GEO Score : mesurer la compatibilité IA de votre site

Le 22 avril 2026, Cloudflare a lancé IsItAgentReady - une suite de tests qui évalue la capacité des sites web à interagir avec les agents IA. L'outil vérifie si les bots peuvent découvrir votre site, négocier les formats de contenu et interagir via des protocoles émergents.

Mais la découverte par les agents ne représente que la moitié de l'équation. L'autre moitié : une fois qu'un agent IA atteint votre contenu, peut-il réellement le parser, le comprendre et le citer ? C'est exactement ce que mesure le GEO Score. Nous l'avons construit, nous avons documenté la méthodologie, et cet article explique à la fois l'outil et le contexte qui l'a rendu nécessaire.

01Le signal Cloudflare

Ce que teste IsItAgentReady

L'outil de Cloudflare effectue 6 vérifications sur votre domaine :

• Content-Signal dans robots.txt -une directive IETF en cours de rédaction (Content-Signal: allowed) qui indique aux crawlers IA que la consommation de votre contenu est explicitement autorisée
• En-têtes Link (RFC 8288) -des en-têtes HTTP qui pointent vers des ressources lisibles par les machines (llms.txt, documentation API) sans nécessiter d'analyse HTML
• Catalogue API (RFC 9727) -un fichier .well-known/api-catalog qui indexe toutes les API et points de documentation lisibles par les machines
• Agent Skills Discovery -une proposition Cloudflare (v0.2.0) qui publie les actions qu'un agent IA peut effectuer sur votre site via un répertoire de compétences structuré
• Négociation de contenu Markdown -la capacité à servir des versions Markdown des pages quand un agent IA demande text/markdown via l'en-tête Accept
• WebMCP -un mécanisme de découverte pour les endpoints MCP (Model Context Protocol), permettant aux agents IA d'interagir programmatiquement avec les outils et données de votre site

Ce que cela signifie

Cloudflare n'est pas une entreprise marketing. C'est l'un des plus grands fournisseurs d'infrastructure du web, servant environ 20 % du trafic internet mondial. Quand Cloudflare formalise l'agent-readiness comme un standard mesurable et testable, cela signale un changement structurel. Ce ne sont pas des bonnes pratiques hypothétiques -ce sont des protocoles adossés à des RFC que les entreprises d'infrastructure intègrent dans leur stack.

Ce que suppose une implémentation conforme

Passer les 6 vérifications nécessite des modifications concrètes côté serveur :

• Directive Content-Signal dans le robots.txt, signalant l'autorisation explicite de consommation du contenu par les IA
• En-têtes Link (RFC 8288) exposant les références au llms.txt et au catalogue API dans chaque réponse HTTP
• .well-known/api-catalog - un index JSON de tous les endpoints lisibles par les machines selon la RFC 9727
• Répertoire de compétences agent conforme à la spécification Agent Skills Discovery de Cloudflare (v0.2.0)
• Négociation de contenu Markdown via la négociation de contenu côté serveur, servant des versions .md quand text/markdown est demandé

02Ce que mesure le GEO Score

32 critères répartis en 7 familles

Le GEO Score audite la page d'accueil d'un site web selon 32 critères binaires (réussi/échoué), chacun avec un poids fixe en points. Les critères sont regroupés en 7 familles :

Le score brut atteint un maximum de 76 points, qui est ensuite normalisé sur 100. Cette normalisation garantit la comparabilité du score à mesure que des critères sont ajoutés ou repondérés dans les versions futures.

Ce que nous avons délibérément exclu

Deux facteurs importants ne figurent pas dans l'outil GEO Score gratuit :

• Analyse du rendu JavaScript -vérifier si le contenu est accessible sans exécution JS nécessite un navigateur headless (Puppeteer ou Playwright). C'est coûteux en ressources et incompatible avec un audit léger et instantané. Cette analyse est disponible dans Daily Assistant
• Domain Authority -mesurer le profil de backlinks et les signaux de confiance d'un domaine nécessite une API tierce. Le Domain Authority corrèle avec la probabilité de citation par les LLM, mais ce n'est pas un critère technique on-page. Également disponible dans Daily Assistant

L'outil gratuit se concentre sur ce qui peut être testé instantanément, à partir d'une seule requête HTTP et d'un parsing HTML. L'audit complet à 40 critères de Daily Assistant ajoute les 8 critères qui nécessitent une infrastructure plus profonde.

