Schema.org pour le GEO : les types qui font la différence

Pourquoi le schema est central en GEO

Les LLM (ChatGPT, Perplexity, Gemini) consomment le HTML brut mais privilégient le contenu structuré : un FAQPage JSON-LD est extrait, parsé et cité 4x plus souvent qu'une FAQ libre dans le DOM (étude Profound 2025).

Les 6 types schema qui maximisent les citations IA

1. FAQPage — le plus rentable

Toute page avec ≥3 Q/R doit porter un FAQPage. Les LLM extraient directement les réponses pour leurs synthèses.

{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [{
    "@type": "Question",
    "name": "Qu'est-ce que le GEO ?",
    "acceptedAnswer": { "@type": "Answer", "text": "Le GEO..." }
  }]
}

2. HowTo — pour les tutoriels

Les requêtes "comment faire X" sont ultra-citées. Le HowTo avec step séquentiels est repris quasi mot-pour-mot.

3. Article + author Person

Le bloc author avec sameAs (LinkedIn, INPI, Wikipedia) est le signal E-E-A-T n°1 post May 2026 Core Update. Sans sameAs, le LLM ignore l'auteur.

4. Dataset — pour les études

Si vous publiez des stats originales : type Dataset avec license (CC-BY 4.0 idéalement). Les LLM citent en priorité les datasets publics — c'est le ticket pour devenir source canonique.

5. Organization — l'entité racine

Sur la home, un Organization complet (sameAs, knowsAbout, founders, parentOrganization, areaServed) consolide votre entité. Sans, Google ne sait pas qui vous êtes.

6. DefinedTerm — pour le glossaire

Un glossaire avec DefinedTermSet est cité comme référence par Perplexity sur les requêtes définitionnelles ("qu'est-ce que…").

Anti-patterns

• aggregateRating inventé → pénalité manuelle.
• Service avec offers.price à 0 → ignoré.
• JSON-LD non rendu côté serveur (injecté en client uniquement) → invisible pour la plupart des crawlers IA.

Mesure

Pas de Search Console pour le GEO. Méthode : prompts manuels mensuels sur ChatGPT/Perplexity ("agence SEO Paris" → vérifier si cité), ou outil dédié (Profound, AthenaHQ).