En bref

  • Les blocs FAQ, le balisage schema.org et les encadrés de résumé font-ils citer une page par ChatGPT ou Gemini ? Dans une étude de 90 jours, la réponse était non, dès que l’on comparait entre elles des pages d’un même site web. Entre sites web, chacune de ces pratiques allait de pair avec de 7,5 à 20,9 % de citations en plus. Au sein d’un même site web, aucune n’avait d’effet significatif.
  • L’étude est une prépublication de l’Université de Toronto (arXiv 2610.15033, en anglais, version 1, 10 octobre 2026, non évaluée par les pairs). Elle a lu 158 099 réponses à des questions commerciales en anglais portant sur deux marchés américains, recueillies par les API de ChatGPT, de Gemini et de Perplexity, sur leurs petits modèles. Ses résultats sont des associations, pas des causes démontrées.
  • Ce qui a tenu sur la page, c’est la correspondance avec la question : un titre et un paragraphe qui répondent, dans ses propres termes, à une question que posent des acheteurs.
  • Pour ChatGPT, savoir quelles pages sa propre recherche avait renvoyées, et à quelle fréquence parmi les cinq premières, expliquait 32 % des différences de citations entre des pages d’un même site web. Tout ce qui a été mesuré sur la page en expliquait 2,8 %. Chacune des 22 315 pages que ChatGPT a citées dans la nouvelle exécution des auteurs était une page que sa propre recherche avait renvoyée, et 97 % des pages qu’il a récupérées ne figuraient pas dans les 50 premiers résultats de Google pour les mêmes requêtes.
  • Pour une entreprise que le modèle ne connaît pas déjà, la voie qu’a mesurée l’étude passait par une page tierce citée qui la nomme. Pour toute entreprise, la première vérification est la même : soumettez les questions de vos acheteurs aux moteurs et notez ce qu’ils répondent, avant que quiconque fasse l’audit de votre balisage.

La plupart des listes de vérification GEO remises à un propriétaire d’entreprise contiennent les mêmes éléments : ajouter un bloc FAQ, ajouter du balisage schema.org, mettre un encadré de résumé en haut, afficher un auteur, accélérer la page. Nous en avons nous-mêmes recommandé quelques-uns. Une étude publiée en octobre 2026 est la première que nous ayons lue qui teste ces éléments en comparant des pages à l’intérieur d’un même site web, et la première qui montre la recherche qu’un moteur lance avant de répondre. Deux de nos articles précédents s’y sont déjà appuyés en partie. Cet article en propose la lecture plus complète : ce qu’elle a mesuré, ce qu’elle n’a pas mesuré, et ce que nous avons changé dans notre propre travail.

Un mot sur la source d’abord. Il s’agit d’une prépublication, version 1, de deux auteurs, et elle n’a pas été évaluée par les pairs. Les auteurs disent publier les données, les journaux de la nouvelle exécution et le code. Nous avons lu la prépublication en octobre 2026 et ne l’avons pas reproduite. Les réponses ont été recueillies par une plateforme de suivi qu’exploitent les auteurs, et les questions ont été rédigées pour les organisations qui utilisent cette plateforme, et non échantillonnées à partir de journaux d’utilisateurs réels. Les réponses sont passées par l’API publique de chaque moteur, recherche web activée, avec les petits modèles (GPT-5.4 nano pour ChatGPT, Gemini 3.1 Flash Lite, Perplexity Sonar), et non par les applications grand public. Chaque chiffre ci-dessous, sauf ceux que nous signalons comme les nôtres, est celui des auteurs et décrit des questions en anglais portant sur le marché américain, en 2026.

Qu’est-ce que l’étude a mesuré ?

L’étude a mesuré quelles pages ChatGPT, Gemini et Perplexity ont citées pendant 90 jours, puis ce qui séparait les pages souvent citées de celles qui l’étaient rarement. Mahe Chen et Nick Koudas, de l’Université de Toronto, ont posé chaque jour aux trois moteurs 651 questions sur le service internet résidentiel aux États-Unis, du 24 juin au 21 septembre 2026, et recueilli 143 249 réponses (Gemini n’a répondu qu’à une partie des questions jusqu’au 25 juillet, et représente 26 069 des réponses). Un second ensemble, plus petit, de 55 questions sur les logiciels de préparation d’offres de services pour les firmes d’architecture, d’ingénierie et de construction a ajouté 14 850 réponses. Les deux ensembles comptent 468 037 citations.