Pourquoi ces critères comptent pour la citabilité LLM

L'étude GEO de Princeton a testé 9 stratégies de contenu sur 10 000 requêtes et a montré que les données structurées, les citations et les statistiques constituaient des stratégies de Tier 1, produisant +30-40 % d'amélioration de visibilité dans les moteurs génératifs. Nos 32 critères testent la couche infrastructure qui permet à ces stratégies de contenu d'atteindre les LLM. Les données structurées sont inutiles si le bot ne peut pas accéder à la page. Un article bien sourcé est invisible si le robots.txt bloque GPTBot.

03Ce que nous avons observé -premières données

kairos-platform.com : 93/100

Après optimisation, notre propre site obtient 93/100. Le détail révèle que même un site optimisé a une marge de progression :

• Crawlabilité : 12/12 -score maximal. Sitemap, robots.txt, balises canonical, codes de réponse propres
• Accès bots : 12/12 -GPTBot, ClaudeBot et Googlebot-Extended explicitement autorisés. Directive Content-Signal présente. llms.txt en ligne
• Infrastructure : 10/10 -HTTPS, temps de réponse inférieur à la seconde, compatible mobile, gestion des erreurs correcte
• Structure HTML : 12/12 -hiérarchie de titres propre, meta description, Open Graph, attribut lang
• JSON-LD : 10/12 -schemas Organization et author présents, liens sameAs vers LinkedIn et profils sociaux. Manquant : lien vers une entité Wikidata (nous n'avons pas encore d'entrée Wikidata) et références isBasedOn approfondies
• Signaux sémantiques : 8/10 -sections FAQ présentes, citations dans les articles de blog. La densité statistique pourrait être plus élevée sur les pages produit
• GEO émergent : 7/8 -llms-full.txt présent, hreflang implémenté. Un critère partiellement atteint sur la profondeur des données structurées

Un diagnostic, pas un classement

Nous avons effectué des tests préliminaires sur plusieurs domaines bien connus. Un grand site d'information français a obtenu environ 45/100 -probablement en raison de l'absence de JSON-LD avancé, de llms.txt, et de politiques d'accès bots potentiellement restrictives. Mais un score de 45 ne signifie pas que le site est invisible pour les IA. Cela signifie qu'il existe une marge mesurable d'optimisation technique. Certains de ces sites bénéficient d'une autorité de domaine massive et d'une notoriété de marque qui compensent les lacunes techniques -des facteurs que le GEO Score ne mesure intentionnellement pas.

Le GEO Score est un outil de diagnostic, pas un classement. La valeur réside dans le détail critère par critère, pas dans le chiffre global.

04Ce que nous ne savons pas encore -transparence

L'honnêteté intellectuelle exige de préciser ce qui reste non prouvé. Voici ce que nous savons et ce sur quoi nous parions :

Pas de chaîne causale prouvée

Nous n'avons pas la preuve que ces 32 critères causent directement des citations par les LLM. L'étude GEO de Princeton a testé des stratégies au niveau du contenu (ajout de citations, de statistiques, de langage autoritatif dans le texte). Notre outil teste la couche infrastructure -la plomberie qui rend le contenu accessible aux LLM. Les deux se complètent, mais la chaîne causale entre « le robots.txt autorise GPTBot » et « ChatGPT cite votre page » n'est pas prouvée de bout en bout. La corrélation est forte. La causalité est présumée, non démontrée.

llms.txt : adoption croissante, usage non confirmé

L'adoption du llms.txt s'accélère -Anthropic, Cloudflare, Vercel, Supabase et des dizaines d'autres en ont publié un. Mais aucun fournisseur de LLM n'a publiquement confirmé que son pipeline de retrieval utilise activement le llms.txt lors de l'inférence. Nous l'implémentons parce que la logique est solide (fournir une carte structurée de votre site à des systèmes qui ont besoin d'entrées structurées), mais les preuves restent circonstancielles.

Content-Signal : un brouillon, pas un standard

La directive Content-Signal dans le robots.txt est un brouillon IETF, pas un standard ratifié. L'adoption est volontaire. Rien ne garantit que les entreprises d'IA la respecteront, tout comme il n'existe aucun mécanisme d'application pour le robots.txt lui-même (qui est aussi une convention, pas une loi). Nous l'implémentons parce que Cloudflare la teste et que le coût d'implémentation est nul.

