50 termes clés AEO, SEO & Marketing IA

AEO (Answer Engine Optimization)

L'Answer Engine Optimization (AEO) est l'ensemble des techniques visant à optimiser un contenu web pour qu'il soit cité, résumé ou utilisé comme réponse directe par les moteurs de réponse (ChatGPT, Perplexity, Google AI Overview, Claude, Gemini) plutôt que par les moteurs de recherche classiques.

AI Overview (Google)

AI Overview (anciennement SGE — Search Generative Experience) est la fonctionnalité Google qui génère une réponse synthétique IA en haut des résultats de recherche pour certaines requêtes, en s'appuyant sur Gemini et un panel de sources web citées sous la réponse.

Citation par un LLM

Une citation par un LLM désigne la mention d'une marque, d'une URL ou d'un fait spécifique d'un site web dans la réponse générée par un modèle de langage (ChatGPT, Perplexity, Claude, Gemini), avec ou sans lien cliquable selon le moteur.

Cite-by-LLM

Cite-by-LLM ("prêt à être cité par un LLM") est une qualité de contenu web caractérisée par : direct answer en tête, balisage Schema.org, sources externes citées, cohérence avec le Knowledge Graph, et accessibilité aux crawlers IA — l'ensemble maximisant la probabilité que le contenu soit utilisé par un moteur génératif.

Direct Answer

Un direct answer est un paragraphe de 25-60 mots placé en tête d'article qui répond directement à la question principale ; c'est le bloc le plus extrait par les LLM et le Google Featured Snippet pour construire la réponse synthétique.

GEO (Generative Engine Optimization)

La Generative Engine Optimization (GEO) est l'optimisation d'un contenu pour les moteurs génératifs (LLM produisant une réponse synthétique) ; le terme a été popularisé par un papier académique de 2023 (Aggarwal et al., Princeton) et désigne aujourd'hui un quasi-synonyme d'AEO, avec un accent légèrement plus marqué sur la génération de texte que sur la simple réponse.

Knowledge Graph

Un Knowledge Graph est une base de données structurée représentant des entités (personnes, marques, lieux, concepts) et leurs relations sous forme de triplets (sujet → prédicat → objet) ; Google, Wikidata et les LLM en utilisent pour vérifier l'identité et l'autorité d'une entité.

RAG (Retrieval-Augmented Generation)

Le RAG (Retrieval-Augmented Generation) est une architecture où un modèle de langage récupère d'abord des documents pertinents dans une base externe (vectorielle ou web), puis génère sa réponse en s'appuyant sur ces documents — réduisant les hallucinations et permettant des réponses à jour.

Snippet position zéro

Le snippet position zéro (Featured Snippet) est l'encart de réponse qui s'affiche au-dessus des 10 liens bleus dans Google, extrait automatiquement d'une page tierce sous forme de paragraphe, liste ou tableau ; il capte historiquement 30-50% des clics de la SERP.

Wikidata

Wikidata est une base de connaissances libre et collaborative gérée par la Wikimedia Foundation, qui structure les entités du monde (personnes, marques, lieux, concepts) en triplets exploitables par Google, les LLM et le web sémantique ; chaque entité est identifiée par un Q-number (ex. Q42 pour Douglas Adams).

Backlink

Un backlink est un lien hypertexte pointant depuis un autre site web vers votre site ; il est considéré par Google comme un vote de confiance et reste l'un des trois principaux facteurs de classement (avec le contenu et l'intention utilisateur).

Crawl budget

Le crawl budget est le nombre de pages qu'un moteur de recherche (Googlebot principalement) explore sur votre site dans une période donnée ; il dépend de l'autorité du domaine, de la vitesse serveur, et de la fréquence de mise à jour du contenu.

