Checklist GEO de 38 points : l'audit technique complet pour les IA

Pourquoi une checklist GEO est indispensable en 2026

Le paysage de la visibilité numérique a radicalement changé. Avec plus de 800 millions d'utilisateurs actifs sur ChatGPT et une adoption massive des moteurs de réponse IA, les entreprises ne peuvent plus se contenter d'optimiser uniquement pour les moteurs de recherche traditionnels. La Generative Engine Optimization (GEO) est devenue un pilier stratégique incontournable.

Mais comment savoir si le site d'un client est réellement prêt pour l'ère de l'IA ? C'est exactement le rôle de la checklist GEO de 38 points. Cet outil d'audit technique analyse méthodiquement chaque aspect de la présence en ligne qui influence la façon dont les modèles de langage (LLM) perçoivent, comprennent et citent la marque.

Article mis à jour le 16 septembre 2026 : la checklist compte désormais 38 points (29 contrôles automatiques, 9 recommandations expertes). Le fichier llms.txt n'est plus scoré depuis juin 2026 (détecté à titre informatif).

Contrairement à un audit traditionnel qui se concentre sur le positionnement dans les pages de résultats, la checklist GEO évalue l'aptitude d'un site à être référencé par l'intelligence artificielle. Elle distingue 29 points vérifiés automatiquement et 9 recommandations expertes, offrant une vision complète et actionnable.

Les 29 points vérifiés automatiquement

Ces contrôles sont exécutés de manière programmatique lors de chaque audit. Chaque point reçoit un statut (conforme, non conforme, partiellement conforme) et contribue au score de visibilité global.

1. Accessibilité du robots.txt aux bots IA

Le fichier robots.txt est la première porte d'entrée pour les crawlers IA. L'audit vérifie non seulement que ce fichier existe et est accessible, mais aussi qu'il n'interdit pas l'accès aux principaux bots IA : GPTBot, ChatGPT-User, ClaudeBot, PerplexityBot, Google-Extended, Bytespider, et Meta-ExternalAgent. Un robots.txt mal configuré peut rendre votre site totalement invisible pour les modèles de langage.

2. Balisage AQA (AI Question Answer)

Le balisage AQA (standard ouvert aqa-spec.org, licence MIT) structure les questions-réponses avec des métadonnées dédiées aux IA : date par question, source par réponse, historique des modifications. Les IA citent en priorité les contenus dont la provenance est vérifiable. Dans la plateforme, cet item pèse 10 % dans le score AEO.

3. Schema.org Organization

Les données structurées de type Organization sont fondamentales pour l'identité de marque. L'audit vérifie la présence et la complétude du balisage JSON-LD : nom, logo, URL, réseaux sociaux, adresse, numéro de téléphone, description. Plus ces données sont riches, plus les LLM peuvent construire une représentation fidèle de votre marque.

4. Schema.org FAQPage

Le balisage FAQPage structure les questions-réponses de manière à ce que les IA puissent les exploiter directement. L'audit détecte la présence de ce Schema markup sur les pages pertinentes, vérifie la qualité des questions et la complétude des réponses. Les pages FAQ bien structurées ont un taux de citation 3 fois supérieur dans les réponses IA.

5. Schema.org BreadcrumbList

La navigation par fil d'Ariane structuré aide les LLM à comprendre la hiérarchie de votre site. L'audit vérifie la présence de BreadcrumbList sur toutes les pages, la cohérence des niveaux, et les URLs associées. Cette structure facilite la compréhension contextuelle de chaque page par les modèles de langage.

6. Balises Open Graph

Les balises Open Graph (og:title, og:description, og:image, og:type, og:url) sont lues par de nombreux systèmes d'indexation IA. L'audit vérifie leur présence, leur unicité par page, la qualité des descriptions, et la conformité des images (dimensions, accessibilité). Des balises OG manquantes ou mal remplies réduisent significativement votre visibilité dans les réponses contextuelles.

7. HTTPS / SSL

Un certificat SSL valide est un prérequis fondamental. L'audit vérifie la validité du certificat, la redirection automatique HTTP vers HTTPS, l'absence de contenu mixte (mixed content), et la chaîne de certification complète. Les LLM accordent une confiance nettement supérieure aux sources sécurisées.

