation pour ChatGPT ».

Ce qui aide vraiment à être cité

Un moteur de réponse ne cite pas un site, il cite un passage. Votre objectif : que chaque page importante contienne des passages qu'on peut extraire, comprendre seuls et vérifier.

1. Des réponses nettes, en tête de section

• Ouvrez chaque section par une phrase qui répond directement à la question, puis développez.
• Une définition doit tenir en une ou deux phrases et se suffire à elle-même.
• Utilisez des intertitres formulés comme les vraies questions des gens : « Combien coûte… », « Quelle différence entre… », « Faut-il… ».

Avant : « Dans un monde où le digital prend une place de plus en plus importante, la question du prix d'un site se pose… »

Après : « Un site vitrine professionnel coûte en général entre X et Y au Maroc en 2026, selon le nombre de pages, les langues et les fonctionnalités. Voici le détail. »

2. Des chiffres sourcés et des données originales

Les assistants préfèrent les affirmations vérifiables. Citez vos sources, datez vos chiffres. Mieux encore : publiez des données que personne d'autre n'a : les tarifs réels observés sur vos projets, les résultats d'un test que vous avez mené, une enquête auprès de vos clients, des mesures de vitesse sur un échantillon de sites de votre secteur. Une donnée originale est la meilleure raison d'être cité, parce qu'on ne peut la trouver nulle part ailleurs.

3. Des tableaux, des listes et des FAQ

Les comparatifs en tableau, les étapes numérotées et les FAQ produisent exactement le type de passages courts et structurés que les systèmes extraient facilement. Ce n'est pas une astuce pour les robots : c'est aussi ce que préfèrent les lecteurs pressés.

4. Un auteur identifiable et une expertise démontrée

Signez vos contenus, liez l'auteur à une page « À propos » réelle, montrez vos réalisations, vos certifications, vos années d'expérience. C'est le cœur de ce que Google appelle E-E-A-T (expérience, expertise, autorité, fiabilité). Les moteurs de réponse ont tout intérêt à citer des sources fiables : facilitez-leur le travail.

5. Une entité claire et cohérente partout

Votre nom, votre activité, votre ville, vos coordonnées et vos services doivent être identiques sur votre site, votre fiche Google Business Profile, LinkedIn, les annuaires, les réseaux sociaux. Une entité cohérente est plus facile à reconnaître et à recommander. Les mentions de votre marque sur des sites tiers (articles, interviews, avis clients, discussions sur des forums) renforcent cette reconnaissance.

6. La fraîcheur

Pour les sujets qui bougent (prix, réglementation, outils, technologies), affichez une date de mise à jour réelle et actualisez vraiment le contenu. Changer la date sans changer le texte ne trompe personne longtemps.

7. Des données structurées propres

Google n'exige aucun balisage particulier pour ses fonctions IA, mais des données structurées valides (Organization, Person, Article, Product, LocalBusiness, BreadcrumbList) aident tous les moteurs à comprendre qui vous êtes et de quoi parle la page. Elles doivent correspondre au contenu visible. N'ajoutez pas de FAQ balisée invisible pour l'utilisateur.

8. Des pages lisibles sans JavaScript

Beaucoup de robots IA récupèrent le HTML brut et n'exécutent pas, ou mal, le JavaScript. Si votre texte n'apparaît qu'après le chargement d'une application React ou Vue côté client, une partie des robots verra une page vide. Privilégiez le rendu côté serveur ou la génération statique pour le contenu important. Test simple : affichez le code source de la page (pas l'inspecteur) et cherchez-y votre texte.

9. Vitesse et disponibilité

Un robot qui tombe sur une page lente, une erreur 5xx ou un délai d'attente passe à la source suivante. La vitesse ne vous fera pas citer, mais la lenteur peut vous faire ignorer.

10. Bing Webmaster Tools et IndexNow

Inscrivez votre site sur Bing Webmaster Tools, envoyez votre sitemap et activez IndexNow, le protocole qui prévient instantanément les moteurs participants (Bing, Yandex, Naver, Seznam, Yep, Amazon) quand une page est publiée ou modifiée. Google ne figure pas parmi les participants listés, mais pour Bing, et donc Copilot, c'est un gain de fraîcheur concret pour un effort minime : un fichier clé à la racine et un appel à chaque publication.

Mesurer : ce qu'on peut voir, et ce qu'on ne voit pas

Soyons honnêtes : la mesure est imparfaite. Une partie des visites venant des assistants arrive sans référent et se range dans le trafic « direct ». Mais on peut quand même suivre une tendance.

