Audit GEO IA : mesurer la place de votre marque dans les réponses génératives

Ce qu'un audit de visibilité générative mesure, et ce qu'il n'établit pas

Un audit GEO IA (Generative Engine Optimization) sert à mesurer et à améliorer la visibilité d'une marque dans les réponses génératives produites par les modèles de langage et les moteurs « réponse + sources ». Là où le SEO vise surtout le classement et le clic, le GEO ajoute une autre unité de visibilité : la citabilité (être cité, correctement résumé et recommandé), souvent dans un contexte « zero-click ». Le cadrage d'un diagnostic complet — périmètre, moment de déclenchement, lecture du livrable — relève de l'audit SEO.

Quatre traits séparent cette mesure d'un audit de référencement :

• Métrique principale : position/CTR (SEO) vs présence/mention/citation dans la réponse (GEO).
• Objectif : obtenir un clic sur un lien bleu vs influencer une réponse synthétique.
• Sources : le SEO reste centré sur les pages indexées ; le GEO s'appuie aussi sur des sources tierces.
• Variabilité : les réponses génératives sont dynamiques ; elles nécessitent une mesure répétable et un monitoring plus fréquent.

Quatre repères cadrent l'enjeu, chacun mesurant autre chose. La part des recherches Google affichant un AI Overview dépasse 50 % (Squid Impact, 2025). La part des recherches terminées sans clic (zéro clic) atteint 60 % (Squid Impact, 2025). Le taux de clic pour la 1ère position en présence d'un AI Overview est de 2,6 % (Squid Impact, 2025). Les AI Overviews citant le top 10 organique représentent 99 % des cas (Squid Impact, 2025) : la corrélation entre position organique et citation est forte, mais une corrélation observée n'établit pas une condition d'entrée. Les statistiques GEO donnent ces repères avec leur source et leur année.

Présence, mention, citation : trois observations distinctes

Un relevé répond à des questions factuelles, et il faut les tenir séparées. La marque est-elle mentionnée dans la réponse ? Est-elle citée, c'est-à-dire adossée à une source identifiable ? Les informations reprises sont-elles exactes — périmètre, capacités, limites, conformité, intégrations ? Sur quels thèmes et quelles intentions ressort-elle, et sur lesquels disparaît-elle ? Une marque peut être recommandée sans qu'aucune de ses pages ne soit citée, ou citée sur un thème secondaire et absente de ceux qui portent le pipeline. Certaines surfaces citent d'ailleurs une source sans lien cliquable, ce qui oblige à mesurer une influence et pas seulement un clic. La mesure ne se limite donc pas aux pages : elle inclut ce que les modèles reprennent de l'écosystème externe.

Ce que la variabilité des réponses interdit de conclure

La difficulté majeure est la variabilité : deux sessions peuvent produire des réponses différentes. Cela fixe les limites du livrable, et mieux vaut les poser avant de lire le premier chiffre. Un corpus de prompts stable rend deux relevés comparables entre eux, à périmètre constant — il ne mesure ni une part de marché, ni une audience. Une mention n'est pas un lead : le trafic issu des réponses génératives n'est que partiellement attribuable. Et deux indicateurs du relevé ne se combinent pas en raisonnement : la part de voix et le taux d'exactitude portent sur des populations de réponses différentes. Ce que le relevé établit, c'est un écart daté entre deux photographies prises dans les mêmes conditions.

Cadrer le périmètre : marchés, offres, personas, surfaces

Une mesure fiable commence par un cadrage orienté business, pas par un outil. Quatre entrées le composent : les objectifs poursuivis (notoriété, influence sur la shortlist, génération de leads, réduction des objections) ; l'ICP et les personas — décideur, utilisateur, DSI, achats, prescripteur —, qui pèsent fortement sur la formulation des réponses ; les offres et leurs pages à valeur ; les géographies, avec leur langue et leurs acteurs institutionnels. Sans personas, vous mesurez une visibilité « moyenne » qui ne correspond à aucun parcours réel.

Choisir les combinaisons marché × offre × zone qui portent le pipeline

En B2B, la mesure doit coller à la réalité commerciale : offres, segments, contraintes réglementaires et géographies. Le cadrage consiste à choisir des combinaisons « marché × offre × zone » qui reflètent vos cycles de vente :

• Offres : produit principal, modules, bundles, services professionnels, intégrations, sécurité, conformité.
• Marchés : verticales (industrie, santé, retail, SaaS…), maturité, niveau de complexité.
• Zones : national, régions, pays francophones, ou pays prioritaires si vous vendez à l'international.

