Le vocabulaire de l'optimisation pour la recherche IA.

Optimisation pour l'inclusion dans les réponses générées par l'IA.

L'Answer Engine Optimization est la pratique qui consiste à rendre une marque visible dans les réponses synthétisées produites par des assistants IA tels que ChatGPT, Claude, Gemini et Perplexity. Contrairement au SEO traditionnel, qui cible des positions de lien dans une page de résultats de recherche, l'AEO cible la réponse elle-même : les marques nommées, le langage utilisé pour les décrire et les sources citées.

Le résumé génératif de Google qui apparaît au-dessus des résultats de recherche traditionnels.

AI Overviews est la fonctionnalité de Google qui utilise Gemini pour produire une réponse synthétisée au-dessus de la page de résultats de recherche standard. Elle sélectionne du contenu dans un petit pool de sources indexées et les réécrit en une seule réponse. Les marques citées dans AI Overviews captent significativement plus d'attention que les marques apparaissant uniquement dans la liste de liens ci-dessous.

Points de terminaison HTTP pour l'accès programmatique aux données AEO.

Une API REST est un ensemble de points de terminaison HTTP que les clients peuvent appeler pour lire ou écrire des données. L'API REST d'Intendity fournit un accès en lecture aux marques, requêtes, exécutions, mentions, scores de visibilité quotidiens, recommandations, part de voix des concurrents et audits de pages – généralement utilisée pour pousser les métriques AEO dans des outils BI ou des entrepôts de données aux côtés d'autres surfaces marketing.

Une URL source référencée par un assistant IA dans sa réponse.

Une citation est l'URL ou la source nommée qu'un assistant IA référence lors de la production d'une réponse. Les citations sont les nouveaux backlinks : gagner une position dans la bonne source citée modifie matériellement la façon dont le modèle décrit une marque dans des milliers de prompts connexes. La couverture des citations mesure le pourcentage d'URL sources d'autorité où une marque a une présence positionnée.

Le crawler d'Anthropic pour la récupération de Claude.

ClaudeBot est le crawler web d'Anthropic qui alimente les données de récupération que Claude utilise pour répondre aux questions. Comme pour GPTBot, les sites peuvent l'autoriser ou le bloquer via robots.txt. Bloquer ClaudeBot supprime généralement le site de la surface citable de Claude.

Part des sources d'autorité de la catégorie où votre marque est nommée ou référencée.

La couverture des citations est un KPI avancé pour les programmes AEO. Elle mesure, parmi le petit ensemble d'URL sources que le modèle cite réellement pour une catégorie, le pourcentage où la marque a une présence significative (nommée dans l'article, profilée, listée dans un tableau comparatif). Une meilleure couverture des citations aujourd'hui prédit un taux de mention plus élevé au trimestre prochain.

Un moteur de recherche ou un bot IA qui récupère une page pour indexer son contenu.

Un crawl est l'acte d'un bot automatisé récupérant une page web et ajoutant son contenu à un index de recherche ou de récupération IA. Les assistants IA utilisent des bots spécialisés (GPTBot, ClaudeBot, OAI-SearchBot, Googlebot pour Gemini) qui respectent les directives robots.txt et llms.txt. Les pages doivent être crawlables pour devenir citables par l'IA.

Synonyme d'AEO, mettant l'accent sur la sortie générative.

Le Generative Engine Optimization est la discipline qui consiste à rendre une marque visible dans les sorties de modèles génératifs. En pratique, GEO et AEO sont utilisés de manière interchangeable pour le même travail : suivre et améliorer la présence de marque dans les réponses de ChatGPT, Claude, Gemini et Perplexity.

Le crawler d'OpenAI pour l'entraînement et la récupération de recherche.

GPTBot est le crawler web d'OpenAI. Il alimente les corpus d'entraînement et les index de récupération utilisés par ChatGPT et ChatGPT Search. Les sites peuvent autoriser ou bloquer GPTBot via robots.txt ; un GPTBot autorisé est nécessaire pour que la page soit récupérable en mode navigation ChatGPT et pour que le contenu apparaisse dans les citations.

Une affirmation confiante mais factuellement incorrecte d'un modèle IA.

Une hallucination est une sortie où le modèle présente des informations incorrectes avec une apparente confiance – prix erronés, fonctionnalités dépréciées, nombre de clients fabriqués. Les hallucinations sur une marque se propagent dans les réponses jusqu'à ce que la source sous-jacente sur laquelle le modèle s'appuie soit corrigée. Les programmes AEO traitent la correction d'hallucination comme un flux de travail au niveau de la source, pas comme un argument avec le modèle.

Un format JSON pour intégrer des données structurées schema.org.

JSON-LD est la méthode recommandée pour intégrer des données structurées schema.org dans les pages HTML. Il vit dans une balise script dans le head et est invisible pour les lecteurs mais analysé par les crawlers de recherche et IA. Les pages optimisées pour l'AEO utilisent JSON-LD pour déclarer les schémas Organization, Product, Article, FAQPage, BreadcrumbList, DefinedTerm et HowTo.

