GEO et Contexte Utilisateur : pourquoi les IA recommandent votre concurrent à un utilisateur et vous à un autre

Les IA ne recommandent pas les mêmes sources à chaque utilisateur, et c'est volontaire

Quand deux utilisateurs posent une question identique à ChatGPT, Perplexity ou Gemini, ils reçoivent souvent des réponses citant des sources différentes. Cette variation n'est pas un dysfonctionnement, mais le résultat d'un système de profilage implicite que les moteurs IA construisent silencieusement autour de chaque conversation. Les IA analysent qui vous êtes (votre secteur, votre localisation, votre expertise présumée, votre historique de recherche), puis adaptent non seulement le ton et le format de la réponse, mais aussi les sources qu'elles citent comme crédibles. Cela signifie qu'optimiser pour « la première position sur une IA » est une stratégie obsolète : vous devez optimiser pour un profil d'utilisateur spécifique, pas pour une requête générique.

Comment les IA construisent un profil implicite de l'utilisateur

Les moteurs de réponse IA ne commencent pas à zéro. Dès la première interaction, plusieurs signaux contribuent à bâtir un profil utilisateur silencieux :

Le rôle des cookies et tokens de session

Si un utilisateur est connecté à ChatGPT Plus, à un compte Google ou à un profil Perplexity, l'IA dispose d'informations explicites : historique de conversation, préférences sauvegardées, profil utilisateur déclaré. Mais même un utilisateur non authentifié laisse des traces. Les tokens de session, les cookies persistants et l'adresse IP permettent aux IA de reconnaître un utilisateur revenant et de conserver une mémoire contextuelle, même implicite. Cette persistance signifie qu'une première question « comment lancer un blog » peut être réinterprétée à la lumière d'une requête antérieure sur « outils de gestion de contenu enterprise ».

La détection passive de secteur et d'utilisation (B2B vs B2C)

Les IA analysent le vocabulaire, la spécificité des questions et le contexte conversationnel pour déduire si vous opérez en B2B ou B2C. Un utilisateur qui demande « comment intégrer une API de paiement dans une plateforme SaaS » sera traité différemment d'un autre qui demande « comment accepter les paiements en ligne ». L'IA détecte implicitement que le premier relève d'un contexte professionnel technique, le second d'un commerce personnel. Elle recommandera alors des sources pertinentes pour chaque segment : des ressources techniques pointues pour le premier, des tutoriels accessibles pour le second. Le même domaine (exemple : un blog sur le paiement en ligne) peut être cité ou ignoré selon ce profil déduit.

La langue et la région géographique

L'adresse IP, la langue de l'interface, les paramètres de localisation du navigateur et le contenu des questions (références à des lois locales, des devises, des fournisseurs régionaux) permettent aux IA de localiser l'utilisateur. Une question sur les « meilleurs outils de CRM » posée depuis la Suisse ne recevra pas les mêmes recommandations que la même question depuis le Canada. Les IA favorisent les sources pertinentes localement, les fournisseurs implantés régionalement et les contenus rédigés dans les normes et contexte légal de la région. Un site basé aux États-Unis peut être cité largement pour une audience américaine, mais ignoré pour un utilisateur en France si le contenu n'adresse pas la réglementation RGPD ou les spécificités françaises.

Le niveau d'expertise présumé

Dès les premières questions, les IA déduisent le niveau d'expertise de l'utilisateur. Un utilisateur qui utilise des termes techniques pointus (« tokenization », « fine-tuning », « inference latency ») sera classé en tant qu'expert ; celui qui pose des questions basiques sera traité en débutant. Cette classification influence directement le niveau de complexité et les sources recommandées. Un expert recevra des liens vers des papers académiques, des documentations techniques profondes et des contenus écrits pour des praticiens confirmés. Un débutant recevra des guides introductifs, des tutoriels progressifs et des explications vulgarisées. Le même site peut être ignoré comme « trop basique » pour un segment et recommandé comme « parfait pour débuter » pour un autre.

