geo-optimization

# GEO Optimization — être cité par les moteurs génératifs > **Sourcé** de `docs/methodo/etat-de-lart-2026.md` §8 (pratiques 2025-2026, > sources datées). Complète le skill `generation-article-blog` (rapidocms) qui a > déjà E-E-A-T/GEO — ici on **audite et corrige** contre une checklist mesurable. ## Étape 0 — Charger (obligatoire) - `docs/methodo/etat-de-lart-2026.md` (§8 GEO) et `${CLAUDE_PLUGIN_ROOT}/reference/garde-fous-marketing.md`. - `./rapido-kb/charte-graphique.md` + `ton-et-accroches.md` (le contenu corrigé reste conforme à la marque). ## La checklist GEO (mesurée par script) Critères tirés de l'état de l'art (2025-2026) : 1. **Réponse directe** dans les 40-60 premiers mots. 2. **Densité de faits** : une statistique toutes les ~150-200 mots. 3. **Sources autoritaires** citées (liens). 4. **Schema markup** présent. 5. **Ancres `id`** sur les blocs (citations précises par les IA). 6. **Blocs FAQ / définition** (formats extraits par les moteurs). 7. **Auteur** présent (autorité E-E-A-T). 8. **Style déclaratif** (supprimer « je pense », « à mon avis » → baisse la perplexité, hausse la citabilité). 9. **Fraîcheur** (mise à jour récente favorisée). ## Méthode 1. **Auditer** un contenu existant (ou un brouillon `generation-article-blog`) : `python3 "${CLAUDE_PLUGIN_ROOT}/skills/geo-optimization/scripts/audit_geo.py"` avec `{"contenu": "<markdown>", "meta": {date_maj, date_reference, auteur, schema}}` → **score GEO** + critère par critère (ok/detail) + liste des corrections. Le modèle ne score **jamais** de tête. 2. **Proposer les corrections** ciblées (par critère échoué) : ajouter la réponse en 40-60 mots, densifier les stats sourcées, poser des ancres, ajouter un bloc FAQ/définition, retirer les tournures subjectives, dater. 3. **Mettre à jour le contenu via les outils CMS APRÈS confirmation** : le contenu se (re)génère via le skill `generation-article-blog`, le brouillon se met à jour via `create_draft_tool`/`edit_draft_tool` (rapidocms) — publication **confirmée**. 4. **Nuances par moteur** (état de l'art) : ChatGPT = encyclopédique, Perplexity = récence, AI Overviews = contenu déjà bien classé — adapter l'angle. ## Livrable type Rapport d'audit GEO (score + critères + corrections priorisées) et, après accord, le contenu corrigé prêt à publier. ## Cas d'usage croisés - Produire le contenu à optimiser → skill `generation-article-blog`. - Conformité à la marque du contenu corrigé → skill `contenu-conforme-marque`. - Angle éditorial / calendrier → skill `calendrier-editorial`. ## Anti-collision avec `rapido-seo:recherche-mots-cles` Ce skill = optimisation pour **moteurs GÉNÉRATIFS** (être cité/repris par les réponses LLM — GEO). **`rapido-seo:recherche-mots-cles`** = **search classique** (volumes Google, difficulté, SERP, contenu). Un besoin « être cité par ChatGPT » → ici ; « me positionner sur Google » → rapido-seo. Règle miroir des deux côtés. ## Garde-fous Score **par script** (checklist déterministe), jamais de tête ; chiffres et sources **réels** (pas de stat inventée pour « densifier ») ; mise à jour du contenu et publication **confirmées** ; conforme à la charte.