Il y a en ce moment une tendance difficile à ignorer. Les agences ajoutent l’AEO comme sixième service cœur : un badge sur la page d’accueil, un nouvel article de blog, une ligne de plus dans le retainer. Une agence spécialisée HubSpot a lancé l’AEO comme sixième service cœur en septembre dernier, en promettant de faire citer les marques de ses clients par ChatGPT, Gemini et Perplexity grâce à un bundle d’outils AEO et de visibilité. Une agence d’AI search a réorganisé toute sa pratique autour de ce qu’elle appelle le relevance engineering et la stratégie d’AI search. Le service existe. La demande est réelle. Le problème, c’est qu’appeler cela une stratégie d’answer engine optimization, sans traiter ce qui pousse les assistants IA à vous citer au départ, c’est précisément là que tout s’effondre.
La distinction compte plus qu’il n’y paraît.
Ce que mesurent vraiment les outils de monitoring AEO
Les outils AEO spécialisés sont surtout des outils de monitoring. Ils vous disent si un assistant IA a mentionné votre marque, dans quel contexte et à quelle fréquence. Ces données sont utiles. Ce que les outils ne peuvent pas faire, c’est provoquer la citation. Savoir que votre taux de mention est faible est à peu près aussi actionnable que savoir que votre taux de conversion est faible. Le chiffre vous dit qu’il y a un problème. Il ne vous dit pas quoi corriger.
La plupart des agences traitent un faible score de citation comme un brief de contenu : écrire plus, publier plus, reformuler les titres sous forme de questions. Ce n’est pas une stratégie d’answer engine optimization. C’est arroser au hasard, avec une meilleure mise en forme.
Pourquoi les assistants IA citent ce qu’ils citent
À mon sens, deux conditions déclenchent la citation. La première : le contenu répond à une question précise mieux que toute autre source indexée, avec plus de précision, plus de signaux de crédibilité et sous une forme facile à reprendre. La seconde : l’entité sous-jacente, c’est-à-dire l’entreprise, la marque, le domaine, fait déjà autorité dans les données d’entraînement et sur le web en temps réel.
Ces deux conditions découlent de vos fondations de données et de contenu, pas de votre outillage.
Une agence qui ajoute l’AEO comme service sans toucher à la qualité des données de son client, à son architecture de contenu ou à sa définition de l’ICP vend du monitoring déguisé en stratégie. Le monitoring est très bien. La stratégie, elle, manque.
Le problème de fondations que la plupart des pitchs AEO éludent
C’est ici que le RevOps entre dans la conversation, et j’ai conscience que le lien n’est pas évident. Suivez-moi.
Quand nous commençons avec un nouveau client, la première chose que nous examinons est l’intégrité des données : qui se trouve réellement dans le CRM, les comptes sont-ils enrichis, l’ICP a-t-il une définition codifiée ou s’agit-il d’un paragraphe intuitif que personne n’utilise ? Les acheteurs avec qui nous échangeons décrivent régulièrement une version de ce problème. Leurs listes outbound produisent les mêmes résultats médiocres, qu’ils y aient ajouté ou non un filtre de signaux. Le filtre de signaux est un outil. Le problème, ce sont les fondations.
La même logique s’applique à une stratégie d’answer engine optimization. Les assistants IA ne vous citent pas parce que vous avez publié plus de contenu. Ils vous citent parce que votre marque apparaît comme la réponse de référence à une question précise, dans plusieurs sources indépendantes, sous une forme citable. Cela exige un ICP clairement défini pour savoir quelles questions votre marque doit s’approprier, une architecture de contenu construite autour de ces questions précises plutôt qu’un rythme de blog générique, et des données internes structurées qui étayent vos affirmations avec de vrais chiffres. Un dashboard de plus ne vous y mènera pas.
Ce que nous appelons le problème du « sixième service »
Le cadrage que je conteste, c’est l’idée qu’une stratégie d’answer engine optimization serait un module à ajouter. L’attrait se comprend du point de vue d’une agence. La stack d’outils se banalise rapidement, chaque nouvel outil AEO spécialisé publie des intégrations API et cible les mêmes agences, et le coût est refacturé avec une marge. Pour le meilleur ou pour le pire, c’est ainsi que fonctionne l’économie du retainer.
Le produit est réel. Le problème, c’est qu’ajouter une couche de monitoring et un brief de contenu à un retainer existant ne change rien aux fondations. Cela ajoute un dashboard de plus.
Un acheteur avec qui nous travaillons avait passé deux ans avec une agence SEO sans pouvoir citer la moindre amélioration de sa performance en search. L’agence avait un dashboard. Les rapports semblaient complets. Mais le contenu n’avait aucun lien clair avec l’ICP, les données CRM étaient désordonnées, et il n’existait aucune réponse codifiée à la question : pour quoi cette entreprise veut-elle être connue ? Une stratégie d’answer engine optimization exige que cette question ait une vraie réponse avant que le moindre travail sur les outils ne commence.
À quoi ressemble une vraie stratégie d’answer engine optimization
Notre approche d’une stratégie d’answer engine optimization tient en trois chantiers, dans cet ordre.
Le premier est ce que nous appelons la définition de l’entité : avant tout travail de contenu, il faut une réponse claire à ce que l’entreprise veut que les assistants IA disent d’elle quand un acheteur pose une question pertinente. On ne peut y répondre que si l’on sait qui est l’acheteur et quel problème il cherche réellement à résoudre.
Le deuxième est l’architecture de contenu. Pas le volume. L’architecture. Quelles sont les deux ou trois questions que l’entreprise doit s’approprier ? Quelle est la réponse canonique et structurée à chacune ? C’est ce qui est cité. Un bon exemple : une entreprise qui dispose de vraies données propriétaires issues de sa base clients. La bonne stratégie d’answer engine optimization transforme ces données en une affirmation citable et autonome, qu’une IA peut reprendre sans aucun contexte autour. C’est de la citation, pas de l’optimisation.
Le troisième est la couche de données. Indicateurs internes, recherche structurée, sources nommées. Les taux de citation sont corrélés à la précision et à la crédibilité, pas au volume produit. Impossible de fabriquer cela sans une vraie pratique interne de la donnée.
Je n’ai pas de bonne réponse sur la manière d’articuler cela avec un retainer d’agence existant. Tout dépend de la part des fondations déjà en place. Ce que je dirais : commencer par les outils et remonter à rebours mène rarement là où vous voulez aller.
Vous trouverez davantage sur notre manière d’aborder ce type de problème sur notre page insights.