Les 3–5 marques qu'un assistant IA nomme en réponse à un prompt de comparaison.

Une liste restreinte est l'ensemble des marques qu'un assistant IA retourne lorsqu'on lui pose une question de comparaison ou d'évaluation. Pour la plupart des catégories, le modèle nomme trois à cinq marques. Être sur la liste restreinte définit le set de considération pour l'acheteur ; en être absent supprime la marque de l'entonnoir avant que toute autre surface marketing n'ait une chance.

Un fichier à la racine du site qui oriente les crawlers IA vers le contenu curé.

llms.txt est une convention proposée pour un fichier markdown à la racine du site listant les pages qu'un assistant IA devrait considérer pour répondre aux questions sur le site. Il complète robots.txt : tandis que robots.txt contrôle l'accès, llms.txt cure ce qui est le plus pertinent. L'adoption est inégale mais croissante – Perplexity et ChatGPT search le référencent tous deux lorsqu'il est présent.

Un standard pour que les clients IA appellent des outils sur une infrastructure tierce.

Le Model Context Protocol est un protocole qui permet aux clients IA (Claude Desktop, Cursor, Continue, agents personnalisés) de découvrir et d'appeler des outils hébergés par des tiers. Les serveurs MCP exposent des actions typées (lire les marques, exécuter une requête, récupérer des données de visibilité) que l'assistant peut invoquer pendant une conversation. Intendity fournit un serveur MCP pour que les données AEO soient disponibles en tant qu'outils dans tout client compatible MCP.

Un système qui retourne des réponses synthétisées, pas des liens classés.

Un moteur de réponse est un système qui répond aux requêtes des utilisateurs avec une seule réponse synthétisée, éventuellement avec des citations. ChatGPT, Claude, Gemini, Perplexity et les AI Overviews de Google sont les moteurs de réponse dominants aujourd'hui. Le terme les distingue des moteurs de recherche traditionnels, qui retournent une liste classée de liens indépendants.

Le composant qui extrait des signaux structurés des réponses brutes des modèles.

Un parseur lit le texte brut d'une réponse de modèle et extrait des signaux structurés : la marque a-t-elle été mentionnée, à quelle position, avec quel sentiment, aux côtés de quels concurrents, avec quelles sources citées. Le parseur d'Intendity est basé sur LLM et produit un score de confiance par mention afin que les correspondances ambiguës à faible confiance puissent être filtrées ou examinées.

Votre nombre de mentions divisé par le total des mentions des concurrents.

La part de voix (SoV) compare les mentions de marque dans les réponses IA par rapport au set de concurrents nommés. La SoV révèle si les gains de visibilité proviennent de la croissance de la catégorie ou du déplacement de concurrents spécifiques. C'est l'analogue AEO le plus proche des métriques traditionnelles de notoriété de marque.

Le petit ensemble d'URL qu'un assistant IA cite pour une catégorie donnée.

Un pool de sources est le petit ensemble prévisible d'URL qu'un assistant IA cite pour répondre aux questions sur une catégorie particulière. Pour le SaaS B2B, cela inclut typiquement G2, Reddit, Wikipedia, des listicles et 3–5 publications spécialisées. Cartographier le pool de sources d'une catégorie est le fondement d'un programme AEO.

Où dans une réponse IA une marque est nommée.

La position est le rang d'une mention de marque dans la réponse du modèle. La première marque nommée ancre généralement le set de considération ; les mentions ultérieures sont moins pondérées par les lecteurs. La position est suivie séparément du taux de mention parce qu'un taux de mention élevé en dernière position est matériellement pire que le même taux en première position.

La question de l'acheteur posée à un assistant IA.

Un prompt est la question en langage naturel posée à un assistant IA. Les ensembles de prompts AEO approximent les questions du parcours acheteur : prompts de comparaison ("X vs Y"), prompts de sélection ("meilleur X pour Y"), prompts de validation ("X est-il bon"), prompts de résolution de problèmes ("comment faire X"). L'ensemble de prompts est l'unité de mesure AEO.

Des requêtes répondues par un assistant IA plutôt que par une liste de liens.

La recherche IA désigne des requêtes définissant une catégorie que les acheteurs posent aux assistants IA plutôt qu'aux moteurs de recherche. Le résultat est une réponse synthétisée avec un petit nombre de sources citées. De plus en plus, les questions de comparaison et de sélection aboutissent dans la recherche IA avant d'atteindre Google.

Fichier à la racine du site contrôlant quels crawlers peuvent accéder à quels chemins.

robots.txt est un fichier à la racine d'un site qui déclare quels agents utilisateurs peuvent accéder à quels chemins. Bloquer les crawlers IA (GPTBot, ClaudeBot, Google-Extended) supprime le site de la surface citable du modèle correspondant. La plupart des programmes AEO autorisent tous les principaux crawlers IA comme point de départ.