Le but est de bâtir une bibliothèque de scénarios réalistes — prospection, comparaison, objections, preuves — et d'éviter une mesure générique qui ne dit rien de votre capacité à être cité sur les demandes qui créent des opportunités. Une combinaison entre dans le périmètre quand elle porte du chiffre d'affaires ou un enjeu de shortlist ; les autres attendent un second relevé.

Quelles surfaces relever, et pourquoi une visibilité ne se transpose pas

Le relevé porte sur plusieurs surfaces : Google AI Overviews, ChatGPT Search, Perplexity, Microsoft Copilot. Chacune a ses formats, ses sources et ses comportements de citation, et une visibilité sur l'une ne se transpose pas automatiquement aux autres : les résultats se segmentent donc par surface, même quand le corpus de prompts reste unique. Deux surfaces relevées sérieusement valent mieux que quatre relevées une fois.

Une distinction commande tout le reste. Ici, le modèle est la surface sur laquelle on relève : on observe ce qu'une réponse dit de la marque et sur quelles sources elle s'appuie. Savoir ce que vaut un modèle avant de s'en servir dans ses propres outils — exactitude sur une tâche, robustesse, contraintes d'usage, traçabilité des sorties — est une autre question, et c'est celle que traite un audit LLM. Confondre les deux conduit à évaluer un fournisseur quand on voulait mesurer une marque.

Le jeu de prompts : ce qui rend un relevé rejouable

Un audit de visibilité générative robuste s'appuie sur des tests standardisés, répétés et documentés. Les scénarios utiles ressemblent à une conversation naturelle plutôt qu'à des requêtes ultra-techniques, et chacun existe en plusieurs variantes pour limiter les biais de formulation. Le corpus est la pièce la plus durable du dispositif : il se fige, se versionne et se rejoue à l'identique, faute de quoi la deuxième campagne ne mesure plus la même chose que la première.

Construire le corpus : thèmes, entités, intentions, étapes de funnel

La cartographie organise l'espace de demande conversationnelle avant d'écrire le moindre prompt : thèmes et sous-thèmes ; entités (marque, produits, catégories, standards, acronymes métier, régions) ; intentions — informationnelle, comparative, réputationnelle, transactionnelle, « comment faire » ; étapes de funnel, de la découverte à la réassurance. Elle relie ensuite chaque résultat à une action éditoriale ou off-site identifiable. Cinq formulations couvrent l'essentiel des situations :

• Marque : « Peux-tu résumer l'offre de [marque] et citer tes sources ? Indique aussi les limites ou points à vérifier. »
• Non-marque : « Quelles sont les bonnes pratiques pour mesurer la visibilité d'une entreprise dans les réponses d'IA génératives en B2B ? Cite des sources. »
• Comparatif : « Quelles approches existent pour industrialiser un audit de visibilité dans les réponses IA, et comment choisir entre une démarche ponctuelle et un suivi continu ? Cite des sources. »
• « Meilleur outil », sans imposer de réponse : « Quels critères permettent d'évaluer une solution de pilotage GEO/SEO pour une équipe marketing B2B ? Donne une grille d'évaluation et cite des sources. »
• « Comment choisir » : « Comment définir des scénarios de prompts par persona (décideur, DSI, marketing) pour auditer la citabilité d'une marque ? »

Les règles qui rendent deux relevés comparables

Quatre règles réduisent le bruit, et elles se tiennent comme des critères de recette : définir un format stable (contexte + objectif + contraintes) ; varier un seul paramètre à la fois (A/B) ; répéter les requêtes sur plusieurs sessions et sur plusieurs surfaces ; consigner date, contexte, modèle et sortie brute pour la traçabilité. Le protocole qui les applique tient en quatre points. Échantillonnage : un corpus de prompts couvrant thèmes, personas et étapes de funnel. Répétitions : plusieurs itérations pour lisser l'aléa. Scoring : une grille stable — présence, position de mention, citations, exactitude, tonalité, complétude. Traçabilité : stockage des sorties et des métadonnées (date, surface, version). Le résultat attendu est une baseline exploitable : vous pouvez alors mesurer une évolution, et pas seulement « une impression » ponctuelle. La collecte et le stockage s'outillent ; la qualification de l'exactitude et de la tonalité se relit.