Dans votre outil d'analyse

Créez un segment ou un groupe de canaux pour les référents suivants :

• chatgpt.com (et l'ancien chat.openai.com)
• perplexity.ai
• gemini.google.com
• copilot.microsoft.com
• claude.ai

ChatGPT ajoute souvent le paramètre utm_source=chatgpt.com aux liens qu'il cite, ce qui aide l'attribution. Ce marquage n'est pas systématique et son comportement a varié au fil des mois : considérez-le comme un indice, pas comme un compteur exact.

Dans Search Console

Les clics venant d'AI Overviews et d'AI Mode sont inclus dans le rapport Performances, type de recherche « Web ». Ils ne sont pas séparés. Surveillez surtout l'évolution des impressions et du taux de clic sur vos requêtes informationnelles : une hausse des impressions avec une baisse des clics signale souvent que la réponse est donnée directement sur la page de résultats.

Dans vos logs serveur

Vos logs vous disent quels robots passent réellement, à quelle fréquence, et s'ils reçoivent des erreurs. C'est le meilleur moyen de vérifier qu'un CDN ou un pare-feu ne bloque pas ce que votre robots.txt autorise.

Le test manuel, structuré

Une fois par mois, posez à ChatGPT, Perplexity, Gemini, Claude et Copilot une liste fixe de 10 à 20 questions que vos clients posent vraiment, dans chacune de vos langues. Notez si vous êtes cité, quelle page, et qui l'est à votre place. Ce n'est pas statistiquement parfait (les réponses varient d'une session à l'autre), mais c'est l'indicateur le plus parlant pour un dirigeant.

L'opportunité du contenu en arabe et multilingue

C'est le point que je vois le moins exploité, et celui qui donne le plus de résultats à mes clients au Maroc, au Moyen-Orient et dans la diaspora.

• Moins de concurrence de qualité : sur beaucoup de sujets professionnels, il existe peu de pages en arabe complètes, structurées et à jour. Quand un utilisateur pose sa question en arabe, l'assistant a moins de bonnes sources parmi lesquelles choisir.
• Une vraie traduction, pas une traduction brute : faites relire par un locuteur natif, adaptez les exemples, les prix et les références au marché. Une traduction automatique non relue se voit, et elle n'inspire pas confiance.
• hreflang correctement configuré : chaque version linguistique déclare ses équivalentes (fr, en, ar, et ar-MA pour la darija si vous en avez), plus un x-default. Ça aide les moteurs à servir la bonne langue et évite que vos versions se fassent concurrence.
• Une URL par langue, indexable, avec son propre titre et sa propre description. Pas de traduction injectée en JavaScript après chargement.
• Le vocabulaire réel : en arabe, les gens cherchent parfois en arabe standard, parfois en darija, parfois en mélangeant avec du français. Étudiez les vraies requêtes avant d'écrire.

Plan d'action sur 30 jours

Semaine 1 : ne plus être invisible

• Lire votre robots.txt ligne par ligne et vérifier chaque robot de recherche IA.
• Vérifier le pare-feu et le CDN (réglages de blocage des robots IA, règles de bots).
• Contrôler l'indexation dans Google Search Console et Bing Webmaster Tools ; envoyer les sitemaps.
• Afficher le code source de vos 10 pages clés et vérifier que le texte y est.
• Décider de votre politique d'entraînement (autoriser ou refuser) et l'écrire.

Semaine 2 : rendre vos pages citables

• Choisir vos 10 pages les plus importantes pour le business.
• Réécrire l'ouverture de chaque section en réponse directe.
• Ajouter un tableau ou une liste là où le texte compare ou énumère.
• Ajouter une FAQ visible basée sur les vraies questions des clients.
• Afficher l'auteur, la date de mise à jour réelle et les sources des chiffres.

Semaine 3 : renforcer l'entité et la confiance

• Harmoniser nom, adresse, téléphone, description et services sur le site, Google Business Profile, LinkedIn et les annuaires.
• Compléter les données structurées Organization ou LocalBusiness et Person.
• Publier une donnée originale : un mini-baromètre, un retour d'expérience chiffré, un comparatif testé.
• Activer IndexNow.
• Optionnel : publier un llms.txt si vous avez de la documentation ou un produit technique.

Semaine 4 : mesurer et itérer

• Créer le segment « assistants IA » dans votre outil d'analyse.
• Lancer le test manuel mensuel (liste fixe de questions, toutes vos langues).
• Analyser les logs serveur : quels robots passent, avec quel code de réponse.
• Identifier les questions où un concurrent est cité à votre place, et améliorer la page correspondante.
• Planifier la version arabe ou anglaise de vos meilleures pages si elle n'existe pas.

