Comment un seul développeur a lancé, avec Claude Code, une plateforme GEO pour les marques sur neuf réseaux de neurones

Une question posée dans un chat de travail en septembre 2025 a provoqué un virage complet dans la carrière d'un développeur mobile. Il a quitté son poste salarié sur l'application de Biblio Globus pour créer une plateforme GEO qui aide les entreprises à voir comment leur marque apparaît dans les réponses de neuf réseaux de neurones. Deux éléments comptent ici : la demande pour une nouvelle catégorie, la generative engine optimization, et la mesure dans laquelle des outils d'IA comme Claude Code ont raccourci le chemin entre l'idée et le produit.

Selon l'auteur, le déclencheur a été une remarque du CEO : « Qui sait quelque chose sur le GEO ? ». Dès lors, le sujet a cessé d'être abstrait.

Le GEO, ou Generative Engine Optimization, est une tentative d'adapter la logique du SEO à l'ère des assistants conversationnels, où l'utilisateur obtient de plus en plus une réponse toute faite plutôt qu'une liste de liens. Pour les marques, l'enjeu change : il ne suffit plus d'occuper une place dans les résultats de recherche ; il faut aussi figurer dans les formulations, recommandations, comparatifs et sélections que les modèles génèrent dans la conversation.

L'auteur a abordé l'idée en ingénieur, pas en théoricien. Il a mené un audit technique local du frontend, observé le fonctionnement des scénarios d'interaction avec les réseaux de neurones et commencé à construire son propre produit le soir. À l'époque, il suivait depuis longtemps l'évolution des modèles génératifs, utilisait ChatGPT depuis ses premiers lancements retentissants et, selon lui, était un utilisateur quotidien de Claude depuis mars 2025. Miser sur Claude Code lui a donc paru naturel : l'outil permettait de tester des hypothèses plus vite, de construire des interfaces et d'avancer sans équipe de plusieurs développeurs.

En décembre 2025, le projet parallèle était devenu son activité principale. Il a quitté son emploi d'un commun accord avec son employeur et est passé au développement à plein temps de la plateforme. Sa mission est formulée assez crûment : fournir aux entreprises un outil qui prend en charge la gestion de la visibilité de marque dans les réseaux de neurones.

C'est de ce besoin qu'est né le terme GEO lui-même, comme discipline appliquée à part entière. Là où les entreprises mesuraient autrefois le trafic, les positions et le CTR, elles doivent désormais regarder une nouvelle couche de métriques : le modèle mentionne-t-il la marque en réponse à la requête de l'utilisateur, dans quel contexte, qui montre-t-il à ses côtés et quelles sources utilise-t-il pour élaborer sa réponse. Concrètement, on passe de l'analytique web traditionnelle à l'analytique des réponses, où comptent les clics, mais aussi le sens, la formulation et la place de la marque au sein du dialogue avec l'IA.

Le titre de l'article d'origine indique que la plateforme fonctionne avec neuf réseaux de neurones à la fois. C'est une nuance importante, car le marché a cessé depuis longtemps d'être l'histoire d'un seul leader. Les modèles répondent différemment aux mêmes questions, s'appuient sur des sources web différentes et peuvent offrir à une entreprise une visibilité très inégale.

Pour les sociétés, cela signifie qu'une seule optimisation pour l'IA ne suffit pas : il faut comparer les réponses entre systèmes, suivre les écarts et comprendre où la marque s'est déjà imposée dans les recommandations et où des concurrents occupent sa place. Si un modèle recommande avec assurance un concurrent et qu'un autre ne cite même pas votre marque, ce n'est plus une métrique abstraite, mais un signal direct pour le marketing et le contenu. Dans ce contexte, le produit répond non à un problème académique, mais à un besoin très concret : surveiller la réputation, la présence et la découvrabilité numérique.

La principale leçon est que le GEO se structure peu à peu en marché distinct et que le seuil d'entrée pour créer des outils B2B a nettement baissé. Un développeur armé d'un problème clair et d'un assistant d'IA performant peut désormais faire plus qu'un prototype : il peut bâtir une plateforme spécialisée pour un nouveau comportement des utilisateurs. Pour les entreprises, c'est le signe que la bataille de l'attention quitte la recherche classique pour les interfaces des réseaux de neurones. Pour les développeurs, c'est un rappel : Claude Code et les outils similaires ne sont plus un simple ornement du processus, mais un vrai levier pour lancer des produits en solo.