Construire son corpus de questions pour un audit GEO

L'essentiel en trente secondes

Un corpus est la liste figée des questions qu'on posera aux moteurs génératifs, relevé après relevé. Trente à cent suffisent pour un marché, à condition qu'elles soient écrites comme un acheteur les pose — en phrases, avec le contexte — et qu'elles couvrent trois familles : la découverte, la comparaison et l'objection. Une fois écrit, il se gèle et se versionne : un corpus qui bouge entre deux relevés rend toute comparaison impossible.

Trente à cent questions, pas mille. Au-delà, le coût d'appels d'API augmente sans que les conclusions changent : les questions supplémentaires sont des variantes de celles que vous avez déjà.
Trois familles obligatoires : découverte (« quel outil pour… »), comparaison (« X ou Y »), objection (« est-ce que X fait vraiment… »). Un corpus sans objections ne mesure que le haut de l'entonnoir.
Une question en devient plusieurs : Google documente le query fan-out, qui éclate une question en requêtes dérivées lancées en parallèle. Trente bonnes questions couvrent donc bien plus de terrain que trente mots-clés.
Le gel n'est pas une contrainte, c'est la mesure : ajouter trois questions favorables entre mars et juin améliore le score sans que rien n'ait changé dans la réalité.
Le corpus vous appartient : c'est le seul actif de l'audit qui survit à un changement d'outil, et le seul que vos commerciaux peuvent relire ligne à ligne.

Pourquoi ce n'est pas une liste de mots-clés

Un mot-clé est ce qu'on tape quand on parle à un index : « audit geo prix », trois mots, pas de verbe. Une question est ce qu'on écrit quand on parle à quelqu'un : « combien coûte un audit de visibilité IA, et qu'est-ce que ça comprend exactement ? ». La différence n'est pas cosmétique — elle change la réponse.

Un modèle répond à ce qu'il comprend de la demande, contexte inclus. Le même sujet posé en mots-clés et en phrase ne produit ni la même réponse, ni les mêmes sources citées, ni les mêmes marques. Mesurer sur des mots-clés importés d'un outil de référencement revient donc à mesurer une conversation que personne n'a.

C'est aussi pour cela qu'un corpus se construit avec les commerciaux plutôt qu'avec l'équipe SEO : ce sont eux qui entendent les questions réelles, y compris celles qu'on préférerait ne pas voir écrites.

Les trois familles, et ce que chacune révèle

Un corpus équilibré contient les trois. La proportion dépend de votre marché, mais aucune famille ne doit être vide.

Famille	Ce qu'elle mesure	Exemple
Découverte	Existez-vous quand l'acheteur ne vous connaît pas encore ? C'est la question la plus dure, et celle qui bouge le plus lentement.	« Quel outil utiliser pour mesurer ce que les IA disent d'une marque ? »
Comparaison	Êtes-vous cité aux côtés de vos concurrents, et dans quel ordre ? C'est là que se lit la part de voix réelle.	« Peec.ai ou Promptwatch : lequel choisir pour une PME ? »
Objection	Que répond un assistant à la question qui bloque la vente ? C'est la famille la plus instructive et la plus souvent oubliée.	« Est-ce que les outils de visibilité IA donnent des chiffres fiables ? »

À ces trois familles s'ajoute souvent une quatrième, propre aux marques connues : les questions de marque (« que vaut votre marque ? »). Elles rassurent, mais elles ne mesurent rien de nouveau — gardez-les pour la vérification factuelle.

Ce que le fan-out change à votre arithmétique

Google documente depuis mai 2026 le mécanisme de query fan-out : à partir d'une question, le modèle génère « un ensemble de requêtes liées, lancées en parallèle, pour demander plus d'informations et récupérer des résultats supplémentaires ».

Conséquence directe sur le dimensionnement : une question bien posée ouvre plusieurs sous-questions, donc trente questions couvrent beaucoup plus de terrain que trente mots-clés. C'est une raison de soigner les trente, pas d'en écrire trois cents.

Conséquence sur la tentation inverse, et Google est explicite : créer des variantes de pages pour couvrir les requêtes dérivées relève de ses règles anti-spam. Le fan-out sert à choisir ce qu'on mesure, jamais à industrialiser des pages.

Écrire les trente premières

Une demi-journée avec deux commerciaux, une page blanche, et cet ordre.

01

Lister les phrases qu'on vous dit vraiment

Pas les requêtes : les phrases. Ce qu'un prospect demande au téléphone dans les trois premières minutes, y compris maladroitement. Vingt minutes de collecte brute, sans filtrer.

02

Retirer votre jargon

Si votre marché ne dit pas « visibilité générative » mais « être vu par ChatGPT », écrivez la seconde. Le corpus doit parler la langue de l'acheteur, pas celle du produit — sinon vous mesurez des questions que vous êtes seul à poser.

03

Compléter les trois familles

Relisez votre liste et comptez : combien de découverte, de comparaison, d'objection ? La famille manquante est presque toujours l'objection, parce que personne n'a envie d'écrire la question qui fâche.

04

Ajouter le contexte qui change la réponse

Secteur, taille, pays, contrainte : « pour une PME française », « sans budget d'agence », « en respectant le RGPD ». Une même question posée sans contexte et avec contexte ne donne pas les mêmes marques citées.

