Mesurer sa visibilité dans les moteurs génératifs : le guide

Search Console rapporte des impressions et des clics sur une page de résultats classique. Elle ne dit rien de ce qu'un moteur conversationnel répond quand on lui pose la question qui compte, ni des sources qu'il cite pour y répondre. Ce vide n'est pas un défaut d'outillage à attendre : c'est une mesure qui n'existe pas encore sous forme d'API publique, et qu'il faut donc construire soi-même, avec un protocole.

Le problème : un angle mort qu'aucun tableau de bord ne comble

Une marque peut être parfaitement classée sur Google et absente de ce que répond ChatGPT à une question où elle devrait apparaître, car le GEO hérite du SEO sans s'y réduire. Ce que les clics Search Console ne disent pas de la citation IA, c'est précisément cet écart : une page peut recevoir des impressions sur les moteurs de recherche classiques sans qu'aucun signal n'indique si elle est, par ailleurs, citée, ignorée ou mal décrite dans une réponse générative.

Le trafic directement renvoyé par les moteurs génératifs reste de toute façon marginal aujourd'hui : environ 1,08 % du trafic web total, tous secteurs confondus (Conductor, données de mai à septembre 2025, détail dans les données et preuves du pilier GEO). Mesurer sa visibilité IA n'est donc pas, pour l'instant, un exercice de suivi de trafic : c'est un exercice de suivi de réputation dans un système qui ne renvoie pas de rapport. La question n'est pas « combien de visites cela m'apporte-t-il », mais « que dit ce système de moi quand on l'interroge, et puis-je le vérifier sans me fier à une impression ».

Quatre vérifications techniques, avant même de poser une question à un moteur

Avant d'interroger ChatGPT ou Perplexity avec des prompts, quatre contrôles techniques, plus rapides et plus fiables, disent déjà si un moteur génératif peut vous lire et vous citer. Ils sont détaillés dans la méthode d'audit publiée par OMKomUnity (om-geo-audit) ; voici ce qu'ils signifient pour un lecteur qui n'a pas à devenir expert technique pour s'en servir.

Le moteur peut-il seulement vous lire ?

Ce qu'on vérifie : le fichier robots.txt autorise-t-il explicitement les robots des moteurs génératifs (GPTBot, ClaudeBot, PerplexityBot, Google-Extended, et les autres) ? Et le contenu de la page est-il présent dans la première réponse du serveur, ou n'apparaît-il qu'après exécution d'un script côté navigateur ?

Comment : un simple accès à /robots.txt, et une comparaison entre le HTML brut renvoyé par le serveur et ce qui s'affiche réellement à l'écran.

Ce que ça dit : la plupart des robots qui alimentent les moteurs génératifs n'exécutent pas, ou exécutent rarement, le JavaScript d'une page : Vercel a mesuré que 11,5 % des requêtes de GPTBot et 23,84 % de celles de ClaudeBot portent sur des fichiers JavaScript, qu'ils récupèrent sans les exécuter (étude publiée le 17 décembre 2024). Un contenu qui ne s'affiche qu'après un chargement asynchrone est, pour ces robots, simplement absent, quelle que soit sa qualité éditoriale.

Vous rendez-vous trouvable sans qu'on vous cherche nommément ?

Ce qu'on vérifie : la présence et la bonne forme d'un fichier llms.txt (un résumé structuré du site, pensé pour un agent) et d'un manifeste de découverte agentique (/.well-known/ard.json).

Comment : ces fichiers sont publics, à l'URL indiquée : n'importe qui peut les ouvrir dans un navigateur.

Ce que ça dit : ce ne sont pas des leviers de citation en eux-mêmes, mais des facilités d'orientation. Un fichier absent n'est pas une faute (le format reste optionnel) ; un fichier présent mais mal formé l'est davantage. C'est l'hypothèse de travail de notre méthode d'audit (om-geo-audit), par prudence plutôt que par mesure publiée : un parseur strict peut abandonner tout le fichier dès la première erreur plutôt que d'en lire la partie valide.

