FULLSIX,
fren
S
BETC Fullsix

SEO / GEO

Visibilité mesurable sur les moteurs de recherche classiques et sur les moteurs génératifs IA - deux disciplines en une, câblées dans le socle.

JSON-LDdonnées structurées schema.org
CWVCore Web Vitals surveillés
GEOcité par les IA génératives

Le SEO technique seul ne suffit plus : ChatGPT, Perplexity et Google AI Overviews répondent directement aux questions sans renvoyer vers un site. Être bien positionné sur Google ET être cité correctement par les IA génératives demande une approche unifiée, avec des fondations techniques communes et des indicateurs distincts.

SEO technique solide

Rendu serveur (SSR/SSG), HTML sémantique, Core Web Vitals optimisés, sitemaps propres, gestion fine des redirections et des canonicals. Tout ce que Google attend d'un site sain - sans compromis sur la performance.

GEO - lisible par les IA

Les moteurs génératifs lisent le HTML rendu, le JSON-LD et les métadonnées. On structure les contenus avec schema.org (Article, FAQPage, Product, Organization) et on soigne les signaux que ChatGPT, Perplexity et Claude utilisent pour attribuer une source.

Mesurable à chaque étape

Positions SEO (Google Search Console, Ahrefs), Core Web Vitals (Lighthouse CI), taux de cache Cloudflare, et pour le GEO : tests réguliers sur les moteurs génératifs ciblés avec des requêtes types. Rien ne s'optimise sans se mesurer.

SEO technique : les fondations

Un site mal rendu cocote son propre crawl. Nos projets Next.js produisent du HTML complet côté serveur (SSR ou SSG) : le bot Google - et le bot des IA génératives - reçoit une page lisible sans exécuter de JavaScript.

Leviers techniques systématiques :

  • Rendu serveur (SSR / SSG / ISR) : aucun contenu clé dans le DOM client. Les metadata (title, description, canonical, hreflang, Open Graph) sont injectées dans le <head> serveur.
  • HTML sémantique : headings hiérarchisés, listes <ul>/<ol> correctement structurées, landmarks ARIA, attributs alt sur toutes les images pertinentes. Ce n'est pas de l'accessibilité seule : c'est aussi ce que les LLM analysent pour comprendre la structure d'une page.
  • Core Web Vitals : LCP < 2,5 s, CLS < 0,1, INP < 200 ms. Mesurés en continu sur les pages clés via Lighthouse CI intégré à la CI/CD GitLab.
  • Sitemaps et robots.txt : sitemaps générées dynamiquement, politiques robots adaptées par type de bot (GPTBot, ClaudeBot, PerplexityBot, Google-Extended).
  • Redirections et canonicals : plan de redirections (301/410) documenté et déployé dans SEOPress Pro ou via configuration middleware, validation systématique avec curl Googlebot UA avant mise en production.

GEO - Generative Engine Optimization

Le GEO repose sur le même HTML que le SEO, avec des signaux supplémentaires que les LLM valorisent :

  • JSON-LD schema.org : chaque type de page reçoit les schémas adaptés (Article, FAQPage, Product/Offer, Organization, BreadcrumbList, MedicalCondition selon le secteur). Les schémas sont générés côté serveur et injectés dans le <head> en <script type="application/ld+json">.
  • Fichiers llms.txt et ai.txt : déclaration des contenus autorisés aux bots IA, signaux de crédibilité éditorial.
  • Contenu de référence : les LLM citent les sources qui font autorité sur un sujet. On structure les contenus pour répondre directement aux questions - pas seulement pour apparaître dans les résultats.
  • Attribut de source clair : nom de marque, auteurs, dates, Organisation schema.org avec sameAs pointant vers Wikipedia/Wikidata quand pertinent.

Ce que ça change pour la DSI

  • Aucun vendor lock-in SEO : toutes les règles de redirections et les schémas JSON-LD sont dans le code et le CMS, pas dans un outil tiers propriétaire.
  • CI/CD intégré : Lighthouse CI bloque un build si le LCP dépasse le seuil cible. Les régressions de performance ne partent pas en production.
  • Mesure GEO : tests périodiques sur Perplexity, ChatGPT et Claude avec un corpus de requêtes types, évolution du rang de citation dans le temps.
  • Gain mesurable : positions Google Search Console, Core Web Vitals dans la Search Console et via RUM, taux de citation LLM avant/après.