05

Nommer vos concurrents explicitement

Au moins trois questions les citent par leur nom. C'est la seule façon d'obtenir une part de voix exploitable, et c'est aussi là qu'on découvre des concurrents qu'on ne se connaissait pas.

06

Relire à voix haute

Une question qu'on ne peut pas dire à l'oral sans buter n'est pas une question, c'est un mot-clé déguisé. Ce test élimine un quart de la liste, et c'est tant mieux.

07

Geler, dater, numéroter

Le corpus devient la version 1, avec sa date. Toute modification ultérieure crée une version 2 au lieu d'écraser la première — sinon vous perdez la seule chose qui rendait vos relevés comparables.

Le dimensionnement, en trois nombres

Pour un marché, avec dix surfaces et cinq relevés par question.

30 à 100

questions suffisent pour un marché donné. En dessous de trente, certaines familles restent vides ; au-delà de cent, vous payez des variantes de ce que vous mesurez déjà.

Ordre de grandeur en audit

1 500

interrogations pour trente questions, dix surfaces et cinq relevés — à horodater et à conserver. C'est le moment précis où l'exercice cesse de se faire à la main.

30 × 10 × 5

3

relevés minimum sur une question avant d'afficher un pourcentage. En dessous, on écrit « toujours », « parfois » ou « jamais » — un pourcentage sur deux passages, c'est une pièce lancée deux fois.

Règle de calcul appliquée par Etalo

Six erreurs qui ruinent un corpus

Les six se voient à la relecture, et aucune ne se rattrape après le premier relevé.

Importer mille mots-clés d'un outil SEO: Produit du volume et pas de la précision : les mots-clés sont des fragments sans verbe ni contexte, et les modèles y répondent différemment. Le coût d'API, lui, est bien réel.
N'écrire que des questions où l'on gagne: Le biais le plus humain. Un corpus qui évite les objections produit un rapport flatteur et une décision fausse. Si aucune question ne vous inquiète, il en manque.
Mélanger deux marchés dans un seul corpus: Les moyennes deviennent illisibles : vous êtes très cité sur l'un, absent de l'autre, et le chiffre global ne décrit ni l'un ni l'autre. Deux corpus, deux mesures.
Changer le corpus entre deux relevés: L'erreur qui annule tout le travail précédent. Si une question doit être ajoutée, elle ouvre une nouvelle version, et la comparaison se fait sur le sous-ensemble commun.
Oublier la langue et le pays: La même question en français et en anglais ne cite pas les mêmes marques. Si vous vendez dans deux pays, le corpus est double — ou la mesure ne vaut que pour l'un des deux.
Écrire des questions qui datent: « Quel est le meilleur outil en 2026 ? » vieillit en janvier. Préférez les formulations stables : c'est le relevé qui porte la date, pas la question.

Faire vivre un corpus sans casser la mesure

Un corpus figé n'est pas un corpus mort. Les marchés bougent, une offre disparaît, un concurrent apparaît. La règle est simple : on n'édite jamais, on version.

Chaque version porte sa date et la liste exacte de ses questions. Les comparaisons entre deux relevés se font sur les questions communes aux deux versions — le reste se lit à part. C'est un peu plus long à expliquer en réunion, et c'est la seule façon de répondre à « votre courbe monte, mais est-ce le travail ou le questionnaire ? ».

En pratique, une révision par an suffit dans la plupart des marchés, plus une révision exceptionnelle en cas de lancement ou de rachat. Un corpus révisé tous les mois n'est pas un corpus, c'est un sondage permanent.

Questions fréquentes

Combien de questions faut-il pour commencer ?

Trente, écrites correctement, valent mieux que trois cents importées. Elles suffisent à couvrir les trois familles et à produire des chiffres défendables sur un marché.

Faut-il écrire les questions en langage naturel ?

Oui, en phrases complètes, avec le contexte. C'est ainsi que les acheteurs interrogent un assistant, et la réponse change selon la formulation — un mot-clé nu mesure une conversation que personne n'a.

Peut-on réutiliser un corpus d'un concurrent ou d'un secteur ?

Comme point de départ, oui ; comme corpus final, non. Les questions qui comptent dépendent de votre offre, de vos objections et de votre marché — et c'est précisément ce qui fait la valeur du vôtre.

À quelle fréquence réviser le corpus ?

Une fois par an suffit dans la plupart des marchés, plus une révision exceptionnelle lors d'un lancement. Chaque révision crée une version datée : on n'écrase jamais.

Faut-il une question par mot-clé stratégique ?

Non. Grâce au fan-out, une bonne question couvre plusieurs requêtes dérivées. Chercher la correspondance un pour un avec un plan de mots-clés reproduit une logique SEO qui ne s'applique pas ici.

Qui doit écrire le corpus dans l'entreprise ?

Les commerciaux d'abord, parce qu'ils entendent les vraies questions ; le marketing ensuite, pour la cohérence ; jamais l'outil, qui ne connaît ni vos objections ni vos concurrents réels.

Sources

Mécanisme du query fan-out et règles sur les variantes de pages : guide officiel de Google pour les fonctionnalités génératives, mai 2026.

Effet de la formulation et des contenus sourcés sur la reprise par un modèle : Aggarwal et al., GEO: Generative Engine Optimization, conférence KDD 2024, 10 000 requêtes.

Construire son corpus de questions