C'est quoi l'intelligence artificielle ?

En anglais : Artificial Intelligence (AI) · En français : intelligence artificielle (IA)

L'intelligence artificielle (IA), c'est l'ensemble des techniques qui permettent à une machine de faire des choses qu'on croyait réservées à l'humain : comprendre une phrase, reconnaître une image, traduire, décider, écrire.

Le mot existe depuis les années 1950, bien avant ChatGPT. Il recouvre des choses très différentes : le filtre anti-spam, la reconnaissance faciale de ton téléphone, le GPS qui calcule un trajet, et aujourd'hui les IA qui écrivent. Quand on dit « l'IA » en 2026, on pense le plus souvent à l'IA générative.

En vrai : Quand ton téléphone range tes photos par visage ou quand ta banque bloque un paiement suspect, c'est déjà de l'IA, sans que tu aies rien demandé.

Comment dit-on IA en anglais ? AI, pour artificial intelligence.

C'est quoi l'IA générative ?

En anglais : Generative AI · En français : IA générative (ou intelligence artificielle générative)

L'IA générative, c'est une intelligence artificielle qui crée du contenu nouveau (texte, image, son, vidéo, code) à partir d'une simple demande écrite.

Une IA « classique » trie, classe ou prédit : elle dit si un mail est un spam ou si une photo contient un chat. Une IA générative produit quelque chose qui n'existait pas avant. ChatGPT, Claude, Gemini, Mistral pour le texte, Midjourney pour l'image : ce sont des IA génératives.

En vrai : Tu écris « fais-moi un mail pour décaler mon rendez-vous de jeudi ». Le texte qui sort n'a été copié nulle part : il a été écrit pour toi, à l'instant.

Quelle est la différence entre IA et IA générative ? L'IA est la grande famille. L'IA générative en est une branche : celle qui crée du contenu au lieu de seulement analyser.

Est-ce que ChatGPT est une IA générative ? Oui. C'est même l'exemple le plus connu.

C'est quoi un LLM ?

En anglais : Large Language Model · En français : grand modèle de langage

Un LLM (grand modèle de langage) est le moteur qui fait parler ChatGPT, Claude, Gemini ou Mistral : un programme qui a lu une quantité énorme de textes et qui écrit en devinant, mot après mot, la suite la plus probable.

Il ne « sait » pas les choses comme une encyclopédie. Il a appris comment les mots s'enchaînent. C'est pour ça qu'il écrit si bien, et c'est aussi pour ça qu'il peut se tromper avec beaucoup d'aplomb. Attention, LLM désigne aussi un diplôme de droit (Master of Laws) : rien à voir.

En vrai : Tu demandes « Quelle est la capitale de l'Australie ? ». Le modèle n'ouvre pas un atlas : il a vu des milliers de phrases où « capitale de l'Australie » est suivi de « Canberra », alors c'est ce qu'il écrit.

ChatGPT est-il un LLM ? Pas exactement : ChatGPT est l'application, le LLM est le moteur à l'intérieur (les modèles GPT d'OpenAI). Même chose pour Claude, Gemini ou Le Chat de Mistral.

Quelle est la différence entre l'IA et un LLM ? L'IA est le domaine entier. Un LLM est un type précis d'IA, spécialisé dans le langage.

C'est quoi un prompt ?

En anglais : Prompt (de « to prompt », inciter, souffler) · En français : requête, consigne ou instruction

Un prompt, c'est la demande que tu écris à une IA : la question, la consigne, avec tout le contexte que tu lui donnes.

La qualité de la réponse dépend beaucoup du prompt. Une demande vague donne une réponse vague. Une demande qui précise le rôle, le but, le public et le format donne une réponse utilisable du premier coup. L'art d'écrire de bons prompts s'appelle le prompt engineering (en français, ingénierie de requête).

En vrai : « Écris un post LinkedIn » donne un texte banal. « Écris un post LinkedIn de 8 lignes, ton direct, pour annoncer à mes clients que je change d'horaires, sans émoji » donne un texte que tu peux publier.

C'est quoi un token ?

En anglais : Token · En français : jeton (on dit aussi unité de texte)

Un token, c'est le petit morceau de texte avec lequel une IA travaille : souvent un bout de mot, parfois un mot entier ou un signe de ponctuation.

