Les 10 points de contrôle GEO qui font échouer la plupart des sites web

Si vous souhaitez apparaître dans les réponses de ChatGPT, Perplexity, Claude ou Google AI Overviews, vous n'avez pas besoin d'une nouvelle discipline, mais de données vérifiables et lisibles par les machines. Nous avons analysé les causes d'échec dans la pratique : 23 696 audits réalisés sur 13 327 domaines, vérifiés avec l'AI Trust Audit. Ces dix critères sont ceux qui échouent le plus souvent — et certains d'entre eux risquent de vous surprendre.

L'essentiel en bref

• Des données plutôt que des pressentiments : Tous les taux mentionnés dans cet article proviennent de 23 696 audits terminés sur 13 327 domaines (état en août 2026), et non d'un sondage ou d'une estimation.
• Les classiques sont maîtrisés, les preuves manquent : La déclaration de confidentialité, le fichier robots.txt et le sitemap sont présents entre 73 et 94 % du temps. En revanche, le balisage des avis ne l'est que dans 5 % des cas.
• L'échec le plus important est le moins connu : La liaison sameAs — qui connecte votre propre marque à ses profils sur le web — fait totalement défaut sur deux pages testées sur trois.
• L'effort et l'impact sont rarement proportionnels : Six des dix points sont réalisables en quelques heures, car il s'agit de balisage et non de création de nouveaux contenus.

Notre méthodologie de sélection

La base est constituée de tous les cycles d'audit terminés. Pour chaque critère, nous savons combien de fois il a été entièrement rempli, partiellement rempli ou non rempli. Nous avons retenu les critères ayant une pondération élevée et un taux d'échec important — c'est-à-dire là où un impact fort rencontre une mise en œuvre faible.

Nous avons délibérément exclu de la liste les évidences : la déclaration de confidentialité (remplie à 73 %), le fichier robots.txt accessible (94 %), la lisibilité (87 %), le sitemap XML (81 %), les mentions légales (68 %). De même, la balise Title ne fait défaut que sur 5 % des pages, et seulement 6 % bloquent activement GPTBot. Ce sont des bases importantes, mais ce ne sont plus des chantiers prioritaires.

Les critères relatifs aux produits ne concernent que les pages identifiées comme boutiques en ligne ; leurs taux se rapportent à 4 747 audits. La numérotation est alphabétique et ne constitue pas un classement.

Comparatif en un coup d'œil

Check	Catégorie	Entièrement rempli	Effort	Impact sur les réponses IA
1. Textes Alt des images	Contenu	35 %	Moyen	Élevé
2. Schéma FAQ	Structure	7 %	Faible	Très élevé
3. Schéma Organization	Structure	46 %	Faible	Très élevé
4. Identifiants produits	Données produits	27 %	Moyen	Très élevé
5. Qualité de la page "À propos"	Contenu	25 %	Moyen	Élevé
6. Schéma Review	Réputation	5 %	Moyen	Très élevé
7. Liaison d'entité sameAs	Structure	22 %	Faible	Élevé
8. Date de publication	Contenu	27 %	Faible	Élevé
9. Données d'offre complètes	Données produits	34 %	Moyen	Très élevé
10. Schéma Website avec fonction de recherche	Structure	36 %	Faible	Moyen

1. Textes Alt des images

Catégorie : Contenu

Ce qui est vérifié : Si les images pertinentes en termes de contenu sur une page portent des textes alternatifs descriptifs — et pas seulement des noms de fichiers ou des attributs vides.

Taux de réussite : 35 % remplissent totalement le test, 26 % pas du tout. C'est le point le plus faible parmi les critères à forte pondération.

Pourquoi c'est important pour les réponses IA : Les crawlers textuels ne voient pas les images. Ce qui est écrit dans le texte Alt est tout ce qui peut passer de l'image à la réponse — pour les photos de produits, cela inclut la couleur, le matériau, la variante.

Best Practice : alt="Machine à expresso porte-filtre, 2 groupes, acier inoxydable" au lieu de alt="Image produit". Les images décoratives reçoivent un alt="" vide pour être délibérément ignorées.

Erreur la plus fréquente : Le système de boutique remplit automatiquement le texte Alt avec le nom du produit. C'est formellement présent, mais sans information complémentaire sur le contenu.

2. Schéma FAQ

Catégorie : Structure

Ce qui est vérifié : Si les questions et réponses sur la page sont balisées comme FAQPage.

Taux de réussite : 7 %. Plus de neuf pages sur dix gaspillent ce format, qui est le plus proche du format de réponse des systèmes d'IA.

Pourquoi c'est important pour les réponses IA : Une structure question-réponse fournit précisément le bloc qu'un modèle peut citer : une question délimitée et une réponse complète — sans avoir à reconstruire le contexte à partir d'un texte courant.

