GEO et AEO : rendre votre site e-commerce visible des IA

Image usage e-commerce AEG / GEO

Le SEO ne suffit plus, la découverte se joue en amont

Gartner anticipe -25 % de volume de recherche Google traditionnelle en 2026. Pendant ce temps, Adobe a mesuré +693 % de trafic avec l'IA générative vers les sites marchands au Black Friday 2025. Ce n'est pas un basculement complet, c'est un déplacement de la porte d'entrée : une part croissante de la découverte produit se joue en amont du site, dans la réponse d'un agent (ChatGPT, Perplexity, AI Overviews, Gemini), comme cela se passait auparavant avec Google.

La discipline qui organise cette présence s'appelle AEO (Answer Engine Optimization) ou GEO (Generative Engine Optimization). Ce sont deux noms pour le même réflexe : rendre un catalogue lisible, citable, actionnable par les moteurs de réponse et, bientôt, par les agents qui achèteront pour le client. Si vous souhaitez découvrir les bases de la mécanique SEO et GEO, vous pouvez consulter les fondation techniques du GEO et comment construire une page GEO friendly.

Trois éléments à renforcer immédiatement sur votre site e-commerce pour être visible

Trois chantiers ont un ROI mesurable à 3-6 mois et ne dépendent ni d'un budget significatif ni d'une stratégie AEO/GEO formalisée. Je les pose d'abord chez mes clients.

1. Schema.org produit enrichi et maintenu de manière automatique

Les balisages "Product", "Offer", "AggregateRating", "BreadcrumbList" sont connus depuis dix ans côté SEO. Ce qui change en 2026, c'est leur usage par les moteurs génératifs : ces moteurs piochent dedans pour répondre à des requêtes come "quel est le meilleur vélo électrique urbain pour un trajet maison-bureau quotidien ?". Un catalogue mal balisé reste invisible à ce niveau d'abstraction.

Le réflexe à adopter : auditer la complétude des champs stratégiques ("brand", "material", "size", "color", "gtin", "availability", "priceValidUntil"), et faire en sorte que chaque produit soit à jour. Un produit qui dit *en stock* dans un agent alors qu'il est en rupture sur le site casse la confiance immédiatement.

2. Flux catalogue enrichi et fichier llms.txt

Google Merchant Center publie désormais un flux produit exploité par AI Overviews, enrichi d'attributs dédiés aux modèles IA. OpenAI, Anthropic et Perplexity déclarent utiliser un fichier llms.txt à la racine du domaine pour orienter leurs robots d'indexation IA vers les pages de référence d'un site. Le fichier n'est pas un standard W3C, mais son adoption par les principaux moteurs en fait un signal utile à déployer. Il est, de plus, facile à créer en faisant crawler votre site par une IA en lui indiquant la structure de fichier à adopter (voir llmstxt.org).

Le réflexe à adopter : publier un llms.txt à la racine pointant vers les pages catalogue structurantes (catégories, guides d'achat, FAQ), et vérifier que le flux Merchant Center est enrichi des attributs demandés par les modèles récents. Effort faible, gain direct : devenir citable dès qu'un agent cherche sur votre catégorie.

3. Travailler son autorité éditoriale sur les questions d'achat

Les moteurs génératifs ne citent pas ce qu'ils ne comprennent pas.
Ils citent ce qui répond à une question précise avec des données factuelles (chiffres, comparaisons, avis) et des blocs extractibles. Un site marchand qui empile 80 fiches produit sans guide d'achat, sans comparatif, sans FAQ par catégorie, n'a rien à offrir au moteur.

Le réflexe à adopter : identifier les 5 questions d'achat les plus utiles et qui correspondent aux question que se posent vos clients sur une catégorie ("Comment choisir un champagne pour un diner ?", "Différence entre X et Y", *Quel est le meilleur rapport qualité prix pour une vélo électrique ?*), et publier pour chacune un bloc qui s'auto-suffit, chiffré, signé. Pas un article de blog généraliste. Un bloc qui répond directement à la question. C'est ce que les moteurs citent. Pour en savoir plus : Comment être cité par un LLM ?.

