Audit de visibilité IA : ChatGPT, Perplexity et Gemini citent-ils votre entreprise ? Quinze sessions issues d’assistants

Quinze sessions issues d’assistants IA en six mois. C’est ce que remonte le canal AI Assistant de Google Analytics 4 sur mon propre site, soit 16 % du volume que m’apporte Google organique sur la même période. Le chiffre est modeste, la mécanique ne l’est pas : des dirigeants interrogent une IA avant de chercher un prestataire. Un audit de visibilité IA sert à savoir ce que les moteurs génératifs répondent quand la question porte sur votre entreprise. Citée, ignorée, ou décrite de travers. La difficulté n’est pas de poser les questions, elle est de neutraliser le bruit d’une mesure qui ne donne jamais deux fois le même résultat. Voici le protocole que j’applique, les indicateurs qui comptent et ce qu’il faut corriger ensuite.

Pourquoi un audit de visibilité IA ne se pilote-t-il pas comme un suivi de positions Google ?

Vous avez l’habitude de suivre des positions. Un mot-clé, un rang, une courbe. Cette grille ne fonctionne plus dès que la réponse devient unique et rédigée, et c’est la première chose à accepter avant de lancer un audit de visibilité IA.

Qu’est-ce qui change quand il n’y a plus de classement mais une réponse unique ?

Sur Google, la position 8 existe. Elle rapporte peu, mais elle existe : votre page est là, quelqu’un peut la voir. Dans une réponse générative, il n’y a pas de position 8. Vous êtes cité, ou vous n’êtes pas dans la réponse.

Ce basculement change la nature de la mesure. On ne suit plus une progression continue, on suit une présence binaire, répétée sur un ensemble de questions. C’est plus proche d’un sondage que d’un classement. D’où la nécessité de raisonner en fréquence : sur cent réponses, combien vous mentionnent ? C’est ainsi qu’on objective une visibilité dans les IA.

La deuxième différence tient à la source. Un moteur génératif ne restitue pas votre page, il en extrait une affirmation et la reformule. Votre contenu peut nourrir la réponse sans que votre nom apparaisse. C’est exactement ce que j’explique dans ce que recouvre réellement le GEO : l’objectif n’est plus le clic, c’est l’attribution.

Pourquoi la même question posée trois fois donne-t-elle trois réponses différentes ?

Parce que ces systèmes sont probabilistes par construction. Sur les interfaces grand public, vous n’avez aucun accès au réglage qui gouverne cette part d’aléatoire. Chaque réponse est un tirage, et c’est délibéré.

S’ajoutent quatre facteurs que la plupart des articles ignorent. La mémoire du compte, qui garde une trace de vos échanges précédents. La langue et le pays d’où la question est posée. Le contexte de la conversation, puisque le modèle relit toute la fenêtre à chaque tour. Et les mises à jour silencieuses des modèles, qui modifient les sources privilégiées sans annonce.

Voilà pourquoi une mesure prise une seule fois ne vaut rien. Elle photographie un tirage, pas une tendance. Tant que ce bruit n’est pas neutralisé par la répétition, comparer un taux de citation de mars à celui d’avril revient à comparer deux lancers de dé. Un tableau de bord GEO qui affiche un taux mensuel sans préciser le nombre de répétitions ne mesure donc rien de comparable, et c’est la première chose que je vérifie avant de regarder le chiffre lui-même.

Quelle part de vos prospects interroge déjà une IA avant de vous contacter ?

Personne ne peut répondre à cette question à votre place, et aucune statistique de marché ne le fera. La seule mesure valable est celle de votre propre propriété analytique.

Ouvrez GA4 et regardez le canal AI Assistant. Croisez-le avec vos sources de trafic référent, parce qu’une partie des visites venues d’assistants n’atterrit pas dans ce canal. Sur un site de conseil B2B francophone, quelques dizaines de sessions par semestre suffisent déjà à changer la lecture, puisque ces visiteurs arrivent avec une intention formée.