Best Practice : Placer des blocs FAQ là où la question se pose — sur les pages de produits, de livraison et de retour, et pas seulement sur une page FAQ centrale. Chaque réponse doit faire deux à quatre phrases, compréhensibles de manière autonome.

Erreur fréquente : Les questions figurent sous forme d'accordéon sur la page, mais le balisage manque. Visible pour les acheteurs, mais pour les machines, ce n'est qu'un tas d'éléments div.

3. Schéma Organization

Catégorie : Structure

Ce qui est vérifié : Si le site web affiche l'identité de son exploitant sous forme d'Organization — nom, logo, mode de contact, adresse.

Taux de réussite : 46 %. Sur plus de la moitié des pages, l'identité de base fait donc défaut, bien que ce test soit l'un des mieux pondérés.

Pourquoi c'est important pour les réponses IA : Sans organisation claire, un modèle ne peut attribuer des déclarations, des avis et des produits à aucune marque. Tout le reste en découle.

Best Practice : Fournir un objet Organization de manière globale dans l'en-tête de la page, avec name, url, logo, contactPoint et address — identique sur toutes les pages et identique aux mentions légales et au profil d'entreprise Google.

Erreur fréquente : Deux raisons sociales contradictoires — une dans le balisage, une dans les mentions légales. Cela affaiblit l'attribution au lieu de la renforcer.

4. Identifiants produits

Catégorie : Données produits

Ce qui est vérifié : Si les produits portent des identifiants uniques : GTIN ou EAN, MPN, SKU et la marque.

Taux de réussite : 27 % des pages de boutique testées remplissent totalement le test, 62 % pas du tout.

Pourquoi c'est important pour les réponses IA : Les agents d'achat doivent reconnaître que votre offre concerne le même produit que celui d'un concurrent. Sans identifiant, votre article est tout simplement un autre article pour un comparatif de prix ou de disponibilité.

Best Practice : Indiquer gtin13, mpn, sku et brand dans l'objet Product. Pour les marques propres sans GTIN : renseigner systématiquement le MPN et la marque.

Erreur fréquente : Les identifiants se trouvent dans le système de gestion commerciale et dans le flux Google Merchant, mais pas dans le code HTML de la page produit. Le flux n'atteint que Google, la page produit atteint tous les autres.

Ce qui est surprenant : Ce point est le signe avant-coureur le plus clair de l'achat par agent — et pourtant c'est le jeu de données produit le plus mal entretenu.

5. Qualité de la page "À propos"

Catégorie : Contenu

Ce qui est vérifié : Non pas si une page "À propos" existe, mais si elle contient des faits probants : création, emplacement, équipe, spécialisation de la gamme, contact.

Taux de réussite : 25 %. À titre de comparaison : 89 % possèdent une page "À propos".

Pourquoi c'est important pour les réponses IA : Pour la question "Ce fournisseur est-il sérieux ?", la page "À propos" est la source de faits la plus dense sur le domaine. La prose marketing n'apporte rien à cet égard.

Best Practice : Être concret : année de création, forme juridique, siège social, nombre d'employés, interlocuteurs avec noms, sélection des marques distribuées.

Erreur fréquente : Trois paragraphes sur la passion et la qualité, sans une seule donnée vérifiable.

Ce qui est surprenant : L'écart entre "existant" et "pertinent" n'est aussi grand pour aucun autre critère.

6. Schéma Review

Catégorie : Réputation

Ce qui est vérifié : Si les avis clients sont balisés comme Review ou AggregateRating.

Taux de réussite : 5 %. C'est la valeur la plus frappante de tout le jeu de données — et cela ne vient pas du fait que les boutiques n'auraient pas d'avis.

Pourquoi c'est important pour les réponses IA : Les avis sont le signe de confiance le plus fréquemment cité dans les réponses d'IA concernant les fournisseurs. Une note sans origine ni nombre est alors un chiffre non étayé.

Best Practice : Fournir et baliser la note, le nombre et les textes d'avis individuels côté serveur. Les avis Trusted Shops — notre propre offre — proviennent de commandes vérifiées et peuvent être intégrés de manière à figurer dans le code source.

Erreur fréquente : Le widget d'avis est chargé via JavaScript. Les acheteurs voient les étoiles, mais une grande partie des crawlers d'IA ne lisent que le HTML pur — et là, il n'y a rien.

Ce qui est surprenant : L'écart entre les avis visibles et les avis balisés est la plus grande lacune de visibilité individuelle que nous mesurons.

7. Liaison d'entité sameAs

Catégorie : Structure

Ce qui est vérifié : Si la marque lie ses profils officiels — Profil d'entreprise Google, LinkedIn, Wikidata, annuaires professionnels — à son propre domaine via sameAs.

Taux de réussite : 22 %. Avec 67 % d'échecs manifestes, c'est la défaillance la plus importante de toute l'évaluation.

Pourquoi c'est important pour les réponses IA : sameAs indique à un modèle : la marque sur ce site web et le profil là-bas sont la même entité. Sans ce pont, les preuves externes restent un bruit non corrélé.

