Être recommandé par ChatGPT pour 'meilleure école [métier]' : checklist BOFU

Le problème : votre page programme existe, mais ChatGPT ne la recommande pas

Votre prospectus est en ligne. Vos pages programme sont à jour. Vos taux de placement y figurent. Et pourtant, quand un finissant de CEGEP tape « meilleure école pour devenir infirmier.ère à Montréal » ou « programme de génie logiciel avec stages coop Québec » dans ChatGPT, votre établissement n'apparaît pas. Vos concurrents, eux, y sont.

Ce n'est pas une question de notoriété globale. C'est une question de signaux lisibles par les moteurs IA. ChatGPT, Perplexity et Gemini ne recommandent pas les établissements les plus connus — ils recommandent les établissements dont les pages donnent aux moteurs IA la matière vérifiable dont ils ont besoin pour construire une réponse. Un cégep spécialisé qui publie sa cote R minimale d'admission, ses taux de placement sourcés et son balisage Schema.org peut apparaître avant une université reconnue qui garde ces données dans un PDF verrouillé.

Cet article propose une checklist BOFU (bas de l'entonnoir) pour vos pages de programme : les éléments qui font la différence entre une page ignorée par les LLM et une page qui génère des recommandations directes dans les réponses IA. Chaque item est actionnable en moins d'une journée de travail éditorial ou technique.

Pour comprendre les mécanismes de sélection des moteurs IA et les critères généraux qui gouvernent la visibilité d'un établissement, consultez d'abord notre analyse des critères de recommandation IA pour les établissements québécois. Le présent article descend à l'échelle d'une seule page de programme.

Pourquoi les pages de programme sont le BOFU du GEO

Les requêtes de bas de l'entonnoir — « meilleure école pour devenir [métier] », « programme [domaine] Québec stages », « baccalauréat [discipline] cote R admission » — sont les requêtes à plus forte intention. Le prospect a déjà validé son orientation. Il compare des établissements. Il cherche une recommandation, pas une explication générale sur le secteur.

C'est exactement le type de requête que les moteurs IA traitent le mieux. ChatGPT, Perplexity et Gemini produisent des réponses comparatives précises quand ils disposent de données structurées et vérifiables. Et c'est là que se joue votre recrutement : pas à l'étape où le candidat découvre un domaine, mais à l'étape où il choisit entre votre baccalauréat en gestion et celui de l'UQAM.

La majorité des pages de programme des établissements québécois sont rédigées pour convaincre un humain qui lit — et non pour être citées par un LLM. Cette lacune crée une fenêtre d'opportunité : les établissements qui optimisent maintenant leurs pages au standard BOFU GEO domineront les recommandations IA pendant les 18 à 24 prochains mois.

Les établissements avec Schema.org structuré obtiennent en moyenne +12 points de visibilité IA par rapport à ceux qui n'en ont pas (Source : Monitoring GEO Skolbot, 500 requêtes × 6 pays × 3 moteurs IA, fév. 2026). Cet écart se concentre précisément sur les requêtes BOFU — les requêtes de comparaison et de recommandation.

Checklist BOFU : les 7 zones critiques d'une page programme

Zone 1 : les données d'admission lisibles par un LLM

La première chose que ChatGPT vérifie sur une requête « programme + admission » ce sont les conditions d'entrée. Si votre page ne les publie pas de façon structurée et lisible par une machine, le moteur IA soit ignore votre programme, soit génère une approximation erronée basée sur des données tierces.

• Cote R minimale publiée — Indiquez-la explicitement : « Cote R minimale : 22 » ou « Cote R d'entrée au programme X, contingentement 2025-2026 : 24,5 ». Ne renvoyez pas à un PDF ou à un portail SRAM externe sans reproduire la donnée sur votre page.
• Conditions de DEC préalable — Précisez si le programme admet les DEC préuniversitaires ou techniques, et lesquels. « DEC en sciences de la nature accepté ; DEC technique en informatique accepté avec cours d'appoint en mathématiques » est citable. « DEC approprié » ne l'est pas.
• Passerelle DEC-BAC — Si une entente de passage existe avec des cégeps partenaires ou via le BCI, indiquez-la nommément.
• Délai de réponse et dates limites — Publiez les dates de clôture des demandes pour l'automne et l'hiver, en format texte (pas uniquement dans un calendrier interactif).

