Quand un habitant ouvre ChatGPT et tape “un bon plombier dans mon quartier” ou “où prendre un brunch ce dimanche à Bordeaux”, l’IA cite une poignée d’entreprises. Trois, parfois quatre noms. Le reste de la ville n’existe pas pour elle. Chez Pulsari, je vois passer chaque semaine des artisans et des restaurateurs qui pèsent des dizaines d’années de réputation locale, et qui sont pourtant invisibles dès qu’une intelligence artificielle prend la parole à leur place. Cet article explique comment basculer dans le petit groupe des cités, à l’échelle exacte d’une ville et même d’un quartier.
Pourquoi le GEO local se joue à une échelle géographique précise
Le GEO local n’est pas du GEO classique avec une ville ajoutée à la fin de la phrase. C’est une mécanique différente. Une IA qui répond à une question généraliste (“qu’est-ce que le GEO”) puise dans un corpus mondial. Une IA qui répond à “meilleur ostéopathe à Tours” doit, elle, restreindre brutalement son champ à un périmètre de quelques kilomètres carrés.
Cette restriction change tout. La concurrence n’est plus l’internet entier, mais les quelques dizaines de confrères de ta ville. Et comme la plupart d’entre eux n’ont aucune stratégie pour les IA, le terrain est largement ouvert. C’est l’inverse du GEO B2B où tu te bats contre des marques internationales bien outillées.
L’enjeu, c’est de faire comprendre à la machine, sans la moindre ambiguïté, où tu es et pour qui tu travailles. Une entreprise locale mal déclarée ne sera pas pénalisée : elle sera simplement ignorée au profit d’un concurrent dont la localisation est explicite.
Les requêtes locales qui passent vraiment par une IA
Avant de travailler ta visibilité, il faut savoir sur quelles questions tu veux être cité. Les requêtes locales qui partent vers une IA générative ne sont pas réparties au hasard. Elles se concentrent sur trois familles.
La recommandation directe
“Quel est le meilleur restaurant italien à Lyon 2e”, “tu me conseilles un coiffeur pour homme vers la Croix-Rousse”, “un garagiste honnête à Montpellier”. Ce sont des questions d’intention forte, posées par quelqu’un qui va probablement appeler ou réserver dans l’heure. C’est le coeur de cible.
La comparaison locale
“Différence de prix entre deux salles de sport à Nantes”, “quel notaire choisir à Rennes pour un achat immobilier”. L’utilisateur hésite entre des options précises. Être cité, ici, c’est entrer dans la short-list.
La question pratique géolocalisée
“Quels artisans interviennent en urgence le dimanche à Strasbourg”, “où trouver une boulangerie ouverte tôt près de la gare de Dijon”. L’IA répond en croisant horaires, zone d’intervention et type de service. Si tes données structurées ne contiennent pas ces informations, tu n’es pas dans la réponse.
Pour cartographier ces requêtes dans ton métier et ta ville, la logique de regroupement par thème reste la même qu’ailleurs : tu peux t’appuyer sur la méthode décrite dans notre content cluster pour le GEO, en remplaçant simplement les axes thématiques par des axes géographiques (centre-ville, quartiers, communes limitrophes).
Les fondations techniques : déclarer ta ville sans ambiguïté
Avant le contenu, la plomberie. Une IA ne devine pas ton adresse, elle la lit dans tes données structurées. Le schéma LocalBusiness de Schema.org est la déclaration officielle de ton existence géographique. Sans lui, tu demandes à la machine de deviner, et elle ne devine pas en ta faveur.
Voici la structure minimale à poser sur tes pages, avec les champs qui comptent vraiment pour une requête à l’échelle d’une ville :
{
"@context": "https://schema.org",
"@type": "Restaurant",
"name": "La Table du Marché",
"@id": "https://latabledumarche.fr#business",
"address": {
"@type": "PostalAddress",
"streetAddress": "14 place des Halles",
"addressLocality": "Tours",
"postalCode": "37000",
"addressCountry": "FR"
},
"geo": {
"@type": "GeoCoordinates",
"latitude": 47.3941,
"longitude": 0.6848
},
"areaServed": [
{ "@type": "City", "name": "Tours" },
{ "@type": "AdministrativeArea", "name": "Indre-et-Loire" }
],
"telephone": "+33 2 47 00 00 00",
"openingHoursSpecification": [
{
"@type": "OpeningHoursSpecification",
"dayOfWeek": ["Thursday", "Friday", "Saturday"],
"opens": "12:00",
"closes": "14:00"
}
],
"servesCuisine": "Française",
"priceRange": "€€",
"aggregateRating": {
"@type": "AggregateRating",
"ratingValue": "4.7",
"reviewCount": "212"
}
}Trois champs font la différence pour le local. Le champ geo permet aux IA de traiter les requêtes “près de chez moi”. Le champ areaServed déclare ta zone de chalandise et te rend pertinent pour une commune limitrophe que tu sers sans y être implanté. Le champ openingHoursSpecification est ce qui te fait apparaître sur “ouvert maintenant”. La documentation de Google sur les données structurées d’entreprise locale détaille chaque propriété acceptée et reste la référence à jour.