CTR (Click-Through Rate)

Le CTR (Click-Through Rate, taux de clics) est le ratio entre le nombre de clics et le nombre d'impressions ; en SEO, il mesure la performance d'une page sur une SERP donnée (clics ÷ impressions × 100). Un CTR élevé pour une position donnée est aussi un signal de qualité indirect pour Google.

Dofollow vs Nofollow

Les attributs rel="dofollow" (par défaut) et rel="nofollow" indiquent à Google si un backlink doit transmettre du "link juice" (autorité SEO) ou non ; introduits en 2005 pour combattre le spam de commentaires, ils sont complétés depuis 2019 par rel="ugc" et rel="sponsored".

E-E-A-T (Experience Expertise Authoritativeness Trust)

E-E-A-T (Experience, Expertise, Authoritativeness, Trustworthiness) est le cadre d'évaluation qualité utilisé par les Search Quality Raters de Google ; le "E" Experience a été ajouté en décembre 2022 à l'ancien E-A-T, soulignant l'importance de l'expérience vécue de première main.

SEO (Search Engine Optimization)

Le SEO (Search Engine Optimization) est l'ensemble des techniques visant à améliorer la visibilité d'un site web dans les résultats organiques des moteurs de recherche (principalement Google, qui détient ~90% du marché en France), via l'optimisation on-page, technique et off-page.

Sitemap XML

Un sitemap XML est un fichier listant les URL d'un site avec leurs métadonnées (lastmod, changefreq, priority) destiné à aider les moteurs de recherche à découvrir et prioriser le crawl ; format standardisé sitemaps.org depuis 2005, accepté par Google, Bing, Yandex.

URL canonical

L'URL canonical (balise <link rel="canonical">) indique aux moteurs de recherche quelle est la version "officielle" d'une page lorsque plusieurs URL servent un contenu identique ou très similaire ; elle évite la dilution du jus SEO et les pénalités pour contenu dupliqué.

Article schema

Article est un type Schema.org décrivant un article éditorial (blog post, news, guide) avec ses métadonnées (headline, author, datePublished, dateModified, publisher, image) ; il alimente les rich results Top Stories de Google News et les knowledge panels.

BreadcrumbList schema

BreadcrumbList est un type Schema.org décrivant le fil d'Ariane d'une page (Accueil > Glossaire > AEO) ; il déclenche le remplacement de l'URL par le chemin breadcrumb dans la SERP Google, améliorant la lisibilité et le CTR.

FAQPage schema

FAQPage est un type Schema.org pour les pages présentant une liste de questions/réponses ; il a longtemps déclenché un rich result visuel (accordéon FAQ sous le résultat Google), restreint en août 2023 aux sites "well-known authoritative websites" (gouvernement, santé officielle) — mais reste un signal AEO fort pour les LLM.

HowTo schema

HowTo est un type Schema.org décrivant les étapes d'un tutoriel ou d'une procédure pas-à-pas ; il a déclenché historiquement des rich results visuels dans Google (carrousel d'étapes avec images) ; depuis septembre 2023, Google a restreint son affichage aux résultats desktop pour les sites de cuisine notamment.

JSON-LD

JSON-LD (JavaScript Object Notation for Linked Data) est un format de sérialisation léger pour les données structurées, recommandé par Google depuis 2015 ; il s'embed dans une page HTML via <script type="application/ld+json"> et est le format dominant pour exposer les balises Schema.org.

Organization schema (sameAs)

Organization est un type Schema.org décrivant une entreprise ou organisation avec ses identifiants (name, url, logo, sameAs, foundingDate, taxID) ; la propriété sameAs liste les profils officiels externes (LinkedIn, Wikipedia, Wikidata, Crunchbase) et alimente le Knowledge Graph de Google.

Schema.org

Schema.org est un vocabulaire commun de balises de données structurées initié en 2011 par Google, Bing, Yahoo et Yandex, permettant aux webmasters de décrire sémantiquement le contenu de leurs pages (articles, produits, événements, organisations, recettes…) pour que les moteurs et LLM le comprennent et l'enrichissent visuellement (rich results).