Une IA ne lit pas des lettres ni des mots, elle lit des tokens. C'est aussi l'unité qui sert à mesurer ce qu'elle peut lire d'un coup et ce que coûte son utilisation. Selon OpenAI, un token fait en moyenne environ 4 caractères en anglais ; en français, un mot en prend souvent plus d'un.

En vrai : Le mot « anticonstitutionnellement » sera découpé en plusieurs tokens. Le mot « le », en un seul.

C'est quoi une hallucination ?

En anglais : AI hallucination · En français : hallucination (on parle aussi de confabulation)

Une hallucination, c'est quand une IA affirme quelque chose de faux avec autant d'assurance que quelque chose de vrai : un chiffre, une date, une citation ou une source qui n'existe pas.

Ce n'est pas un bug rare : c'est la conséquence directe de sa façon d'écrire. Quand l'information lui manque, elle complète avec ce qui « sonne » juste. Moins on trouve d'informations claires sur un sujet, plus le risque monte.

En vrai : Demande à une IA les horaires d'une entreprise peu présente en ligne. Faute de source, elle peut te donner des horaires plausibles… et faux.

C'est quoi un chatbot ?

En anglais : Chatbot (chat + robot) · En français : agent conversationnel (le terme officiel est « dialogueur »)

Un chatbot (ou agent conversationnel), c'est un programme avec lequel on discute par écrit, comme avec une personne.

Les premiers chatbots suivaient des scénarios figés : des boutons, des réponses toutes prêtes. Ceux d'aujourd'hui reposent souvent sur un LLM et comprennent des questions formulées librement. ChatGPT est un chatbot ; la petite bulle d'aide en bas d'un site marchand aussi.

En vrai : Sur le site de ta banque, tu tapes « j'ai perdu ma carte ». Le chatbot te propose de la bloquer : c'est lui qui t'a répondu, pas un conseiller.

C'est quoi un agent IA ?

En anglais : AI agent · En français : agent d'IA ou agent intelligent

Un agent IA, c'est une IA qui ne se contente pas de répondre : elle agit. Elle découpe une tâche en étapes, utilise des outils (recherche, agenda, site web, fichiers) et va jusqu'au bout.

Un chatbot te dit comment réserver un billet. Un agent le cherche, compare, remplit le formulaire et te demande juste de valider. Les grands acteurs (OpenAI, Anthropic, Google, Microsoft) en proposent tous.

En vrai : Tu dis « trouve-moi un restaurant italien pour 4 samedi soir près de la gare et réserve ». L'agent cherche, lit les avis, vérifie les disponibilités et te soumet deux ou trois choix avant de réserver.

C'est quoi l'IA agentique ?

En anglais : Agentic AI · En français : IA agentique

L'IA agentique désigne les IA capables d'agir de façon autonome pour atteindre un objectif, en enchaînant plusieurs actions sans qu'on leur dicte chaque étape.

C'est le mot qui décrit la tendance, là où « agent IA » désigne l'outil. La question n'est plus « que me répond l'IA ? » mais « que fait l'IA pour moi ? ». Ça pose de nouvelles questions de confiance : jusqu'où la laisser décider seule.

En vrai : Une IA agentique qui gère tes mails peut trier, préparer les réponses, relancer une facture impayée, et ne te déranger que pour ce qui demande vraiment ton avis.

C'est quoi le commerce agentique ?

En anglais : Agentic commerce · En français : commerce agentique (ou commerce par agents)

Le commerce agentique, c'est quand un agent IA cherche, compare et achète à ta place, de la recherche du produit jusqu'au paiement.

Pour un vendeur, ça change tout : le premier « client » qui visite la boutique n'est plus un humain mais un agent, qui lit des fiches produits, des prix et des avis, et en retient deux ou trois. Les grands acteurs s'y préparent : Google avec son panier Universal Cart, Walmart qui ouvre ses rayons aux agents, pendant qu'Amazon bloque les agents extérieurs.

En vrai : Tu demandes à ton assistant « rachète les mêmes croquettes que le mois dernier, au meilleur prix, livrées avant samedi ». Il compare plusieurs boutiques, choisit et te demande juste de valider le paiement.

C'est quoi le machine learning ?

En anglais : Machine learning · En français : apprentissage automatique

Le machine learning (apprentissage automatique), c'est la façon dont une machine apprend à partir d'exemples, au lieu de suivre des règles écrites à la main.