Si la mécanique du balisage te paraît floue, on l’a creusée dans notre guide sur les bonnes pratiques du schéma Article, dont la logique de précision et de cohérence s’applique mot pour mot au schéma local.
Google Business Profile : le pivot que les IA recoupent
Une IA qui répond sur une entreprise locale ne se contente pas de lire ton site. Elle recoupe avec des sources tierces, et la première de ces sources reste Google Business Profile, l’ancien Google My Business. C’est l’annuaire de référence que tout le monde croise, des moteurs classiques aux assistants conversationnels.
D’après le centre d’aide de Google, une fiche complète et à jour est traitée comme un signal de fiabilité fort. Concrètement, voici ce qui pèse pour la visibilité IA :
- Une catégorie principale précise (pas “restaurant” mais “restaurant italien”), plus des catégories secondaires
- Des photos récentes en nombre, idéalement renouvelées chaque mois
- Une description détaillée mentionnant ta ville, ton quartier et tes spécialités
- Des réponses systématiques aux avis, positifs comme négatifs
- Des horaires exacts, avec les fermetures exceptionnelles déclarées à l’avance
L’incohérence est ton pire ennemi. Si ton site annonce un numéro de téléphone et ta fiche Google un autre, l’IA détecte le conflit et préfère citer un concurrent dont les données concordent partout. La cohérence du triplet nom-adresse-téléphone sur l’ensemble de tes présences en ligne n’est pas un détail : c’est un critère de tri.
Le contenu géolocalisé qui te transforme en référence de quartier
Les fondations techniques te rendent éligible. Le contenu te rend citable. Une IA cite plus volontiers une entreprise qui produit du contenu local utile, parce que ce contenu lui donne matière à répondre.
Quatre formats fonctionnent particulièrement bien à l’échelle d’une ville.
Les guides de quartier. “Où manger végétarien dans le Vieux-Lille”, “les meilleurs spots pour télétravailler à Bordeaux centre”. Même si tu te cites, tu deviens la source qui structure l’information locale.
Les contenus de prix géolocalisés. “Combien coûte un ramonage à Grenoble en 2026”, “tarif moyen d’une coupe homme à Marseille”. Ces pages répondent à une question récurrente et chiffrée que les IA adorent reprendre.
Les pages “comment choisir” localisées. “Comment choisir un déménageur à Toulouse”, “les critères pour un bon dentiste à Nancy”. Tu te positionnes en conseil, pas en vendeur.
Les actualités locales liées à ton métier. Nouvelle réglementation municipale, événement de quartier, saisonnalité. La fraîcheur compte : un contenu daté de cette année a plus de poids qu’un évergreen sans repère temporel.
Pour mesurer où tu te situes sur ces requêtes avant et après publication, le score de visibilité IA reste l’indicateur que je recommande, parce qu’il agrège plusieurs moteurs et pas seulement Google.
Les avis : le carburant de la citation locale
Pour une entreprise locale, les avis ne sont pas un bonus, ils sont la matière première. Quand une IA répond “le meilleur” quelque chose dans une ville, elle s’appuie en grande partie sur le volume et la qualité des avis agrégés. Une fiche avec 12 avis ne pèse rien face à une fiche avec 200 avis bien notés.
La méthode tient en quatre points. Demande un avis à chaque client satisfait, systématiquement, pas une fois par trimestre. Réponds à tous les avis, et soigne particulièrement les réponses aux avis négatifs, car une critique bien gérée rassure plus qu’un silence parfait. Vise un volume significatif, au moins une cinquantaine d’avis pour exister, idéalement plus de cent. Et surtout, ne fabrique jamais de faux avis : les plateformes les détectent, et un nettoyage de masse peut effacer des années de réputation.