Content AI

Le Content AI désigne l'usage de l'intelligence artificielle générative (LLM, modèles vidéo, modèles image) pour produire, optimiser ou personnaliser du contenu marketing à grande échelle ; il ne remplace pas la stratégie éditoriale mais industrialise l'exécution.

Context window

La context window est la quantité maximale de tokens qu'un LLM peut traiter en une seule requête (input + output combinés) ; en 2026, elle varie de 8k tokens (anciens modèles) à 2M tokens (Gemini 1.5/2.5 Pro), avec un impact direct sur les capacités de RAG, l'analyse de documents longs et le coût.

Embeddings vectoriels

Les embeddings sont des représentations numériques d'objets (texte, image, audio) sous forme de vecteurs en haute dimension (typiquement 768 à 4096 dimensions), où la proximité géométrique reflète la similarité sémantique ; ils sont le socle de la recherche RAG, des recommandations et de la déduplication.

Fine-tuning

Le fine-tuning est l'entraînement supplémentaire d'un modèle de langage pré-entraîné sur un jeu de données spécifique (souvent 100-10000 exemples) afin d'adapter son comportement à un domaine, un style ou une tâche précise ; il modifie les poids du modèle, contrairement au prompt engineering ou RAG.

IA générative

L'IA générative regroupe les modèles d'apprentissage capables de produire du contenu original (texte, image, audio, vidéo, code) à partir d'instructions ; les architectures dominantes sont les Transformers (GPT, Claude, Gemini, LLaMA) pour le texte et les modèles de diffusion (Stable Diffusion, Flux, Imagen) pour l'image.

MCP (Model Context Protocol)

Le Model Context Protocol (MCP) est un protocole ouvert lancé par Anthropic en novembre 2024 permettant de connecter des LLM (Claude, ChatGPT, Cursor…) à des sources de données et des outils externes via une interface standardisée client-serveur ; il fait pour les LLM ce que USB-C a fait pour le hardware.

Prompt engineering

Le prompt engineering est la pratique consistant à formuler des instructions optimales pour un LLM afin d'obtenir des résultats fiables, précis et reproductibles ; il combine clarté de l'objectif, contexte structuré, contraintes et exemples (few-shot).

Token (LLM)

Un token est l'unité de base traitée par un LLM : un mot court, un fragment de mot, un signe de ponctuation ou un caractère selon le tokenizer utilisé ; en moyenne, 1 token ≈ 4 caractères en anglais, ~3 caractères en français — soit ~750 tokens pour 1000 mots EN, ~600 tokens pour 1000 mots FR.

AQS (Audience Quality Score)

L'AQS (Audience Quality Score) est un score composite (0-100) évaluant la qualité réelle de l'audience d'un créateur ou d'un compte social ; il combine des signaux d'authenticité (ratio likes/followers, comments organiques, distribution géographique, croissance graduelle) pour détecter les follower bots et les engagements achetés.

CPC / CPM / CPA

CPC (Cost Per Click), CPM (Cost Per Mille = coût pour 1000 impressions) et CPA (Cost Per Acquisition) sont les trois modèles d'achat publicitaire dominants ; le choix dépend de l'objectif : CPM pour la notoriété, CPC pour le trafic, CPA pour la conversion mesurable.

LTV / CAC

LTV (Lifetime Value) = valeur totale qu'un client génère pendant sa relation avec l'entreprise. CAC (Customer Acquisition Cost) = coût total moyen pour acquérir un client. Le ratio LTV/CAC mesure la santé d'un business model — idéal > 3, problématique < 1.

Reach vs Impressions

Le reach est le nombre d'utilisateurs uniques ayant vu un contenu ; les impressions sont le nombre total de fois où le contenu a été affiché (un utilisateur peut voir 3 fois → 3 impressions, 1 reach). Le ratio impressions ÷ reach = fréquence moyenne d'exposition.