Le moteur peut-il attribuer une affirmation à vous, précisément ?

Ce qu'on vérifie : la présence de données structurées (JSON-LD de type Article ou NewsArticle) sur les pages de contenu, avec au minimum un titre, une date de publication et un auteur.

Comment : visible dans le code source de la page, sans outil spécial.

Ce que ça dit : l'absence de ces données ne bloque pas la citation, mais c'est le signal le moins coûteux, pour un moteur, de distinguer un contenu daté et attribuable d'un texte promotionnel non sourcé.

Votre citation a-t-elle l'air sérieuse dans une carte de résultat ?

Ce qu'on vérifie : l'image associée à la page (balise og:image) fait-elle au moins 1200 pixels sur son plus grand côté ?

Comment : inspection de la balise, ou simplement l'image elle-même.

Ce que ça dit : c'est le seuil retenu par notre méthode d'audit (om-geo-audit), cohérent avec la recommandation de Meta pour les aperçus de partage (1200 × 630 px) ; aucun moteur génératif ne publie de seuil propre pour l'affichage d'une carte de citation. Un signal de qualité, pas un verrou absolu.

Ces quatre contrôles ne mesurent pas une « visibilité IA » au sens large : ils mesurent si les conditions d'entrée sont réunies. Le reste (être effectivement cité, bien décrit, préféré à un concurrent) ne se vérifie plus sur le site, mais dans le moteur lui-même. D'où le protocole qui suit.

Le protocole de mesure : une batterie de prompts, pas une question isolée

Poser une seule question à ChatGPT un mardi après-midi et en tirer une conclusion sur sa « visibilité IA » est le piège le plus commun, et le plus trompeur. Un moteur conversationnel ne renvoie pas une réponse stable comme une page de résultats indexée : la réponse varie selon la formulation exacte du prompt, selon que la recherche web est activée ou non dans la session, et selon l'historique de conversation.

Le protocole pas à pas pour auditer sa présence dans les moteurs IA tient en quatre mouvements, dans cet ordre :

1. Construire une batterie de prompts réels : les questions qu'un client poserait effectivement (« quelle agence pour X », « comparatif des solutions Y », « qui fait référence sur Z »), pas des requêtes choisies pour favoriser une réponse.
2. Répéter chaque prompt plusieurs fois, à des moments différents, avant de considérer un résultat comme représentatif plutôt que comme un accident de session.
3. Noter trois choses pour chaque réponse : la marque apparaît-elle, est-elle décrite avec exactitude, et quelle source le moteur cite-t-il quand il en cite une.
4. Dater et déclarer le périmètre de chaque relevé : nombre de prompts, nombre de moteurs, date. Un score de visibilité IA sans ces trois informations ne se compare à rien, pas même à lui-même mesuré six semaines plus tard.

Ce protocole à quatre mouvements couvre l'essentiel pour un premier relevé. Pour une version étendue : échantillonnage détaillé (7 à 10 tirages par requête), déclinée moteur par moteur sur sept systèmes (ChatGPT, Perplexity, Claude, Gemini, Microsoft Copilot, Google AI Overviews et Google AI Mode), avec un calcul d'indicateurs à trois niveaux (mentionné, recommandé, sourcé), voir la méthode multi-moteurs reproductible.

Se comparer à un concurrent : l'écart compte plus que le score

Un chiffre de visibilité IA isolé n'a pas grand sens dans l'absolu : il n'existe aucune échelle de référence publiée, aucun « bon score » universel. Ce qui informe une décision, c'est comparer sa visibilité à celle d'un concurrent : appliquer exactement le même protocole, la même batterie de prompts, à sa propre marque et à des concurrents nommés, puis comparer l'écart plutôt que la valeur brute.

