Comment les IA choisissent les marques qu'elles recommandent

Ce qu'il faut retenir

1. Sur une question d'achat, un moteur IA ne retient que 2 à 7 sources pour construire sa réponse, contre dix liens sur une page Google. La surface de compétition est plus petite, et donc plus atteignable.
2. Les moteurs ont des préférences de sources opposées : les sources encyclopédiques pèsent près de la moitié des citations de ChatGPT, les discussions de communauté près de la moitié de celles de Perplexity.
3. Quatre leviers décident de la citation : technique, structure, autorité de tiers, fraîcheur. Deux sont entièrement automatisables, et ce sont ceux que la plupart des marques n'activent pas.
4. La bataille se gagne sur la longue traîne des questions précises, là où le moteur cherche la meilleure réponse, pas la marque la plus célèbre.
5. Le robot de ChatGPT crawle environ 8 fois plus souvent que celui de Google (Cloudflare) : les machines lisent déjà massivement les sites : encore faut-il qu'elles puissent les comprendre.

Une étagère de 2 à 7 places

Quand un acheteur demande « quel matelas pour le mal de dos ? » ou « meilleur café de spécialité en grains ? », le moteur ne lui rend pas une liste de liens : il lance une recherche web, sélectionne une poignée de sources, et compose une réponse qui recommande des marques précises.

Ce point change toute l'économie de la visibilité. Sur Google, la première page offrait dix positions, et la onzième existait encore. Dans une réponse IA, il y a 2 à 7 sources retenues, et les marques qui n'y figurent pas n'existent tout simplement pas dans la conversation. C'est plus brutal, mais c'est aussi plus atteignable : la sélection ne récompense pas d'abord la notoriété, elle récompense la source qui répond le mieux à la question posée.

Les trois couches d'une réponse

Une réponse d'assistant est déterminée par trois couches, et il est essentiel de savoir sur lesquelles une marque peut agir :

• Ce que le modèle a appris à l'entraînement. Action indirecte et lente : être repris par les sources que les moteurs citent finit par entrer dans les modèles suivants.
• Ce qu'il va chercher sur le web au moment de répondre. C'est le cas par défaut sur les questions d'achat, et c'est le levier principal, le terrain sur lequel une marque peut agir dès maintenant.
• La personnalisation liée au compte (mémoire, historique, localisation). Action nulle, pour tout le monde.

Toute la suite de cette étude porte sur la deuxième couche : la recherche web au moment de la réponse, là où la partie se joue réellement.

Les quatre leviers de la citation

Mes audits montrent que quatre facteurs, dans cet ordre, décident qu'une source, et donc une marque, entre dans la réponse.

1. La lisibilité technique

Le robot doit pouvoir accéder au contenu et le rendre. Cela paraît trivial ; c'est pourtant le premier point de blocage que je rencontre : contenus rendus en JavaScript que les robots ne voient pas, accès bloqués, plans de site incomplets, données produit illisibles. Le robot de ChatGPT crawle environ 8 fois plus souvent que celui de Google (Cloudflare) : la demande de lecture existe, c'est l'offre de lisibilité qui manque.

2. La structure extractible

Les moteurs privilégient les pages dont ils peuvent extraire une réponse : un bloc de 40 à 60 mots qui répond directement à la question en tête de section, des titres formulés comme les vraies questions des acheteurs, et des données structurées (schema FAQ, Article en JSON-LD) qui rendent chaque question-réponse lisible par la machine.

3. L'autorité de tiers

Ce que les sources jugées fiables disent de la marque. C'est le levier le plus connu, et le plus mal compris, car il ne s'automatise pas honnêtement. Une page encyclopédique, un fil de discussion, un article de presse, une place dans un comparateur reconnu : cela se gagne, marque par marque, et les moteurs apprennent à écarter les signaux fabriqués.

4. La fraîcheur

Perplexity privilégie nettement le contenu de moins de douze mois, et un signal d'année en cours augmente le taux de citation. C'est aussi le moteur au retour le plus rapide après correction : premiers effets mesurables en deux à quatre semaines, là où ChatGPT est plus lent.

Le point clé de toute mon approche tient dans ce tableau : les deux leviers que la marque possède sont entièrement automatisables, sans limite de volume. Les deux autres se gagnent, et quiconque prétend les fabriquer automatiquement devrait éveiller votre méfiance.

Trois moteurs, trois personnalités

Traiter « l'IA » comme un bloc est l'erreur la plus répandue. Les moteurs ont des régimes de sources presque opposés :

Conséquence directe : une stratégie de visibilité IA ne peut pas être un score unique. Être présent sur un moteur ne dit rien de la présence sur les deux autres : mon Baromètre montre des écarts de 1 à 6 entre moteurs sur les mêmes marques et les mêmes questions. C'est pour cela que chaque audit Cited est rendu moteur par moteur, jamais en moyenne.

Où la bataille se gagne : la longue traîne de l'intention d'achat

Les requêtes génériques (« meilleure marque de matelas ») sont dominées par les marques les plus notoires et les grandes sources d'autorité : le contenu propriétaire seul y suffit rarement, et je le dis sans détour.

Mais l'essentiel de l'intention d'achat ne se joue pas là. Elle se joue sur les questions précises : « matelas ferme pour dormeur sur le côté », « sac à dos ville étanche pour vélo », « magnésium pour le sommeil quand on fait du sport » : où le moteur cherche la réponse la plus pertinente et la mieux structurée, pas la marque la plus célèbre. Ces questions sont innombrables, personne n'y répond correctement, et elles se gagnent avec les deux leviers automatisables.

Ce que ça implique pour une marque

1. Valider le ticket d'entrée. Vérifier que les robots accèdent réellement à vos pages et les comprennent : la majorité des marques que j'audite échouent déjà ici.
2. Répondre aux vraies questions. Identifier les questions d'achat de votre catégorie où vous êtes absent, et y répondre en structure extractible : réponse directe en tête, titres-questions, données structurées.
3. Traiter chaque moteur pour ce qu'il est. Un moteur encyclopédique, un moteur communautaire et un moteur francophone ne se gagnent pas avec la même page.
4. Investir l'autorité en chirurgien. Puisqu'elle ne s'automatise pas, autant savoir exactement quelles sources chaque moteur cite dans votre catégorie avant de dépenser un euro en presse ou en relations.
5. Mesurer, sinon rien. Passages de robots, présence par moteur, questions regagnées, CA attribué : sans boucle de mesure, l'optimisation IA reste une croyance.

C'est, très exactement, ce que la plateforme Cited exécute : l'audit trouve les questions perdues, la correction les regagne, la mesure le prouve. Le premier audit est gratuit.