Zone 2 : les données vérifiables de résultats

Les moteurs IA citent préférentiellement les passages contenant des faits chiffrés et sourcés. Une page de programme qui énonce uniquement des aspirations de formation n'offre pas de matière citable.

• Taux de placement ou d'insertion professionnelle — Incluez le pourcentage, la période de référence et la source : « 92 % d'insertion professionnelle à 6 mois (enquête de relance institutionnelle 2025, 214 répondants, Ministère de l'Enseignement supérieur du Québec) ». Les enquêtes de relance du Ministère de l'Enseignement supérieur font autorité.
• Salaire médian à la sortie — En dollars canadiens, sourcé. Un chiffre « à partir de 55 000 $ selon l'enquête de relance 2025 » est citable. « Un salaire compétitif » ne l'est pas.
• Taux de diplomation ou de persévérance — Si votre programme affiche un taux supérieur à la moyenne provinciale, dites-le avec la donnée comparative.
• Accréditations professionnelles — Nommez chaque accréditation avec l'organisme complet : Ordre des ingénieurs du Québec, Barreau du Québec, Bureau canadien d'agrément des programmes de génie (BCAPG), Chambre de la sécurité financière. Évitez les formulations vagues comme « reconnu par les ordres professionnels ».

Zone 3 : les données pratiques (droits, durée, modalités)

Les requêtes BOFU incluent souvent des critères pratiques : coût, durée, mode d'enseignement. Ces données doivent figurer sur la page en texte HTML indexable.

• Droits de scolarité par session — Distinguez les tarifs pour les étudiants québécois, les Canadiens hors Québec et les internationaux. Format recommandé : « 4 080 $ par session (étudiants québécois, tarif 2026-2027) ».
• Durée du programme — En nombre de sessions et en années. « 6 sessions (3 ans) » est mieux qu'une liste de cours sans indication de durée totale.
• Stages et coopération — Si le programme inclut des stages crédités, indiquez leur durée, leur mode d'organisation (coop, stage alterné, stage de fin de programme) et le nombre de partenaires entreprises.
• Mode d'enseignement — Présentiel, à distance, hybride, langue(s) d'enseignement. Ces critères filtrent les résultats de nombreuses requêtes GEO.
• Nombre de places disponibles — Si le programme est contingenté, le nombre de places est une donnée que les moteurs IA intègrent dans leurs réponses comparatives.

Zone 4 : le balisage Schema.org EducationalOccupationalProgram

C'est le levier technique le plus impactant. Sans balisage Schema.org, votre page de programme est du texte brut pour un LLM. Avec le bon balisage, elle devient une entité identifiable, vérifiable et citable.

Le schéma cible pour une page de programme est EducationalOccupationalProgram (ou Course pour les programmes courts). Les champs prioritaires :

{
  "@context": "https://schema.org",
  "@type": "EducationalOccupationalProgram",
  "name": "Baccalauréat en administration des affaires",
  "educationalProgramMode": "ONSITE",
  "programPrerequisites": "DEC préuniversitaire ou DEC technique avec cours d'appoint, cote R 22 minimum",
  "occupationalCategory": "Gestion, comptabilité, finance",
  "timeToComplete": "P3Y",
  "offers": {
    "@type": "Offer",
    "price": "4080",
    "priceCurrency": "CAD",
    "description": "Droits de scolarité par session, étudiants québécois"
  },
  "provider": {
    "@type": "CollegeOrUniversity",
    "name": "[Nom de l'établissement]",
    "url": "https://www.votre-etablissement.ca"
  },
  "accreditation": "AACSB, Ordre des comptables professionnels agréés du Québec"
}

Pour les détails de mise en œuvre et la liste complète des champs, consultez notre guide Schema.org pour les établissements québécois et la documentation officielle Schema.org.

