« Est-ce que ma marque apparaît dans ChatGPT ? », « Sommes-nous mieux placés que nos concurrents ? », « Comment suivre notre visibilité dans les réponses des IA ? »
Ces questions reviennent incontournablement dans mes échanges avec des clients au sujet des assistants d’intelligence artificielle. Elles sont légitimes. Une entreprise veut savoir si elle est visible là où ses clients cherchent de l’information.
Le problème commence lorsqu’on essaie de répondre avec les réflexes hérités du SEO : une liste de requêtes, une position moyenne, un score de visibilité et une courbe d’évolution.
Les outils de suivi de la visibilité dans les IA mesurent bien quelque chose. Mais ils ne mesurent pas une position stable comparable à un classement Google. Et lorsqu’ils présentent leurs résultats avec trop de précision, ils donnent facilement une illusion de maîtrise.
Il existe déjà des données sur la visibilité dans les IA
Google propose dans Search Console un rapport consacré aux fonctionnalités d’IA générative de son moteur. Il permet notamment de suivre les impressions des pages dans AI Overviews et AI Mode, avec des répartitions par page, pays, appareil et période.
Bing Webmaster Tools propose également un rapport « AI Performance ». Celui-ci indique comment les contenus d’un site sont cités dans Microsoft Copilot, les réponses générées dans Bing et certaines intégrations partenaires. Il présente notamment le nombre de citations, les pages citées et les requêtes utilisées pour produire les réponses.
Ces rapports sont utiles parce qu’ils reposent sur les données des plateformes elles-mêmes. Mais leur périmètre reste limité :
- ils ne couvrent qu’une partie des assistants et des usages ;
- ils mesurent surtout des liens et des citations, pas toutes les mentions de marque ;
- ils ne révèlent pas toujours la formulation exacte de la réponse ;
- ils ne permettent pas de reconstituer l’exposition globale d’une entreprise dans les IA.
Nous disposons donc de données réelles, mais partielles. C’est très différent d’une absence totale de données.
Le piège des « positions dans ChatGPT »
À côté de ces rapports officiels, de nombreux outils proposent de mesurer la visibilité d’une marque dans ChatGPT, Gemini, Claude, Perplexity ou d’autres assistants.
Leur fonctionnement est généralement similaire :
- sélectionner des questions associées à la marque ou à son marché ;
- les soumettre régulièrement à plusieurs modèles ;
- relever les marques mentionnées, les citations et parfois leur ordre d’apparition ;
- produire un score et suivre son évolution.
Ce protocole peut fournir des indications. Il devient trompeur lorsqu’il transforme ces observations en classement absolu. Un peu comme le Domain Authority (DA) de Moz…
Les grands modèles de langage produisent des réponses probabilistes. Une même question peut donc générer des listes différentes, même lorsqu’elle est posée plusieurs fois dans des conditions apparemment identiques.
Une étude menée par SparkToro sur près de 3000 réponses obtenues à partir de douze questions de recommandation a constaté que ChatGPT et les outils d’IA de Google reproduisaient la même liste de marques dans moins de 1 % des essais. La même liste dans le même ordre apparaissait dans moins de 0,1 % des cas.
Cette étude ne démontre pas que toute mesure est inutile. Elle montre surtout qu’une position relevée une seule fois ne signifie presque rien.
Dire qu’une marque est « troisième dans ChatGPT » revient à masquer plusieurs questions essentielles :
- Pour quelle formulation ?
- Sur quel modèle et quelle version ?
- Avec ou sans recherche sur le Web ?
- Depuis quel pays et dans quelle langue ?
- Avec quel historique de conversation ?
- Combien de fois le test a-t-il été répété ?
- La marque était-elle recommandée, simplement citée ou déconseillée ?
Sans ces informations, la précision du chiffre est largement artificielle.
Une mention n’est pas nécessairement une bonne visibilité
L’ordre d’apparition est rarement la donnée la plus importante.
Une marque peut être citée en première position dans une liste de solutions à éviter. Elle peut aussi apparaître plus bas, mais être présentée comme la meilleure option pour un besoin précis. Dans ce second cas, sa position brute est moins bonne alors que la recommandation est beaucoup plus favorable.