On ne lui explique pas ce qu'est un chat : on lui montre des milliers de photos étiquetées « chat » et « pas chat », et elle trouve seule ce qui les distingue. Les LLM sont le fruit d'une forme très poussée de machine learning, le deep learning.

En vrai : Ton filtre anti-spam n'a pas une liste de règles : il a appris, à partir de millions de mails signalés, à quoi ressemble un spam.

C'est quoi le deep learning ?

En anglais : Deep learning · En français : apprentissage profond

Le deep learning (apprentissage profond), c'est une forme de machine learning qui utilise des réseaux de neurones à très nombreuses couches pour apprendre des choses complexes : comprendre une image, une voix, un texte.

C'est lui qui a fait décoller l'IA dans les années 2010 : reconnaissance d'images, traduction automatique, assistants vocaux. Les LLM sont des modèles de deep learning géants. « Profond » ne veut pas dire « intelligent » : ça veut dire qu'il y a beaucoup de couches empilées.

En vrai : La traduction instantanée d'un menu en photo, dans ton appli de traduction, c'est du deep learning.

C'est quoi un réseau de neurones ?

En anglais : Neural network · En français : réseau de neurones (artificiels)

Un réseau de neurones, c'est un programme fait de milliers (voire de milliards) de petits calculs reliés entre eux, qui ajustent leurs réglages en voyant des exemples, jusqu'à donner la bonne réponse.

Le nom vient d'une inspiration lointaine du cerveau, mais ça reste des mathématiques. Chaque « neurone » fait un calcul simple ; c'est leur nombre et leur organisation en couches qui rendent le tout capable de reconnaître un visage ou d'écrire un texte.

En vrai : Pour apprendre à reconnaître un chien, le réseau se trompe, on lui montre la bonne réponse, il ajuste ses réglages. Des millions de fois. À la fin, il reconnaît un chien qu'il n'a jamais vu.

C'est quoi les données d'entraînement ?

En anglais : Training data · Knowledge cutoff · En français : données d'entraînement · date de coupure des connaissances

Les données d'entraînement, ce sont tous les textes (et images, codes…) qu'une IA a lus pendant sa fabrication, et qui forment sa « mémoire ».

Cette mémoire s'arrête à une date : c'est la date de coupure. Ce qui s'est passé après, l'IA ne le sait pas, sauf si elle va chercher en direct sur le web. C'est pour ça qu'une IA peut décrire une entreprise telle qu'elle était il y a deux ans.

En vrai : Une entreprise a changé de nom l'an dernier. Sans recherche en direct, une IA peut continuer à utiliser l'ancien nom, parce que c'est celui qu'elle a appris.

C'est quoi le RAG ?

En anglais : Retrieval-Augmented Generation · En français : génération augmentée par récupération

Le RAG (génération augmentée par récupération), c'est quand une IA va d'abord chercher des documents (sur le web ou dans une base), puis rédige sa réponse en s'appuyant dessus.

Sans RAG, l'IA répond de mémoire. Avec RAG, elle répond avec des sources sous les yeux : c'est plus à jour et moins sujet aux hallucinations. La méthode a été décrite en 2020 par des chercheurs de Facebook AI, de l'University College London et de l'université de New York (Lewis et al.).

En vrai : Quand Perplexity ou ChatGPT avec recherche te donnent une réponse avec des liens numérotés, c'est du RAG : ils ont lu ces pages avant d'écrire.

C'est quoi un embedding ?

En anglais : Embedding · En français : plongement (on dit souvent vectorisation)

Un embedding, c'est la traduction d'un texte (un mot, une phrase, une page) en une longue suite de nombres qui représente son sens, pour qu'une machine puisse comparer des idées entre elles.

Deux textes qui disent la même chose avec des mots différents auront des embeddings proches. C'est ce qui permet à une IA de retrouver la bonne page même si tu n'as pas utilisé les mêmes mots qu'elle. On parle aussi de vectorisation.

En vrai : Tu cherches « réparer une fuite sous l'évier ». Une page titrée « plomberie : que faire si le siphon goutte » sera retrouvée, parce que leurs embeddings sont voisins, même sans mot en commun.

C'est quoi le grounding ?

En anglais : Grounding · En français : ancrage (dans des sources)

Le grounding (ancrage), c'est le fait de rattacher la réponse d'une IA à des sources vérifiables, au lieu de la laisser répondre uniquement de mémoire.

