Qu'est-ce que l'AEO (Answer Engine Optimization) ? Le guide 2026

Chercher, ce n'est plus seulement Google

Pendant vingt ans, on a optimisé les sites pour une liste de dix liens bleus. Mais quand quelqu'un demande à ChatGPT quel est le meilleur outil pour X, il ne voit pas dix liens : il voit une réponse directe avec deux ou trois noms. Si ta marque n'est pas dans cette réponse, pour cette personne, tu n'existes pas.

L'AEO (Answer Engine Optimization), c'est le travail qui consiste à faire en sorte que les modèles d'IA te comprennent, te fassent confiance et te citent quand ils répondent à une question pertinente pour ton produit. Tu le verras aussi appelé GEO (Generative Engine Optimization) : même idée, autre nom. Ce guide explique comment fonctionne un moteur de réponses de l'intérieur, ce qu'il regarde exactement, un plan de quatre semaines pour une petite appli et comment mesurer si ça marche.

Comment répond un moteur de réponses

Ça vaut la peine de le comprendre, parce que ça change où l'effort paie. Quand tu interroges un assistant avec la recherche activée (ChatGPT avec recherche, Perplexity, les résumés IA de Google, Claude ou Copilot), trois choses se passent en quelques secondes :

Il récupère. Il lance une ou plusieurs recherches dans son index et rassemble une poignée de pages candidates. Si ta page n'est pas indexée ou ne peut pas être lue, elle n'est pas dans la poignée.
Il lit et sélectionne. Il extrait de ces pages les fragments qui répondent à la question. C'est le paragraphe qui répond directement et tient tout seul qui gagne, pas la page la plus longue.
Il rédige et cite. Il compose la réponse et ajoute des liens vers les sources utilisées. Cette citation, c'est la « visibilité » que vise l'AEO.

Et quand tu poses la question sans recherche, le modèle répond de mémoire : avec ce qu'il a appris à l'entraînement. Là, c'est ce qui a été dit de toi sur tout le web pendant des mois qui compte, pas ce que tu as changé hier.

Pourquoi ça compte maintenant

Les assistants d'IA sont devenus le premier endroit où beaucoup de gens se renseignent : quoi acheter, quelle stack utiliser, qui embaucher. Ces réponses sont construites à partir de ce que le modèle a pu lire et comprendre sur le web. Si ton site est une boîte noire pour eux, c'est ton concurrent qui récolte la mention. Et contrairement à Google, ici il n'y a pas de deuxième page : soit on te cite, soit non.

Ce qu'un moteur de réponses regarde

Accessibilité. Que ton contenu puisse être lu sans exécuter JavaScript, parce que beaucoup de bots ne rendent pas la page, et que robots.txt ne bloque pas GPTBot, ClaudeBot, PerplexityBot ou les bots de recherche de chaque fournisseur.
Clarté de l'entité. Qu'on sache clairement qui tu es : le même nom de marque sur toutes les pages, un bloc Organization avec des liens vers tes profils, une phrase qui te définit et qui se répète à l'identique sur l'accueil, dans la meta description et dans llms.txt.
Contenu citable. Des paragraphes qui répondent à une question sans dépendre du reste de la page, avec la réponse dans les deux premières phrases et des faits concrets (chiffres, noms, dates) plutôt que des adjectifs.
Structure. Un titre par question, une page par sujet, de vraies questions fréquentes. Les modèles découpent par titres ; chaque morceau devrait tenir tout seul.
Fraîcheur. Des dates visibles et un contenu à jour. Pour les questions du type « meilleur X en 2026 », le récent pèse.
Autorité externe. Des mentions sur d'autres sites, des avis, des annuaires d'outils, des comparatifs. Le modèle fait plus confiance à ce que plusieurs sources répètent.
Données structurées. Un JSON-LD cohérent avec ce qu'on voit sur la page. Plus dans pourquoi l'IA cite certains sites et pas d'autres.

Un plan de quatre semaines pour une petite appli

Semaine 1 : la mécanique

Vérifie que tes pages clés renvoient du vrai texte dans le HTML et pas un div vide que JavaScript remplit ; si ton appli est une SPA générée avec Lovable, Bolt ou v0, lis pourquoi les applis construites avec l'IA sont invisibles pour l'IA. Vérifie robots.txt, publie un llms.txt et ajoute Organization et SoftwareApplication sur l'accueil et la page produit. Tout ça, c'est le travail d'un après-midi.