Comment Perplexity, ChatGPT et Gemini construisent et utilisent ces profils

Chaque moteur de réponse IA utilise des mécanismes légèrement différents, mais le principe reste identique : adapter les citations selon le profil détecté.

Perplexity et la profilage par copilotes personnalisés

Perplexity permet aux utilisateurs connectés de créer des « copilotes » personnalisés, définis par des instructions, des sources préférées et des paramètres de recherche. Mais au-delà de cette personnalisation explicite, Perplexity analyse silencieusement les patterns de recherche : domaines consultés, profondeur des questions, historique des topics. Un utilisateur qui cherche systématiquement sur des sujets de marketing obtient des réponses calibrées pour un marketeur ; celui qui cherche sur l'infrastructure cloud reçoit des réponses calibrées pour un DevOps. Les sources citées changent en conséquence : un blog marketing réputé sera cité pour le premier, un article technique éclipsera le même blog pour le second.

ChatGPT et la persistance conversationnelle du profil

ChatGPT bâtit un profil progressif à travers chaque conversation. OpenAI indexe les historiques de conversation (pour les utilisateurs authentifiés) et les analyse pour affiner un modèle implicite de qui vous êtes. Mais aussi important : dans une même conversation, chaque réponse raffine le profil. Si vous posez une question basique, puis une deuxième très technique sur le même sujet, ChatGPT recalibrera son profil d'expertise pour la troisième question. Cette fluidité signifie que la position des sources citées dans les réponses change dynamiquement selon la trajectoire de la conversation, pas selon une segmentation statique. Un site peut être ignoré dans une réponse générale, mais cité dans une réponse suivante si l'utilisateur a montré une expertise croissante.

Gemini et le profilage par écosystème Google

Gemini (anciennement Bard) a un avantage unique : l'accès à l'écosystème Google complet. Si un utilisateur est authentifié via un compte Google, Gemini dispose de signaux provenant de Google Analytics, de l'historique de recherche Google, des applications Google Workspace utilisées, et même des emails Gmail. Ce contexte écosystémique crée un profil utilisateur extraordinairement précis. Un utilisateur qui utilise Google Workspace Pro dans une agence reçoit des recommandations orientées vers les solutions d'entreprise ; celui qui utilise Gmail personnellement reçoit des contenus grand public. Les mêmes sources sont pondérées différemment selon ce contexte écosystémique implicite.

Les signaux que les IA utilisent pour adapter les citations

Au-delà du profilage utilisateur, les IA évaluent aussi chaque source candidate selon comment elle correspond au contexte de l'utilisateur détecté :

La date de publication et la fraîcheur du contenu

Un utilisateur cherchant sur les technologies émergentes reçoit des réponses basées sur du contenu récent ; celui qui cherche sur des fondamentaux peut recevoir des références plus anciennes mais canoniques. Les IA pondèrent la fraîcheur selon le domaine et le contexte : un article SEO de 2024 sera préféré pour un sujet évolutif (technologies IA, algorithmes Google), tandis qu'un classique de 2015 restera pertinent pour un sujet stable (principes de base du marketing).

La localisation et la pertinence régionale du site

Un contenu publié sur un site basé en France, en français, adressant la réglementation RGPD sera fortement valorisé pour un utilisateur français ; le même contenu sera dévalorisé pour un utilisateur américain. Les IA détectent le pays de base du site (via le domaine, l'infrastructure, le contexte légal mentionné) et l'appareillent avec la localisation de l'utilisateur. Cela explique pourquoi deux utilisateurs ne voient pas les mêmes sources pour une question apparemment identique : l'une est optimisée pour sa région, l'autre pour la sienne.

