Suivi de la visibilité IA : surveillez votre marque dans ChatGPT et Gemini

En bref : le suivi de la visibilité IA consiste à poser à ChatGPT, Gemini, Perplexity et Claude, à intervalles réguliers, le même ensemble fixe de questions clients, puis à mesurer la fréquence à laquelle ils vous mentionnent, citent votre site, vous classent dans leurs recommandations et vous décrivent positivement, par rapport à vos concurrents. Les réponses changeant d'une exécution à l'autre, vous suivez des taux sur de nombreuses réponses, pas un résultat isolé. Pour progresser, rendez votre site lisible par les robots d'indexation de la recherche IA, indiquez clairement qui vous êtes et obtenez des mentions sur les pages tierces que les assistants citent.

Quand quelqu'un demande à ChatGPT « quelle est la meilleure application de comptabilité pour freelances ? », la réponse nomme généralement quelques produits. Si le vôtre n'en fait pas partie, vous avez perdu ce client avant même qu'il voie un résultat de recherche. Il n'existe pas de rapport d'impressions pour cela, pas de Search Console pour les réponses de chat. La seule façon de savoir est de poser la question, méthodiquement, et de compter.

Ce guide montre comment le faire correctement : quoi mesurer, comment construire un jeu de prompts, les formules que nous utilisons, comment distinguer un vrai changement du bruit statistique, et ce qui fait réellement bouger les chiffres.

Ce que recouvre la visibilité IA

La « visibilité IA » n'est pas un chiffre unique. Ce sont cinq signaux distincts, qui faiblissent pour des raisons différentes.

Une marque peut être souvent mentionnée sans jamais être citée (le modèle la connaît grâce à ses données d'entraînement, mais sa recherche web en direct remonte d'autres pages). Une autre peut être citée en permanence comme source de définitions sans jamais être recommandée comme produit. Traitez chaque signal séparément, sinon vous corrigerez le mauvais problème.

Pourquoi les réponses varient, et pourquoi une seule vérification ne prouve rien

Si vous posez deux fois la même question à un assistant, vous obtiendrez souvent deux listes différentes. C'est normal, pour plusieurs raisons :

1. Échantillonnage. Les modèles de langage génèrent du texte en échantillonnant des probabilités. Sauf si le fournisseur fige tous les paramètres, la formulation et l'ordre des recommandations changent d'une exécution à l'autre.
2. Récupération. Quand la recherche web est activée, l'assistant va chercher des pages au moment de répondre. Les pages trouvées dépendent des résultats de recherche du jour : les sources, et donc les marques, changent.
3. Recherche activée ou non. Le même modèle répond uniquement à partir de ses données d'entraînement lorsqu'il ne cherche pas. Ces réponses ont plusieurs mois de retard sur le web et favorisent souvent les marques anciennes et plus grandes.
4. Version du modèle. Les fournisseurs mettent régulièrement leurs modèles à jour. Une nouvelle version peut rebattre les recommandations du jour au lendemain.
5. Localisation et langue. Les assistants dotés de la recherche web s'adaptent au pays et à la langue de l'utilisateur. « Best payroll software » au Royaume-Uni et aux États-Unis, ce sont deux marchés différents.
6. Personnalisation. ChatGPT peut s'appuyer sur les souvenirs enregistrés et les conversations passées pour adapter ses réponses lorsque l'utilisateur a activé la mémoire. La réponse que vous obtenez connecté n'est pas celle que voit un nouveau prospect.

Conséquence pratique : la capture d'écran d'une réponse est une anecdote. Pour mesurer la visibilité, il vous faut un jeu de prompts fixe, posé à plusieurs reprises, dans des conditions maîtrisées (pays, langue, recherche activée), et vous présentez des taux sur de nombreuses réponses.

Étape 1 : construire un jeu de prompts

Votre jeu de prompts est votre liste de mots-clés pour la recherche IA. Rédigez-le comme les clients posent leurs questions, en phrases complètes, et n'y mettez pas le nom de votre marque, sauf dans les prompts de marque.

Quatre types de prompts

• Prompts de catégorie (« Quelles sont les meilleures applications de comptabilité pour freelances ? »). Ils déterminent si vous faites partie des options envisagées. Donnez-leur le plus de poids.
• Prompts de problème (« Comment suivre mes dépenses en tant que freelance sans comptable ? »). L'utilisateur n'a pas encore choisi de catégorie de produit. Les mentions y sont plus rares et plus précieuses.
• Prompts de comparaison (« Ledgerly vs QuickBooks pour une entreprise individuelle » ou « alternatives à [concurrent] »). Ils montrent comment vous êtes présenté face à vos rivaux.
• Prompts de marque (« Ledgerly est-il bien ? », « Combien coûte Ledgerly ? »). Ils testent l'exactitude et le sentiment, pas la visibilité. Gardez-les dans un groupe séparé pour qu'ils ne gonflent pas votre taux de mention, puisque la marque est nommée dans la question.