La checklist

• robots.txt : OAI-SearchBot, Claude-SearchBot, PerplexityBot autorisés si vous voulez être cité.
• Googlebot et Bingbot jamais bloqués.
• CDN et pare-feu vérifiés (pas de 403 pour les robots autorisés).
• Politique d'entraînement décidée et appliquée (GPTBot, ClaudeBot, CCBot, Google-Extended, Applebot-Extended).
• Site validé dans Google Search Console et Bing Webmaster Tools, sitemaps envoyés.
• IndexNow actif.
• Contenu principal présent dans le HTML source, sans dépendre du JavaScript.
• Chaque page clé ouvre sur une réponse directe.
• Chiffres sourcés et datés ; au moins une donnée originale publiée.
• Tableaux, listes et FAQ visibles là où c'est utile.
• Auteur identifiable, page « À propos » réelle.
• Entité cohérente sur tout le web.
• Données structurées valides et conformes au contenu visible.
• hreflang correct pour chaque langue, une URL par langue.
• Segment « assistants IA » et test manuel mensuel en place.

Pour la base technique (vitesse, sécurité, indexation, SEO en arabe), complétez avec la checklist complète de lancement de site.

Les erreurs que je vois le plus souvent

• Bloquer les robots de recherche en croyant bloquer « l'IA ». Un Disallow: / sur OAI-SearchBot ou PerplexityBot, ou un bouton « bloquer les robots IA » activé dans le CDN, et vous disparaissez des réponses. Décidez robot par robot.
• Bloquer Googlebot pour sortir des AI Overviews. Vous sortez de Google tout entier.
• Générer des centaines de pages par IA sans relecture ni valeur ajoutée. Ces pages se ressemblent toutes, n'apportent aucune donnée nouvelle et n'ont aucune raison d'être citées. Elles peuvent aussi dégrader la perception de qualité de tout le site.
• Croire aux promesses de « classement dans ChatGPT ». Il n'y a pas de position fixe : la réponse dépend de la question, de la langue, du lieu, de la conversation et du moment. Méfiez-vous de quiconque vend une place garantie.
• Changer la date sans changer le contenu. Les systèmes comparent les versions ; les lecteurs aussi.
• Cacher le contenu derrière du JavaScript, des onglets non rendus ou des pop-ups.
• Traduire automatiquement sans relecture, surtout en arabe.
• Ne rien mesurer, et donc ne jamais savoir ce qui a marché.

FAQ

Faut-il un fichier llms.txt pour apparaître dans ChatGPT ?

Non. Rien n'indique publiquement qu'un grand moteur de réponse l'utilise pour choisir ses sources, et Google a déclaré ne pas le prendre en charge. Il peut être utile pour une documentation technique consultée par des agents. Pour être cité, comptez d'abord sur l'indexation, robots.txt et la qualité des passages.

Si je bloque GPTBot, est-ce que je disparais de ChatGPT ?

Non. GPTBot sert à l'entraînement. Pour ChatGPT search, c'est OAI-SearchBot qui compte : OpenAI précise que les sites qui le bloquent ne sont pas affichés dans les réponses de ChatGPT search.

Bloquer Google-Extended me fait-il perdre des positions dans Google ?

Non. Google indique que Google-Extended n'a aucun effet sur l'inclusion ni sur le classement dans Google Search. Il concerne l'entraînement de Gemini et certains usages d'ancrage.

Peut-on sortir des AI Overviews tout en restant dans Google ?

Pas avec un robot dédié : AI Overviews s'appuie sur Googlebot. Vous pouvez limiter ce qui est repris avec nosnippet, data-nosnippet ou max-snippet, mais ces directives réduisent aussi vos extraits dans les résultats classiques.

Comment savoir si ChatGPT ou Perplexity m'envoient des visiteurs ?

Filtrez les référents chatgpt.com, perplexity.ai, gemini.google.com, copilot.microsoft.com et claude.ai, et le paramètre utm_source=chatgpt.com. Une partie du trafic restera invisible (rangée en « direct »), d'où l'intérêt du test manuel mensuel.

Le GEO remplace-t-il le SEO ?

Non. Les moteurs de réponse reposent sur des index de recherche. Le GEO, c'est du SEO appliqué avec plus d'exigence sur la clarté des passages, les sources et l'entité. Un site mal référencé ne sera pas cité.

Écrire en arabe vaut-il vraiment l'effort ?

Sur la plupart des sujets professionnels, oui : il y a moins de sources arabes complètes et à jour, donc plus de chances d'être la page retenue, à condition d'une rédaction ou d'une relecture native et d'un hreflang correct.

---

Vous voulez savoir où en est votre site ? Commencez par l'audit SEO gratuit, générez un robots.txt adapté avec l'outil llms.txt et robots IA, ou confiez-moi le chantier complet via mon service de référencement SEO, en français, en anglais ou en arabe.