Par Elisha Bajemon | Publié le 17 octobre 2026

Les trois leviers GEO de 2023 ne retrouvent pas leurs gains sur les moteurs testés en 2026

En bref

Dans les résultats regroupés de 2026, les leviers GEO de 2023 ne retrouvent pas leurs gains historiques de citation. Dans Scoring Without the Engine, publié sur arXiv le 7 septembre 2026, Elisha Bajemon et André-Louis Rochet réévaluent l’ajout d’extraits attribués, de statistiques et de références sur dix familles de moteurs. Les gains historiques de +42,6 %, +32,8 % et +27,7 % ne se retrouvent pas : les effets regroupés sont proches de zéro ou négatifs. La réplication sur des modèles gpt-5.x aboutit au même constat. Ce résultat porte sur des réponses produites à partir de sources imposées, avec une consigne fixe de citation.

Points clés

Les mesures de Bajemon et Rochet, septembre 2026 donnent les repères suivants :

• Les gains historiques repris comme références de calibration sont de +42,6 % pour les extraits attribués, +32,8 % pour les statistiques et +27,7 % pour les références ajoutées.
• Sur le sous-ensemble initial couvrant ces leviers, les effets regroupés valent respectivement -0,0009, -0,0002 et -0,0101 en fraction de part de citation, avec n = 605.
• Sur gpt-5.5, gpt-5.4 et gpt-5.4-mini, ils valent -0,0106, -0,0066 et -0,0054 dans la même unité, avec n = 450.
• Pour l’ajout de références dans le sous-ensemble initial, p = 0,04 avant correction devient p = 0,13 après correction de Bonferroni.
• Le regroupement élargi donne -0,33 point pour les extraits attribués, avec n = 1 531 ; -0,28 point pour les statistiques et -0,79 point pour les références, avec n = 1 087 pour chacun. Deux intervalles sur trois couvrent zéro.
• Le protocole impose cinq sources choisies et une consigne de citation fixe. Il mesure la place des sources dans les réponses obtenues.

1. Que promettaient les leviers GEO publiés en 2023 ?

Ils visaient à augmenter la place occupée par une source dans la réponse du moteur. L’étude GEO: Generative Engine Optimization d’Aggarwal et ses coauteurs, déposée en novembre 2023 et révisée en juin 2024 définit les méthodes ainsi :

• Quotation Addition ajoute des extraits attribués à des sources crédibles.
• Statistics Addition introduit des statistiques quantitatives lorsque le contenu s’y prête.
• Cite Sources ajoute des références à des sources crédibles.

Dans cet article, un « extrait attribué » désigne donc un passage ajouté dans la page. La « citation de la page » désigne sa reprise comme source dans la réponse du moteur. Cette distinction permet de suivre séparément la modification du texte et le résultat observé.

Le moteur expérimental recevait les cinq premiers résultats de Google et produisait sa réponse avec gpt-3.5-turbo. Le texte des sources lui était fourni sans résumé intermédiaire. Les chercheurs utilisaient un compte normalisé des mots des phrases rattachées à chaque source ; une mesure ajustée donnait aussi davantage de poids aux passages situés au début de la réponse.

La colonne « Word » du tableau original affiche 19,5 sans modification, puis 27,8 pour les extraits attribués, 25,9 pour les statistiques et 24,9 pour les références. Les gains relatifs calculés sur ces valeurs arrondies retrouvent les valeurs de référence reprises par l’étude Citead : (27,8 / 19,5 - 1) × 100 donne environ +42,6 %, puis +32,8 % et +27,7 % pour les autres méthodes. Ces pourcentages décrivent une mesure de visibilité dans cette expérience.

2. Comment ces leviers ont-ils été réévalués en 2026 ?

Les chercheurs comparent la modification ciblée prévue par leur protocole à un ajout neutre de même longueur. Dans Scoring Without the Engine, septembre 2026, chaque requête GEO-Bench est accompagnée de cinq sources. Le protocole prévoit les sources intactes, la source cible modifiée et cette même source enrichie d’un texte neutre. Cette comparaison contrôle l’effet du volume ajouté.

La part de citation de type PAWC désigne ici le nombre de mots des phrases citant une source, pondéré par leur position, puis normalisé entre les sources. L’effet mesuré est la différence entre la modification ciblée et son contrôle neutre.

L’expérience initiale couvre sept familles de moteurs et 229 requêtes uniques. Les modèles ouverts sont interrogés à température zéro, avec une graine fixe. Le sous-ensemble de comparaison des trois leviers compte n = 605 observations appariées ; ce nombre ne désigne donc pas autant de requêtes différentes.

La réplication de juillet 2026 utilise gpt-5.5, gpt-5.4 et gpt-5.4-mini par API, avec 150 requêtes appariées par modèle et n = 450 dans le regroupement. Le raisonnement est désactivé et chaque essai se fait en un seul passage. Les essais Claude interrompus faute de crédit sont exclus de l’analyse. Le périmètre étudié concerne ces modèles et ce protocole, sans assimiler les essais à l’application ChatGPT.