Semaine 2 : le contenu

Écris la phrase qui définit ton produit (ce que c'est, pour qui, ce que ça permet) et répète-la à l'identique partout. Crée une page par question que ton client poserait à une IA : « qu'est-ce que X », « X vs Y », « comment faire Z avec X ». Mets la réponse directe en haut et les nuances ensuite. Transforme tes vraies questions fréquentes en une section avec le balisage FAQPage.

Semaine 3 : l'entité et la présence

Complète tes profils publics avec la même description (GitHub, LinkedIn, X, Product Hunt, annuaires d'outils de ta catégorie). Obtiens les premières mentions externes : un comparatif sur un blog, une fiche dans un annuaire, une réponse utile dans une communauté. Le modèle apprend qui tu es par ce que les autres disent de toi.

Semaine 4 : la mesure

Ouvre ChatGPT, Claude et Perplexity et pose les mêmes questions aux trois : ce qu'est ta marque, ce qu'elle fait, les alternatives, et « recommande-moi un outil pour [ton problème] ». Note avec la date si tu apparais, si ce qu'ils disent est exact et avec qui ils te confondent. Répète chaque mois.

Les erreurs qui gâchent tout le plus souvent

Bloquer GPTBot ou ClaudeBot avec un template de robots.txt copié « pour protéger le contenu ».
Le nom du produit et la proposition de valeur dans une image ou une vidéo.
Une seule longue page qui raconte tout, sans titres qui disent de quoi parle chaque partie.
Changer le nom ou la description de la marque entre les pages et les profils.
Baliser FAQPage avec des questions qui n'apparaissent pas sur la page visible.

Comment mesurer l'AEO

Trois sources. La tournée mensuelle de questions, qui te donne présence et exactitude. Les logs du serveur filtrés par les user agents des bots d'IA, qui te disent s'ils te lisent et quelles pages. Et l'analytique web, où apparaissent les visites qui arrivent de chatgpt.com ou perplexity.ai comme source de trafic : quand quelqu'un clique sur la citation, ça se voit.

L'AEO ne remplace pas le SEO

L'AEO s'appuie sur beaucoup de fondations du SEO classique : contenu utile, bonne structure, autorité. La différence, c'est le format de sortie et le moment où l'on te trouve. Pense-le comme une nouvelle couche par-dessus ce que tu fais déjà, pas comme un remplacement. On développe ça dans SEO vs AEO.

Scanaris vérifie ton AEO pour toi

Le pilier de visibilité IA de Scanaris vérifie ton llms.txt, tes données structurées, si ton contenu est lisible sans JavaScript et si tu bloques des bots d'IA dans robots.txt, et te donne un fix prompt prêt à coller dans ton IA pour chaque chose qui manque. Le suivi de visibilité fait la tournée de questions à ta place : chaque jour, il vérifie si tu apparais quand quelqu'un demande une recommandation dans ta catégorie et comment on te décrit. Ce sont des vérifications en lecture seule sur des informations publiques ; il ne touche jamais à ton site.

Questions fréquentes

AEO et GEO, c'est la même chose ?

En pratique, oui : les deux noms décrivent l'optimisation pour être cité dans des réponses générées par l'IA. GEO vient du monde académique ; AEO, du marketing. Les techniques sont les mêmes.

Combien de temps avant de voir un effet ?

Les visites en direct et la recherche, de quelques jours à quelques semaines : dès que tes pages sont lisibles et indexées, elles peuvent apparaître comme source. La mémoire du modèle, jusqu'à son prochain entraînement, que tu ne contrôles pas. C'est pour ça que le travail de présence externe vaut la peine d'être commencé tôt.

Ça vaut le coup pour une petite appli ?

Surtout pour une petite appli. Sur Google, tu es en concurrence avec des sites qui ont des années d'autorité ; dans une réponse d'IA, avec la clarté de ta page. Un produit nouveau bien expliqué peut être cité avant un gros mal expliqué.