Un score de 40/100 n'est pas un échec s'il surclasse largement tous les concurrents directs sur les mêmes prompts ; un score de 70/100 n'est pas un succès s'il traîne loin derrière eux. L'écart révèle aussi, souvent, pourquoi : quelles sources le moteur cite pour un concurrent et pas pour vous, ce qui ramène directement aux quatre vérifications techniques plus haut. Si la comparaison fait apparaître des acteurs qu'on ne connaît pas encore, le panorama des agences et outils du secteur GEO aide à situer qui fait quoi, et comment, avant de choisir d'en faire auditer un par un.

Les limites de chaque mesure, honnêtement

Aucune de ces mesures n'est une science exacte. Les connaître évite de présenter un relevé ponctuel comme une vérité stable, et c'est la différence entre une mesure et un argumentaire commercial déguisé en mesure.

ChatGPT. Aucune API publique ne donne accès à ce que le modèle « sait » ou cite en dehors d'une conversation réellement menée. La réponse dépend de l'activation ou non de la recherche web dans la session, qui n'est pas systématique ni visible de l'extérieur. Deux relevés identiques à deux moments différents peuvent diverger sans qu'aucun changement n'ait eu lieu côté site mesuré.

Perplexity. Le produit est conçu comme un moteur de recherche augmenté : interroger le web et restituer des citations numérotées est son mécanisme central, pas une option annexe comme chez les deux autres. Sa limite est inverse : son index évolue en temps réel, une même question posée à quelques heures d'intervalle peut citer des sources différentes simplement parce que son crawl a changé, sans lien avec une évolution réelle du site.

Gemini et les AI Overviews de Google. Les résumés générés s'appuient sur l'index de recherche classique, avec une forte dépendance à la personnalisation (compte, localisation, historique de recherche) qui n'est pas neutralisable depuis l'extérieur. Les AI Overviews ne se déclenchent pas sur toutes les requêtes (Conductor en mesure l'apparition sur 25,11 % de 21,9 millions de requêtes Google analysées, relevé du 15 septembre au 12 octobre 2025) : un relevé qui n'en déclenche aucun ne prouve donc rien sur l'absence de visibilité, seulement que la requête testée n'a pas déclenché le mécanisme ce jour-là.

Tous les moteurs, en commun. Aucun ne fournit de définition standardisée de ce qu'est une « visibilité IA » mesurée, ni d'historique consultable des réponses passées. Un score ne vaut que pour l'échantillon de prompts, la date et le moteur qui l'ont produit, jamais comme une mesure permanente ou transférable d'un moteur à l'autre.

Questions fréquentes

Pourquoi Search Console ne suffit-il pas à mesurer sa visibilité dans les moteurs génératifs ?

Parce que Search Console ne rapporte que des impressions et des clics sur une page de résultats de recherche classique. Il ne voit rien de ce qu'un moteur conversationnel (ChatGPT, Perplexity, Gemini) répond réellement à une question, ni des sources qu'il choisit de citer pour y répondre : cette information n'existe dans aucune API publique à ce jour.

Quelle est la première chose à vérifier avant de mesurer sa visibilité IA ?

Que le moteur peut techniquement vous lire : un robots.txt qui n'exclut pas les robots des moteurs génératifs (GPTBot, ClaudeBot, PerplexityBot), et un contenu présent dans la réponse brute du serveur plutôt que chargé après coup par du JavaScript. Sans ces deux conditions, aucune mesure de citation n'a de sens : le moteur n'a tout simplement pas accès au contenu.

Faut-il poser une seule question à ChatGPT pour savoir si on y est visible ?

Non. Une réponse de moteur conversationnel varie selon la formulation du prompt, l'activation de la recherche web dans la session, et l'historique de conversation. Une mesure fiable répète une batterie de prompts réels plusieurs fois, à des moments différents, avant de conclure quoi que ce soit d'un relevé isolé.

Comment interpréter un score de visibilité IA ?

Jamais dans l'absolu : il n'existe aucune échelle de référence publiée. Un score ne prend sens que comparé à celui de concurrents nommés, mesurés avec le même protocole et la même batterie de prompts, et toujours accompagné de son périmètre déclaré (nombre de prompts, nombre de moteurs, date du relevé).