C'est le but, le RAG est l'un des moyens. Google parle par exemple de « grounding with Google Search » pour Gemini : la réponse s'appuie sur des résultats de recherche. Une réponse bien ancrée cite ses sources, et ces sources, c'est là que le GEO se joue.

En vrai : Tu demandes le prix actuel d'un abonnement. Une IA ancrée va lire la page tarifs du jour. Une IA non ancrée te donne le prix qu'elle a appris, peut-être périmé.

C'est quoi le query fan-out ?

En anglais : Query fan-out · En français : éclatement de la requête (pas de traduction officielle ; littéralement « déploiement en éventail de la requête »)

Le query fan-out, c'est quand une IA découpe ta question en plusieurs petites recherches qu'elle lance en même temps, puis assemble ce qu'elle a trouvé en une seule réponse.

Google a présenté cette technique en mai 2025 avec son AI Mode, arrivé en France en juillet 2026. Conséquence directe : pour apparaître dans la réponse, il ne suffit plus d'être bien placé sur ta question. Il faut être trouvé sur les sous-questions que l'IA se pose toute seule.

En vrai : Tu demandes « Quel vélo électrique pour aller au travail ? ». Derrière, l'IA peut chercher séparément l'autonomie, le prix, le poids, les avis, l'entretien. Tu ne vois que la réponse finale, mais elle vient de toutes ces recherches.

C'est quoi AI Overviews ?

En anglais : AI Overviews · En français : Aperçus IA (le nom affiché par Google en français)

AI Overviews (aperçus IA), ce sont les résumés écrits par l'IA de Google qui s'affichent tout en haut de certains résultats de recherche, avant les liens classiques.

Google rédige une réponse à partir de plusieurs pages, avec des liens vers ses sources. Lancés à partir de mai 2024 et arrivés en France le 22 juillet 2026, ils s'appelaient au départ SGE (Search Generative Experience) pendant leur phase de test. Pour beaucoup de gens, c'est désormais la première chose lue, parfois la seule.

En vrai : Tu tapes « combien de temps cuire un œuf mollet ». Avant même les sites de cuisine, Google affiche un paragraphe avec la réponse et deux ou trois liens.

C'est quoi la SGE de Google ? SGE (Search Generative Experience) est l'ancien nom de la version de test des réponses IA de Google. Elle est devenue AI Overviews.

C'est quoi AI Mode ?

En anglais : AI Mode · En français : Mode IA

AI Mode, c'est le mode conversation de Google Search : au lieu d'une liste de liens, tu obtiens une réponse rédigée par l'IA, et tu peux poser des questions de suivi.

Là où AI Overviews ajoute un résumé au-dessus des résultats, AI Mode remplace la page de résultats par une discussion. Il est disponible en France depuis le 22 juillet 2026. C'est là que Google utilise le query fan-out. Pour une marque, la logique change : on n'est plus « classé », on est « cité » ou pas.

En vrai : Tu demandes « un week-end au calme à moins de 2 h de Lyon, avec enfants ». AI Mode te répond par des idées détaillées, et tu peux enchaîner : « et s'il pleut ? ».

C'est quoi le MCP ?

En anglais : Model Context Protocol · En français : protocole de contexte de modèle

Le MCP (Model Context Protocol) est un standard ouvert qui permet de brancher une IA sur des outils et des données (agenda, mails, logiciels, bases de données) d'une façon commune à tous.

Présenté par Anthropic en novembre 2024, il a été adopté par OpenAI en mars 2025, puis par d'autres grands acteurs comme Google. Fin 2025, Anthropic l'a confié à une fondation sous l'égide de la Linux Foundation. On le compare souvent à une prise USB : un seul format de branchement, et n'importe quelle IA compatible peut utiliser n'importe quel outil compatible.

En vrai : Grâce à un connecteur MCP, tu peux demander à Claude ou ChatGPT « quels sont mes rendez-vous demain ? » : l'IA lit directement ton agenda au lieu de te demander de le recopier.

C'est quoi le GEO ?

En anglais : Generative Engine Optimization · En français : optimisation pour les moteurs génératifs

Le GEO (Generative Engine Optimization) est l'ensemble des actions qui aident une entreprise, une marque ou une personne à apparaître, correctement, dans les réponses des IA comme ChatGPT, Gemini, Claude ou Perplexity.

