GEO SEO

GEO multilingue : être cité dans chaque langue

Alejandro Rioja
Alejandro Rioja
11 min de lecture
TL;DR

Presque tous les guides GEO supposent un site uniquement en anglais. Le mien ne l'est pas — il tourne en 13 langues — et trois choses ont cassé ou sous-performé dès que j'ai regardé au-delà de l'anglais : la justesse de hreflang/x-default, le périmètre de llms.txt et la cohérence du schema entre langues. Voici ce qui change vraiment, plus le prompt d'audit que j'utilise pour vérifier un site multilingue en une seule passe.

Newsletter gratuite

Chaque mercredi. 28 400+ opérateurs. Zéro superflu.

Publié en septembre 2026.

TL;DR : Presque tous les guides GEO supposent un site uniquement en anglais. Le mien ne l’est pas — il tourne en 13 langues — et trois choses ont cassé ou sous-performé dès que j’ai regardé au-delà de l’anglais : la justesse de hreflang/x-default, le périmètre de llms.txt et la cohérence du schema entre langues. Voici ce qui change vraiment, plus le prompt d’audit que j’utilise pour vérifier un site multilingue en une seule passe.

[Regard d’opérateur] Chaque checklist GEO que j’ai lue, y compris deux des miennes, a été écrite pour une seule langue. Je n’ai découvert à quel point ce conseil supposait l’anglais que le jour où j’ai cherché pourquoi mes pages en espagnol et en japonais ne recevaient pas le même traitement que les originaux en anglais — même contenu, même modèle de schema, résultats radicalement différents.

Table des matières

Ouvrir Table des matières

Pourquoi le GEO multilingue n’est pas juste du SEO en 12 langues de plus

Le SEO international classique a un manuel bien établi : balises hreflang, contenu traduit, terminé. Le GEO ajoute une couche que ce manuel ne couvre pas, parce qu’un moteur d’IA ne se contente pas d’indexer votre page — il décide, par requête et par langue, quelle unique source citer à l’utilisateur. Cette décision se prend séparément dans chaque langue servie par le moteur, face à un ensemble de concurrents différent, un vivier de sources citables différent, et parfois un moteur complètement différent.

Une réponse ChatGPT en anglais puise dans un vivier de candidats différent de la même question posée en japonais. Ignorez ça et vous finissez par faire tout le travail de GEO une seule fois, en anglais, en supposant qu’il se propage. Ce n’est pas le cas.

Ce qui casse en premier : hreflang et x-default

C’est celui qui vous coûte de la visibilité sans jamais apparaître comme une erreur. Deux défaillances, toutes deux silencieuses :

  1. x-default manquant ou erroné. Chaque cluster hreflang a besoin d’une entrée x-default indiquant aux moteurs et aux robots quelle version servir à quelqu’un dont la langue ne correspond à aucune de vos traductions. Sautez-la, et vous dites à chaque robot non ciblé de « deviner ».
  2. hreflang pointant vers des pages qui ne sont pas de vraies traductions. Celui-ci est plus sournois et plus courant qu’il n’y paraît. Si votre sélecteur de langue renvoie vers la page d’accueil de chaque langue comme solution de repli quand une traduction n’existe pas encore, et que vous annotez ces liens de repli avec hreflang, vous affirmez qu’un article uniquement en anglais est sa propre traduction en espagnol. Ce n’est pas le cas. Le robot de Google finit par ne plus faire confiance à tout le cluster ; un moteur d’IA qui construit son graphe de citations à partir de vos balises <link> hérite du même signal défaillant.

J’ai eu exactement ce bug. Le sélecteur de langue de mon en-tête émettait hreflang sur chaque lien de langue, y compris ceux qui retombaient sur la page d’accueil d’une langue faute de traduction existante. Chaque article uniquement en anglais affirmait silencieusement avoir douze traductions qu’il n’avait pas. Le correctif a été mécanique une fois le problème identifié : n’annoter hreflang que quand une vraie traduction existe, et toujours émettre x-default — en retombant sur la première alternative disponible quand un cluster n’a pas de membre anglais — pour que chaque cluster réel en ait un.

Voici à quoi ressemble le correctif tel qu’il s’affiche dans le <head> de la page :

html
<link rel="alternate" hreflang="es" href="https://example.com/es/post-slug/" />
<link rel="alternate" hreflang="fr" href="https://example.com/fr/post-slug/" />
<link rel="alternate" hreflang="x-default" href="https://example.com/post-slug/" />

Trois règles à vérifier sur votre propre site, dans cet ordre : chaque cluster hreflang a exactement un x-default ; aucun lien hreflang ne pointe vers une page qui n’est pas une vraie traduction ; aucune balise <link> du même cluster ne partage le même code (Google écarte tout le cluster si c’est le cas, pas seulement le doublon).

