Recherche scientifique › Martinez, 2026

Audit des preuves GEO : ce que 45 études prouvent réellement

Martinez (arXiv:2607.14035, juillet 2026) publie la première revue critique du generative engine optimization, en examinant 45 études parues entre novembre 2023 et juillet 2026. Sa conclusion est inconfortable et utile : les techniques GEO modifient de façon mesurable la manière dont une page déjà récupérée est citée, mais « aucune technique examinée ne montre d’effet causal stable, longitudinal et inter-plateformes sur la découvrabilité organique ou sur le comportement en aval ». En clair : la recherche sait vous faire mieux citer une fois que le moteur tient votre page. Elle ne sait pas encore faire en sorte que le moteur vous trouve. Ce sont deux problèmes distincts, et le marché les vend comme un seul.

D’où vient vraiment le fameux « +40 % »

Presque tous les argumentaires GEO citent « jusqu’à 40 % de visibilité en plus ». La revue remonte à la source de ce chiffre et montre ce qu’il mesure. Chez Aggarwal et al. (KDD 2024), la métrique est le position-adjusted word count — la part de la réponse générée attribuée à votre source, pondérée par sa place dans le texte. Pour la tactique d’ajout de citations, elle passe de 19,3 à 27,2, soit environ +41 % en relatif.

La revue est explicite : cela « ne signifie pas que 40 % de lecteurs en plus vont cliquer, ni qu’une page gagnera 40 % de probabilité d’être récupérée. Cela signifie que, dans ce banc d’essai, une source déjà fournie au générateur reçoit une part pondérée plus grande du texte attribué ». L’affirmation générale selon laquelle « le GEO augmente la visibilité de 40 % » figure parmi celles que la revue rejette comme non étayées. L’effet est réel ; l’interprétation qu’on vend autour ne l’est pas.

Un pipeline de visibilité, pas un classement

Le recadrage central du papier : la visibilité dans les moteurs génératifs n’est « pas une tâche de classement unique mais un pipeline stochastique et partiellement observable ». Il distingue sept variables de résultat au lieu d’un score : activation, crawl et indexation, retrieval, reranking et allocation de contexte, génération et citation, absorption et fidélité, puis attention, clic et conversion. Une tactique qui améliore une étape peut être sans effet, ou nuisible, à une autre. C’est pourquoi un « pourcentage de visibilité IA » unique est un KPI trompeur : il écrase sept points de défaillance en un chiffre incapable de vous dire lequel est cassé.

Les résultats qui comptent

Résultat	Chiffre	Traduction pratique
Périmètre de l’audit	45 études, nov. 2023 – juil. 2026	Première vérification systématique de ce que le champ GEO a réellement établi
Origine du « +40 % »	19,3 → 27,2 de position-adjusted word count (≈ +41 % relatif)	Un gain de part du texte de réponse en banc d’essai — ni clics, ni retrieval
Leviers les plus reproductibles	Pertinence thématique et position dans le contexte	Ce qui survit à la réplication : coller à la requête, et être placé tôt dans le contexte du modèle
Instabilité des réponses d’un jour à l’autre	Jaccard 0,34 – 0,42 entre répétitions	La même requête renvoie des sources sensiblement différentes selon les jours — une mesure isolée est du bruit
Répétitions ChatGPT sans recherche web	57,8 %	Une grande partie de la « visibilité IA » ne touche jamais votre site
Citations AI Overviews hors top 10 organique	53 % des domaines cités	Être premier et être cité sont deux jeux différents
Effet prouvé sur la découvrabilité organique	Aucun sur 45 études	Aucune technique ne sait vous rendre trouvable — seulement plus citable une fois récupéré

Les avertissements méthodologiques à connaître

La revue recense pourquoi tant de résultats GEO s’exagèrent. Chaque point est une question à poser à n’importe quel prestataire :

