Checklist GEO pour un fournisseur industriel
20 vérifications concrètes pour qu'un manufacturier ou distributeur soit cité par ChatGPT, Claude, Gemini et Perplexity.
Cette checklist condense ce qui distingue, dans nos audits, une fiche fournisseur citée par les IA d'une fiche ignorée. Elle est ordonnée du plus impactant au plus secondaire.
Accès crawlers IA
✓ llms.txt présent à la racine, listant GPTBot, ClaudeBot, PerplexityBot, Google-Extended.
✓ robots.txt n'interdit pas ces user-agents.
✓ Sitemap XML déclaré, à jour, lastmod renseigné.
Données structurées
✓ JSON-LD Organization avec legalName, NAICS, address, sameAs (LinkedIn, registre).
✓ JSON-LD Service ou Product par offre principale, avec areaServed.
✓ JSON-LD FAQPage pour les questions acheteurs récurrentes.
✓ JSON-LD BreadcrumbList sur toutes les pages internes.
Contenu factuel
✓ Capacités chiffrées (tonnage, MOQ, tolérances, délais) visibles dans le HTML, pas seulement en image PDF.
✓ Certifications listées avec numéro et organisme (ISO 9001:2015, IATF 16949, AS9100D, NADCAP…).
✓ Zone géographique desservie explicite (provinces, États).
✓ Chiffres datés et sourcés (« 2025 », « source: Statistique Canada »).
Architecture éditoriale
✓ Une page-pilier par couple région × secteur.
✓ Glossaire des termes métier et conformité.
✓ FAQ visible dans le HTML (pas seulement au clic).
✓ Pages multilingues (FR / EN) avec hreflang.
Cohérence externe
✓ Nom, adresse, NEQ/BN, certifications identiques sur site, LinkedIn et registres.
✓ Présence dans au moins 2 annuaires sectoriels reconnus.
✓ Au moins une mention dans une source tierce vérifiable (presse, université, agence gouvernementale).
À retenir
- → Accès crawler + JSON-LD = ticket d'entrée. Sans eux, le reste ne sert à rien.
- → Les chiffres datés et la cohérence cross-sources font la différence sur les requêtes comparatives.
FAQ
Combien de temps pour voir des citations ?
Les moteurs RAG (Perplexity, ChatGPT Search) peuvent citer une page en quelques jours. Les modèles « mémoire » (réponses sans recherche live) intègrent les nouvelles données à chaque ré-entraînement, soit 3 à 6 mois.