• Balisage EducationalOccupationalProgram ou Course présent en JSON-LD
• Champs programPrerequisites, timeToComplete, offers, accreditation remplis
• Balisage FAQPage sur la section Q&A de la page programme

Zone 5 : la FAQ informative orientée LLM

Une section FAQ est la cible de citation la plus directe pour un moteur IA. Mais la FAQ doit répondre aux questions réelles des candidats — pas aux questions marketing que vous voudriez qu'ils posent.

Les questions à forte valeur GEO pour une page de programme québécoise :

• « Quelle cote R faut-il pour être admis.e dans ce programme ? »
• « Le DEC technique en [domaine] permet-il d'accéder au baccalauréat ? »
• « Ce programme est-il reconnu par [l'Ordre professionnel concerné] ? »
• « Quels sont les débouchés et le salaire moyen après ce baccalauréat ? »
• « Y a-t-il des stages obligatoires et comment sont-ils organisés ? »
• « Quels sont les droits de scolarité pour un.e étudiant.e international.e ? »
• « Ce programme est-il offert à distance ou uniquement en présentiel ? »

Format recommandé : réponse directe en 2 à 3 phrases, avec données chiffrées. Le balisage FAQPage en JSON-LD permet aux moteurs IA une extraction propre de chaque paire Q&A.

Zone 6 : les mentions tierces et les ancres institutionnelles

Les moteurs IA pondèrent la cohérence entre sources. Si votre programme n'est mentionné que sur votre propre site, la fiabilité perçue est faible. La présence de données concordantes sur des sources externes québécoises reconnues renforce significativement la probabilité de citation.

• Fiche BCI à jour — Vérifiez que votre programme figure correctement dans les répertoires du Bureau de coopération interuniversitaire avec les données à jour pour 2026-2027.
• Données CEEC concordantes — Pour les programmes de CEGEP, la Commission d'évaluation de l'enseignement collégial est une source de confiance exploitée par les moteurs IA. Vérifiez que les informations de votre programme correspondent à vos pages.
• Portails SRAM ou SRACQ — Si votre programme passe par le SRAM ou le SRACQ, harmonisez le descriptif de votre page avec la fiche du portail.
• Classements Maclean's ou QS — Si votre programme ou votre département figure dans un classement, mentionnez-le sur la page avec l'année et le rang exact : « Programme classé dans le top 10 au Canada selon Maclean's 2025 ».
• Liens sortants vers les ordres professionnels — Un lien vers l'Ordre des ingénieurs du Québec, le Barreau ou la Chambre des notaires valide l'accréditation de manière vérifiable pour les LLM.

Zone 7 : conformité Loi 25 et signaux de confiance institutionnelle

Un moteur IA évalue aussi la fiabilité institutionnelle d'un établissement à travers les signaux de conformité visibles sur son site. Ce n'est pas un critère de classement direct, mais un signal de qualité documentaire qui influence la sélection des sources.

• Politique de confidentialité conforme à la Loi 25 — La page programme ne collecte pas de données personnelles, mais si elle inclut un formulaire de demande d'information ou de pré-inscription, la base légale de traitement doit être visible. La Commission d'accès à l'information du Québec (CAI) publie les obligations pour les établissements d'enseignement.
• Contact institutionnel vérifiable — Courriel et téléphone du bureau des admissions ou du département, pas uniquement un formulaire anonyme.
• Date de mise à jour visible — Indiquez explicitement « Informations valides pour l'année 2026-2027 » ou « Dernière mise à jour : juin 2026 ». La fraîcheur est un signal de fiabilité pour les LLM.
• HTTPS et accessibilité HTML — Vérifiez que vos données de programme ne sont pas enfouies dans un PDF téléchargeable ou derrière un formulaire d'inscription. Les moteurs IA lisent le HTML, pas les PDFs verrouillés.

Comment prioriser : ordre d'implémentation recommandé

Si vos ressources sont limitées, l'ordre suivant maximise le retour sur effort pour vos pages de programme :

L'implémentation complète de la checklist sur trois ou quatre pages de programme stratégiques prend généralement une semaine de travail combiné éditorial et technique. L'effet GEO se matérialise en 4 à 8 semaines sur Perplexity, et en 6 à 12 semaines sur ChatGPT.