La méthode se distingue de celle des études derrière la plupart des conseils GEO :

  • Les pages ne sont comparées qu’avec des pages du même site web. Tout ce qui est constant pour un site web, sa taille, sa réputation, les liens qui pointent vers son domaine, disparaît de la comparaison. L’analyse principale porte sur 12 038 pages citées au moins deux fois, sur 1 120 sites web, notées selon quatorze caractéristiques de page.
  • Une caractéristique ne compte que si elle réussit cinq tests statistiques distincts. Un seul coefficient significatif parmi quatorze caractéristiques est une preuve faible, alors les auteurs ont exigé que chaque résultat résiste à cinq vérifications conçues pour détecter des erreurs différentes.
  • Les recherches propres aux moteurs ont été observées dans une nouvelle exécution. Après la collecte, les 651 questions sont passées par les API de ChatGPT et de Gemini (l’accès qu’utilisent les développeurs, et non les applications), recherche web activée, à 13 reprises, réparties sur 11 journées distinctes, la dernière le 7 octobre 2026. Pour ChatGPT, l’API renvoie les recherches que le modèle a lancées et la liste classée des pages que ces recherches ont ramenées. Celle de Gemini renvoie ses recherches et ses sources sans rang. La nouvelle exécution n’était pas possible pour Perplexity.

Les moteurs ne se sont pas comportés de la même façon. ChatGPT a cité 2,0 pages par réponse et a dirigé 64 % de ses citations vers les sites web des fournisseurs d’accès internet eux-mêmes. Gemini a cité 10,1 pages par réponse, dont 83 % sur des sites web tiers. Perplexity n’a rien cité dans 95,8 % de ses réponses. Dans ces données, un nombre de citations près de zéro chez Perplexity décrit la manière dont l’étude a accédé à Perplexity (son modèle Sonar, par l’API), et non votre site web, ni forcément l’application Perplexity.

Les blocs FAQ, le balisage schema et les encadrés de résumé rapportent-ils des citations IA ?

Dans la prépublication de Toronto, les blocs FAQ, le balisage schema et les encadrés de résumé n’allaient pas de pair avec plus de citations IA, dès que l’on comparait une page à d’autres pages du même site web. Entre sites web, les pages munies d’un bloc FAQ, d’un encadré de résumé, d’un encadré d’auteur ou de balisage schema.org étaient citées plus souvent, tout comme les pages plus rapides. Au sein d’un même site web, aucune des cinq n’a montré d’effet significatif.

Pratique recommandéeEntre sites webAu sein d’un même site web
Bloc FAQ+18,1 %-3,4 %
Encadré de résumé+20,9 %+6,9 %
Encadré d’auteur+14,9 %-4,6 %
Balisage schema.org+7,5 %-5,3 %
Vitesse de la page (un écart type plus rapide)+11,7 %-1,1 %
Écart de citations entre une page qui applique la pratique et une qui ne l’applique pas (pour la vitesse, par écart type). Les cinq chiffres entre sites web sont statistiquement significatifs. Aucun des chiffres au sein d’un même site web ne l’est. Source : Chen et Koudas, arXiv 2610.15033 v1, section 4.2, jeu de données principal (internet résidentiel aux États-Unis, en anglais). La vitesse de la page n’était disponible que pour 466 pages. Associations, pas des effets.

L’explication est un piège statistique appelé paradoxe de Simpson. Ces pratiques se trouvent sur des sites web qui sont plus cités pour d’autres raisons. Dans les données, des blocs FAQ figuraient sur 43 % des pages du quart des sites web les plus cités et sur 23 % des pages du quart des sites web les moins cités. Si vous comparez toutes les pages du web, le bloc FAQ récolte un mérite qui revient au site web où il se trouve. Si vous comparez les pages FAQ d’un site web à ses autres pages, ce mérite disparaît.

Le plus petit marché, celui des logiciels, a montré la même tendance : un bloc FAQ allait de pair avec 22,5 % de citations en plus entre sites web et 1,9 % de moins au sein d’un même site web. Et dans la nouvelle exécution, parmi les pages que ChatGPT avait récupérées au même rang, ces pratiques allaient de pair avec une cote plus basse d’être citée, et non plus haute : la cote était multipliée par 0,93 avec un bloc FAQ, par 0,92 avec du balisage schema et par 0,77 avec un encadré d’auteur. (La cote est la probabilité d’être cité divisée par la probabilité de ne pas l’être. Un chiffre inférieur à 1 signifie une cote plus basse. Ce n’est pas une variation en pourcentage du nombre de citations.)

Cela ne rend inutiles ni le balisage schema ni la vitesse de la page. Les données structurées indiquent encore à un moteur de recherche qui a publié une page, et une page lente fait encore perdre des visiteurs. L’étude n’a trouvé aucun appui pour l’affirmation voulant que ces pratiques, à elles seules, fassent citer une page dans une réponse d’IA. Les recommandations de Google elles-mêmes indiquent que les données structurées ne sont pas requises pour ses fonctions d’IA, ce que nous avons couvert dans comment l’IA choisit ses citations. La prépublication de Toronto est la première mesure extérieure aux éditeurs de ces moteurs que nous ayons vue aller dans le même sens pour ChatGPT et Gemini.