Le cas des enseignes multi-établissements
Si tu gères plusieurs points de vente dans une même ville ou dans plusieurs communes, la logique change légèrement. Une seule fiche pour tout le réseau dilue ta pertinence locale. La bonne pratique est d’avoir une page dédiée par établissement, chacune avec son propre schéma LocalBusiness, son adresse exacte, ses horaires propres et ses avis spécifiques.
Cela vaut aussi pour les franchises et les cabinets à plusieurs implantations. Une IA qui répond à “agence immobilière dans le 7e à Lyon” cherche l’établissement précis de ce quartier, pas le siège social. Si toutes tes implantations partagent une page unique, la machine ne sait pas laquelle citer et passe son chemin.
Le piège à éviter est le contenu dupliqué entre les pages d’établissement. Une page “agence Lyon 7e” et une page “agence Villeurbanne” qui ne diffèrent que par l’adresse en bas de page n’apportent rien. Chaque page doit contenir du contenu réellement local : équipe sur place, spécialités du quartier, témoignages de clients de cette zone, photos de l’établissement réel. C’est ce qui distingue un réseau crédible d’un empilement de pages vides.
Pour structurer un réseau de pages locales sans tomber dans la cannibalisation, la même discipline de maillage interne s’applique : chaque page d’établissement doit pointer vers les pages mères pertinentes, comme on le détaille dans notre approche du content cluster pour le GEO.
Un exemple concret, chiffré
Pour rendre tout cela tangible, prenons un cas type que je rencontre souvent : un cabinet d’ostéopathie installé depuis huit ans dans une ville moyenne, excellente réputation de bouche-à-oreille, mais invisible dès qu’un patient interroge une IA.
Au démarrage, le cabinet avait un site vitrine sans aucune donnée structurée, une fiche Google Business Profile remplie à moitié, et une trentaine d’avis. Sur la requête test “ostéopathe à [sa ville]” posée à ChatGPT et Perplexity, il n’apparaissait dans aucune des deux réponses. Trois confrères, eux, étaient cités systématiquement.
Le chantier a suivi exactement le plan en quatre semaines décrit plus bas. Schéma LocalBusiness posé sur chaque page avec geo, areaServed couvrant la ville et trois communes limitrophes, et horaires précis. Fiche Google Business Profile complétée à 100 % avec une vingtaine de photos. Quatre articles géolocalisés publiés : un guide “comment choisir un ostéopathe à [ville]”, un contenu de prix, une page sur les motifs de consultation fréquents dans la région, et une FAQ locale. Enfin, une campagne d’avis qui a fait passer la fiche de 30 à 78 avis en six semaines.
Le résultat mesuré après deux mois : apparition dans les réponses de Perplexity sur la requête principale, puis dans ChatGPT trois semaines plus tard, avec citation directe du site. Le cabinet ne s’est pas contenté d’apparaître, il est entré dans la short-list de trois noms que les IA citent pour sa ville. Le tout pour un investissement en temps d’une trentaine d’heures réparties sur deux mois, sans budget publicitaire.
La leçon de ce cas est simple : la réputation hors ligne ne se transfère pas automatiquement vers les IA. Il faut la traduire en signaux que la machine sait lire. Une fois ce travail fait, l’avantage de réputation réel reprend toute sa valeur.
Le contexte démographique compte plus qu’on ne croit
Un dernier point trop souvent négligé : la taille et le profil de ta ville orientent ta stratégie. Dans une métropole, les requêtes se font à l’échelle du quartier et la concurrence locale en GEO commence à se réveiller. Dans une ville moyenne ou une zone rurale, la requête se fait à l’échelle de la commune entière et la concurrence est quasi nulle, ce qui rend les premiers résultats encore plus rapides.
Connaître la structure de ta zone de chalandise aide aussi à cibler tes communes limitrophes. Les données publiques de population et d’activité par commune, disponibles sur l’INSEE, permettent d’identifier les bassins de clientèle que tu sers sans y être physiquement implanté, et donc de les déclarer dans areaServed. Une entreprise rurale qui rayonne sur dix communes a tout intérêt à toutes les nommer, plutôt que de se limiter à son village d’implantation.
Le plan d’action en quatre semaines
Tu n’as pas besoin de six mois pour basculer. Voici le séquençage que je donne aux entreprises locales que j’accompagne.
Semaine 1, les fondations. Schéma LocalBusiness complet sur toutes les pages, fiche Google Business Profile vérifiée et remplie à 100 %, dix à vingt photos récentes ajoutées, et un fichier llms.txt à la racine mentionnant ton adresse et ta zone d’intervention.
