Mesurer la couverture fan-out d'une page: méthode et résultats sur dix sites français
Méthodologie et premiers résultats d'une étude maison sur la couverture fan-out de dix sites français, conduite en avril 2026.
14 articles publiés pour Academie GEO.
Méthodologie et premiers résultats d'une étude maison sur la couverture fan-out de dix sites français, conduite en avril 2026.
Fiche outil Ahrefs Brand Radar. Lance fin 2024, custom prompt tracking depuis decembre 2025, base de 320 millions de prompts, six plateformes IA. Forces, limites et intégration dans la suite Ahrefs.
Indice de couverture des sous-requêtes que les moteurs génératifs derivent d'une requête mere via fan-out, calcule a partir de Qforia ou d'une simulation maison, pour identifier les zones de la grappe semantique ou la marque disparaît.
Fiche outil sur le rapport AI Performance de Bing Webmaster Tools, lance en preview publique le 9 fevrier 2026. Données first-party de citations Copilot et Bing AI, sans echantillonnage, sans cout. Forces, limites et complementarite.
Fiche outil Otterly.AI. Tarif a partir de 29 USD/mois, focus sur la part de voix IA simple, idéal pour débuter mais limite en profondeur. Forces, limites et positionnement face a Peec.ai et Profound.
Inventaire des bots IA actifs en avril 2026: GPTBot, OAI-SearchBot, ClaudeBot, PerplexityBot, CCBot, leur comportement et leurs différences.
Fiche outil Peec.ai. Plans Starter 90 EUR, Pro 199 EUR, Enterprise 499 EUR. Une plateforme GEO pensée pour les PME et ETI europeennes, avec une interface FR-friendly et une couverture pragmatique des moteurs IA.
Fiche outil Profound. Levée de 55 millions de dollars en 2025, dashboards executifs, monitoring de citations sur ChatGPT, Perplexity et AI Overviews. Forces, limites et prix réels d'une solution pensée pour les grands comptes.
Examen critique des promesses faites autour de l'optimisation par embeddings: ce que la technique permet vraiment, ce qu'elle ne permet pas.
Score qualitatif qui pondere chaque citation générative selon sa position dans la réponse, son caractere explicite et la dominance des concurrents, pour transformer un comptage brut en lecture commerciale exploitable.
Inventaire des types Schema.org effectivement utilisés par les moteurs génératifs en 2026, avec recommandations pratiques pour la production.
Decomposition technique du mecanisme de query fan-out utilisé par Google AI Mode, avec implications concrètes pour la production éditoriale.
Analyse technique du fichier llms.txt propose par Jeremy Howard, avec un point sur l'adoption mesuree par BuiltWith et les limites du protocole.
Une introduction au Retrieval Augmented Génération pensée pour les équipes éditoriales: comment ça marché, pourquoi ça change la rédaction.
Une sélection commentee des avancees GEO en français. Pas de roundup automatique : chaque envoi est lu, hiérarchisé et critique par la rédaction.