Pour suivre l'évolution de votre visibilité après l'implémentation, notre article sur les KPI de visibilité IA pour les universités et cégeps québécois propose un rituel de monitoring mensuel en 90 minutes.

Avant/après : l'optimisation d'une page programme BOFU

Le tableau suivant illustre la différence de citabilité entre une page programme type non optimisée et sa version BOFU GEO.

Ce type de transformation ne nécessite pas de refonte du site. Elle se fait au niveau du contenu HTML et du balisage JSON-LD — deux interventions indépendantes qui peuvent être traitées par l'équipe éditorial et le développeur front-end en parallèle.

Pour approfondir les techniques de contenu citable, notre article comment rendre votre école incontournable dans les réponses IA couvre les mécanismes de citation à l'échelle du site.

FAQ

Une page de programme suffit-elle ou faut-il optimiser tout le site ?

Commencez par vos trois ou quatre programmes les plus demandés. L'effet GEO est local à la page : une page programme optimisée peut être citée même si le reste du site ne l'est pas encore. Cela dit, la cohérence thématique du site renforce l'autorité globale de domaine. Une stratégie d'optimisation par vagues — programmes phares en premier, puis programmes secondaires — est plus efficace qu'une refonte globale bloquante.

La cote R doit-elle absolument figurer sur la page pour les universités québécoises ?

Oui, pour toute requête d'admission BOFU. La cote R est le critère de filtrage primaire des candidats québécois au baccalauréat. Un moteur IA qui ne trouve pas cette donnée sur votre page ne peut pas répondre à « quel programme [discipline] accepte une cote R de 22 à Montréal » avec votre établissement. Votre concurrent qui publie cette donnée sera recommandé à votre place.

Les données de placement dans les enquêtes de relance sont-elles suffisantes comme source ?

Les enquêtes de relance du Ministère de l'Enseignement supérieur du Québec sont exactement le type de source que les moteurs IA considèrent comme fiable : gouvernementale, méthodologiquement documentée, nationale. Citez-les explicitement avec l'année et la taille d'échantillon. C'est plus solide, aux yeux des LLM, qu'une enquête interne non publiée.

Le balisage Schema.org est-il compatible avec le CMS de notre établissement ?

La quasi-totalité des CMS modernes — WordPress, Drupal, Contentful, et les solutions sur mesure — permettent d'injecter du JSON-LD dans l'en-tête des pages. Sur WordPress, les plugins Yoast SEO Premium et Rank Math gèrent les schémas Course et EducationalOccupationalProgram. Pour un CMS sur mesure, un développeur peut intégrer le bloc JSON-LD en une demi-journée de travail par gabarit de page.

La Loi 25 crée-t-elle des contraintes sur les données publiées dans le Schema.org ?

Le balisage Schema.org concerne des données institutionnelles — nom du programme, droits de scolarité, accréditations, taux de placement agrégés — pas des renseignements personnels. La Loi 25 et les recommandations de la Commission d'accès à l'information du Québec (CAI) ne s'appliquent pas à la publication de données agrégées et anonymisées. Les contraintes Loi 25 entrent en jeu quand la page programme collecte des données sur des individus (formulaire de pré-inscription, outil de recommandation personnalisé, chatbot d'admission) — pas pour la publication d'informations programmatiques.

Comment savoir si mes pages de programme sont actuellement citées par ChatGPT ?

Soumettez les 10 à 15 requêtes BOFU de votre secteur à ChatGPT et Perplexity en mode navigation activé. Relevez si votre programme est mentionné, avec quelles données, et si les informations sont exactes. Sur Perplexity, les sources sont affichées sous chaque réponse : vérifiez si l'une d'elles pointe vers votre page. Pour une méthode structurée et reproductible, notre guide GEO pour les établissements québécois propose un protocole d'audit en 30 minutes.

Vos pages de programme sont déjà en ligne. Le travail consiste à les rendre lisibles par les moteurs IA qui orientent vos futurs étudiants. Chaque item de cette checklist peut être traité indépendamment, dans l'ordre qui correspond à vos ressources disponibles. Les premiers effets sur Perplexity sont visibles en quelques semaines — assez rapidement pour informer votre stratégie de recrutement pour la rentrée automne 2027.