Semaine 2, le contenu. Trois articles géolocalisés croisant ton métier et ta ville, une page “à propos” détaillée racontant l’histoire de l’entreprise, et une FAQ reprenant les questions locales fréquentes de tes clients.
Semaine 3, la cohérence. Vérification du triplet nom-adresse-téléphone sur tous les annuaires où tu apparais : Pages Jaunes, annuaires sectoriels, chambre de métiers, et plateformes spécifiques si tu es dans la restauration ou le tourisme.
Semaine 4, les avis et la mesure. Sollicitation d’une dizaine de clients satisfaits, réponse à tous les avis en attente, et premier audit Pulsari pour établir ton point de départ chiffré.
Les erreurs spécifiques au local qui coûtent des citations
Certaines fautes sont propres au GEO local et n’apparaissent jamais dans les guides généralistes.
La première est d’ignorer les variations d’écriture d’une ville. Un habitant écrit “Lyon”, un autre “69000”, un troisième “Lyon 6” ou “Croix-Rousse”. Déclare ta zone largement, dans areaServed et dans ton contenu, pour couvrir ces variantes.
La deuxième est de masquer le numéro de téléphone. Les entreprises locales se contactent encore beaucoup par appel. Le numéro doit être visible en HTML et présent dans le schéma, pas caché derrière un formulaire.
La troisième est de négliger les communes limitrophes. Un artisan basé en centre-ville sert souvent toute une agglomération. Si areaServed ne mentionne que la ville-centre, tu disparais des requêtes des communes voisines que tu sers pourtant.
La quatrième est de tout miser sur Google. Tu peux être cité par Perplexity ou ChatGPT sans être premier sur Google. Diversifie tes signaux au lieu de tout concentrer sur ta seule fiche Google Business Profile.
Questions fréquentes
Combien de temps faut-il pour qu’une entreprise locale soit citée par une IA dans sa ville ?
Les premiers signes de visibilité apparaissent souvent en deux à six semaines après la mise en place des fondations, car la concurrence locale en GEO reste faible. Une fiche Google Business Profile bien remplie et un schéma LocalBusiness complet produisent un effet rapide. Pour une position durable et une présence régulière dans les réponses des IA, comptez trois à six mois d’effort continu sur le contenu et les avis.
Quels champs du schéma LocalBusiness sont les plus importants pour une requête à l’échelle d’une ville ?
Trois champs sont décisifs. Le champ geo fournit les coordonnées exactes et permet de traiter les requêtes “près de moi”. Le champ areaServed déclare la zone de chalandise et rend l’entreprise pertinente pour les communes limitrophes. Le champ openingHoursSpecification déclare des horaires précis et fait apparaître l’entreprise sur les requêtes “ouvert maintenant”. Sans ces trois champs, l’entreprise reste invisible sur les questions géolocalisées les plus fréquentes.
Une petite entreprise locale peut-elle vraiment concurrencer sur le GEO sans gros budget ?
Oui, et c’est même là que se trouve l’opportunité. Contrairement au GEO B2B où l’on affronte des marques internationales bien outillées, le GEO local oppose une entreprise à quelques dizaines de concurrents de sa ville, dont la plupart n’ont aucune stratégie pour les IA. Un plan de quatre semaines centré sur le schéma, la fiche Google Business Profile, le contenu géolocalisé et les avis suffit à devancer ces concurrents sans budget significatif.
Faut-il créer du contenu spécifique à chaque quartier d’une ville ?
Cela dépend de la taille de la ville et de ta zone d’intervention. Dans une grande ville, des guides de quartier ciblés (“où manger dans le Vieux-Lille”) captent des requêtes précises et te positionnent en référence locale. Dans une commune plus petite, un contenu à l’échelle de la ville entière suffit. L’important est de mentionner explicitement les noms de quartiers ou de zones que tes clients utilisent réellement dans leurs questions.
En résumé
Le GEO local est l’un des terrains les moins concurrentiels de 2026, parce que la quasi-totalité des entreprises de quartier n’y sont pas. La mécanique tient en trois piliers : déclarer ta géographie sans ambiguïté par le schéma et Google Business Profile, produire du contenu géolocalisé qui fait de toi une référence, et accumuler des avis authentiques en volume. Quatre semaines de travail méthodique suffisent pour entrer dans la poignée d’entreprises qu’une IA cite quand un habitant lui demande une recommandation.
Pour aller plus loin, lis notre guide sur le contenu local pour le GEO et celui sur le GEO pour le B2B SaaS si tu opères sur les deux registres.