8. Server-Side Rendering (SSR)

Le rendu côté serveur garantit que les bots IA accèdent au contenu complet de vos pages sans exécuter JavaScript. L'audit compare le HTML servi au serveur avec le DOM rendu côté client, détecte les frameworks SPA sans SSR, et évalue la qualité du contenu accessible au premier chargement. Un site 100 % client-side rendering peut être invisible pour la majorité des crawlers IA.

9. Sitemap XML avec hreflang

Le sitemap XML est essentiel pour guider les bots IA vers vos pages importantes. L'audit vérifie la validité du sitemap, la présence de toutes les URLs clés, les balises hreflang pour le multilinguisme, la fréquence de mise à jour déclarée, et la cohérence avec le contenu réellement accessible.

10. Balises canonical

Les balises canonical évitent les problèmes de contenu dupliqué qui confondent les LLM. L'audit vérifie la présence de la balise sur chaque page, la cohérence entre canonical et URL réelle, l'absence de boucles ou chaînes de canonical, et la gestion correcte des paramètres d'URL.

11. Directives meta robots

Les directives meta robots (index/noindex, follow/nofollow) contrôlent l'accessibilité de vos pages aux bots. L'audit vérifie que les pages importantes sont indexables, que les directives ne contredisent pas le robots.txt, et que les pages sensibles sont correctement protégées.

12. Profondeur des données structurées

Au-delà de la présence des données structurées, l'audit évalue leur profondeur. Un balisage Organization avec seulement un nom et une URL est insuffisant. L'audit mesure le nombre de propriétés renseignées, la présence de types imbriqués (PostalAddress, ContactPoint, Offer), et la richesse sémantique globale.

13. Vitesse de page pour les bots

La vitesse de réponse serveur influence directement la capacité des crawlers IA à indexer votre contenu. L'audit mesure le Time to First Byte (TTFB), le temps de réponse complet, et la taille du HTML servi. Un serveur lent peut entraîner des timeouts lors du crawl IA, résultant en une indexation partielle ou nulle.

14. Rendu mobile

De nombreux bots IA simulent un user-agent mobile. L'audit vérifie la responsivité du site, la présence de la meta viewport, l'absence de contenu masqué sur mobile, et la parité de contenu entre versions desktop et mobile.

15. Structure de liens internes

Un maillage interne robuste aide les LLM à comprendre la structure thématique de votre site. L'audit analyse la profondeur de navigation, le nombre de liens internes par page, la présence de pages orphelines, et la distribution du PageRank interne vers les pages stratégiques.

16. Signaux de fraîcheur et dateModified

Les LLM privilégient les sources à jour. L'audit vérifie les dates de publication et de mise à jour visibles, la propriété dateModified du balisage JSON-LD, les balises lastmod dans le sitemap et les en-têtes HTTP Last-Modified — les signaux techniques qui prouvent aux IA que le contenu est maintenu.

17. Structure HTML sémantique

L'utilisation correcte des éléments sémantiques HTML5 (header, nav, main, article, section, aside, footer) améliore la compréhension du contenu par les LLM. L'audit vérifie la présence de ces éléments, leur utilisation cohérente, et l'absence de structures anti-sémantiques (div soup).

18. Hiérarchie des titres et texte alternatif

Une hiérarchie H1-H6 cohérente et des attributs alt descriptifs sur les images sont essentiels. L'audit vérifie l'unicité du H1, la progression logique des niveaux, l'absence de sauts (H1 directement suivi de H4), la présence et la qualité des textes alternatifs, et les déclarations de langue (attribut lang).

19. Meta title et meta description

Le meta title est le premier signal lu par les IA pour comprendre le sujet d'une page ; la meta description fournit un résumé structuré. L'audit vérifie leur présence, leur unicité par page et leur qualité descriptive — deux signaux automatiques simples qui influent fortement la sélection comme source.

20. Transparence légale de l'entreprise

Trois contrôles réglementaires regroupés en un item : numéro d'immatriculation visible (SIREN/SIRET en France, équivalents à l'étranger), coordonnées de contact directes (email et téléphone) et identification du dirigeant ou du responsable de publication dans les mentions légales. Exigés par la directive E-Commerce, ces signaux de transparence permettent aux IA de valider l'existence et la légitimité de l'entreprise — un pilier du E-E-A-T.