Le terme vient d'un article de recherche publié en novembre 2023 par des chercheurs de Princeton et de l'IIT Delhi (Aggarwal et al., « GEO: Generative Engine Optimization »), présenté ensuite à la conférence KDD 2024. Il ne s'agit pas seulement d'être cité : il faut surtout être décrit sans erreur. Ça passe par ce que tu publies, mais aussi par ce que les autres disent de toi.

En vrai : Quelqu'un demande « Quel logiciel de facturation pour un indépendant ? ». Le GEO, c'est tout ce qui fait que ton outil fait partie des trois noms cités, avec le bon prix et la bonne description.

Que signifie GEO ? Generative Engine Optimization, en français optimisation pour les moteurs génératifs. Rien à voir avec la géographie.

Quelle est la différence entre le SEO et le GEO ?

En anglais : Search Engine Optimization · Generative Engine Optimization · En français : référencement naturel (optimisation pour les moteurs de recherche) · optimisation pour les moteurs génératifs

Le SEO vise une bonne place dans la liste de liens de Google. Le GEO vise une place dans la réponse rédigée par une IA. L'un te fait cliquer, l'autre te fait citer.

Les deux se recouvrent : les IA s'appuient souvent sur les moteurs de recherche, donc un site bien référencé part avec une longueur d'avance. Mais le GEO va plus loin : cohérence de tes informations partout, avis, articles qui parlent de toi, clarté de ce que tu fais. Le SEO n'est pas mort : il devient une partie du travail.

En vrai : Ton site peut être 3e sur Google pour « avocat droit du travail Lyon » et pourtant absent quand on pose la même question à ChatGPT, parce que l'IA s'appuie sur d'autres sources que ton site.

C'est quoi la recherche zéro clic ?

En anglais : Zero-click search · En français : recherche zéro clic (ou recherche sans clic)

Une recherche zéro clic, c'est une recherche qui se termine sans que la personne clique sur aucun site : elle a lu la réponse directement sur Google ou dans l'IA.

Le phénomène existait déjà avec les extraits de Google (météo, horaires, définitions). Les réponses des IA l'amplifient. Conséquence : une partie de ta visibilité ne se voit plus dans tes statistiques de visites. On peut être lu, cité, recommandé… sans aucun clic.

En vrai : Tu cherches « heure de fermeture de la poste ». Google affiche la réponse, tu fermes l'onglet. Le site de La Poste a servi, mais n'a reçu aucune visite.

C'est quoi l'AEO ?

En anglais : Answer Engine Optimization · En français : optimisation pour les moteurs de réponse

L'AEO (Answer Engine Optimization) désigne le travail pour que tes contenus soient repris comme LA réponse à une question, par un moteur de réponse : assistant vocal, extrait en haut de Google ou IA.

Le mot est plus ancien que GEO et vient des extraits mis en avant et des assistants vocaux. Aujourd'hui, les deux se recouvrent largement : beaucoup emploient l'un ou l'autre pour parler de la même chose.

En vrai : Une page qui commence par une réponse claire en une phrase à « Combien de temps garder ses factures ? » a plus de chances d'être reprise telle quelle, par Google comme par une IA.

C'est quoi le LLMO ?

En anglais : Large Language Model Optimization · En français : optimisation pour les grands modèles de langage

Le LLMO (LLM Optimization) est un autre nom pour la même idée que le GEO : optimiser sa présence dans les réponses des grands modèles de langage.

GEO, AEO, LLMO, « référencement IA », « SEO IA » : le vocabulaire n'est pas encore fixé. Peu importe l'étiquette, l'objectif est le même : que les IA parlent de toi, et qu'elles en parlent juste.

En vrai : Si un prestataire te vend du LLMO et un autre du GEO, compare ce qu'ils font concrètement, pas le sigle.

C'est quoi une citation dans une réponse d'IA ?

En anglais : Citation · Source attribution · En français : citation · attribution de la source

Une citation, c'est quand une IA nomme ou met en lien une source dans sa réponse : un site, un article, une marque.

Il y a deux façons d'être présent : être la source citée (le lien), ou être le nom recommandé dans le texte. Les deux comptent, et ce ne sont pas toujours les mêmes. Les IA citent souvent des sources tierces (comparatifs, médias, annuaires, forums) plutôt que le site de la marque elle-même.

En vrai : Tu demandes « meilleur aspirateur sans fil ». La réponse peut recommander une marque tout en citant comme source un test publié par un magazine. La marque est mentionnée, le magazine est cité.

C'est quoi une entité pour une IA ?

