- Un moteur génératif ne cite pas une page, il cite un passage. Le document est découpé en fragments de quelques centaines de mots, chacun indexé et retrouvé séparément.
- Votre unité de travail n'est donc plus l'article mais la section. Un passage qui ne se comprend pas hors contexte ne sera pas repris, même si la page entière est excellente.
- Le test tient en un geste. Copiez n'importe quelle section, collez-la seule dans un document vide, et demandez-vous si elle répond à une question. Si la réponse est non, elle a peu de chances d'être citée.
- Deux études isolent l'effet de la structure à contenu égal. GEO-SFE mesure 17,3 % de citations en plus sur six moteurs. CITECHOICE trouve qu'une version structurée gagne une demi-citation par réponse, sans augmenter nettement la probabilité d'être cité du tout.
- Aucun moteur de recherche IA ne publie sa méthode de découpage. Ce guide décrit ce qui découle du mécanisme et ce qui est mesuré, sans prétendre livrer une recette validée par les moteurs.
C'est le prolongement direct du fonctionnement du RAG. Une fois qu'on a compris que le moteur ne voit pas la page mais des fragments, une bonne partie des conseils de rédaction GEO devient évidente, et quelques réflexes de rédaction web classique deviennent contre-productifs.
Ce qu'est un passage
Un chunk est un fragment de texte indexé comme une unité autonome. Les moteurs de recherche IA ne publient pas la taille de leurs fragments. Le seul réglage documenté vient d'OpenAI, pour la recherche dans des fichiers : par défaut, chaque fichier est découpé en morceaux de 800 tokens, avec 400 tokens de chevauchement entre deux morceaux qui se suivent. Ce réglage vaut pour les documents qu'un développeur confie à l'API d'OpenAI, et non pour ChatGPT quand il cherche sur le web. Il donne pourtant l'ordre de grandeur, puisqu'un passage tient en quelques paragraphes et jamais en une page entière.
D'autres implémentations coupent aux frontières du texte plutôt qu'à longueur fixe, aux titres, aux fins de paragraphe ou aux éléments de liste. Dans les deux cas, quand un moteur retrouve votre section « Combien coûte une mission GEO », il donne au modèle cette section et rien d'autre. Ni votre introduction, ni votre conclusion, ni la section précédente qui posait les définitions. Le modèle répond avec ce bloc-là.
Six règles d'écriture qui en découlent
1. Nommer le sujet à chaque section
C'est la règle la plus facile à oublier. Une section qui commence par « il permet de » ou « cette méthode » perd son référent au découpage. Répéter le nom du sujet en toutes lettres au début de chaque section paraît lourd à la relecture linéaire, et c'est précisément ce qui rend le passage exploitable seul. La bonne dose consiste à nommer le sujet une fois dans la première phrase, puis à passer aux pronoms.
2. Mettre la réponse avant l'explication
Un passage qui construit son raisonnement pendant 200 mots avant de conclure risque d'être coupé avant la conclusion, à rebours du réflexe journalistique. C'est le front-loading, appliqué à chaque section plutôt qu'à la page entière.
Kevin Indig en donne la mesure sur ChatGPT, à partir de 18 012 citations vérifiées (Search Engine Land, février 2026). À l'échelle de la page, 44,2 % des citations viennent du premier tiers du contenu. À l'échelle du paragraphe, 53 % tombent au milieu. Le levier joue donc sur l'ordre des sections et des paragraphes, bien plus que sur la première phrase de chacun.
3. Découper avec des titres explicites
Les titres servent de frontière de découpage et de résumé du bloc. Un H2 du type « Les enjeux » ne dit rien ; « Combien coûte une mission GEO en 2026 » dit tout, et devient l'étiquette du passage. Un titre qui reprend une formulation de question réelle a un double effet, puisqu'il correspond aussi à la façon dont l'utilisateur formule son prompt.