Qu’est-ce qui, sur une page, va de pair avec plus de citations ?

Au sein d’un même site web, une seule propriété de page allait de pair avec plus de citations IA dans la prépublication de Toronto : à quel point la page correspond aux questions que posent les gens. Sur les quatorze caractéristiques, seules deux ont réussi les cinq tests, et les deux mesurent la correspondance : le titre et le paragraphe qui correspond le mieux, notés selon la proximité de leur sens avec les questions de l’ensemble de l’étude. Le chevauchement de mots, la correspondance du premier paragraphe et l’âge de la page en ont réussi quatre.

Caractéristique de la pageToutes les pagesPages tiercesTests réussis (toutes les pages)
Le meilleur paragraphe correspond à une question+15,5 %+25,7 %5 sur 5
Le titre correspond à une question+14,1 %+23,6 %5 sur 5
Chevauchement de mots avec les questions+9,1 %+12,8 %4 sur 5
Le premier paragraphe correspond à une question+5,9 %+3,1 %4 sur 5
Âge de la page (page plus ancienne)-5,1 %-4,2 %4 sur 5
Nombre de mots+0,9 %-3,0 %1 sur 5
Intertitres-2,7 %+1,9 %2 sur 5
Listes-1,0 %+0,5 %1 sur 5
Tableaux-1,4 %-4,0 %1 sur 5
Pourcentage de citations en plus par écart type de chaque caractéristique, en comparant des pages d’un même site web. Un écart type est une unité statistique : pensez à l’écart entre une page moyenne et une page nettement supérieure à la moyenne, pas à une petite retouche. Cette explication est de nous. Source : Chen et Koudas, arXiv 2610.15033 v1, tableau 2 (12 038 pages sur 1 120 sites web, dont 7 185 pages tierces sur 1 044 sites web). Associations, pas des effets.

Une partie de ces résultats va à l’encontre des conseils courants.

  • Le paragraphe peut se trouver n’importe où. Le paragraphe qui correspondait le mieux se situait, en médiane, à 45 % de la hauteur de la page en partant du haut. Il se trouvait dans le quart supérieur pour 32 % des pages citées et dans le quart inférieur pour 28 %. Un premier paragraphe qui correspond allait aussi de pair avec plus de citations, mais moins (5,9 %, 4 tests sur 5). Ce qui comptait, c’était qu’un paragraphe de la page corresponde étroitement à une question, où qu’il se trouve.
  • Le titre compte moins pour ChatGPT. La correspondance du titre allait de pair avec plus de citations chez Gemini (16,8 %), une hausse plus faible chez Perplexity et aucun changement chez ChatGPT (-0,2 %), ce que les auteurs attribuent au fait que ChatGPT réécrit la question sous forme de recherches qui lui sont propres avant de chercher.
  • La correspondance détermine pour quelles questions, pas à quelle fréquence. Pour une même page, les questions pour lesquelles elle a été citée lui correspondaient mieux dans 88 % des comparaisons. Mais savoir à combien de questions une page correspond n’a ajouté qu’un point, de 4,9 à 5,9 %, à la part des différences de citations qu’expliquait le modèle des auteurs au sein d’un même site web.

C’est dans ce dernier point que se trouve l’essentiel de l’étude. Environ 10 % de la variation des nombres de citations relevait du hasard d’un jour à l’autre. Environ 75 % était répétable, se situait entre des pages d’un même site web et n’était expliqué par aucune caractéristique de page. (« Expliqué » s’entend au sens statistique : pris en compte, et non causé.)

Pourquoi la recherche propre au moteur compte-t-elle plus que la page ?

Dans la nouvelle exécution, ChatGPT ne citait une page qu’après que sa propre recherche l’avait renvoyée, et les pages qu’il classait le plus haut étaient celles qu’il citait le plus souvent. Quand ChatGPT cherche avant de répondre à une question commerciale, il rédige ses propres requêtes de recherche, les lance et lit les résultats. La nouvelle exécution a rendu cette étape visible.