Couvrir le parcours d'achat

Associez les prompts aux étapes : prise de conscience du problème, recherche de solutions, présélection, décision. Un jeu équilibré pour un produit sur un marché comprend environ 40 % de prompts de catégorie, 25 % de problème, 20 % de comparaison et 15 % de marque. Commencez avec 20 à 40 prompts ; vous pourrez en ajouter plus tard, mais chaque prompt supplémentaire multiplie le coût.

Pays et langues

Si vous vendez sur plusieurs marchés, ne traduisez pas vos prompts anglais mot à mot. Rédigez-les comme les gens de ce marché posent leurs questions, et exécutez-les avec ce pays et cette langue. Présentez chaque marché séparément : une moyenne mondiale masque le fait que vous pouvez être fort aux États-Unis et absent en Allemagne.

Où trouver de vrais prompts

• Appels commerciaux et d'assistance : les mots exacts des prospects.
• Vos principaux mots-clés organiques, reformulés en questions.
• Les encadrés « Autres questions posées » et les fils de discussion communautaires de votre catégorie.
• Les termes de comparaison que les concurrents ciblent sur leurs propres pages.

Étape 2 : choisir les indicateurs et les formules

Exécutez chaque prompt sur chaque assistant suivi, plusieurs fois par période. Calculez ensuite :

• Taux de mention = réponses qui nomment votre marque ÷ nombre total de réponses (hors prompts de marque).
• Taux de citation = réponses qui renvoient vers votre domaine ÷ nombre total de réponses.
• Position moyenne = moyenne de votre rang dans la liste de recommandations, comptée uniquement dans les réponses qui contiennent une liste et vous mentionnent. Présentez-la avec le taux de mention, car une position moyenne de 1,5 sur 5 % des réponses n'est pas une victoire.
• Taux top 3 = réponses où vous figurez parmi les trois premières recommandations ÷ nombre total de réponses. Il combine présence et position en un seul chiffre et c'est souvent l'indicateur phare le plus utile.
• Part de voix = vos mentions ÷ (vos mentions + mentions de chaque concurrent suivi).
• Sentiment = part de vos mentions classées comme positives, neutres ou négatives. Lisez un échantillon à la main chaque mois pour vérifier le classificateur.

Enregistrez aussi chaque URL citée, les vôtres comme celles des autres. La liste des domaines que les assistants citent à votre place constitue votre plan de netlinking et de contenu.

Un exemple chiffré (chiffres hypothétiques)

Ce qui suit est un exemple hypothétique, pas des données réelles. Ledgerly, une application de comptabilité pour freelances inventée pour l'occasion, suit 20 prompts hors marque sur quatre assistants aux États-Unis, avec trois exécutions chacun par mois : 20 × 4 × 3 = 240 réponses.

Deux concurrents inventés apparaissent dans les mêmes réponses : le concurrent A dans 132 réponses et le concurrent B dans 96. Part de voix :

• Ledgerly : 84 ÷ (84 + 132 + 96) = 84 ÷ 312 = 26,9 %
• Concurrent A : 132 ÷ 312 = 42,3 %
• Concurrent B : 96 ÷ 312 = 30,8 %

Ce que cela apprend à Ledgerly : Perplexity, conçu autour de la recherche web en direct, le cite le plus, donc ses pages sont récupérables. Claude et Gemini le mentionnent le moins, ce qui suggère une présence plus faible dans les sources tierces sur lesquelles ces réponses s'appuient. La prochaine étape consiste à ouvrir les réponses où le concurrent A apparaît et pas Ledgerly, et à lister les URL qu'elles citent.

À partir de quand un changement est-il réel ?

Les taux issus d'un échantillon comportent du bruit. Une règle empirique rapide s'appuie sur l'erreur standard d'une proportion, √(p × (1 − p) ÷ n) :

• À 35 % sur 240 réponses, l'erreur standard est d'environ 3 points : une variation de ±6 points d'un mois à l'autre peut être due au pur hasard.
• À 40 % sur 60 réponses de ChatGPT, l'erreur standard est d'environ 6 points : des variations de ±12 points par assistant ne signifient pas grand-chose à elles seules.

Règle de décision : agissez sur un changement supérieur à deux fois l'erreur standard, ou qui persiste dans le même sens pendant trois périodes. Ne réécrivez pas votre page d'accueil parce qu'une semaine a fléchi.