Part de voix, sources citées, exactitude : lire le relevé

Le relevé ne vaut que par ce qu'il fait décider, et un point justifie qu'on s'y attarde : les visiteurs issus des réponses IA sont 4,4x plus qualifiés que ceux de la recherche classique (Squid Impact, 2025). Trois lectures s'en dégagent — où vous vous situez, d'où vient la matière de la réponse, et ce que cette réponse dit de juste. Chacune se lit pour elle-même, avec un seuil de déclenchement décidé à l'avance.

Part de voix et position de la mention

La comparaison concurrentielle s'exprime en part de voix à l'intérieur du corpus : à fréquence égale, qui est le plus souvent mentionné, qui est recommandé, et où la mention apparaît — en ouverture de réponse ou en fin de liste. La position sert de proxy d'importance : figurer dans la première recommandation et figurer dans une énumération finale n'ont pas la même valeur commerciale. Au-delà du « qui », la lecture cherche le « pourquoi » : formats repris, signaux de crédibilité, pages de référence, cohérence des entités. On distingue enfin la présence marque, obtenue sur des requêtes qui vous nomment, de la présence non-marque, obtenue sur des catégories et des besoins — la seconde est la seule qui mesure une conquête.

Quelles sources alimentent la réponse

Une réponse se construit sur un écosystème, pas sur votre seul site : médias spécialisés, institutionnels, bases de connaissance, espaces communautaires. La part des citations IA issues de plateformes communautaires est de 48 % (State of AI Search, 2025), ce qui déplace une partie du travail hors du domaine que vous contrôlez. Relever le type de source, et pas seulement le fait d'être cité, indique où porter l'effort : une marque absente de ses propres pages mais décrite par des tiers a un problème de page de référence, pas de notoriété. Les formats qui ressortent le plus souvent maximisent l'extractibilité et la vérifiabilité : guides étape par étape, glossaires et définitions, études documentées avec leur méthode et leurs dates, pages méthodologie assumant leurs hypothèses, pages sécurité ou conformité quand elles existent.

Exactitude et tonalité : la visibilité qui coûte

Mesurer la performance GEO sans la qualité expose à des gains de visibilité « toxiques » : être cité davantage avec une description fausse aggrave le problème. Quatre qualifications encadrent chaque réponse relevée. L'exactitude porte sur les faits vérifiables — périmètre, capacités, limites, dates. La complétude vérifie que les points critiques B2B sont couverts : sécurité, conformité, intégrations, niveaux de service. La cohérence compare ce qui est dit d'une surface et d'un scénario à l'autre. La tonalité se note positive, neutre ou négative, avec justification par les éléments cités. Le tableau ci-dessous relie chaque indicateur à la décision qu'il déclenche.

Ce que le relevé permet de décider

L'objectif n'est pas de produire une liste interminable de points, mais de transformer les constats en décisions : quoi faire, où, dans quel ordre, et comment valider. Deux opérations suffisent. La première nomme les manques, en distinguant ceux qui tiennent au contenu de ceux qui tiennent à l'écosystème externe. La seconde les classe, avec une grille dont le troisième axe est spécifique à ce terrain.

Angles morts : intention non couverte, contenu non extractible, preuve absente

Un angle mort n'est pas seulement « un mot-clé manquant ». C'est le plus souvent une intention conversationnelle non couverte (objection, comparaison, conformité, sécurité) ; un manque de contenu extractible (réponses directes, listes, tableaux, définitions) ; ou des preuves insuffisantes ou non vérifiables — affirmations non sourcées, absence de méthode, pas de date de mise à jour. La cartographie des écarts se lit ensuite ligne à ligne : sujets où la marque n'apparaît jamais, intentions où elle est mentionnée sans source, thèmes où la réponse cite des tiers faute de page de référence chez vous, angles où les concurrents sont recommandés et sur quels arguments. Un cas mérite d'être isolé : quand deux pages se disputent la même intention, l'extraction devient ambiguë et la réponse tranche à votre place. Les signaux de détection et l'arbitrage entre créer, optimiser ou consolider relèvent de l'audit sémantique.

