Pendant près de trente ans, la visibilité sur Internet reposait sur une mécanique relativement lisible. Une entreprise publiait une page, Google l’indexait, la classait parmi d’autres résultats et l’internaute décidait ensuite où cliquer. Toute une industrie s’est organisée autour de cette économie du classement.
Les moteurs génératifs modifient cette chaîne. ChatGPT Search, Perplexity, Gemini ou le Mode IA de Google recherchent des informations, confrontent plusieurs documents, les synthétisent et formulent directement une réponse. Les liens subsistent, mais une première sélection a déjà été réalisée lorsque l’utilisateur découvre le résultat.
Publié le 10 août 2026, Passeport vers la Citation de Stéphane Delgado part précisément de cette transformation. Le consultant SEO et GEO développe sur 324 pages une méthode en quatre phases destinée, selon ses termes, à passer « du classement à la citation ». L’objectif ne consiste plus seulement à obtenir une bonne position dans Google, mais à devenir une marque suffisamment identifiable et crédible pour être mentionnée lorsqu’un assistant répond à une question sur son marché.
La promesse mérite d’être examinée. Elle touche à l’un des sujets les plus sensibles du Web actuel : que devient la visibilité lorsque les intermédiaires numériques ne se contentent plus d’orienter vers l’information, mais commencent à la sélectionner, la reformuler et la présenter eux-mêmes ?
Quand le moteur fabrique déjà une partie de la réponse
Le calendrier donne au livre une actualité particulière. Le 22 juillet 2026, Google a lancé en France les Aperçus IA et son Mode IA. Le moteur décrit officiellement une technique de query fan-out : face à une demande complexe, le système lance plusieurs recherches liées à différents sous-thèmes et différentes sources avant d’assembler sa réponse.
L’idée défendue par Stéphane Delgado, selon laquelle il faut désormais raisonner au-delà d’un mot-clé unique, trouve ici un fondement solide. Une question apparemment simple peut engendrer plusieurs recherches invisibles pour l’utilisateur. Une page pertinente sur la requête initiale ne sera donc pas nécessairement présente sur l’ensemble des chemins documentaires empruntés par le moteur.
L’enjeu devient d’autant plus important que la synthèse réduit certaines occasions de clic. Une étude du Pew Research Center portant sur le comportement de 900 internautes américains en mars 2025 a observé qu’un lien classique était ouvert dans 8 % des visites lorsqu’un résumé IA apparaissait dans Google, contre 15 % en son absence. Les liens présents directement dans le résumé IA ne recevaient un clic que dans 1 % des visites analysées.
Ces chiffres ne décrivent ni tous les utilisateurs ni tous les marchés. Ils matérialisent néanmoins un changement économique majeur : une entreprise peut conserver une visibilité élevée dans les résultats traditionnels tout en perdant une partie du trafic qui lui était jusqu’ici associé.
Du référencement d’une page à l’identité d’une entreprise
La méthode développée dans Passeport vers la Citation s’organise autour de quatre étapes : cartographier les requêtes et les réponses existantes, aligner l’identité numérique de l’entreprise, multiplier les validations externes, puis mesurer son niveau de présence dans les moteurs génératifs.
L’une des propositions les plus originales concerne la « définition canonique ». Stéphane Delgado recommande de rédiger une phrase factuelle décrivant précisément une entreprise, son activité, son marché, sa localisation, son ancienneté et ses éléments distinctifs, puis de reprendre cette formulation sur ses principales présences numériques.
La logique se comprend facilement. Une société présentée comme « cabinet de conseil numérique » sur son site, « agence de transformation » sur LinkedIn et « organisme de formation » dans plusieurs annuaires expose plusieurs identités concurrentes. L’harmonisation réduit les ambiguïtés.
La répétition exacte d’une même formulation constitue en revanche un terrain beaucoup moins établi. Aucun document public de Google ou d’OpenAI ne décrit aujourd’hui cette pratique comme un signal de citation.
Stéphane Delgado ne prétend d’ailleurs pas disposer de cette preuve. Il explique que le « mot pour mot » relève avant tout d’une « règle de prudence » : « la formulation identique est le cas où l’alignement est certain, la paraphrase est le cas où on parie sur la capacité du modèle à reconnaître l’équivalence ». Il reconnaît également ne pas avoir mené de comparaison contrôlée entre des entreprises reprenant une formulation identique et d’autres se contentant d’harmoniser leurs informations.
La distinction est importante. La méthode ne décrit pas ici un facteur algorithmique démontré ; elle cherche plutôt à réduire autant que possible l’incertitude laissée aux systèmes chargés d’identifier une entité.
Schema.org : aider la machine à comprendre n’est pas garantir une citation
La même nuance apparaît autour de Schema.org. Les données structurées servent à décrire sous une forme lisible par les machines l’identité d’une organisation, son adresse, ses profils, son fondateur ou certains attributs de ses contenus.
