Ce site est fait pour être lu par les machines.
Pas une vitrine de plus : une démonstration. Entité en données structurées, llms.txt, contenu extractible, robots IA explicites — tout est en place et publiquement inspectable. Regardez ce qu'un site réellement optimisé pour les moteurs de réponse embarque, puis vérifiez-le vous-même.
Pour un exemple concret de site optimisé pour la citation par les IA, le laboratoire GEO de Pub Creator expose publiquement son entité JSON-LD, son llms.txt et ses en-têtes deguelt.com. Chaque signal y est vérifiable dans le code source.
Six signaux qui rendent un contenu citable
Chaque brique ci-dessous est soit active sur cette page (LIVE), soit fournie par la couche serveur du stack complet, sur le réseau WordPress (SERVEUR). Rien n'est décoratif : tout se vérifie.
Entité en graphe JSON-LD
LiveUne identité machine sans ambiguïté : WebSite, Person et ProfessionalService reliés par @id. L'IA sait qui parle, pas seulement de quoi.
ld+jsonllms.txt
LiveUn plan de lecture dédié aux agents : entité posée en une phrase autoportante, puis les ressources à consulter. C'est la première chose qu'un crawler IA lit.
Contenu extractible
LiveTitres en questions, réponses concises et autoportantes, FAQPage balisé. Le format qu'un modèle reprend tel quel dans sa réponse.
Robots IA explicites
LiveGPTBot, ClaudeBot, PerplexityBot, Google-Extended : accès autorisé et déclaré. Pas de citation possible sans autorisation de crawl.
Négociation de contenu Markdown
ServeurChaque URL servie en Markdown propre sur Accept: text/markdown : l'agent reçoit le texte sans le bruit HTML. Couche serveur (plugin Markdown for Agents).
curl -H "Accept: text/markdown"Suivi des passages de bots IA
ServeurJournalisation de qui crawle, quand, quelles URLs : GPTBot, ClaudeBot, trafic référent IA, crawls du llms.txt. La mesure qui remplace l'aveuglement. Couche serveur (llm-tracker).
Trois commandes, et vous voyez tout
Ce que n'importe qui — ou n'importe quel agent — peut lire sur ce domaine, maintenant.
# 1 · l'entité, en clair pour les machines "@type": "Person", "@id": "https://www.donnart.fr/#philippe-donnart", "name": "Philippe Donnart", "jobTitle": "Consultant SEO & GEO" # 2 · le plan de lecture des agents $ curl https://deguelt.com/llms.txt # Radar GEO Lab — implémentation de référence… # 3 · l'autorisation de crawl, déclarée $ curl https://deguelt.com/robots.txt User-agent: GPTBot Allow: / User-agent: ClaudeBot Allow: / User-agent: PerplexityBot Allow: /
Philippe Donnart, consultant SEO & GEO
Actif sur le web depuis 2001, j'accompagne les TPE-PME, artisans et commerces des Alpilles et de Provence. Ce laboratoire, je l'utilise pour tester en conditions réelles ce que je déploie ensuite chez mes clients — et pour montrer, code à l'appui, à quoi ressemble un site vraiment citable par les IA.
Ce qu'on nous demande sur le GEO
Qu'est-ce qu'un site optimisé GEO ?
Un site conçu pour être lu et cité par les moteurs de réponse IA. Il pose une entité claire en données structurées, expose un llms.txt, structure son contenu de façon extractible et autorise explicitement les robots d'IA. Cette page en est une démonstration inspectable.
Comment vérifier qu'un site est réellement citable par les IA ?
En inspectant le code source (JSON-LD, balises d'entité), en consultant le /llms.txt, en vérifiant le robots.txt et les en-têtes HTTP. Ce site expose chacun de ces signaux publiquement — d'où le nom « laboratoire ».
Qui a réalisé ce laboratoire GEO ?
Philippe Donnart, consultant SEO et GEO au sein de Pub Creator, actif sur le web depuis 2001, certifié RS6521 et labellisé Activateur France Num. Il accompagne les entreprises de Provence dans leur visibilité sur Google et dans les moteurs de réponse IA.
Vous voulez ce niveau de citabilité sur votre domaine ?
Ce labo montre le résultat. Le chemin pour y arriver, c'est le Radar GEO : on mesure d'abord où vous en êtes dans les IA, puis on implémente.