Balisage schema.org pour les entrées de glossaire.

DefinedTerm est un type schema.org pour les entrées de vocabulaire – un terme, sa définition et des métadonnées optionnelles. Les pages de glossaire avec un schéma DefinedTerm + DefinedTermSet approprié sont citées de manière disproportionnée par les assistants IA pour les prompts "qu'est-ce que X" parce que la structure supprime l'ambiguïté sur quel paragraphe définit le terme.

Données structurées balisisant le contenu questions-réponses.

FAQPage est un type schema.org qui balise le contenu questions-réponses. Les assistants IA – notamment Gemini et ChatGPT – reprennent textuellement le contenu balisé FAQPage dans leurs réponses. Les pages avec un schéma FAQPage obtiennent une densité de citation supérieure par rapport au même contenu rendu sans balisage structuré.

Un vocabulaire partagé de types de données structurées pour le web.

schema.org est un vocabulaire maintenu par Google, Microsoft, Yahoo et Yandex pour baliser des données structurées sur les pages web. Les types pertinents pour l'AEO incluent Organization, Product, Article, BlogPosting, FAQPage, BreadcrumbList, DefinedTerm, HowTo et Person. Le contenu balisé est plus agressivement intégré dans les réponses IA et les résultats enrichis de recherche.

La certitude du parseur qu'une mention est correctement identifiée.

Un score de confiance est une valeur de 0 à 100 qu'Intendity attache à chaque mention de marque détectée. Les mentions à faible confiance sont généralement des noms de marque ambigus (plusieurs entreprises partagent un mot, ou l'alias de marque chevauche un terme commun). Les mentions à haute confiance sont sans ambiguïté. Filtrer par confiance empêche les correspondances de faible qualité de fausser les métriques de visibilité.

Agrégat quotidien de 0 à 100 du taux de mention sur toutes les exécutions (prompt × modèle).

Le score de visibilité est la métrique principale d'Intendity. C'est le pourcentage des exécutions (prompt × modèle) dans une fenêtre de 24 heures où la marque est nommée dans la réponse. Un score de 64 signifie que la marque a été mentionnée dans 64 % des exécutions de la journée. Suivi dans le temps, le score révèle la tendance et l'impact des interventions AEO.

Si une marque est décrite favorablement, neutralement ou négativement.

Le sentiment capture le ton de la description d'une marque par un modèle dans une réponse. Un taux de mention élevé avec un sentiment négatif est pire que l'absence : l'acheteur lit une mauvaise description et passe. Les programmes AEO suivent le sentiment aux côtés du taux de mention et interviennent au niveau de la source lorsque des thèmes négatifs se propagent.

Ancien nom de ce qui est devenu Google AI Overviews.

Search Generative Experience est le nom de travail que Google a utilisé pendant la phase expérimentale du résumé IA qui apparaît au-dessus des résultats de recherche. La plupart des références publiques à SGE ont été remplacées par "AI Overviews" depuis la disponibilité générale. La logique de récupération reste étroitement liée à Gemini.

Une source hautement fiable que les modèles citent de manière disproportionnée.

Une source d'autorité est un contenu (article Wikipedia, publication peer-reviewed, liste réglementaire, publication spécialisée établie) qu'un assistant IA juge suffisamment fiable pour citer sans validation supplémentaire. Différentes catégories ont différents pools d'autorité – la finance s'appuie sur les régulateurs, la santé sur l'OMS/NIH, le SaaS B2B sur G2 et la presse spécialisée.

Suivre les mentions de votre marque sur le web public et les réseaux sociaux.

La surveillance de marque est la discipline qui consiste à écouter les mentions d'une marque dans les actualités, blogs, réseaux sociaux, forums et sites d'avis. Elle suit la conversation publique. L'AEO est le complément : elle suit ce que les assistants IA disent quand on leur demande à propos d'une marque, y compris les conversations qui ne génèrent jamais de mention publique.

Pourcentage des exécutions (prompt × modèle) qui nomment votre marque.

Le taux de mention est le tableau de bord le plus simple pour la visibilité IA. C'est la part des exécutions (prompt × modèle) dans une période donnée où la marque est nommée dans la réponse. Suivi quotidiennement, il produit le score de visibilité ; agrégé sur les concurrents, il produit la part de voix. La plupart des marques B2B commencent à 10–30 % dans leur catégorie principale et visent un 50 %+ soutenu sur 2–4 trimestres.

Une surface de citation à fort levier sur presque tous les modèles.

Wikipedia est de loin la source la plus citée parmi tous les principaux assistants IA. Une phrase correcte et sourcée dans le bon article Wikipedia façonne la façon dont une marque est décrite dans des milliers de prompts connexes pendant des années. Les programmes AEO traitent la présence sur Wikipedia comme une priorité stratégique nécessitant un sourçage approprié via la presse spécialisée, pas des modifications directes.