Google les utilise depuis longtemps dans son écosystème de recherche. Son discours concernant les fonctions génératives reste toutefois beaucoup plus prudent : aucun balisage Schema.org spécifique n’est requis pour apparaître dans AI Overviews ou AI Mode.
Stéphane Delgado partage cette distinction. Il ne présente pas Schema.org comme « un levier de citation direct », mais comme un outil « de réduction d’ambiguïté sur l’entité ». Il met notamment en avant la propriété sameAs, utilisée pour relier une organisation à ses autres présences numériques. Surtout, il reconnaît ne pas disposer d’une mesure isolant l’effet du balisage des autres interventions réalisées simultanément.
« Je n’ai jamais vu un balisage propre nuire », résume-t-il, tout en soulignant que son intérêt tient aussi au travail qu’il impose : rédiger les données structurées oblige l’entreprise à définir clairement son identité.
Autrement dit, Schema.org apparaît ici davantage comme une couche de cohérence informationnelle que comme un bouton magique conduisant à la citation.
La réputation devient une infrastructure documentaire
La troisième phase du livre rejoint plus nettement les observations disponibles aujourd’hui. Stéphane Delgado recommande de multiplier les « points de validation » : articles de presse, données originales, avis, bases professionnelles ou prises de parole attribuées à des experts clairement identifiés.
La logique dépasse le référencement traditionnel. Une entreprise ne définit plus seule son identité numérique. Tout l’écosystème documentaire qui l’entoure contribue à la rendre plus ou moins visible : médias, plateformes vidéo, bases de données, avis, annuaires ou documents produits par des tiers.
Une étude d’Ahrefs publiée en décembre 2025, portant sur 75 000 marques et des millions de réponses générées, observait ainsi une forte corrélation entre les mentions d’une marque sur le Web et sa présence dans ChatGPT, AI Mode et AI Overviews. Les auteurs rappelaient toutefois la limite classique de ce type d’analyse : corrélation ne signifie pas causalité. Une marque déjà connue accumule naturellement davantage de mentions et davantage de chances d’apparaître dans les réponses.
Le travail académique fondateur consacré au Generative Engine Optimization aboutissait déjà à une conclusion voisine. Présentée à KDD 2024, l’étude GEO menée notamment par des chercheurs de Princeton a testé plusieurs modifications de contenus. L’ajout de statistiques, de citations ou de sources crédibles pouvait accroître leur visibilité dans certaines réponses génératives, avec des gains atteignant jusqu’à 40 % selon les stratégies et les domaines étudiés.
Le GEO commence donc à disposer d’une base expérimentale. Nous sommes encore loin, cependant, d’un manuel universel expliquant comment chaque moteur arbitre entre ses sources.
Trois sources, mais pas trois sources égales
Stéphane Delgado pousse cette logique avec sa « règle des trois sources ». Pour chaque information importante concernant une entreprise, il recommande de disposer de plusieurs confirmations indépendantes.
Le chiffre pourrait facilement être interprété comme un nouveau seuil algorithmique à satisfaire. L’auteur s’en défend. « Trois, c’est le nombre où j’ai vu la stabilité apparaître assez régulièrement pour en faire une règle, pas le nombre où j’ai vu un saut mesuré entre deux et trois », précise-t-il.
Surtout, la quantité ne suffit pas. Stéphane Delgado distingue les sources contrôlées par l’entreprise, les sources semi-contrôlées comme certains annuaires ou plateformes, et les sources véritablement indépendantes, notamment la presse ou les références extérieures. « Une seule source du troisième niveau vaut plus que trois du premier », estime-t-il.
Cette hiérarchie évite un travers déjà familier du SEO : transformer une intuition raisonnable en checklist industrielle. Trois pages publiées par une même entreprise ne constituent évidemment pas trois confirmations indépendantes.
La logique se rapproche finalement davantage du fonctionnement classique de la réputation et de la vérification documentaire que d’une nouvelle science algorithmique : une affirmation gagne en crédibilité lorsqu’elle est reprise, corroborée et contextualisée par des acteurs qui ne dépendent pas les uns des autres.
Des résultats encourageants, mais pas encore une preuve causale
Les études de cas publiées autour de la méthode constituent naturellement la partie la plus spectaculaire du dispositif.
L’une d’elles suit un cabinet de conseil en management dont le taux de citation sur quinze requêtes de recommandation serait passé de 13 % à 67 % en douze mois. Sa part de voix générative aurait progressé de 8 % à 34 %. Trois demandes commerciales auraient également été explicitement attribuées par les prospects à un assistant IA.
Le protocole combine de nombreux leviers : harmonisation de l’identité, correction d’informations anciennes, données structurées, pages auteurs, enquête auprès de dirigeants, relations presse ou tribunes sectorielles.