L'autorité de domaine, pondérée par le secteur

L'autorité d'un site n'est pas une métrique universelle. Un site très autorisé en finance peut avoir peu de poids pour une question de design UX. Les IA pondèrent l'autorité de domaine en fonction du secteur détecté de l'utilisateur et du sujet de la question. Elles analysent implicitement : ce domaine est-il autorité reconnue dans ce secteur spécifique ? Pour cet utilisateur ? Avec ce niveau d'expertise ? Un site généraliste populaire peut citer des experts niche pour un utilisateur expert, et des généralistes clairs pour un débutant.

L'alignement idéologique et contextuel

Les IA analysent silencieusement les biais idéologiques potentiels et l'alignement contextuel du contenu. Un utilisateur cherchant sur la « transformation digitale d'une PME » recevra des sources alignées avec les réalités PME ; celui cherchant sur la même question dans un contexte enterprise recevra des sources orientées enterprise. Ce n'est pas une censure politique, mais une adaptation contextuelle : choisir des sources pertinentes pour le contexte spécifique détecté.

Pourquoi votre concurrent est recommandé à un utilisateur et vous à un autre

Maintenant, la mécanique devient claire. Supposons que vous et votre concurrent vendez tous deux des logiciels de gestion de projet. Un utilisateur B2C cherchant « outil collaboratif simple » recevra peut-être une réponse citant votre concurrent, qui s'est construit une réputation en tant que solution « grand public friendly ». Le même outil pour un utilisateur B2B tech reçoit une réponse citant votre site, car vous vous êtes positionné comme « solution pour les équipes techniques ». L'IA n'aime pas mieux votre concurrent en absolu ; elle adapte la citation selon qui pose la question.

De même, si votre contenu est écrit pour des experts français en conformité RGPD et qu'un utilisateur américain cherche « comment structurer un équipe data », l'IA ne citera probablement pas votre site, même excellent, car il s'adresse au mauvais segment. Votre concurrent, qui a écrit un guide « data team structure for US startups », recevra la citation.

Cette adaptation explique aussi pourquoi une stratégie SEO traditionnelle (optimiser pour « la première position ») échoue dans un contexte IA : il n'y a pas une première position, il y a des premières positions par segment. Votre concurrent occupe peut-être la première position pour un segment, vous pour un autre, et un tiers pour un troisième, tous sur la même requête.

Comment optimiser votre visibilité auprès de segments d'utilisateurs spécifiques

Définir explicitement votre segment cible et rédiger pour lui

Choisissez un segment d'utilisateur précis : son secteur (B2B SaaS, e-commerce, finance), sa géographie (France, Belgique, Suisse romande), son niveau d'expertise (débutant, intermédiaire, expert), son cas d'usage (startup en croissance, PME établie, enterprise). Ensuite, écrivez tout votre contenu comme s'il s'adressait uniquement à ce segment. Ne visez pas « tout le monde » avec des contenus génériques. Écrivez des guides adressant explicitement les défis spécifiques de votre segment, utilisant leur vocabulaire, référençant leurs contextes légaux et réglementaires, mentionnant les outils et solutions qu'ils utilisent déjà.

Quand vous écrivez « comment implémenter un système de paiement en ligne pour un e-commerce français », les IA détectent implicitement que votre contenu cible un segment spécifique (e-commerce français), et elles vous recommandent massivement pour les utilisateurs correspondant à ce profil. Quand vous écrivez « guide du paiement en ligne », vous concurrencez tout le monde et ne dominz personne.

Intégrer des signaux de localisation et de contexte régional

Mentionnez explicitement votre région ou langue cible dans votre contenu. Référencez les lois applicables (RGPD pour l'Europe, CCPA pour la Californie), les devises locales, les fournisseurs établis régionalement, les normes comptables régionales. Publiez sur un domaine avec une extension géographique appropriée (exemple : .fr pour la France) ou, si vous utilisez un .com, mentionnez vos bases physiques et légales dans votre contenu et vos métadonnées.

Les IA pondèrent fortement les signaux de localisation explicites. Un site .de écrit en allemand adressant la loi allemande sera fortement recommandé pour les utilisateurs allemands ; un site .com adressant la même audience sans ces signaux sera dévalorisé pour ce segment, même s'il est excellent en contenu.