Ne surinterprétez pas pour autant un faible volume. Quinze ou vingt sessions ne prouvent pas un basculement du marché, elles prouvent que le canal existe et qu’il est déjà instrumenté. Le vrai risque est ailleurs : vous pouvez occuper le top 3 Google sans être cité par les IA, et ne jamais le savoir.

Comment construire la liste de prompts qui reflète réellement vos prospects ?

C’est l’étape que tout le monde bâcle. Une liste de prompts inventée en dix minutes produit une mesure inutilisable, parce qu’elle mesure vos hypothèses au lieu de mesurer le marché. Tout audit de visibilité IA vaut ce que vaut cette liste.

Combien de prompts faut-il pour que la mesure devienne stable ?

Trente prompts, exécutés trois fois chacun, sur trois moteurs. Cela fait 270 réponses par cycle. C’est le seuil en dessous duquel je refuse de conclure quoi que ce soit.

Pourquoi trois répétitions ? Parce qu’une réponse isolée ne distingue pas l’absence structurelle du tirage malheureux. Si vous apparaissez une fois sur trois, votre présence est fragile mais réelle. Si vous n’apparaissez jamais sur trois tentatives, l’absence est solide.

La liste doit ensuite être gelée. C’est la règle la plus violée et la plus coûteuse. Dès que vous ajoutez ou reformulez un prompt, vous cassez la comparabilité avec les mois précédents. Gardez une liste figée pour le suivi, et une liste d’exploration à côté, que vous n’intégrez qu’une fois par an.

Comment répartir vos prompts entre découverte, comparaison et validation ?

Je découpe toujours en trois blocs, avec un poids différent selon la maturité de votre marché.

• Découverte, environ la moitié des prompts. Le prospect ne vous connaît pas et décrit son problème : « comment améliorer la visibilité de mon site B2B », « qui peut auditer mon référencement ».
• Comparaison, environ un tiers. Il hésite entre des options : « agence SEO ou consultant indépendant », « quelles alternatives à une agence SEO française ».
• Validation, le reste. Il vous a identifié et vérifie : « que vaut RED ISLAND SEO », « avis sur les consultants SEO basés à Madagascar ».

Les trois blocs ne se valent pas. La découverte mesure votre notoriété brute, la comparaison mesure votre place dans le jeu concurrentiel, la validation mesure ce que le moteur raconte sur vous. Beaucoup d’entreprises n’auditent que le troisième bloc, celui qui flatte, et concluent qu’elles vont bien.

Quelles formulations vos clients emploient-ils que vous n’auriez jamais écrites ?

Vos prospects ne parlent pas comme vous. Ils écrivent des phrases entières, avec un verbe conjugué et un point d’interrogation, et ces phrases apparaissent déjà dans Search Console.

J’en récupère trois sources. Le rapport Performances de Search Console, filtré sur les requêtes contenant « comment », « faut-il », « quel » ou « est-ce que ». Les emails et messages d’entrée de mes prospects, mot pour mot. Et les objections formulées en rendez-vous, que je note systématiquement.

Cette matière vaut plus que n’importe quel outil de volume, parce que ces formulations échappent aux bases de mots-clés. Elles portent aussi les entités nommées que le moteur associe à votre activité, et c’est sur ces associations que se joue la citation.

Quels indicateurs suivre dans un audit de visibilité IA ?

Un tableau à quatre colonnes suffit : le prompt, le moteur, la présence de votre marque, les concurrents cités. Le reste se déduit. Trois indicateurs portent l’essentiel de la valeur d’un audit de visibilité IA.

Comment calculer un taux de citation exploitable moteur par moteur ?

Le calcul est simple. Nombre de réponses citant votre marque, divisé par le nombre total de réponses générées, pour un moteur donné. Trente prompts fois trois répétitions donnent 90 réponses par moteur. Si vous apparaissez dans 12, votre taux est de 13,3 %.

Ne faites jamais la moyenne des trois moteurs. Une marque peut ressortir correctement sur l’un et rester totalement absente d’un autre, sur la même période et avec le même contenu. La moyenne écrase précisément cette information.