Étape 3 : collecter les données

La méthode manuelle

Un tableur suffit pour un premier audit :

1. Créez des colonnes pour la date, l'assistant, le pays, le prompt, le type de prompt, le numéro d'exécution, mentionné (oui/non), position, cité (oui/non), URL citées, concurrents nommés et sentiment.
2. Utilisez un profil de navigateur propre, déconnecté ou avec la mémoire désactivée, et réglez l'assistant pour qu'il cherche sur le web.
3. Collez chaque prompt, notez la réponse, recommencez.

C'est gratuit et très instructif sur la façon dont les assistants raisonnent. Mais cela atteint vite ses limites : 20 prompts, quatre assistants et trois exécutions représentent 240 allers-retours de copier-coller par mois, et les applications grand public rendent difficile le contrôle de la localisation.

Utiliser un outil

Les outils de visibilité IA envoient les prompts via les interfaces des fournisseurs à intervalles réguliers, analysent les réponses et calculent les indicateurs. Pour en évaluer un, vérifiez :

• Quels assistants il couvre et si la recherche web est activée.
• S'il contrôle le pays et la langue pour chaque prompt.
• S'il conserve la réponse complète et les URL citées, pas seulement un score.
• Comment il gère les variantes et fautes de frappe du nom de marque.
• S'il suit les mentions des concurrents dans les mêmes réponses.

Notez que les réponses collectées via une API avec recherche web activée sont une approximation proche, et non une copie, de ce que voit un utilisateur connecté dans l'application grand public. C'est suffisant pour les tendances, ce que vous cherchez à mesurer.

Étape 4 : améliorer votre visibilité IA

Personne en dehors des fournisseurs ne sait exactement comment chaque assistant choisit les marques. Ce que nous pouvons faire, c'est suivre ce que les fournisseurs documentent et observer ce que les sources citées ont en commun.

Laisser entrer les bons robots

OpenAI sépare ses robots selon leur finalité. D'après la documentation des robots d'OpenAI :

• OAI-SearchBot fait apparaître les sites dans les fonctions de recherche de ChatGPT. Les sites qui s'y opposent « ne seront pas affichés dans les réponses de la recherche ChatGPT ».
• GPTBot explore les contenus susceptibles d'être utilisés pour entraîner les modèles de fondation d'OpenAI. Le bloquer revient à refuser l'entraînement.
• ChatGPT-User récupère une page lorsque la demande d'un utilisateur l'exige ; ce n'est pas un robot automatique, et les règles du robots.txt peuvent ne pas s'appliquer.

Les réglages sont indépendants : un choix courant consiste à bloquer GPTBot et à autoriser OAI-SearchBot. OpenAI précise que les changements peuvent prendre environ 24 heures à s'appliquer.

La documentation de Perplexity décrit PerplexityBot, qui fait apparaître et référence des sites dans les résultats de recherche de Perplexity et n'est pas utilisé pour entraîner des modèles de fondation, et Perplexity-User, qui récupère des pages pour répondre à la question d'un utilisateur et ignore généralement le robots.txt. Perplexity recommande d'autoriser PerplexityBot si vous voulez apparaître dans ses résultats.

Pour Google, AI features and your website est explicite : aucune exigence supplémentaire ni optimisation spéciale n'est nécessaire pour apparaître dans les AI Overviews ou le Mode IA, les bonnes pratiques SEO habituelles s'appliquent, et vous n'avez besoin ni de nouveaux fichiers lisibles par machine, ni de fichiers texte pour l'IA, ni de balisage. Le trafic issu de ces fonctionnalités est comptabilisé dans la Search Console sous le type de recherche « Web ». Par ailleurs, le jeton Google-Extended détermine si les contenus explorés par Google peuvent servir à entraîner les futurs modèles Gemini et à l'ancrage (grounding) dans les applications Gemini et Grounding with Google Search sur Vertex AI ; Google indique qu'il n'affecte ni l'inclusion ni le classement dans Google Search.

L'échec le plus fréquent que nous observons n'a rien à voir avec le robots.txt. C'est une règle de CDN ou de pare-feu qui bloque silencieusement les user agents d'IA alors que le robots.txt indique « allow ». Vérifiez les deux. Notre vérificateur de robots IA gratuit lit le robots.txt pour les principaux robots d'IA et envoie une requête de test avec le nom du robot de ChatGPT pour voir ce que renvoie votre pare-feu.

