- 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.
- Conséquence : votre unité de travail n'est pas l'article, c'est la section. Un passage qui ne se comprend pas hors contexte ne sera pas repris, même si la page entière est excellente.
- La règle de test : 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 ne sera pas citée.
- Digital Bloom mesure que les paragraphes de 40 à 80 mots sont les plus repris comme citation. L'étude GEO-SFE mesure un gain de 17,3 % de citations à contenu sémantique constant, en ne changeant que la structure.
- Personne ne publie sa méthode de découpage exacte. Ce guide décrit ce qui découle du mécanisme et ce qui est mesuré, pas 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, concrètement
Un chunk est un fragment de texte indexé comme une unité autonome, généralement de l'ordre de 200 à 500 tokens, soit à peu près 150 à 400 mots en français. Le découpage suit rarement une longueur fixe : les implémentations sérieuses coupent aux frontières sémantiques, typiquement aux titres, aux fins de paragraphe, ou aux éléments de liste.
Ce que ça implique, énoncé simplement : 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 rentable et 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 : le sujet nommé une fois dans la première phrase, pronoms ensuite.
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. L'inverse du réflexe journalistique. C'est le front-loading, appliqué non pas à la page entière mais à chaque section.
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 80 mots par paragraphe
C'est la fourchette que Digital Bloom mesure comme la plus reprise. En dessous, le paragraphe n'apporte pas assez de contexte pour être cité seul. Au-dessus, il mélange plusieurs idées, ce qui le rend moins pertinent pour n'importe quelle question précise. Ça ne veut pas dire hacher tout le texte : ça veut dire qu'un paragraphe porte une idée.
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.
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 | Ça ne multiplie pas les chances d'être cité, ça 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.
Ce qu'on ne sait pas
- Les paramètres exacts de découpage ne sont pas publics. Taille des fragments, chevauchement entre fragments, modèle d'embedding, règles de reclassement : rien de tout cela n'est documenté par les éditeurs. Les valeurs citées ici sont des ordres de grandeur usuels dans les implémentations connues, pas des constantes.
- 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. Le gain de 17,3 % de GEO-SFE vient d'un preprint à confirmer. Il isole proprement l'effet de la forme, mais sur un protocole unique.
- 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.
- 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.
L'auteur de cette page
Éditeur de sites et consultant SEO, spécialisé en GEO. Drôme, France.
Josselin Leydier a mis en ligne son premier site en 2006 et en édite aujourd'hui environ 200, qui lui servent de terrain de test en conditions réelles. Il est consultant SEO senior chez Semjuice. Il tient LLM-GEO.fr, une bibliothèque d'études sur le GEO où chaque chiffre est vérifié dans sa source primaire avant d'être relayé, et où les limites de chaque étude sont documentées.
En savoir plus sur l'auteur · Le contacter · Toutes les études GEO