Best Practice : Dans l'objet Organization, gérer une liste (array) sameAs avec les URLs des profils officiels. N'inclure que les profils qui vous appartiennent réellement et qui sont actifs.

Erreur fréquente : Ce sont les boutons sociaux dans le pied de page qui sont liés au lieu de connexions lisibles par machine dans le balisage.

Ce qui est surprenant : Effort : environ quinze minutes. Pourtant, c'est le test de structure le moins souvent réussi.

8. Date de publication et de mise à jour

Catégorie : Contenu

Ce qui est vérifié : Si les contenus portent une date de création et de modification lisible par machine.

Taux de réussite : 27 %, soit 73 % qui ne remplissent pas du tout le test.

Pourquoi c'est important pour les réponses IA : Pour les questions liées au temps — prix, situation juridique, disponibilité, années — les modèles privilégient manifestement les sources datées. Sans date, votre contenu reste exclu de toute vérification d'actualité.

Best Practice : Utiliser datePublished et dateModified dans le balisage et afficher en plus la date de manière visible. Ne changer dateModified que si le contenu a réellement été modifié.

Erreur fréquente : La date est automatiquement mise à jour à chaque déploiement. Cela crée une actualité factice — et dévalue le signal.

9. Données d'offre complètes

Catégorie : Données produits

Ce qui est vérifié : Si le prix, la devise, la disponibilité ainsi que les conditions de livraison et de retour sont disponibles sous forme lisible par machine pour le produit.

Taux de réussite : 34 % des pages de boutique testées, 64 % échouent.

Pourquoi c'est important pour les réponses IA : "Combien cela coûte-t-il frais de port inclus, et est-ce livrable ?" est la question typique d'intention d'achat. S'il manque une information, un modèle ne peut pas inclure votre offre dans le comparatif — il vous laisse de côté.

Best Practice : Dans l'objet Offer, indiquer price, priceCurrency, availability, shippingDetails et hasMerchantReturnPolicy et les maintenir synchronisés avec les informations sur la page.

Erreur fréquente : Le prix et la disponibilité sont balisés, mais pas la livraison et le retour. Or, ce sont précisément ces deux éléments qui font la différence dans une comparaison.

10. Schéma Website avec fonction de recherche

Catégorie : Structure

Ce qui est vérifié : Si le domaine fournit un objet WebSite avec une SearchAction.

Taux de réussite : 36 %.

Pourquoi c'est important pour les réponses IA : Cela permet de dire à un système comment effectuer une recherche ciblée sur votre site, au lieu de naviguer dans les menus. Pour les accès par agents, cela devient de plus en plus pertinent.

Best Practice : Fournir WebSite avec potentialAction et votre propre URL de recherche dans l'en-tête de la page — une fois globalement, pas différemment par page.

Erreur fréquente : L'URL de recherche dans le balisage pointe vers un ancien paramètre qui n'aboutit à rien.

Questions fréquentes

Qu'est-ce que le GEO, au fait ?

GEO signifie Generative Engine Optimization : l'optimisation d'un site web pour apparaître dans les réponses des systèmes d'IA générative. Techniquement, cela recoupe largement le SEO, mais accorde une importance nettement plus élevée aux preuves lisibles par machine et aux entités uniques.

Le SEO classique ne suffit-il pas ?

Pour les bases, oui — une structure propre, un sitemap accessible et un bon contenu profitent aux deux. La différence réside dans le balisage : ce qu'un humain voit sur la page doit exister en plus sous forme de donnée structurée, sinon cela n'existe pas pour un crawler HTML.

Par quoi commencer si je n'ai qu'une journée ?

Par les tests de structure : Organization, sameAs et les dates sont réglés en quelques heures et concernent l'ensemble du domaine. Le balisage des avis et des données produits vient ensuite.

À quelle fréquence dois-je vérifier cela ?

Après chaque refonte majeure et sinon tous les trimestres. D'après notre expérience, les données structurées sont les premières à se perdre lors des modifications de templates.

Où en est votre site web

Les dix critères font partie de l'AI Trust Audit. Le test est gratuit, dure quelques minutes et indique pour chaque point s'il est rempli, partiellement rempli ou manquant — avec des conseils concrets de mise en œuvre pour votre domaine.

Note sur la méthodologie

Tous les cycles d'audit terminés dans l'AI Trust Audit ont été analysés (état en août 2026) : 23 696 cycles sur 13 327 domaines uniques. La base d'évaluation diffère selon le critère car certains tests n'ont été introduits qu'au fil du temps et les tests relatifs aux produits ne concernent que les pages de boutique identifiées — la base respective varie donc de 4 700 à 23 300 cycles environ. Les résultats détaillés datant de plus de douze mois sont supprimés pour des raisons de protection des données et ne sont pas inclus dans les taux.