Rendre votre entité non ambiguë

Les assistants doivent savoir ce que vous êtes avant de pouvoir vous recommander. Sur votre propre site :

• Dites en une phrase simple, en haut de la page d'accueil, ce qu'est le produit, à qui il s'adresse et où il est disponible.
• Maintenez à jour les pages de tarifs, d'offres et de fonctionnalités, et gardez-les explorables en HTML, pas uniquement dans du JavaScript ou des images.
• Ajoutez des données structurées Organization. Google indique qu'elles aident à distinguer votre organisation d'autres aux noms similaires, et sa propriété sameAs relie votre site à vos profils ailleurs (Organization structured data). Le vérificateur de balisage schema montre ce que votre page déclare actuellement.
• Publiez des pages claires et citables pour les questions de votre jeu de prompts : comparatifs, guides pratiques, cas d'usage précis.

Être présent là où les assistants regardent

Lorsque les assistants cherchent sur le web, ils citent des sites d'avis, des articles comparatifs, des fils de discussion communautaires, de la documentation et des actualités. D'après notre expérience, les marques au taux de mention élevé sont celles qui apparaissent de façon constante sur ces pages tierces, et non celles qui ont le plus de contenu sur leur propre site. Concrètement :

1. Exportez toutes les URL citées dans les réponses où un concurrent apparaît et pas vous.
2. Regroupez-les : plateformes d'avis, listicles, forums, annuaires, publications.
3. Pour les listicles, contactez l'auteur avec des informations exactes et à jour. Pour les plateformes d'avis, demandez à de vrais clients de vous évaluer. Pour les communautés, répondez honnêtement aux questions dans votre domaine d'expertise, en respectant les règles de chacune.
4. Corrigez les informations périmées ou erronées à votre sujet partout où elles apparaissent. Les assistants répètent ce que dit le web.

Et llms.txt ?

llms.txt est une proposition, publiée pour la première fois par Jeremy Howard en septembre 2024, d'un fichier Markdown qui donne aux modèles de langage un court guide d'un site : un titre H1, un résumé d'une ligne et des listes de liens vers les pages clés. Il est facile à créer et inoffensif. Soyez toutefois réaliste : Google indique que les fichiers texte pour l'IA ne sont pas nécessaires pour ses fonctionnalités d'IA, et en octobre 2026 nous n'avons trouvé aucun engagement public d'OpenAI, d'Anthropic ou de Perplexity à utiliser llms.txt pour répondre. Ajoutez-en un si cela vous prend dix minutes, puis consacrez vos vrais efforts ailleurs. Le vérificateur llms.txt valide le format.

Erreurs courantes

• Mettre votre marque dans les prompts de catégorie. « Ledgerly est-elle la meilleure application de comptabilité ? » mentionnera Ledgerly à chaque fois et ne vous apprendra rien.
• Ne mesurer qu'une fois. Une seule exécution est un échantillon de un. Suivez au moins chaque mois, idéalement chaque semaine, avec des exécutions répétées.
• Faire la moyenne entre pays. Présentez chaque marché séparément.
• Courir après chaque creux. Appliquez la règle du bruit ci-dessus avant de changer quoi que ce soit.
• Bloquer le mauvais robot. Bloquer OAI-SearchBot pour éviter l'entraînement vous retire des réponses de la recherche ChatGPT ; GPTBot est le robot d'entraînement.
• Ignorer le sentiment. Être mentionné comme « moins cher mais bogué » est une visibilité dont vous ne voulez pas. Corrigez d'abord le problème de fond, puis les sources.

Une checklist de départ en 30 minutes

1. Rédigez 20 prompts hors marque couvrant les types catégorie, problème et comparaison, plus cinq prompts de marque.
2. Choisissez trois concurrents face auxquels vous perdez des ventes.
3. Lancez le vérificateur de visibilité IA gratuit pour une première lecture sur ChatGPT et Perplexity.
4. Lancez le vérificateur de préparation à la recherche IA pour voir si les robots peuvent lire votre page d'accueil et si votre balisage d'identité est en place.
5. Notez taux de mention, taux de citation, taux top 3 et part de voix comme référence de départ.
6. Listez les dix principaux domaines cités à votre place. C'est votre premier mois de travail.

Comment Searvia suit la visibilité IA

Le suivi de la visibilité IA de Searvia pose vos questions chaque semaine avec la recherche web activée, sur ChatGPT, Gemini, Perplexity et Claude dans les offres payantes (Perplexity dans l'offre gratuite). Pour chaque réponse, il enregistre si vous êtes mentionné, recommandé ou cité, votre position dans la liste recommandée, le ton de la description et votre part de voix face aux concurrents, et il liste les sites cités à votre place. Il vérifie aussi si les robots d'IA peuvent accéder à votre site via le robots.txt, les règles de pare-feu et llms.txt. Le guide d'aide sur la visibilité IA détaille la configuration en environ quatre minutes, et vous pouvez commencer par le vérificateur gratuit avant de créer un compte.