Structurer le contenu pour des niveaux d'expertise distincts

Au lieu d'écrire un seul guide « du débutant à l'expert », écrivez trois contenus séparés : un guide « pour les débutants », un « pour les intermédiaires », un « pour les experts ». Les IA analysent implicitement le niveau de complexité du contenu et l'appareillent avec le profil d'expertise détecté de l'utilisateur. Quand un débutant cherche, il reçoit le guide débutant ; quand un expert cherche, il reçoit le guide expert. Trois contenus distincts vous donnent trois chances d'être cité, une par segment d'expertise.

Dans chaque contenu, utilisez un vocabulaire cohérent avec le niveau d'expertise. Le guide débutant explique les termes ; le guide expert les assume connus et avance plus vite. Les IA détectent cette cohérence et alignent la citation avec le contexte détecté.

Clarifier votre positionnement de secteur (B2B vs B2C, industrie spécifique)

Soyez explicite sur votre secteur cible dans votre contenu et votre positionnement. Si vous adressez les PME B2B, écrivez des études de cas sur des PME, référencez les défis PME, mentionnez les budgets et ressources typiques PME. Les IA détectent ce positionnement implicitement et recommandent votre contenu quand un utilisateur B2B PME cherche.

De même, si vous adressez un secteur spécifique (santé, finance, retail, manufacturing), mentionnez-le explicitement, décrivez les défis spécifiques de ce secteur, référencez les réglementations sectorielles. Vous devenez alors dominant pour les utilisateurs du secteur, même si vous êtes moins connu globalement.

Optimiser les métadonnées pour le contexte utilisateur

Vos balises de titre, meta descriptions et schémas structurés doivent refléter le segment cible de chaque contenu. Une page adressant les DevOps français doit le signaler dans ses métadonnées. Une page adressant les startups en croissance doit mentionner « startup » ou « growth stage » dans ses métadonnées. Les IA lisent ces signaux implicitement et utilisent ces métadonnées pour affiner le matching entre le contenu et le profil utilisateur détecté.

Créer des contenus qui adressent les transformations et trajectoires d'utilisateurs

Les IA adaptent aussi leurs citations en fonction de la trajectoire implicite de l'utilisateur. Quelqu'un qui demande d'abord des questions de débutant, puis des questions avancées, est traité comme quelqu'un en croissance. Créez des contenus qui reconnaissent et adressent ces trajectoires : « Guide pour les PME prêtes à scaler », « Comment passer du freelance à l'agence », « Comment déplacer votre infrastructure on-premise vers le cloud ».

Ces contenus ciblent un profil d'utilisateur spécifique en termes de trajectoire, pas juste de statut actuel. Ils deviennent dominants pour les utilisateurs en cette phase de transition, car l'IA les détecte comme alignés avec le contexte évolutif détecté.

Publier dans les langues et variantes régionales

Si vous servez plusieurs régions linguistiques, ne traduisez pas passivement. Publiez des versions distinctes, écrites nativement pour chaque région. Le français du Québec diffère du français de France ; l'anglais indien diffère de l'anglais américain. Les IA détectent ces variantes implicitement et recommandent le contenu écrit nativement pour la région de l'utilisateur.

Un site qui publie en « français » générique sera recommandé moins spécifiquement qu'un site publiant distinctement en « français de France » et « français de Belgique ». Cette distinction de rédaction signale aux IA une connaissance et un engagement régional profond.

Mesurer et valider votre visibilité auprès de segments spécifiques

Contrairement au SEO traditionnel où vous tracez votre classement pour une requête donnée, optimiser pour la recommandation IA par segment exige des méthodes de mesure différentes.