21. Absence de meta noai

La balise <meta name="robots" content="noai"> interdit l'utilisation du contenu par les IA. Si elle est présente, le site est invisible pour les moteurs IA génératifs. L'audit détecte sa présence et alerte immédiatement.

22. Flux RSS ou Atom

Un flux RSS/Atom signale aux crawlers IA que le site publie régulièrement du contenu. Perplexity et OAI-SearchBot l'utilisent pour découvrir les contenus frais : un contenu de moins de 30 jours reçoit 3,2 fois plus de citations.

23. Fraîcheur du contenu (moins de 90 jours)

Les pages mises à jour depuis moins de 90 jours sont citées 3,2 fois plus par les LLM. L'audit lit la propriété dateModified du JSON-LD et l'en-tête HTTP Last-Modified ; au-delà de 90 jours, une mise à jour visible (chiffres récents, sources fraîches) est recommandée. Le contenu resté 13 semaines sans mise à jour perd en éligibilité de citation.

24. Densité de réponses (paragraphes 40-50 mots)

Les LLM extraient en priorité les paragraphes courts de 40 à 50 mots qui répondent directement à une question implicite. Un texte composé uniquement de longs paragraphes descriptifs n'est pas « answer-ready ». L'audit mesure la part de paragraphes au format réponse : la cible recommandée est d'au moins 30 %.

25. Blocs citables (formats privilégiés par les LLM)

Blockquotes, listes de définitions (<dl>), tableaux de statistiques, encadrés chiffrés (stat/tldr/fact) : ces formats sont cités avec attribution par les IA. Une page rédigée en longs paragraphes continus sans ces blocs est moins citable — l'audit vérifie leur présence.

26. Cohérence du nom de marque (entity resolution)

Si la marque apparaît sous plusieurs variantes (« Marque », « Marque SA », « Marque France »…), les LLM ne fusionnent pas ces entités et les citations sont diluées. L'audit compte les variantes ; la cible est de deux variantes distinctes au maximum sur l'ensemble du site.

27. Densité des 30 termes clés

Les LLM construisent une représentation sémantique de la marque à partir des 30 termes les plus co-occurrents de ses pages. Si ces termes stratégiques sont absents ou trop peu denses, la marque n'existe pas sur ces thèmes pour les IA. L'audit mesure cette couverture lexicale.

28. Blog ou actualités

La présence d'un blog ou d'une section actualités démontre une activité éditoriale continue. L'audit vérifie l'existence de cette section, sa structure et sa connexion au reste du site.

29. Page « À propos »

Une page À propos complète (histoire, équipe, mission, coordonnées) renforce la confiance des IA dans l'entité. L'audit vérifie sa présence, son accessibilité depuis la navigation principale et la richesse des informations qu'elle contient.

Les 9 recommandations expertes

Ces points nécessitent une évaluation qualitative plus nuancée et sont présentés sous forme de recommandations pondérées.

1. Signaux E-E-A-T

L'E-E-A-T (Experience, Expertise, Authoritativeness, Trustworthiness) est un critère majeur pour les LLM. L'audit évalue la présence de pages auteur détaillées, les biographies d'experts, les mentions de qualifications, les témoignages clients, et les signaux d'expérience directe. Consultez notre article sur l'E-E-A-T et l'autorité IA en 2026 pour approfondir ce sujet.

2. Présence Wikidata / Wikipedia

Les modèles de langage s'appuient fortement sur les knowledge graphs. L'audit vérifie si votre entité possède une fiche Wikidata, une page Wikipedia, et si les informations sont cohérentes avec votre site. La présence sur ces plateformes augmente considérablement le Entity Health et la probabilité de citation.

3. Score de Citation Readiness

Le Citation Readiness mesure la facilité avec laquelle un LLM peut citer votre contenu. L'audit évalue la clarté des affirmations, la présence de données chiffrées, la structure question-réponse, et la disponibilité de citations prêtes à l'emploi.

4. Profil d'autorité backlinks

La qualité et la diversité des backlinks influencent la confiance que les LLM accordent à votre contenu. L'audit analyse les domaines référents, la thématique des liens entrants, la distribution des ancres, et l'autorité globale du profil de liens.

5. Profondeur thématique du contenu

La couverture thématique mesure l'exhaustivité de votre contenu sur vos sujets d'expertise. L'audit évalue le nombre de pages par thématique, la granularité des sous-sujets couverts, et la profondeur de traitement comparée aux standards du secteur.