Le trou que personne ne vérifie : llms.txt ne couvre que l’anglais

llms.txt est la convention émergente pour donner aux robots d’IA un index organisé de votre meilleur contenu plutôt que de les laisser explorer et deviner. J’en ai construit un pour ce site il y a des mois. Je ne l’ai remarqué qu’en cherchant des données pour cet article : le filtre qui sélectionne les articles à inclure dans l’index vérifie lang === 'en' et s’arrête là.

Cela veut dire que douze treizièmes du contenu de ce site sont invisibles pour tout robot qui traite llms.txt comme un index plutôt que comme une simple suggestion. Chaque article non anglophone reste exploré via le plan du site et les liens internes, mais l’index organisé et à haute confiance — celui construit spécifiquement pour donner à un moteur d’IA vos meilleures pages — n’était en anglais que par omission, pas par choix.

Si vous gérez un llms.txt multilingue, vérifiez ceci maintenant : le fichier (ou les fichiers) énumère-t-il réellement vos articles traduits, ou l’index se réduit-il silencieusement à votre langue source comme c’était le cas pour le mien ? Un seul llms.txt partagé qui ne liste que des URL en anglais n’est pas faux à proprement parler — il ne fait simplement rien pour les autres langues dans lesquelles votre site existe.

Schema et cohérence d’entité entre les langues

Le schema FAQPage, Article et Person que vous avez déjà (voir mon décryptage du schema markup si ce n’est pas encore fait) doit dire la même chose sur vous dans chaque langue, parce que les moteurs d’IA construisent un seul graphe d’entité à partir de toutes ces langues.

Deux points à bien traiter :

  • Laissez les identifiants non traduits, traduisez les chaînes destinées aux humains. Le @id, url, le tableau sameAs et la valeur jobTitle de votre schema Person ou Organization doivent être identiques dans chaque langue — c’est ce qui indique à un moteur « c’est la même entité » à travers les langues. Seuls le texte environnant et les libellés lisibles par des humains changent.
  • Ne laissez pas une traduction obsolète prendre du retard sur le schema. Si vous mettez à jour dateModified dans votre schema Article ou ajoutez une nouvelle entrée FAQ en anglais, le même changement doit se retrouver dans le JSON-LD de chaque langue, pas seulement dans le texte. Un moteur qui voit du contenu anglais mis à jour la semaine dernière et une version française de la même page avec un schema vieux de six mois lit ça comme deux pages différentes, pas comme une page en deux langues.

Langues différentes, moteurs d’IA différents

La conversation sur le GEO suppose par défaut ChatGPT, Perplexity et Google AI Overviews parce que c’est là que se passe la conversation en langue anglaise. Ce n’est pas le tableau complet dès que vous publiez en russe, en chinois ou en coréen.

Yandex fait tourner sa propre couche de réponses génératives pour les requêtes en russe et détient une part de recherche en russe nettement supérieure à celle de Google. Les réponses basées sur ERNIE de Baidu comptent pour le chinois. Les résumés IA de Naver comptent pour le coréen. Si votre checklist GEO ne tient compte que du trio de moteurs centré sur les États-Unis, vous optimisez peut-être pour 60 % seulement des moteurs de réponse que vos lecteurs internationaux utilisent réellement — et vous ne le remarquerez pas, parce qu’aucun de ces moteurs n’apparaît dans Google Search Console.

Je n’ai pas de moyen propre de vérifier les taux de citation sur Yandex ou Baidu depuis ici, et je le dis clairement plutôt que de prétendre le contraire. Ce que je peux dire : ne supposez pas que la même liste de trois moteurs que vous optimisez pour l’anglais est la liste complète partout.

La preuve réelle tirée de mon propre site

Voici ce que je peux mesurer. C’est le même article de comparaison GEO contre SEO, même modèle de contenu, même schema, traduit dans chaque langue — données Search Console du 15 juin au 11 septembre 2026 :

LangueImpressionsPosition moyenne
Espagnol2 07731,9
Néerlandais3 37046,6
Français1 39325,1
Japonais10614,8
Coréen5724,9
Allemand8660,6
Italien3267,8
Anglais56958,2

Même article, même structure, même modèle de schema, et l’écart de classement va de la position 14,8 à la position 67,8. Je veux être honnête sur ce que ça prouve et ce que ça ne prouve pas : ce sont des positions Google classiques tirées de Search Console, pas des données de citation par IA — je n’ai pas d’attribution propre par langue des citations ChatGPT ou Perplexity, et je ne connais personne qui l’ait encore. Ce que ça prouve, c’est que « traduisez et le même travail d’optimisation s’applique uniformément » est faux sur mon propre site. La traduction japonaise, avec une fraction des impressions, dépasse en classement toutes les autres langues, y compris l’original anglais. Quelque chose sur cette page — la concurrence, la qualité de la traduction, la façon dont l’entité se résout en japonais — fonctionne d’une manière qui ne fonctionne pas en allemand ni en italien, avec un modèle de schema identique dans tous les cas.