L’explication est mécanique : les moteurs ne piochent pas dans les mêmes sources. Pour un même prompt, la part de sources communes entre ChatGPT et Perplexity reste marginale, de l’ordre de quelques pour cent. Vous ne travaillez donc pas un marché, vous en travaillez trois, avec des leviers différents. C’est aussi vrai pour les SERP génératives de Google, qui obéissent encore à d’autres règles.

Faut-il distinguer être cité, être recommandé et être mal décrit ?

Oui, et c’est la distinction qui manque partout. Trois statuts, trois conséquences.

Cité veut dire que votre nom apparaît, parfois dans une liste, parfois en passant. Recommandé veut dire que le moteur vous propose comme réponse, en tête, avec un motif. Entre les deux, l’écart commercial est considérable.

Le troisième statut est celui que je surveille en priorité : mal décrit. Le moteur vous cite, mais se trompe sur votre offre, votre localisation, vos tarifs ou votre statut. Un prospect qui lit « cette agence emploie une équipe de rédacteurs offshore » alors que vous vendez du conseil senior en direct repart avec une image fausse, et il ne vous contactera jamais pour vous détromper. Une erreur répétée dans les réponses coûte plus cher qu’une absence.

Comment repérer les concurrents que l’IA cite à votre place ?

Notez systématiquement les noms qui apparaissent dans les réponses où vous êtes absent. En trois cycles, un classement se dessine tout seul.

Ce classement surprend souvent, et il diffère nettement entre ChatGPT et Gemini. Les entreprises que les moteurs citent ne sont pas toujours celles que vous affrontez sur Google. Ce sont fréquemment des acteurs plus petits, mais mieux documentés : pages de définition claires, mentions dans des articles tiers, présence sur des forums et des comparateurs.

Comment mener un audit de visibilité IA sans outil payant ?

La question du budget arrive toujours ici. Ma réponse est nette : commencez à la main. Vous comprendrez ce que l’outil mesure avant de le payer, et vous saurez enfin comment auditer votre visibilité IA sans dépendre d’une plateforme.

Quel protocole manuel reproduire chaque mois en deux heures ?

Voici la séquence que j’applique pour chaque audit de visibilité IA, dans cet ordre.

• Ouvrir une fenêtre de navigation privée, sans compte connecté, pour chaque moteur.
• Dérouler la liste gelée de trente prompts, un par conversation neuve, sans jamais enchaîner deux questions dans le même fil.
• Consigner pour chaque réponse : marque citée oui ou non, position dans la réponse, concurrents nommés, erreur factuelle éventuelle.
• Répéter le cycle complet trois fois, idéalement sur trois jours distincts pour absorber les variations de modèle.
• Calculer les taux par moteur, puis comparer au cycle précédent.

Deux heures suffisent une fois le tableau construit. Le premier cycle en prendra quatre, parce que vous rédigez la liste et le tableau. Ensuite, c’est de l’exécution.

Une contrainte non négociable : toujours la même personne, ou au minimum le même protocole écrit. Deux opérateurs qui interprètent différemment le mot « cité » produisent deux séries incomparables, et la fausse chute qui en résulte se lit comme un vrai décrochage. Écrivez donc votre règle de comptage avant le premier cycle, pas après le premier écart. C’est ce genre de rigueur qui distingue une mesure d’une impression, et c’est le socle d’une stratégie SEO et GEO alignée.

Comment neutraliser la mémoire et la personnalisation des sessions ?

Quatre gestes, tous gratuits.

Désactivez la mémoire dans les réglages du compte, ou travaillez déconnecté. Ouvrez une conversation neuve par prompt, sans exception. Vérifiez le pays et la langue de l’interface, puisque les réponses divergent d’un marché à l’autre. Et fixez le mode : navigation web activée ou modèle seul, mais jamais un mélange des deux dans la même série.

Ce dernier point piège beaucoup de monde. Le mode navigation change radicalement les sources mobilisées. Une série mesurée moitié en navigation, moitié sans, ne mesure rien du tout.