4. Viser 40 à 60 mots par paragraphe
C'est la longueur que recommande Digital Bloom dans son rapport 2025, sans mesure publiée à l'appui. Elle se défend par le mécanisme. En dessous, le paragraphe n'apporte pas assez de contexte pour être cité seul. Au-dessus, il mélange plusieurs idées et devient moins pertinent pour une question précise. Le but est de faire porter une seule idée à chaque paragraphe, sans hacher le texte.
5. Rendre chaque chiffre autoportant
Un chiffre sans son unité, sa période, sa source et son périmètre est inutilisable une fois extrait. « La baisse atteint 58 % » ne survit pas au découpage. « Ahrefs mesure une baisse de 58 % du taux de clic de la première position quand un AI Overview est présent, sur 300 000 mots-clés en décembre 2025 » se cite tel quel. Voir le guide sur les statistiques.
6. Préférer les formats qui se découpent proprement
Les listes, les tableaux et les paires question-réponse ont une frontière naturelle, ce qui en fait des passages nets. Un tableau associe explicitement une valeur à une entité, ce qu'un modèle reprend sans avoir à interpréter. Une longue prose sans structure est le format le plus difficile à découper proprement.
Le même passage avant et après
Le passage ci-dessous vient d'une page sur la mesure de la visibilité IA. Dans sa première version, il se lit bien à la suite du reste de la page et ne tient plus debout une fois isolé.
« Comme on l'a vu plus haut, cet outil a ses limites. Il ne compte pas les clics et ne couvre pas tout. C'est pourtant un bon début, surtout depuis sa dernière mise à jour. »
« Le rapport Performances IA de Bing Webmaster Tools, ouvert en préversion le 10 février 2026, compte les citations des pages d'un site dans Microsoft Copilot, les résumés IA de Bing et quelques services partenaires. Il ne compte aucun clic et ne couvre ni ChatGPT, ni Perplexity, ni les aperçus IA de Google.
Depuis la mise à jour du 16 juin 2026, ce rapport donne aussi la part de citations du site sur chaque requête d'ancrage, les formulations que l'IA a lancées pour trouver ses pages. Bing calcule cette part sur un échantillon de réponses et ne dévoile pas les domaines concurrents. »
Quatre changements suffisent. L'outil est nommé au lieu de « cet outil », le renvoi « comme on l'a vu plus haut » disparaît, « ne couvre pas tout » devient la liste de ce qu'il ne couvre pas, et « sa dernière mise à jour » prend une date et un contenu. Le passage s'allonge, de 34 mots à deux paragraphes d'une cinquantaine de mots, et chaque phrase répond désormais à une question qu'on pourrait poser à un moteur. Le détail de ce rapport est dans la page sur les KPI GEO.
Ce que la structure change vraiment
Deux études isolent l'effet de la forme à contenu égal, et elles ne disent pas tout à fait la même chose.
GEO-SFE (Yu et coauteurs, mars 2026) restructure des contenus sur trois niveaux, l'architecture du document, le découpage en blocs et la mise en valeur à l'intérieur des blocs. Sur six moteurs génératifs, le taux de citation progresse de 17,3 % sans que le sens du contenu change.
CITECHOICE (Selvam et Ghosh, septembre 2026) mesure l'effet plus finement. Les auteurs ont rejoué 103 paires de pages qui appuient le même fait devant un agent GPT-5.4 branché sur la recherche Exa, en présentant l'une des deux en prose continue ou en version structurée, avec intertitres, paragraphes courts, listes ou tableau. La version structurée gagne une demi-citation par réponse (+0,50, avec une marge allant de +0,20 à +0,84), sans faire grimper le total des citations. L'effet sur le fait d'être cité du tout reste faible et non concluant (+4,5 points). La structure aide donc surtout une page déjà retenue à prendre plus de place dans la réponse, bien plus qu'elle ne fait entrer une page absente.