Prioriser : impact, effort, risque

La grille se spécialise sur ce terrain, et c'est son troisième axe qui fait la différence. Impact : effet attendu sur la citabilité, l'exactitude, la part de voix ou la conversion. Effort : dépendances éditoriales, techniques, validation juridique, mise en production. Risque : régressions SEO, incohérence de messaging, cannibalisation, contraintes réglementaires. Le risque de régression organique s'évalue avant chaque chantier, car une page réécrite pour l'extraction peut perdre ce qui la positionnait. Un filtre business s'ajoute par-dessus : la même correction ne pèse pas autant sur un thème qui alimente la shortlist que sur un sujet périphérique. C'est ce qui ramène une cartographie complète à une dizaine d'actions défendables, chacune rattachée à l'indicateur qu'elle doit faire bouger.

Corriger ce que l'IA affirme de faux sur la marque

Quand une réponse contient une erreur, la première tâche est de lui trouver une cause observable. Quatre couvrent la plupart des cas : des pages internes ambiguës, anciennes ou contradictoires ; l'absence de page canonique, plusieurs URLs « équivalentes » décrivant la même chose ; des sources externes qui décrivent mal l'offre ; une confusion d'entités — nom de produit, acronyme, marque proche. Une incohérence entre le contenu visible et les données structurées d'une page entre dans cette dernière famille. Le traitement privilégie les corrections structurelles — canon, preuve, transparence — plutôt que des ajustements cosmétiques, parce qu'une reformulation ne survit pas au prochain rafraîchissement des sources.

La correction passe par des pages qui servent de référence : une page par offre, avec son périmètre, ses limites et ses cas d'usage ; une page méthodologie qui explicite comment vous mesurez et sous quelles hypothèses ; des FAQ orientées objections — sécurité, conformité, intégrations, retour sur investissement ; des preuves datées. La légitimité de l'auteur compte autant que le contenu : qui parle, avec quelle expérience, sur quelles sources vérifiables. Côté externe, l'effort porte sur la cohérence de la description de la marque là où elle circule, sur des mentions qualitatives et non de simples liens, et sur des actifs réutilisables — étude, baromètre, tribune. Une condition d'entrée commande le reste : une page que les robots n'atteignent pas n'est pas citable. Certaines équipes ajoutent un fichier llms.txt à la racine pour orienter les agents vers leurs pages canoniques ; il ne remplace pas les standards SEO, mais sert de curation de sources prioritaires (adoption variable, impact non garanti). Quand les constats se transforment en sujets, en entités à expliciter et en preuves attendues, le relais est une stratégie de contenu GEO.

La roadmap et le rythme de ré-audit

Le backlog issu d'un relevé se range en deux catégories, et ce qui les sépare n'est pas la taille mais la dépendance. Les quick wins se décident et s'exécutent dans l'équipe éditoriale : ajouter une FAQ structurée, clarifier une définition, renforcer une page auteur, corriger une canonique, enrichir une page avec ses preuves et ses dates. Les chantiers engagent d'autres acteurs et un calendrier : refonte de clusters, création de pages piliers, production à l'échelle, programme de mentions externes. Mêler les deux dans une même liste garantit que les seconds ne démarrent jamais. Chaque ligne porte l'indicateur qu'elle doit faire bouger et la date du relevé qui le vérifiera.

Comme les réponses évoluent, un audit GEO doit vivre. Un suivi trimestriel convient à des marchés très mouvants, semestriel à des secteurs plus stables, avec des alertes sur variations significatives — mentions, tonalité, sources citées. L'essentiel est de garder un corpus de prompts stable pour comparer « à périmètre constant » : on ajoute des scénarios quand l'offre ou le marché bouge, mais le noyau qui sert de point de comparaison reste intact, et chaque ajout est daté. Tenir cette cartographie thème × intention × surface et l'historiser d'un relevé à l'autre, pour que deux campagnes de prompts restent comparables, est la tâche que couvre le module d'audit et de cartographie.

FAQ : GEO, IA, SEO, visibilité, coûts et limites

Qu'est-ce qu'un audit GEO appuyé par l'IA ?