3. Que montrent les mesures, levier par levier ?

Aucun des effets regroupés ne retrouve le sens positif des gains historiques. Le tableau de Bajemon et Rochet, septembre 2026 présente les valeurs suivantes :

La colonne historique exprime des gains relatifs sur la mesure « Word » de l’étude originale. Les colonnes récentes expriment des différences absolues de part PAWC : les nombres ne se comparent donc pas directement comme des pourcentages d’évolution.

Pour les extraits attribués, les auteurs ne trouvent pas d’effet significatif sur six des sept moteurs initiaux. L’effet négatif observé sur gpt-oss est significatif avant correction pour les tests multiples ; il ne l’est plus après correction de Bonferroni. Aucun effet regroupé de la colonne gpt-5.x ne reste significatif après cette même correction.

4. Un effet négatif signifie-t-il que citer ses sources nuit à la visibilité ?

Ces résultats ne justifient pas de retirer les sources de vos pages. Il faut lire la taille des effets et leur incertitude ensemble. Dans le tableau de Bajemon et Rochet, septembre 2026, -0,0101 en fraction de part correspond à -1,01 point de part pour l’ajout de références, sur n = 605. La valeur p passe de 0,04 à 0,13 après correction pour les trois tests.

Sur le regroupement élargi, les intervalles de confiance à 95 % sont les suivants, en points de part PAWC :

• Extraits attribués : -0,33, intervalle de -0,84 à +0,17, n = 1 531.
• Statistiques : -0,28, intervalle de -0,97 à +0,43, n = 1 087.
• Références : -0,79, intervalle de -1,53 à -0,14, n = 1 087.

Les auteurs soulignent que deux intervalles couvrent zéro et que celui qui l’exclut est négatif. Ces regroupements portent sur des ensembles d’essais différents du tableau précédent. La conclusion utile reste l’absence de gain positif retrouvé dans ce protocole ; elle ne devient pas une consigne de suppression des références.

5. Pourquoi ces résultats diffèrent-ils de ceux de 2023 ?

Les auteurs laissent ouverte l’explication de l’écart. Dans leur publication de septembre 2026, ils écrivent qu’une partie de l’absence de transfert pourrait venir du cadre simplifié de l’expérience : sources choisies, consigne fixe et mesure de type PAWC.

Bajemon et Rochet rapprochent aussi leur résultat des travaux de Puerto et ses coauteurs, publiés en 2025. Pour une décision éditoriale, la portée reste circonscrite : les essais ne permettent pas de transformer ces méthodes en règles valables pour tous les moteurs et toutes les situations de recherche.

6. Que faire des citations, des chiffres et des sources dans vos pages ?

Notre recommandation est de les conserver lorsqu’ils aident le lecteur à comprendre et à vérifier une affirmation. Leur présence doit répondre à un besoin du texte. L’ajout systématique dans l’espoir d’obtenir davantage de citations par les moteurs ne trouve pas d’appui dans cette réévaluation.

L’étude de Liu, Zhang et Liang, révisée en octobre 2023 apporte une raison de soigner cette vérification : les réponses des moteurs audités contiennent des affirmations insuffisamment étayées et des références qui ne soutiennent pas la phrase associée.

Pour la relecture de vos pages, nous recommandons d’ouvrir le document original et de retrouver le passage qui soutient chaque chiffre. Conservez son périmètre et sa date dans la formulation. Un extrait attribué mérite la même vérification : son auteur et son contexte doivent rester identifiables. Si une donnée ou une citation n’apporte aucune précision utile au lecteur, réexaminez sa place dans le texte.

7. Que change ce résultat pour le score Citead ?

Le score conserve un rôle de contrôle de qualité éditoriale. Il ne prédit pas la citation d’une page. Selon Bajemon et Rochet, septembre 2026, les gains historiques servaient de références pour calibrer le score. Les mesures récentes ne fournissent aucun ensemble d’effets positifs vers lequel le recalibrer.

Les auteurs situent l’apport actuel de cette calibration dans les contraintes vérifiées par les tests du score, notamment la limitation de son amplification par des modifications ciblées. Ils citent le contrôle éditorial et le filtrage de corpus parmi ses usages.

Les articles associés sont Calibrer un score par intervention : comment les poids du score ont été choisis et Un attaquant peut-il gonfler un score de contenu ? Le test sur 500 sources modifiées.

La page « Comment le score GEO est calculé » de Citead, sans date de publication affichée, précise que le site reprend la méthode d’évaluation du papier fondateur tout en laissant de côté son chiffre. Pour vos pages, nous recommandons de relier chaque correction au problème de lecture ou de vérification qu’elle résout, puis d’observer séparément les citations obtenues dans les réponses des moteurs.

Pour aller plus loin

• PAWC, part de citation et rang de la source : les mesures utilisées par la recherche sur le GEO.
• Lire une étude sur la visibilité dans les IA : corrélation, intervalle de confiance et taille d’échantillon.
• Choisir les sources d’un article : documents primaires, dates et liens vérifiables.
• Vérifier qu’un chiffre figure dans la source citée : méthode de relecture d’un article.
• Comment les moteurs de réponse choisissent leurs sources : ce que les études publiées permettent d’affirmer en 2026.