À court terme : Ne pas minimiser votre AEO/GEO formalisé et l'achat avec paiement direct dans l'agent

D'ici 6 à 12 mois, la découverte en amont n'aura plus comme objectif "rendre lisible" et deviendra "rendre achetable". Ainsi, deux chantiers structurants se précisent.

1. Stratégie AEO / GEO formalisée :

Elle combine lisibilité machine (étape 1), autorité éditoriale mesurée sur une catégorie (étape 2), et un tableau de bord qui suit les impressions et citations dans les moteurs de réponse. Des outils commencent à livrer cette mesure : LLMrefs, Peec AI, Profound. Aucun n'est encore mature, mais la discipline de mesure mérite d'être posée dès 2026 pour avoir un point de référence.

2. Paiement direct dans l'agent (Instant Checkout) :

Stripe a publié Agent Pay (AP2), Anthropic maintient MCP (Model Context Protocol), Google pousse A2A (Agent-to-Agent). Cinq standards cohabitent aujourd'hui (MCP, ACP, UCP, AP2, A2A). Aucun n'a gagné, tous ont des défenseurs.
L'approche pragmatique en 2026 : commencer par MCP, qui est le plus simple à exposer et le mieux outillé et documenté. MCP est, au moment où cet article est rédigé, la référence des protocoles entre IA et votre site e-commerce.
Un catalogue exposé via MCP peut être interrogé par un agent ChatGPT ou Claude et finir en commande sans que le client ouvre le site. 0 friction mais perte de connaisse client, il faut donc être vigilant quant à ces transactions qui ne vous permettent pas sans construction approfondie d'entretenir une relation avec votre acheteur ni de proposer d'autres produits et faire progresser votre AIPO (Average Item Per Order).

À plus long terme, définissez votre posture et politique vis-à-vis des transactions faites directement via agents

Morgan Stanley projette une bascule significative du commerce via agents autonomes au-delà de 2028-2030. Deux postures de marque se dessinent, identifiées par Bain : les "destination players", dont la traction des clients reste majoritaire sur le site marchand malgré l'intermédiare d'une IA qui permet une transaction directe hors site marchand (le consommateur demande explicitement Patagonia, Dyson, Hermès), et les "evaluation players", qui optimisent leurs données pour être recommandés par l'agent quand l'utilisateur cherche une catégorie sans marque en tête. La préparation commence dès maintenant, pas avec un budget, avec une décision de positionnement : où veut-on se battre ? Pour simplifier, il s'agit du même enjeu et de la même question que vous pouviez vous poser quant à votre distribution sur Amazon.

Où en êtes-vous et comment aborder ce levier IA x E-commerce ?

Trois actions simples, testables et des améliorations à faible effort :

  1. Lancer un audit du schema.org produit sur les 20 pages les plus visitées. Corriger les champs manquants.
  2. Publier un llms.txt rédigé grâce à une IA à la racine de votre domaine, pointant vers les guides d'achat et les FAQ catégories existantes.
  3. Interroger ChatGPT, Perplexity et AI Overviews sur les cinq questions d'achat les plus stratégiques de la catégorie principale. Noter ce qui est cité, ce qui manque, qui domine.

Retrouvez les informations et les outils gratuits à utiliser en lisant l'article consacré aux fondations techniques AEO / GEO.

Mon métier : vous aider à implémenter facilement le socle technique de votre future performance GEO

Je vous accompagne pour permettre à votre équipe technique de mettre en place les fondations qui permettent aux experts contenu et aux experts SEO de livrer leurs meilleurs résultats. N'hésitez pas à me contacter pour vous faire accompagner.

Cet article fait partie de la série "IA et E-commerce : quels usages pour créer de la valeur aujourd'hui ?".