C'est une démarche qui mesure la présence et la citabilité d'une marque dans les réponses génératives, à partir d'un protocole de tests — prompts et scénarios — et d'une analyse croisée des signaux on-site et off-site. L'objectif est d'établir une baseline, d'identifier les angles morts et de prioriser un plan d'action. Le résultat est un écart daté entre deux photographies prises dans les mêmes conditions.

Un audit GEO remplace-t-il un audit SEO ?

Non : le GEO complète le SEO. Une base solide — indexation, performance, architecture, pertinence — prépare la reprise dans les réponses génératives, mais elle ne suffit pas à obtenir la citation. Les AI Overviews citant le top 10 organique représentent 99 % des cas (Squid Impact, 2025) : la corrélation est forte, mais elle décrit ce qui est cité, pas un seuil de position à franchir pour l'être.

Quelle est la différence entre un audit GEO et un audit SEO classique ?

L'audit SEO vise surtout le classement et la performance dans les SERP, mesurés en clics et en taux de clic. L'audit GEO mesure la visibilité à l'intérieur d'une réponse synthétique : mention, citation, sources utilisées, exactitude et tonalité. La variabilité y est plus forte, ce qui impose des tests répétables et un corpus figé pour comparer deux relevés.

Un bon classement Google suffit-il pour garantir la visibilité dans les réponses IA ?

Non. Un bon référencement augmente les chances, mais les réponses peuvent synthétiser des sources tierces, varier selon le persona et citer des pages externes. La corrélation avec le top 10 organique reste forte dans certains environnements — sans en faire une condition d'entrée établie —, ce qui plaide pour « socle SEO solide + travail de citabilité » plutôt que pour l'un sans l'autre.

Quelles IA et quelles surfaces faut-il analyser ?

Idéalement plusieurs : Google AI Overviews et ses évolutions, ChatGPT Search, Perplexity, Microsoft Copilot. Chaque système a ses formats, ses sources et ses comportements de citation, et une visibilité sur l'un ne se transpose pas automatiquement aux autres. Mieux vaut deux surfaces relevées sérieusement que quatre relevées une seule fois.

Quels types de requêtes déclenchent des réponses génératives ?

Souvent des requêtes complexes ou de synthèse : comparatifs, « comment choisir », bonnes pratiques, définitions, résolution de problèmes, questions multi-critères. Le cadrage cartographie ces intentions par persona et par étape de funnel, puis les transforme en scénarios de prompts formulés comme un acheteur les poserait.

Faut-il un audit distinct pour chaque moteur génératif ?

Non : la méthode — prompts, scoring, analyse on-site et off-site — reste commune. En revanche, les résultats se segmentent par surface, car la citation, les sources et la stabilité varient de l'une à l'autre. En pratique, on construit une bibliothèque de prompts unique et on exécute des campagnes multi-surfaces.

Quels critères améliorent la citabilité dans les réponses IA ?

La combinaison la plus robuste : des contenus extractibles (définitions, listes, tableaux, FAQ), des preuves vérifiables (sources, méthodologie, dates), la légitimité affichée de l'auteur, des données structurées cohérentes avec le contenu visible, des entités nommées sans ambiguïté et des mentions externes de qualité. Aucun de ces éléments ne suffit seul.

Quel est le rôle des sources externes dans la performance GEO ?

Il est majeur : les réponses s'appuient sur un écosystème qui dépasse votre site. La part des citations IA issues de plateformes communautaires est de 48 % (State of AI Search, 2025). D'où l'intérêt de travailler la cohérence de la description de marque hors du domaine, les mentions qualitatives et des actifs citables comme une étude ou un baromètre.

Quelles pages ont le plus fort potentiel de visibilité en réponses génératives ?

En B2B : pages piliers, pages de définition, pages méthodologie, FAQ d'objections, pages sécurité et conformité, documentation, cas d'usage documentés. Ce sont des pages faciles à extraire et à vérifier, donc faciles à citer pour justifier une réponse. Chaque intention gagne à n'avoir qu'une seule page de référence.

Comment corriger un contenu mal interprété par les modèles ?

Identifiez d'abord l'origine : page interne ambiguë, absence de page canonique, entité mal définie, source externe erronée. Créez ou renforcez ensuite une page de référence, ajoutez preuves et méthode, corrigez les incohérences, et si nécessaire renforcez les mentions externes qui portent la bonne description. Les corrections structurelles tiennent, les ajustements cosmétiques non.

Comment mesurer la visibilité de la marque dans les moteurs génératifs ?