Tests à contexte figé. La plupart des expériences injectent du contenu dans des documents déjà fournis au moteur : elles ne mesurent donc pas du tout la découvrabilité.
Aléa sous-estimé. Avec un recouvrement Jaccard de 0,34 à 0,42 d’un jour à l’autre, une capture avant/après ne prouve rien sans échantillonnage répété.
Circularité du juge LLM. Le risque est maximal « quand le même modèle génère la réécriture, la réponse et le score ».
Dénominateurs manquants. Calculer des taux de citation uniquement sur les réponses qui contenaient déjà des citations intègre un biais de sélection.
Aucune validation utilisateur. Les métriques pondérées par la position supposent que les citations précoces reçoivent plus d’attention, sans eye-tracking ni preuve comportementale.

La revue n’accorde une confiance élevée qu’aux effets conditionnels au contexte, et une confiance faible à très faible aux affirmations sur la découverte organique ou la conversion. Son résumé du discours commercial est direct : « les affirmations sur le retour sur investissement du GEO dépassent nettement les preuves académiques ».

Sa place dans la carte de la recherche

Cette revue ne contredit pas les études que nous avons couvertes — elle les situe. Aggarwal et al. (2024) ont montré que le contenu peut déplacer le texte attribué. SAGEO Arena (Kim et al., 2026) a montré que la réécriture naïve dégrade souvent le retrieval et que la structure limite la casse. Tian et al. (2026) ont montré que la réparation ciblée bat l’optimisation générique. Martinez pose le cadre autour des trois : ce sont des résultats d’étape contextuelle, ils sont réels, et ils doivent être vendus pour ce qu’ils sont. C’est la norme sur laquelle CapstonAI mesure — par moteur, répété dans le temps, dénominateur affiché.

Ce que ça change pour votre entreprise

Traitez toute promesse de « +X % de visibilité IA » comme une question, pas un fait : à quelle étape du pipeline, mesurée comment, sur combien de répétitions ?
Réglez le retrieval avant la rhétorique. Si la page n’est pas crawlable, indexée et serrée sur la requête, la recherche ne teste même pas ce que vous réécrivez.
Mesurez plusieurs fois. Avec un recouvrement de 0,34 à 0,42 d’un jour à l’autre, un seul contrôle ne vous apprend presque rien.
Ne comptez pas sur votre classement Google : 53 % des domaines cités dans les AI Overviews ne sont pas dans le top 10 organique.
Suivez votre part de citations par moteur dans le temps — la seule métrique que les preuves soutiennent vraiment.

Questions fréquentes

Cette revue dit-elle que le GEO ne marche pas ?

Non. Elle dit que le GEO a des effets prouvés à une étape du pipeline — changer la façon dont une page déjà récupérée est citée — et qu’aucune technique examinée n’a encore démontré d’effet stable et inter-plateformes sur le fait d’être découvert organiquement. Le travail est réel ; le marketing autour va trop loin.

Le chiffre de « +40 % de visibilité » est-il faux ?

La mesure est authentique mais régulièrement mal décrite. Elle renvoie au position-adjusted word count passant de 19,3 à 27,2 pour l’ajout de citations dans le banc d’essai d’Aggarwal et al. — une part plus grande du texte de réponse pour une source déjà fournie au modèle. Ce n’est pas 40 % de clics en plus, ni 40 % de chances supplémentaires d’être récupéré.

Que mesurer à la place d’un score de visibilité unique ?

La part de citations par moteur, échantillonnée plusieurs fois dans le temps, avec le dénominateur indiqué. Le pipeline en sept étapes en donne la raison : un seul chiffre ne peut pas dire si votre problème est le crawl, le retrieval, la position dans le contexte ou la citation.

Que soutiennent les preuves, concrètement ?

La pertinence thématique à la requête et une bonne position dans le contexte du modèle sont décrites comme les leviers les plus reproductibles. En pratique : être vraiment sur le sujet, être structurellement propre pour survivre au retrieval et au parsing, et porter des preuves extractibles — définitions, chiffres, comparaisons, étapes.

Voyez votre vraie part de citations, moteur par moteur — audit gratuit →