ROI / ROAS

ROI (Return On Investment) = (Gain - Coût) ÷ Coût × 100, mesure la rentabilité nette d'un investissement. ROAS (Return On Ad Spend) = Revenue ÷ Spend, mesure le revenu brut généré par euro publicitaire — sans déduire les coûts produit/marge.

Taux d'engagement

Le taux d'engagement est le ratio entre les interactions (likes, commentaires, partages, sauvegardes) et l'audience exposée (followers ou reach) ; il mesure la qualité de la connexion entre un créateur et son audience, plus pertinente que le simple volume de followers.

Brand-fit créateur

Le brand-fit créateur est l'alignement entre une marque et un créateur de contenu sur les dimensions valeurs, audience, esthétique, ton et historique ; un brand-fit fort prédit le succès d'une collab, un brand-fit faible expose au risque réputationnel.

Macro-influenceur

Un macro-influenceur est un créateur avec une audience entre 100 000 et 1 million d'abonnés ; il combine reach significatif, expertise visible (médias, conférences) et tarifs élevés (€2k-50k par post selon plateforme et notoriété).

Micro-influenceur

Un micro-influenceur est un créateur avec une audience entre 10 000 et 100 000 abonnés ; segment souvent considéré comme le "sweet spot" influencer marketing — combinant reach significatif (100k+ par campagne multi-créateurs) et engagement encore élevé (2-5%).

Nano-influenceur

Un nano-influenceur est un créateur de contenu avec une audience comprise entre 1000 et 10 000 abonnés sur ses réseaux principaux ; il se caractérise par un fort taux d'engagement (5-10%+), une proximité forte avec sa communauté, et un coût de collab faible (€50-500 par post).

Qualité des followers

La qualité des followers évalue la composition réelle de l'audience d'un compte social : pourcentage de comptes authentiques vs bots, distribution géographique, comptes actifs vs dormants, alignement démographique avec la niche ; complément essentiel au volume brut de followers.

UGC (User Generated Content)

L'UGC (User Generated Content) désigne tout contenu (photo, vidéo, avis, témoignage) créé par les utilisateurs / clients d'une marque et non par la marque elle-même ; en marketing 2026, le terme inclut aussi les créateurs UGC professionnels (créateurs payés pour produire du contenu "comme un client" mais utilisé en ads).

Brand context (Brandyze Memory)

Le brand_context est l'objet central de Brandyze Memory : une représentation structurée de votre marque (positionnement, tone of voice, audiences, vocabulaire interdit, exemples passés, credentials auteurs, identité visuelle) qui alimente le RAG de tous les studios pour garantir la cohérence de chaque contenu produit.

CEV scoring v7.0 (Brandyze)

Le CEV scoring v7.0 est le système d'évaluation propriétaire Brandyze noté en triple grade S/A/B/C/D/F sur trois axes indépendants — Viralité, Revenue et Autorité — calculé via 100 sous-critères répartis en 6 catégories, avec caps dynamiques et benchmarks par niche.

Score Autorité (Brandyze)

Le Score Autorité (axe A du CEV v7.0) note de S à F la crédibilité et l'expertise perçues d'un contenu via E-E-A-T appliqué au social — credentials de l'auteur, profondeur du sujet, sources citées, contradictions traitées, ancienneté de la pratique.

Score Revenue (Brandyze)

Le Score Revenue (axe R du CEV v7.0) note de S à F le potentiel de monétisation directe d'un contenu via les leviers conversion intent, présence CTA, qualité du produit montré, valeur perçue, et profile de monétisation du créateur.

Score Viralité (Brandyze)

Le Score Viralité (axe V du CEV v7.0) note de S à F la capacité d'un contenu à générer reach et engagement organiques, en combinant hook strength, retention rate, format trend-fit, et signaux d'amplification algorithmique propres à chaque plateforme.