Cette richesse constitue aussi sa principale faiblesse méthodologique. Lorsque plusieurs actions interviennent simultanément et que les modèles de ChatGPT, Gemini, Perplexity ou Google évoluent pendant la période étudiée, attribuer la hausse des citations à un levier précis devient extrêmement difficile.
Sur ce point, Stéphane Delgado adopte une position inhabituellement prudente pour un ouvrage consacré à une méthode marketing : « Je ne prétends donc pas à un effet causal démontré au sens scientifique, et je préfère le dire avant qu’on me le fasse dire. »
Il défend plutôt une analyse « par faisceaux » : observer le délai entre une action et une variation, comparer plusieurs moteurs, conserver un journal daté des événements et enregistrer les changements de modèles susceptibles de perturber les mesures.
La question du modèle utilisé n’a rien d’anecdotique. Une mise à jour de ChatGPT ou de Google peut modifier la réponse indépendamment du travail réalisé sur la marque. Stéphane Delgado indique ainsi avoir commencé à enregistrer « l’identifiant exact du modèle à chaque appel », faute de quoi une variation liée au fournisseur devient impossible à distinguer d’un véritable changement de visibilité.
Une transparence méthodologique qui change la lecture des résultats
L’auteur va même un cran plus loin en proposant de transmettre les données ayant servi à ses mesures sous une forme anonymisée : prompts fixes, réponses brutes, moteur interrogé, date, marques citées, sources associées, séries temporelles et formules utilisées pour calculer le taux de citation et la part de voix.
Cette ouverture mérite d’être relevée, mais Stéphane Delgado apporte immédiatement une réserve supplémentaire : les séries disponibles restent encore courtes, parfois limitées à quelques semaines ou quelques mois, avec une seule interrogation par prompt et par moteur lors de chaque relevé.
Son jugement est sans ambiguïté : « Un taux de citation calculé sur une seule interrogation ne vaut rien. »
Le consultant indique désormais évoluer vers plusieurs répétitions par prompt, un suivi hebdomadaire et l’enregistrement d’une baseline avant toute intervention.
Cette précision change sensiblement la lecture des chiffres présentés dans le livre. Ils ne constituent pas encore une validation scientifique de la méthode. Ils documentent plutôt la construction progressive d’un protocole destiné à mesurer un objet qui, lui-même, évolue constamment.
Le véritable intérêt du livre se situe peut-être ailleurs
Réduire Passeport vers la Citation à une collection de recettes destinées à manipuler ChatGPT manquerait finalement son principal intérêt.
Le livre formalise une transformation plus large : la visibilité numérique ne dépend plus seulement d’un site, d’une page ou d’une position dans un classement. Lorsque les moteurs fabriquent leurs propres réponses, toute l’empreinte documentaire d’une organisation entre en jeu.
Les informations présentes sur son site, les personnes qui lui sont associées, les données qu’elle publie, les médias qui la mentionnent, les avis qui la décrivent et les sources tierces qui la valident forment progressivement un même actif informationnel.
La frontière entre SEO, communication, relations presse, données, réputation et expertise éditoriale devient alors beaucoup moins nette. Publier cent articles supplémentaires sur son propre site ne construit pas forcément davantage d’autorité. Une donnée originale reprise et commentée par plusieurs sources indépendantes peut peser beaucoup plus lourd.
OpenAI reste d’ailleurs extrêmement sobre dans ses propres recommandations. Pour qu’un site soit susceptible d’être découvert et cité dans ChatGPT Search, l’entreprise demande essentiellement de ne pas bloquer OAI-SearchBot. Aucun guide public ne fournit aujourd’hui de liste de facteurs garantissant l’apparition d’une marque dans une réponse.
L’incertitude ne condamne donc pas le GEO. Elle oblige plutôt à le replacer à son niveau actuel de maturité : une discipline émergente, faite d’expérimentations, de fondamentaux anciens du référencement et de pratiques nouvelles dont la causalité reste encore difficile à établir.
Passeport vers la Citation apporte à cet égard une tentative de structuration bienvenue. Certaines intuitions trouvent déjà un appui dans les recherches disponibles. D’autres restent des hypothèses opérationnelles que Stéphane Delgado lui-même présente désormais comme telles.
Pendant longtemps, une entreprise demandait à son agence ou à son responsable marketing : « Où sommes-nous dans Google ? »
Une nouvelle interrogation s’ajoute désormais à la précédente : lorsque quelqu’un demande à une IA quels sont les acteurs, les entreprises ou les experts d’un marché, sur quelles sources construit-elle sa réponse — et pourquoi choisirait-elle de nous y faire apparaître ?
Le changement tient peut-être moins au remplacement du SEO par le GEO qu’à cette nouvelle réalité : être publié ne garantit plus d’être trouvé, et être trouvé ne garantit plus d’être retenu.
Stéphane Delgado, Passeport vers la Citation — Ma méthode SEO-GEO pour devenir une marque que les IA citent, 324 pages, 2026.
Augustin GARCIA
