Invisible sur GPT 4.1, leader sur GPT 5.5 : plongée dans l’humeur des algorithmes

Blog Du Moderateur - 06/05
La visibilité sur les LLM se mesure aussi sur les différents modèles. Décryptage avec Éric Demaret, Head of SEO & GEO, de l'agence Origine by Orixa.
Sommaire
  1. Quand on pense GEO, on se focalise généralement sur « suis-je cité par ChatGPT, Gemini ou Perplexity ? ». Pourquoi c’est une lecture restrictive et pourquoi le choix du modèle change lui aussi les paramètres de visibilité ?
  2. Les écarts de citation entre modèles sont-ils vraiment si importants ? Sur quels LLM est-ce le plus criant ?
  3. Comment expliquez-vous ces écarts entre modèles d’une même famille ?
  4. L’émergence des modèles hébergés en local va-t-elle encore augmenter ces disparités de visibilité ?
  5. Comment auditer sa présence de façon fiable sur plusieurs moteurs et plusieurs modèles ? Quels outils et KPI recommandez-vous ?
  6. Les modèles changent très vite, comment les annonceurs doivent se positionner pour essayer de rester visibles dans cet environnement très mouvant ?
  7. À l’inverse, quelles sont les fausses bonnes pratiques du GEO qui font perdre du temps aux marques ?

Éric Demaret, Head of SEO & GEO, Origine by Orixa

Eric Demaret pilote les activités SEO et GEO d’Origine by Orixa. À l’avant-garde de l’omnisearch, il accompagne les marques dans l’évolution de leur visibilité, des moteurs traditionnels aux plateformes sociales, jusqu’aux LLM. Son approche, ancrée dans les mutations structurelles du marché, vise à pérenniser l’influence des marques là où se ...
[Courte citation de 8% de l'article original]