À partir de quel volume un outil de suivi GEO devient-il rentable ?

Le calcul se pose en heures, pas en fonctionnalités. Tant que votre cycle manuel tient dans deux heures mensuelles, un outil de suivi GEO n’apporte que du confort.

Que faire concrètement des résultats de votre audit ?

Une mesure qui ne débouche sur aucune correction est un coût, pas un investissement. Deux chantiers sortent presque toujours d’un audit de visibilité IA sérieux.

Quelles pages corriger en priorité quand vous êtes absent des réponses ?

Commencez par les prompts de comparaison où un concurrent apparaît et vous non. Ce sont les plus rentables, parce que l’intention y est haute et le correctif identifiable.

Ce qui fonctionne, la recherche académique l’a mesuré. Le travail fondateur sur l’optimisation pour moteurs génératifs, publié en 2024 à partir d’un banc d’essai de 10 000 requêtes, montre que deux leviers dominent nettement : citer des sources faisant autorité et intégrer des statistiques précises. Le bourrage de mots-clés, lui, n’a produit aucun effet.

Traduit en actions : une page par question de comparaison, une réponse directe dans les cent premiers mots, des chiffres datés et attribués, et une structure de titres qui reprend la question telle qu’elle est posée. Un cocon sémantique adapté à l’IA rend ce travail cumulatif au lieu de le laisser page par page.

Comment faire corriger une information fausse que l’IA répète sur votre marque ?

Il n’existe pas de bouton de correction. Les moteurs ne modifient pas une réponse sur demande, et je me méfie de tout prestataire qui prétend le contraire.

Le seul levier réel est la source. Le modèle répète ce que le web dit de vous : si trois annuaires vous décrivent comme une agence de vingt personnes, la réponse suivra. Corrigez donc en amont, dans cet ordre : vos propres pages d’abord, avec une formulation explicite et non ambiguë, puis vos fiches sur les annuaires et plateformes tierces, puis les mentions dans les articles que vous pouvez faire mettre à jour.

Comptez deux à trois mois avant de voir bouger les réponses, le temps que les moteurs recrawlent et réévaluent. C’est lent, et c’est la partie que je prends personnellement en charge dans mon accompagnement GEO et SEO, parce qu’elle demande de l’arbitrage plus que de la production.

Ce que votre absence des réponses IA vous coûte déjà

Le coût n’apparaît sur aucune ligne de votre reporting. Un prospect pose sa question à un assistant, obtient trois noms, et vous n’êtes pas dedans. Il ne vous a pas écarté : il ne vous a jamais vu.

C’est la raison pour laquelle je place un audit de visibilité IA avant toute dépense de production de contenu. Mesurer d’abord, arbitrer ensuite.

Ce trou est invisible parce qu’il ne génère ni impression ni clic. Vous ne le verrez ni dans Search Console ni dans GA4. La seule façon de constater votre visibilité dans les IA est d’aller la mesurer.

Trente prompts et deux heures suffisent pour savoir où vous en êtes. Un audit de visibilité IA ne demande ni budget ni logiciel, seulement de la méthode. Faites le premier cycle vous-même, avec le protocole ci-dessus. Si les résultats vous inquiètent ou si vous voulez un regard extérieur sur le plan de correction, parlons de votre dossier.

Sources et références

Cet article s’appuie notamment sur le guide officiel de Google pour l’optimisation des fonctionnalités d’IA générative et sur la documentation d’OpenAI relative à ses robots d’exploration, qui détaille la distinction entre GPTBot, OAI-SearchBot et ChatGPT-User. Les mécanismes de sélection des sources et les leviers de citation reposent sur l’étude fondatrice GEO : Generative Engine Optimization présentée à la conférence ACM SIGKDD. Les écarts de citation entre moteurs et la faible intersection des sources ont été confrontés à l’analyse du Blog du Modérateur sur le fonctionnement des moteurs de réponse tandis que les ordres de grandeur budgétaires proviennent de l’analyse des tarifs des outils de visibilité IA publiée en 2026 par Am I Cited.