L’optimisation pour les moteurs génératifs (GEO, Generative Engine Optimization) consiste à optimiser le contenu spécifiquement pour les « moteurs génératifs ». Là où les moteurs de recherche traditionnels renvoient une liste de liens que l’utilisateur consulte lui-même, les moteurs génératifs (tels que ChatGPT, Perplexity et Gemini) agrègent plusieurs sources et utilisent de grands modèles de langage pour synthétiser une réponse unique. Par conséquent, les créateurs de contenu perdent le contrôle sur le « quand » et le « comment » de la présentation de leur contenu.

Le concept de GEO a été introduit pour la première fois en 2023 par Aggarwal et al. dans leur article *GEO: Generative Engine Optimization : ils définissent la visibilité comme une métrique optimisable, proposent un cadre d’optimisation en boîte noire permettant aux créateurs d’ajuster leur contenu sans connaître les mécanismes internes du moteur, et publient la référence GEO-bench.

La conclusion principale du GEO est que « les stratégies varient selon le domaine ». Les expériences montrent que des stratégies d’optimisation adaptées peuvent augmenter la visibilité du contenu dans les réponses génératives jusqu’à 40 %, et qu’il n’existe pas de modèle universel ; les recherches ultérieures ont par la suite intégré les termes AEO et AI Visibility dans le même continuum.

La portée du GEO réside dans la transformation de la « mentalité de classement » de l’ère SEO vers une « mentalité de citation et d’adoption ». Le SEO vise la position dans les classements, tandis que le GEO vise la citation et l’adoption ; pour l’économie des créateurs, cela implique une redistribution du trafic et des revenus, tandis que pour les développeurs de moteurs, cela pose de nouvelles questions concernant la transparence des citations et l’équité des sources.