Questions fréquentes

Aucune sur le fond. AEO (Answer Engine Optimization) est utilisé majoritairement par les publications nord-américaines, GEO (Generative Engine Optimization) plus souvent par les publications techniques européennes. Les deux désignent la même discipline : être cité dans les réponses des moteurs génératifs.

Non. Ce n'est pas un standard W3C et son absence n'empêche pas l'indexation. Mais OpenAI, Anthropic et Perplexity déclarent s'en servir pour prioriser les pages de référence. Son coût est quasi nul, son gain possible. Je recommande de le publier par défaut.

Pas en première intention pour un site marchand de taille moyenne. MCP se justifie quand on veut être interrogeable par un agent Claude, ChatGPT Enterprise ou une plateforme B2B équipée. Pour les sites grand public, commencer par schema.org et le flux Merchant Center a un meilleur ratio effort/retour.

Les impressions et citations dans les moteurs de réponse bougent en 3 à 6 mois une fois les fondations posées. Les premières commandes directes via paiement dans l'agent ou via agent tiers sont attendues plutôt en 2027 pour la majorité des sites marchands.

LLMrefs, Peec AI, Profound, Otterly.ai sont les plus cités en avril 2026. Aucun n'est mature. Pour un point de référence simple et gratuit, interroger manuellement ChatGPT, Perplexity et AI Overviews sur les 5 questions d'achat stratégiques suffit pour commencer.

Points clés

  • -25 % de recherche Google anticipée en 2026 (Gartner) et **+693 % de trafic IA générative** vers les sites marchands au Black Friday 2025 (Adobe). La porte d'entrée de la découverte se déplace vers les moteurs de réponse.
  • Trois fondations sans budget ni efforts significatif : schema.org produit enrichi, flux Merchant Center enrichi et fichier `llms.txt`, autorité éditoriale sur 5 questions d'achat par catégorie.
  • Cinq protocoles ouverts cohabitent : (MCP, ACP, UCP, AP2, A2A). Aucun n'a gagné. Commencer par MCP, le plus simple à exposer et le mieux outillé.
  • Deux postures de marque (Bain) face à la médiation agent : "destination players" (pouvoir d'attraction de marque) et "evaluation players" (optimisation des données pour la recommandation algorithmique). Les marques coincées au milieu sont les plus vulnérables.
  • Une matrice de décision simple : alignement stratégique (destination ou evaluation) et dépendance aux standards (ouverts faibles d'abord, émergents ensuite).

Glossaire

AEO (Answer Engine Optimization)
Discipline qui optimise un contenu pour être cité dans les réponses des moteurs de réponse IA. Inclut lisibilité machine, autorité éditoriale sur un sujet et structures extractibles.
Flux produit exploitable par les agents IA
Flux catalogue structuré et enrichi des attributs attendus par les agents IA et par Google Merchant Center pour AI Overviews. Se distingue d'un flux CSS/Shopping classique par la profondeur des attributs et la fréquence de mise à jour.
llms.txt
Fichier texte placé à la racine d'un domaine, inspiré de `robots.txt`, qui oriente les robots d'indexation des modèles de langage vers les pages de référence d'un site. Adopté par OpenAI, Anthropic, Perplexity. Non standard W3C.
MCP (Model Context Protocol)
Protocole ouvert maintenu par Anthropic, adopté par plusieurs plateformes IA, qui permet à un agent d'interroger un catalogue, une base ou un outil via une interface standardisée.
Paiement direct dans l'agent (Instant Checkout)
Capacité d'un agent IA à finaliser un achat dans l'interface conversationnelle sans rediriger l'utilisateur vers le site marchand. S'appuie sur des protocoles comme AP2 (Stripe Agent Pay).
estination player vs evaluation player (Bain)
Deux postures de marque face à la médiation des agents IA. Le *destination player* conserve la gravité de sa marque. L'*evaluation player* optimise ses données pour être recommandé algorithmiquement.