En construisant un corpus de prompts représentatif par persona et par intention, en collectant les réponses sur plusieurs surfaces, puis en scorant la présence, la citation, l'exactitude, la tonalité et les sources. La clé est la répétabilité : répétitions, variation d'un seul paramètre à la fois, traçabilité des sorties brutes.

Quels KPI faut-il suivre pour piloter la visibilité ?

Part de voix, taux de citation, position de la mention, type de sources citées, exactitude, complétude et tonalité. Chacun se lit seul, avec un seuil de déclenchement fixé à l'avance, et aucun ne se combine à un autre pour produire une conclusion. Le trafic issu des réponses n'est que partiellement attribuable.

Quels outils et quelles données utiliser pour suivre la visibilité dans les réponses IA ?

Pour la part visible après clic, les outils d'analyse d'audience et la Search Console restent la base. Pour la visibilité sans clic, la donnée provient exclusivement de vos campagnes de prompts et de leur scoring : il n'existe pas de relevé passif. D'où l'importance de stocker les sorties brutes avec leur date et leur surface.

Comment évaluer la notoriété de la marque à partir des signaux GEO ?

Par des proxys, en les triangulant : fréquence de mention, qualité de la description, cohérence des messages d'une surface à l'autre, et évolution des requêtes de marque. Aucun de ces signaux ne vaut preuve à lui seul, et la notoriété en environnement génératif n'est pas toujours cliquable, donc pas toujours comptable.

Combien de temps dure un audit ?

La durée dépend de trois variables, chiffrées au cadrage : le nombre de surfaces relevées, la taille du corpus de prompts et le nombre de répétitions, et la profondeur de l'analyse off-site. Un périmètre resserré sur deux surfaces et un corpus court se boucle vite ; un relevé multi-marchés avec comparaison concurrentielle demande nettement plus.

Quel budget prévoir pour une démarche GEO orientée IA ?

Le coût suit le périmètre, et il se décrit avant de se chiffrer : nombre de surfaces analysées, volume de scénarios et de répétitions, étendue de la comparaison concurrentielle, niveau de détail des livrables, présence ou non d'un monitoring récurrent. Un relevé ponctuel et un dispositif continu ne se facturent pas de la même manière : le premier est un livrable daté, le second une cadence.

Peut-on garantir d'apparaître dans ChatGPT Search ou dans les AI Overviews ?

Non. On peut augmenter la probabilité d'être compris et cité — structure, preuves, autorité —, mais aucun acteur ne peut garantir une présence systématique, car les réponses varient selon le contexte, les sources disponibles et les évolutions des systèmes. Les livrables et les délais, eux, s'engagent normalement.

Comment intégrer ce travail dans une stratégie SEO existante ?

Traitez-le comme une extension : conservez le socle technique, l'architecture et les contenus piliers, puis ajoutez une mesure de citabilité par scénarios, des pages de référence qui réduisent l'ambiguïté, un plan de mentions externes et un rythme de relevé. Les deux plans partagent les mêmes pages : arbitrez les corrections en tenant compte du risque de régression organique.

À quelle fréquence faut-il réauditer sa visibilité ?

Un rythme trimestriel convient aux marchés très évolutifs, semestriel aux secteurs plus stables, avec des alertes sur les variations significatives de mentions, de tonalité et de sources citées. L'important est de garder un corpus de prompts stable et d'ajouter progressivement de nouveaux scénarios, datés, quand l'offre ou le marché évolue.

Continuez votre lecture

• Des pages de référence ne sont jamais citées et le doute porte sur leur accessibilité aux robots : l'audit SEO technique couvre exploration, indexation, statuts, canoniques, rendu et pages orphelines.
• La tonalité relevée est négative et la cause est extérieure au site : l'analyse d'e-réputation examine ce que la SERP et les plateformes disent de la marque.
• Les corrections sont livrées et il faut en prouver l'effet dans la durée, au-delà du relevé génératif : le suivi SEO détaille KPIs, annotations et contrôle des gains.
• Vous devez expliquer en interne pourquoi les repères de référencement ne suffisent plus : le passage du SEO au GEO décrit le changement de logique.
• Vous voulez orienter les agents vers vos pages canoniques : le fichier llms.txt a son rôle, ses limites et son niveau d'adoption.