Tester manuellement avec des profils utilisateur variés

Créez des profils utilisateur représentant vos segments cibles, puis posez des questions par ces profils : depuis une localisation VPN française, depuis une autre localisée aux États-Unis, depuis un compte utilisateur neuf, depuis un compte avec historique sur des sujets B2B vs B2C. Observez quelles sources les IA recommandent. Vous verrez rapidement si votre contenu est recommandé pour le segment cible et ignoré pour les autres. Si oui, votre stratégie fonctionne. Si non, votre contenu n'adresse pas assez explicitement votre segment.

Analyser les patterns d'utilisation et de trafic par segment

Dans vos analytics, segmentez le trafic par source, géolocalisation, type d'appareil, durée de session. Les utilisateurs arrivant de Perplexity en français depuis la France se comportent-ils différemment de ceux arrivant de ChatGPT en anglais depuis les États-Unis ? Si votre contenu cible effectivement un segment, vous verrez un trafic concentré sur ce segment, un engagement élevé (pages par session, durée), et un taux de rebond bas. Les autres segments arrivent peu ou rebondent vite. C'est le signe que vous êtes correctement visible pour votre segment et que votre contenu le satisfait.

Utiliser des outils de monitoring IA spécifiques

Des outils comme Semrush, Ahrefs et SEMrush commencent à offrir le suivi des recommandations IA. Des solutions spécialisées émergent aussi. Utilisez-les pour monitorer si votre site est cité par Perplexity, ChatGPT et Gemini pour des requêtes dans votre domaine. Mais ne vous contentez pas de suivre « votre site est cité » globalement ; segmentez par requête, par type d'utilisateur détecté (si possible), par localisation. Vous verrez où votre visibilité est forte (fort taux de citations) et où elle est faible.

Les pièges à éviter

Ne pas supposer que l'optimisation SEO traditionnelle suffit

Google valorise l'autorité de domaine et les liens externes. Les IA valorisent aussi l'alignement contextuel avec le profil détecté. Un site très autorisé globalement mais non-aligné avec le segment peut être ignoré pour ce segment, même s'il domine Google. Inversement, un site plus petit mais extrêmement aligné avec un segment peut être recommandé massivement par les IA pour ce segment, même s'il ne rank pas bien sur Google en général.

Ne pas viser « la première position » ou « être cité dans les réponses IA »

Ces objectifs sont trop génériques. Vous ne pouvez pas être « la première position » pour une requête si différents segments reçoivent différentes réponses. Visez plutôt : « être la source recommandée numéro 1 pour les startups tech françaises cherchant des outils de CI/CD ». C'est un objectif spécifique, mesurable et réaliste.

Ne pas ignorer la localisation et la pertinence régionale

Même si votre produit ou service est global, vos contenus doivent être régionalement spécifiques. Les IA pondèrent fortement les signaux régionaux. Ignorer la localisation, c'est laisser vos concurrents régionaux dominer auprès des utilisateurs régionaux, même si vous êtes meilleur en absolu.

Ne pas diversifier excessivement votre positionnement

Si vous écrivez pour « tout le monde » (débutants et experts, B2B et B2C, plusieurs régions), vous ne dominez aucun segment. Mieux vaut dominer un segment que d'être visible pour tous les segments sans dominer aucun. Spécialisez-vous initialement, puis diversifiez progressivement.

Conclusion : du classement à la recommandation contextuelle

L'ère des classements de moteurs de recherche unifiés cède la place à une ère de recommandations contextuelles par les IA. Votre concurrent n'est recommandé à un utilisateur et vous à un autre parce que l'IA les aime mieux en absolu, mais parce que leurs contenus respectifs sont mieux alignés avec les profils différents détectés. Gagner en visibilité IA exige d'accepter cette fragmentation : ce n'est pas une position unique que vous occupez, mais un ensemble de positions différentes auprès de segments d'utilisateurs différents. Définissez vos segments cibles avec précision, écrivez pour eux avec intentionnalité, et les IA vous recommanderont massivement auprès d'eux. Tentez de servir tout le monde et vous ne dominerez personne.