En anglais : Entity · En français : entité

Une entité, c'est une « chose » qu'un moteur ou une IA reconnaît comme unique : une personne, une entreprise, un lieu, un produit, avec ses caractéristiques (nom, activité, adresse, fondateur…).

Google range ces entités dans son Knowledge Graph (graphe de connaissances). Le travail, c'est que tout le monde parle de toi de la même façon (même nom, même activité, mêmes coordonnées) pour que les IA comprennent que toutes ces mentions désignent bien la même entité, et pas un homonyme.

En vrai : Deux entreprises portent exactement le même nom, l'une à Lille, l'autre à Nice. Si leurs informations sont floues, une IA peut mélanger les deux et attribuer à l'une les avis de l'autre.

C'est quoi les données structurées (schema.org) ?

En anglais : Structured data · schema.org · En français : données structurées (balisage schema.org)

Les données structurées, ce sont des informations ajoutées dans le code d'une page, invisibles pour le lecteur, qui disent clairement aux machines de quoi parle la page : « ceci est une entreprise, voici son adresse, ses horaires, ses avis ».

Elles suivent un vocabulaire commun, schema.org, créé par Google, Microsoft, Yahoo et Yandex. Elles aident les moteurs à bien comprendre une page et à afficher des résultats enrichis. Google précise toutefois qu'aucun balisage spécial n'est nécessaire pour apparaître dans ses réponses IA : c'est un plus, pas une formule magique.

En vrai : Une page de recette balisée permet à Google d'afficher directement le temps de cuisson et la note en étoiles dans les résultats.

C'est quoi le fichier llms.txt ?

En anglais : llms.txt (« text file for LLMs ») · En français : fichier texte destiné aux grands modèles de langage

Le llms.txt est un petit fichier texte qu'un site place à sa racine pour présenter aux IA, de façon simple, ce qu'il contient et où trouver l'essentiel.

Il a été proposé en septembre 2024 par Jeremy Howard (Answer.AI). C'est une proposition, pas un standard officiel. Google a écrit noir sur blanc que sa recherche l'ignore : il n'aide ni ne nuit au classement. Aucun grand fournisseur d'IA n'a documenté s'en servir pour choisir ses réponses. Il ne coûte presque rien à mettre en place, mais il ne faut pas en attendre de miracle.

En vrai : Sur un site, l'adresse monsite.fr/llms.txt peut contenir : qui on est, nos services, les 10 pages les plus utiles, avec un lien vers chacune.

C'est quoi un consultant GEO ?

En anglais : GEO consultant · En français : consultant en optimisation pour les moteurs génératifs

Un consultant GEO aide une entreprise à comprendre ce que les IA disent d'elle, à corriger ce qui est faux et à gagner sa place dans leurs réponses.

Concrètement : il interroge les IA sur les questions que se posent les clients, relève où l'entreprise apparaît (ou pas), identifie les sources qui nourrissent ces réponses, puis construit un plan : contenus, cohérence des informations, présence sur les bons sites. Le métier est jeune : vérifie qu'il te montre des mesures réelles, pas des promesses de résultat.

En vrai : Une société découvre que ChatGPT la décrit avec une activité qu'elle a arrêtée il y a trois ans. Le consultant retrouve les vieilles pages qui entretiennent l'erreur et organise leur correction.

Un consultant GEO peut-il garantir d'être cité par ChatGPT ? Non. Personne ne contrôle les réponses d'une IA. Un bon consultant mesure, explique ce qu'il fait et suit l'évolution dans le temps.

Comment faire du GEO ?

Faire du GEO, c'est d'abord regarder ce que les IA disent de toi aujourd'hui, puis rendre tes informations claires, cohérentes et présentes là où les IA vont les chercher.

Les grandes étapes : poser aux IA les vraies questions de tes clients et noter les réponses ; corriger les informations fausses ou anciennes partout où elles traînent ; publier des pages qui répondent clairement aux questions qu'on se pose sur ton métier ; faire parler de toi sur des sites que les IA lisent (médias, comparatifs, annuaires sérieux) ; recommencer régulièrement, parce que les réponses bougent.

En vrai : Commence simple : demande à ChatGPT, Gemini et Perplexity « qui est [ton entreprise] ? » et « qui recommandes-tu pour [ton métier] à [ta ville] ? ». Note ce qui est juste, faux, absent. C'est ton point de départ.