Il faut donc distinguer au minimum :
- la fréquence de mention ;
- la présence d’un lien ou d’une citation ;
- le contexte de la mention ;
- la tonalité de la réponse ;
- l’exactitude des informations données ;
- l’adéquation entre la marque et le besoin exprimé.
Réduire tous ces éléments à un score unique fait perdre une grande partie de l’information utile.
Le contexte rend la mesure encore plus délicate
Les utilisateurs ne formulent pas tous la même demande. Ils précisent leur budget, leur localisation, leurs contraintes, leurs préférences ou ce qu’ils ont déjà essayé. Ils poursuivent ensuite la conversation et ajustent progressivement leur besoin.
Les réponses peuvent également varier selon le modèle, sa version, les fonctions activées, la langue, le compte utilisé et l’historique disponible.
Un outil qui interroge une API avec des comptes vierges ne reproduit donc pas l’expérience de tous les utilisateurs. Mais un compte très personnalisé n’est pas davantage représentatif du marché.
Aucun protocole ne peut reconstituer un « utilisateur moyen » qui n’existe probablement pas. Il peut seulement observer un ensemble de scénarios définis à l’avance.
Ce n’est pas rédhibitoire, à condition de présenter le résultat pour ce qu’il est : un échantillon contrôlé, et non une photographie exhaustive de la réalité.
Ce qu’il est raisonnable de mesurer
1. Les données fournies par les plateformes
Les rapports de Google et de Bing donnent des informations de première main sur les impressions ou citations produites dans leurs propres environnements.
Elles sont partielles, mais elles correspondent à des événements réellement observés. C’est le socle le plus solide lorsqu’il est disponible.
2. Le trafic et les résultats sur le site
Les outils d’analytics permettent d’identifier une partie des visites provenant de ChatGPT, Perplexity, Gemini, Copilot ou d’autres assistants.
Un ingénieur d’OpenAI a dit que les liens dans les réponses étaient cliqués 0,1% du temps. On peut s’amuser à estimer le nombre de citations, mais cette mesure reste incomplète : absence ou perte du référent, contraintes de consentement, navigation dans des applications et attribution imparfaite. Elle a néanmoins un avantage décisif : elle permet de relier une partie de la visibilité à des comportements concrets sur le site, puis éventuellement à des demandes ou à des ventes.
En revanche, il faut éviter d’extrapoler un nombre d’affichages à partir d’un taux de clic supposé. Les taux observés varient fortement selon les emplacements, les contenus et les usages. Quelques visites ne permettent pas de déduire sérieusement combien de fois une marque a été citée.
3. Un suivi synthétique encadré
Un outil tiers peut aider à suivre une tendance si son protocole est suffisamment explicite :
- scénarios représentatifs des véritables intentions des clients ;
- distinction entre les étapes de découverte, de comparaison et de décision ;
- répétition de chaque question ;
- séparation des modèles, versions, langues et pays ;
- suivi distinct des mentions, citations, tonalités et erreurs ;
- conservation du même protocole dans le temps ;
- publication de la taille de l’échantillon et des limites de la mesure.
Le résultat ne doit pas être présenté comme « notre position dans les IA ». Il s’agit plutôt d’une fréquence de présence dans un corpus de tests défini.
Cette formulation est moins spectaculaire. Elle est aussi beaucoup plus honnête.
La mesure doit servir une décision
Une donnée n’a d’intérêt que si elle permet d’agir.
Découvrir qu’une marque est régulièrement absente de scénarios stratégiques peut inciter à renforcer sa notoriété, clarifier son positionnement ou produire de meilleures preuves publiques. Constater qu’elle est souvent citée avec des informations erronées peut justifier un travail sur ses pages, ses données structurées et les sources tierces qui la décrivent.
À l’inverse, suivre chaque semaine une « position moyenne dans ChatGPT » sans connaître le protocole risque surtout de créer du reporting et de l’anxiété.
La visibilité dans les IA se mesure déjà. Mais aucune métrique ne décrit à elle seule ce que voient les utilisateurs.
Le danger n’est donc plus l’absence de données. C’est de transformer un échantillon artificiel en classement officiel, puis de prendre des décisions sur la base de cette fausse précision.
Et vous, que proposez-vous ?