GEO-Flag est un détecteur de contenu sur-optimisé pour les moteurs génératifs, publié sur arXiv le 17 août 2026. Entraîné sur 3 200 pages couvrant 400 requêtes, il atteint un F1 de 0,944. Appliqué à 10 095 pages servies par Google Search et Gemini, il mesure 8,90 % de prévalence GEO, et 16,36 % sur les pages modifiées en 2026.
Ce que fait GEO-Flag, précisément
Le papier vient du CISPA Helmholtz Center for Information Security, avec un co-auteur chez NetApp. Six signataires, un banc d'essai, une méthode et un déploiement grandeur nature. Tout est public sur arXiv:2608.16824.
Ils ont d'abord construit GEOFlagBench : 3 200 contenus web, 400 requêtes, quatre domaines, huit familles d'optimiseurs GEO. Puis ils ont mesuré les détecteurs existants. Le meilleur plafonne à 0,880 de F1, et l'analyse montre qu'il triche. Il s'appuie sur des indices liés à l'auteur du texte plutôt que sur l'optimisation elle-même.
Leur correctif s'appelle Intervention-Paired Training. Le modèle apprend sur des paires, la page avant intervention GEO et la même page après, avec une consigne supplémentaire : ne pas confondre une intervention GEO avec un simple polissage rédactionnel par IA. Sur ModernBERT, le F1 passe de 0,862 à 0,944.
Ensuite ils ont branché la chaîne complète sur du réel : les résultats servis par Google Search et par Gemini pour 1 000 requêtes d'utilisateurs.
| Mesure | Valeur |
|---|---|
| Prévalence GEO, toutes pages auditées | 8,90 % |
| Prévalence GEO, pages modifiées en 2026 | 16,36 % |
| Pages auditées en conditions réelles | 10 095 |
| F1 du meilleur détecteur antérieur | 0,880 |
| F1 de ModernBERT avant Intervention-Paired Training | 0,862 |
| F1 de ModernBERT après Intervention-Paired Training | 0,944 |
| Précision sur le groupe le plus difficile, avant puis après | 0,725 puis 0,883 |
16,36 %, c'est le chiffre qui doit vous inquiéter
Sur les seules pages modifiées en 2026, la prévalence grimpe à 16,36 %. Presque le double de la moyenne. Une page retouchée sur six cette année a été travaillée pour plaire aux moteurs génératifs.
Ce n'est pas un accident statistique. C'est une courbe.
Et elle a un nom commercial. Depuis dix-huit mois, un marché entier s'est monté sur la promesse de rendre un contenu « citable par l'IA », avec des livrables qui tiennent en trois gestes : injecter des statistiques dans des paragraphes existants, ajouter des citations d'autorité, poser un vernis d'expertise. Le papier range ces techniques par famille. Il en compte huit. Toutes détectables.
Si vous avez payé pour ce genre de prestation en 2026, vous avez financé une modification de texte que des chercheurs savent déjà classer. Rien à voir avec ce que recouvre le travail d'optimisation pour les moteurs génératifs quand il est fait sérieusement.
Optimiser un texte, ce n'est pas construire une entité
Il faut être précis sur ce que GEO-Flag observe. Il travaille sur le texte. Il compare un contenu à sa version non modifiée et repère la signature de l'intervention. Son agent complémentaire va un cran plus loin en auditant le Source Tier de la page et la vérifiabilité des URL qu'elle cite.
Ce qui rend une marque citable ne vit pas dans le texte.
Ce que le détecteur ne voit pas
Un balisage JSON-LD qui déclare correctement l'organisation. Une fiche Wikidata avec un Q-ID et des déclarations sourcées. Un maillage interne dont les ancres pointent toutes vers la même entité. Des citations obtenues chez des tiers, que vous n'avez pas écrites. Une cohérence entre l'URL, le titre et le H1.
Rien de tout cela n'est une modification de texte. Donc rien de tout cela n'entre dans le périmètre d'un détecteur entraîné sur des paires avant et après. C'est le terrain de l'ingénierie des entités, et il obéit à d'autres règles.
C'est la différence entre maquiller une page et déclarer une identité. Le maquillage est réversible, donc détectable. Une identité déclarée ne l'est pas, parce qu'il n'y a rien à dissimuler.
Trois vérifications à faire cette semaine
Ouvrez le dernier lot d'articles livré par votre prestataire. Comptez les statistiques ajoutées, les citations d'autorité insérées, les formules d'expertise. Si le travail tient surtout dans ces trois gestes, c'est du texte modifié, et GEOFlagBench contient déjà la famille d'optimiseurs correspondante. La checklist d'audit GEO donne le détail des points à contrôler.
Vérifiez que votre marque possède un Q-ID Wikidata et que votre site le déclare. Watizi déclare le sien sur chacune de ses pages, en sameAs, sous l'identifiant Q140045059. Sans cette déclaration, il ne reste effectivement que votre texte pour convaincre un moteur, et votre texte est la seule chose qu'un détecteur sait lire.
Regardez la qualité des sources que vos pages citent. Les auteurs de GEO-Flag ont construit un agent qui audite le Source Tier et vérifie que les URL citées existent et disent bien ce qu'on leur fait dire. Si une équipe de recherche le fait en août 2026 avec des moyens académiques, un moteur commercial peut le faire à l'échelle. Et si vous voulez savoir ce que les moteurs racontent de votre marque en attendant, il faut mesurer la visibilité IA plutôt que la deviner.
Le Diagnostic IA de Watizi mesure exactement cet écart, la citabilité d'une marque plutôt que l'optimisation de ses paragraphes. Rapport sous 48 heures.
Le contenu sur-optimisé vient de devenir une catégorie mesurable. Ce qui devient mesurable finit toujours par être filtré.