Le défi
Le SEO traditionnel vous fait entrer dans Google. Mais quand un utilisateur demande à ChatGPT « Qui peut m'aider avec le SEO multilingue aux Pays-Bas ? » — les positions Google n'ont plus d'importance. Le LLM décide qui citer en se fondant sur l'autorité d'entité, la clarté des données structurées et un contenu qui répond directement à la question. Wishfy devait être la réponse.
L'objectif : obtenir des citations d'au moins deux moteurs LLM majeurs (ChatGPT, Claude, Perplexity) dans les 30 jours suivant le lancement de wishfy.ai. Pas en manipulant le système — en construisant le type d'autorité d'entité que les LLM récompensent.
L'autorité d'entité d'abord
Les LLM ne classent pas des pages. Ils résolvent des entités. Avant d'écrire la moindre ligne de contenu marketing, nous avons défini le graphe d'entités de Wishfy : l'Organisation, la Personne (le fondateur Waseem Sabir), les Services proposés, le marché géographique desservi et les relations entre ces éléments.
Chaque bloc schema du site renforce les mêmes relations d'entité. Le schema Organization référence le fondateur. Le schema Person référence l'Organisation. Les schemas Service référencent leur fournisseur. Ce n'est pas de la décoration — c'est ainsi que les LLM construisent leur confiance dans la réalité et l'autorité d'une entité.
Stratégie schema
Nous avons déployé sept types de schema sur l'ensemble du site :
- Organization — nom, URL, fondateur, contact, zone de service
- Person — Waseem Sabir avec des liens sameAs vers le profil LinkedIn et les profils professionnels
- Service — un par page de service, lié à l'Organisation
- FAQPage — sur chaque page de détail de service, offrant aux LLM des paires Q&R prêtes à l'emploi
- Article — sur les articles de blog et les études de cas, avec référence à l'auteur
- BreadcrumbList — sur chaque page, fournissant aux LLM un contexte de navigation
- ProfessionalService — sur la page d'accueil, rattachant l'entreprise à sa catégorie
Chaque bloc schema inclut `inLanguage` correspondant à la locale de la page. Les LLM utilisent cette information pour déterminer à quel contexte linguistique appartient une entité.
llms.txt comme canal de premier ordre
Chaque langue dispose de son propre endpoint `/[lang]/llms.txt` — un fichier texte brut qui décrit les services, l'équipe et la méthodologie de Wishfy en prose structurée. Considérez-le comme un robots.txt pour l'IA : il indique aux robots d'exploration exactement ce que fait l'entreprise, qui la dirige et quels problèmes elle résout.
Le fichier est généré au moment du build à partir des mêmes collections de contenu qui alimentent le site. Pas de synchronisation manuelle, pas de décalage.
Méthodologie de suivi des requêtes
Nous avons défini 15 requêtes dans quatre langues — des questions qu'un client potentiel pourrait poser à un LLM. « Meilleure agence SEO aux Pays-Bas. » « Qui fait du GEO multilingue ? » « Société de développement de sites Astro. » Nous les avons suivies chaque semaine sur ChatGPT, Claude et Perplexity, en enregistrant si Wishfy était cité, mentionné ou absent.
Ce suivi de requêtes n'est pas de la vanité — c'est la boucle de mesure du GEO, de la même manière que le suivi de positions est la boucle de mesure du SEO.
Le résultat
Dans les 30 jours suivant le lancement, Wishfy a obtenu des citations de deux moteurs LLM majeurs sur les requêtes suivies. La combinaison d'un schema d'entité propre, d'une couverture llms.txt et d'un contenu à réponse directe a rendu Wishfy résolvable en tant qu'entité — et pas simplement en tant que site web. C'est la différence entre être indexé et être cité.