6. Signaux de preuve sociale

Les avis clients, témoignages, études de cas et mentions presse renforcent la crédibilité perçue par les LLM. L'audit vérifie la présence de ces éléments, leur balisage structuré (Review, AggregateRating), et leur fraîcheur.

7. Cohérence de marque sur le web

Les LLM croisent les informations provenant de multiples sources. L'audit évalue la cohérence du NAP (Name, Address, Phone), la uniformité de la description de marque, et la présence sur les annuaires et plateformes clés du secteur.

8. Contenu FAQ structuré

Au-delà du balisage technique FAQPage, l'audit évalue la qualité et la pertinence des questions-réponses : couvrent-elles les interrogations réelles des utilisateurs ? Sont-elles formulées en langage naturel ? Apportent-elles des réponses complètes et autonomes ?

9. Présence multi-plateforme (3+)

Les marques présentes sur au moins trois plateformes au-delà de leur site (LinkedIn, Wikipedia, Crunchbase, Trustpilot…) sont citées nettement plus souvent par les IA conversationnelles. Chaque lien sameAs du Schema.org renforce la désambiguïsation de l'entité. L'audit évalue cette présence externe et sa cohérence.

Comment l'IA génère des plans d'action à partir des résultats

L'un des atouts majeurs de la checklist GEO est sa capacité à transformer les résultats en actions concrètes. Après l'analyse des 38 points, le système génère automatiquement un plan d'action hiérarchisé.

Chaque action identifiée est classée selon trois niveaux de priorité :

• Haute priorité (rouge) : actions bloquantes qui impactent directement votre visibilité IA. Exemples : robots.txt bloquant les bots IA, absence totale de données structurées, pas de SSR. Temps d'implémentation estimé : 1 à 5 jours.
• Priorité moyenne (orange) : améliorations significatives qui optimisent votre score. Exemples : enrichir le Schema.org, optimiser les balises Open Graph. Temps estimé : 1 à 2 semaines.
• Priorité basse (vert) : optimisations fines pour maximiser votre potentiel. Exemples : améliorer la couverture thématique, renforcer les signaux E-E-A-T, ajouter des FAQ structurées. Temps estimé : 2 à 4 semaines.

Exemples avant / après

Pour illustrer l'impact concret de la checklist GEO, voici des résultats observés chez nos utilisateurs :

Un site e-commerce ayant corrigé les 9 points haute priorité identifiés par la checklist a vu son taux de mention augmenter de 34 % en 6 semaines. Les actions principales : déblocage du robots.txt pour GPTBot, ajout de Schema.org Product enrichi, et mise en place du SSR.

Une agence digitale utilisant le dashboard prestataire a déployé les recommandations de la checklist sur 12 clients simultanément. Résultat moyen : +28 % sur le score de visibilité en 3 mois, avec une amélioration particulièrement marquée sur le score natif.

Intégration avec les audits programmés

La checklist GEO s'intègre parfaitement avec les audits programmés. En configurant des audits récurrents (hebdomadaires ou mensuels), vous pouvez suivre l'évolution de chaque point de la checklist dans le temps. Le dashboard affiche les tendances, identifie les régressions, et célèbre les progrès.

Pour les agences, cette fonctionnalité est particulièrement précieuse : elle permet de démontrer objectivement aux clients la valeur des optimisations réalisées et de justifier les investissements en AEO. Chaque rapport PDF généré inclut l'état de la checklist, facilitant la communication avec les parties prenantes.

Conclusion : transformer l'audit en avantage compétitif

La checklist GEO de 38 points n'est pas un simple outil de diagnostic : c'est un cadre méthodologique complet pour la visibilité IA. En combinant vérifications automatiques et recommandations expertes, elle offre une feuille de route claire pour chaque site audité. Pour les agences et consultants SEO/GEO, elle est pensée pour le travail de terrain : auditez vos clients, priorisez les correctifs et démontrez la progression, notamment via le dashboard prestataire.

Explorez également notre méthodologie d'audit de visibilité IA pour comprendre comment ces 38 points s'intègrent dans une stratégie GEO globale. Et les marques de vos clients ? Auditez la visibilité IA d'un premier client pour mesurer concrètement l'écart à combler.