La même étude mesure un plancher de bruit. En relançant la génération sur des cas figés, 15 % des décisions de citation changent d'un tirage à l'autre. Un test fait une seule fois sur sa propre page ne permet donc pas de conclure, ce que rappelle aussi mon protocole de suivi manuel.
Les réflexes qui nuisent
| Réflexe courant | Pourquoi ça pose problème |
|---|---|
| « Comme nous l'avons vu plus haut » | Le passage extrait ne contient pas ce qui précède. La phrase devient une référence vide. |
| Garder la conclusion pour la fin | Le passage le plus cité est celui qui répond. S'il est en bas, il est en concurrence avec toutes les autres sections. |
| Des titres génériques (« Contexte », « Analyse ») | Ils n'étiquettent pas le contenu du bloc et ne correspondent à aucune formulation de question. |
| Une page unique et exhaustive sur un sujet large | Face à un éclatement de la question en sous-requêtes, un ensemble de pages ciblées couvre mieux qu'un seul document massif. |
| Le contenu clé dans une image ou un composant JavaScript | Ce qui n'est pas dans le HTML n'est pas garanti d'être découpé ni indexé. |
| Répéter le même chiffre dans dix sections | Cela ne multiplie pas les chances d'être cité, cela dilue la section qui devrait porter ce chiffre. |
Comment vérifier son propre contenu
- Lire la table des matières seule. Si vos titres, mis bout à bout, ne racontent pas déjà le contenu de la page, ils n'étiquettent pas correctement vos passages.
- Isoler trois sections au hasard et leur appliquer le test des cinq secondes.
- Passer l'URL dans l'analyseur, qui mesure la longueur moyenne des paragraphes, la présence de listes et de tableaux, et la densité de la zone de réponse entre le H1 et le premier H2.
- Poser la question à un moteur. Formulez la question à laquelle votre section répond, regardez ce qui sort, et comparez la formulation citée à la vôtre. C'est la seule boucle de retour réelle dont vous disposez, à répéter plusieurs fois puisque les citations varient d'un tirage à l'autre.
Ce qu'on ne sait pas
- Les moteurs de recherche IA ne publient pas leurs paramètres de découpage. Taille des fragments, chevauchement, modèle de vectorisation et règles de reclassement restent inconnus. Le réglage d'OpenAI cité plus haut concerne la recherche dans des fichiers et sert seulement d'ordre de grandeur.
- Le découpage varie d'un moteur à l'autre, et probablement d'une version à l'autre du même moteur.
- L'effet mesuré de la structure reste modeste et récent. GEO-SFE et CITECHOICE ont été mis en ligne sans relecture extérieure. CITECHOICE ne teste qu'un agent et un moteur de recherche, avec des versions réécrites par un modèle et non de vraies pages modifiées.
- Être cité n'est pas être repris. L'étude citation contre absorption montre qu'un passage peut figurer dans les sources sans que son contenu se retrouve dans la réponse.
Sources
- OpenAI | Retrieval (réglage par défaut du découpage, 800 tokens et 400 de chevauchement, recherche dans des fichiers)
- Search Engine Land | Kevin Indig, position des citations de ChatGPT (février 2026, 44,2 % du premier tiers, 53 % du milieu des paragraphes)
- GEO-SFE, Structural Feature Engineering for Generative Engine Optimization (arXiv, 2026, +17,3 % de taux de citation)
- CITECHOICE, A Causal Audit of How Document Presentation Redistributes Citation Credit in Agentic Search (arXiv, 14 septembre 2026)
- Digital Bloom | 2025 AI Citation & LLM Visibility Report (recommandation de 40 à 60 mots par paragraphe)
- Comment fonctionne le RAG. Le mécanisme dont ce guide découle.
- Le front-loading. Où placer la réponse dans un contenu.
- GEO-SFE. L'effet de la structure isolé à contenu constant.
- Ajouter des statistiques. Comment rendre un chiffre citable.
- L'analyseur d'URL. Pour mesurer la structure d'une page existante.
- La définition courte dans le glossaire.