Propriétés JSON-LD : lues par Google, non confirmées pour les LLM

Des propriétés comme knowsAbout, isBasedOn et citation en JSON-LD sont lues par le Knowledge Graph de Google. Nous n'avons aucune preuve que ChatGPT, Claude ou Perplexity parsent le JSON-LD lors du retrieval. Nous les testons parce qu'elles sont le meilleur proxy disponible pour la représentation structurée des connaissances -et parce que si les LLM commencent à parser les données structurées (ce qui est probable, vu les gains d'efficacité), les sites qui en disposent déjà en bénéficieront les premiers.

Agent Skills Discovery : peut évoluer ou disparaître

L'Agent Skills Discovery est une proposition Cloudflare en version 0.2.0. Elle peut être largement adoptée, substantiellement modifiée ou entièrement abandonnée. Nous l'implémentons parce que le proposant (Cloudflare) dispose du levier d'infrastructure pour pousser l'adoption, mais nous restons prudents.

Le pari empirique

C'est un pari empirique : nous implémentons les standards vers lesquels convergent les acteurs les plus crédibles -Cloudflare, Google, Anthropic, l'IETF -avant que la preuve définitive n'existe. C'est ce que signifie l'adoption précoce. Si un critère s'avère non pertinent, nous le retirons. Si de nouveaux standards émergent, nous les ajoutons. La méthodologie est conçue pour évoluer.

05De l'outil gratuit à l'audit complet

GEO Score vs Daily Assistant

Le GEO Score exécute 32 critères sur votre page d'accueil et renvoie un résultat instantané. Pas d'inscription, pas de coût. Il répond à une seule question : dans quelle mesure votre site est-il prêt pour les IA ?

Daily Assistant exécute 40 critères sur 10 pages, avec analyse du rendu JavaScript, mesure du Domain Authority, monitoring quotidien et suivi des tendances historiques. Il répond à une question différente : comment évolue votre compatibilité IA dans le temps, et où exactement investir ?

Les 8 critères manquants

L'écart entre 32 et 40 critères est significatif :

• B1-B4 : rendu JavaScript -de nombreux sites modernes sont des applications mono-page (SPA). Si le contenu critique est chargé via JavaScript après la réponse HTML initiale, les LLM ne peuvent pas le voir. Cela nécessite le lancement d'un navigateur headless, l'attente de l'exécution JS et la comparaison du DOM rendu avec le HTML source. Quatre critères couvrent différents aspects : visibilité du contenu, rendu de la navigation, injection de données structurées et comportement du lazy-load
• DA1-DA4 : signaux de Domain Authority -autorité de domaine, nombre de domaines référents, trust flow et score d'autorité thématique. Ces indicateurs corrèlent avec la probabilité de citation car les LLM sont entraînés sur des données web où les domaines autoritatifs apparaissent plus fréquemment. Un site à fort DA avec une mauvaise optimisation technique peut quand même être cité ; un site à faible DA avec une optimisation technique parfaite peut ne pas l'être. Les deux comptent

Essayez le GEO Score gratuitement pour obtenir votre audit instantané en 32 critères. Passez à Daily Assistant pour l'audit complet à 40 critères avec monitoring quotidien.

06Méthodologie et open source

Documenté et aligné

Les 32 critères sont documentés dans notre spécification de conception avec les codes de critères, les poids et la logique réussi/échoué. Le système de scoring est aligné avec le GeoAuditCriteria.php de Daily Assistant -mêmes codes de critères, mêmes poids, même formule de normalisation. Un score de 75 au GEO Score signifie la même chose qu'un score de 75 dans l'audit de Daily Assistant (pour les 32 critères partagés).

Engagement open source

L'outil GEO Score est open source sur GitHub : kairos-company/geo-score. Un CLI PHP standalone qui audite n'importe quelle URL depuis votre terminal - zéro dépendance au-delà de PHP 8.1, cURL et DOM. Le dépôt documente chaque critère, chaque pondération et la méthodologie complète de scoring. Forkez-le, ajustez les poids, proposez de nouveaux critères. La mesure de la compatibilité IA doit être transparente et reproductible.

Empirisme plutôt que théorie

Nous avons choisi l'empirisme plutôt que la théorie : implémenter, mesurer, itérer. Les 32 critères représentent notre meilleure compréhension de ce qui rend un site web consommable par les LLM en avril 2026. Cela changera. De nouveaux protocoles émergeront (c'est déjà le cas -Content-Signal n'existait pas il y a six mois). Des critères existants pourraient s'avérer non pertinents (si aucun LLM ne parse jamais le JSON-LD, nous retirerons ces critères). La méthodologie est versionnée, documentée et conçue pour évoluer.

07Questions fréquentes