Dites à Claude ou ChatGPT de le faire : un prompt d’audit multilingue

Pas besoin de lire les spécifications hreflang pour vérifier ça. Collez ceci dans Claude ou ChatGPT avec l’URL de votre site :

J’ai un site web avec du contenu en plusieurs langues. Pour [URL], vérifie : (1) si la page émet une balise hreflang x-default, et si chaque balise hreflang de la page pointe vers une vraie traduction plutôt qu’une page d’accueil de repli ; (2) si le schema JSON-LD de la page (Person, Organization ou Article) utilise des valeurs @id, url et sameAs identiques d’une langue à l’autre, ou si elles diffèrent selon la langue ; (3) si le site a un fichier llms.txt, s’il liste des pages dans des langues autres que l’anglais. Dis-moi exactement lequel de ces points échoue, et cite la balise ou le champ précis qui pose problème plutôt qu’un résumé général.

Vérifiez la réponse contre le code source réel de la page avant de lui faire confiance — un modèle décrira avec assurance une balise x-default qui n’existe pas si vous ne lui montrez pas de quoi il s’agit vraiment.

Ce qu’il faut éviter

Ne construisez pas treize fichiers llms.txt distincts sans preuve réelle — des logs serveur montrant des visites de robots d’IA par sous-domaine, pas une intuition — que les moteurs traitent vos langues comme des propriétés séparées. Un seul fichier bien délimité qui énumère réellement vos URL traduites comble le trou ci-dessus sans la charge de maintenir treize fichiers.

Ne traduisez pas une page automatiquement juste pour remplir une case langue. Une traduction fine et littérale est pire pour le GEO que pas de traduction du tout — elle donne à un moteur d’IA une source de faible qualité à comparer au contenu natif d’un concurrent, et c’est le moyen le plus rapide de finir cité sur un forum d’assistance comme « le site aux traductions bizarres ».

En résumé

Si votre checklist GEO a été écrite pour une seule langue, testez-la sur votre langue la moins performante avant de lui faire confiance comme système. La mienne avait un vrai bug hreflang silencieux et un index de citation uniquement en anglais qui traînait depuis des mois avant que je le vérifie. Les deux étaient des correctifs faciles. Aucun des deux ne serait apparu si je n’étais pas allé chercher en pensant à une deuxième langue.

GEO multilingue — FAQ

Est-ce que hreflang affecte vraiment les citations des moteurs d’IA, ou seulement le classement classique de Google ?

Les deux, même si le mécanisme diffère. Pour Google classique, hreflang indique au robot quelle URL servir pour quelle langue dans les résultats de recherche. Pour les moteurs d’IA, hreflang et votre schema ensemble font partie de la façon dont le moteur résout « est-ce la même entité/contenu à travers les langues » — vous vous trompez, et vous risquez que le moteur traite vos pages anglaise et espagnole comme des sources sans lien plutôt qu’un même sujet couvert deux fois.

Faut-il traduire chaque article dans toutes les langues que mon site prend en charge ?

Non. Traduisez les articles là où le sujet et la demande de recherche le justifient sur ce marché — un guide de tarification spécifique aux États-Unis n’a peut-être pas besoin d’une traduction en arabe, alors qu’un article global sur le GEO en a probablement besoin. Des quasi-doublons non traduits d’une langue à l’autre sont pires que moins d’articles, mais tous entièrement traduits.

Comment savoir si mon llms.txt est bien délimité ?

Ouvrez le fichier et vérifiez si les URL listées incluent des chemins dans une langue autre que la langue source. Si toutes les URL sont dans une seule langue et que votre site publie dans plusieurs, l’index est limité à cette langue, que ce soit voulu ou non.

Ai-je besoin d’un schema distinct pour chaque langue, ou d’un seul bloc de schema réutilisé partout ?

Une seule entité, une présentation traduite. Les champs identifiants (@id, url, sameAs) restent identiques d’une langue à l’autre ; le texte lisible par des humains (headline, description, réponses FAQ) est traduit par langue. Traitez ça comme une entité décrite en plusieurs langues, pas comme plusieurs entités.

À lire aussi : Schema Markup pour le GEO · Comment traduire un article en 13 langues avec un seul agent · GEO en solo


Besoin d’un second avis sur votre propre configuration multilingue ? Contactez-moi — je réalise des audits GEO pour des sites publiant dans plus d’une langue, ou testez vous-même le prompt ci-dessus avec Claude si vous voulez vérifier ça aujourd’hui.

Continuer à lire

Articles liés

Continuer à lire

Recevez le guide IA dans votre boîte mail

Chaque mercredi. 28 400+ opérateurs. Zéro superflu.

↵ pour voir tous les résultats esc esc pour fermer