Ce que la nouvelle exécution a montré pour ChatGPTChiffre
Pages citées que sa propre recherche avait renvoyées100,0 % de 22 315
Pages consultées et pages citées, par question26 et 3, en moyenne
Part des pages récupérées qui ont été citées, selon le rang : 1er, 2e, 6e à 10e, 11e à 20e43,8 %, 35,5 %, 12,2 %, 3,5 %
Chevauchement entre deux exécutions de la même question le même jour2,7 % des requêtes de recherche, 15 % des pages citées
Pages récupérées absentes des 50 premiers résultats de Google et des 30 premiers de Bing97 % et 99 %
Part des différences de nombre de citations au sein d’un même site web expliquée par la récupération32 % (intervalle à 95 % : de 24 à 42 %)
La même part, expliquée par toutes les caractéristiques de page2,8 %
Source : Chen et Koudas, arXiv 2610.15033 v1, tableau 3 et section 6. Jeu de données principal (internet résidentiel aux États-Unis, en anglais). La nouvelle exécution a utilisé gpt-5.4-nano par l’API avec recherche web, à 13 reprises, réparties sur 11 journées distinctes, la dernière le 7 octobre 2026, après la fin de la collecte. La comparaison avec Google et Bing porte sur toutes les requêtes de recherche d’une réponse, avec des résultats obtenus depuis un emplacement aux États-Unis, à un ou deux jours de la nouvelle exécution. Associations, pas des effets.

Ce 32 % ne se lit pas sans sa méthode. Les auteurs ont résumé la nouvelle exécution pour chaque page en deux nombres : la fréquence à laquelle les recherches de ChatGPT l’ont récupérée, et la fréquence à laquelle elle s’est retrouvée parmi les cinq premières d’une liste de résultats. Ces deux nombres expliquaient 32 % des différences de nombre de citations sur 90 jours entre des pages d’un même site web (6 178 pages sur 362 sites web), contre 2,8 % pour toutes les caractéristiques de page réunies. Quand les auteurs ont permuté au hasard les nombres de la nouvelle exécution entre des pages d’un même site web, le chiffre est tombé à 0,05 %. La nouvelle exécution a eu lieu après la collecte, de sorte qu’elle expliquait 14 % des différences de nombre de citations des deux premières semaines et 42 % de celles des derniers jours. Dans le petit marché des logiciels, les chiffres étaient de 30 % contre 10,0 %, sur 629 pages, et cet écart n’était pas statistiquement significatif.

Pour quiconque prend un classement dans Google pour un indicateur de sa visibilité IA, la nouvelle exécution a fait apparaître deux problèmes.

  • Le moteur ne cherche pas ce que l’acheteur a tapé. ChatGPT a découpé chaque question en environ quatre requêtes de type mots-clés, a conservé 43 % des mots de la question, a ajouté l’année en cours à 23 % de ses requêtes et une marque que l’utilisateur n’avait pas nommée à 28 %. Il repartait de zéro à chaque réponse.
  • Il ne ramène pas les pages de Google. Pour la moitié des pages récupérées par ChatGPT (51 %), le site web figurait bien dans les 50 premiers résultats de Google pour les mêmes requêtes, mais avec une autre page. Même pour Gemini, qui s’appuie sur la recherche Google, 93 % des pages citées ne figuraient pas dans les 50 premiers résultats de Google.

Une bonne position dans Google vaut encore la peine pour les clics qu’elle apporte. Elle ne vous dit pas si la recherche d’un moteur d’IA récupère votre page. Tout cela se situe avant l’étape où un moteur choisit parmi les pages qu’il a en main, celle que nous avons examinée dans Les trucs GEO, mesurés.

Comment une entreprise que le modèle ne connaît pas se fait-elle nommer ?

Dans la prépublication de Toronto, une entreprise que le modèle ne connaissait pas déjà était nommée surtout lorsqu’une page tierce citée par le moteur la nommait. Les auteurs ont demandé au modèle de chaque moteur, recherche désactivée, quelles marques il recommanderait pour chaque question. Cette liste, c’est la mémoire du modèle (ses connaissances préalables, ou « prior » dans les termes de la prépublication), et elle se manifestait à chaque étape qu’ils pouvaient observer. ChatGPT a écrit une marque dans ses propres recherches 67 % du temps quand la marque figurait dans sa mémoire pour cette question, contre 11 % autrement. Et 46 % de ses mentions d’une marque que la question n’avait pas nommée n’avaient aucune page citée nommant cette marque.

Le petit marché des logiciels est le cas inverse. Le modèle de ChatGPT a nommé les fournisseurs suivis pour 2 à 16 % des questions, recherche désactivée, contre 61 à 72 % pour les grands fournisseurs d’accès internet. Le modèle de Gemini a nommé les mêmes fournisseurs pour 60 à 96 % des questions, de sorte que « inconnu » décrit ici le modèle d’un seul moteur. Dans ce marché, une page tierce citée qui nommait un fournisseur allait de pair avec une cote 39,7 fois plus élevée d’être nommé dans la réponse de ChatGPT (17,7 fois plus élevée pour Gemini), contre 4,2 et 6,3 fois pour les grands fournisseurs. Ce sont des rapports de cotes, et non une probabilité « 39,7 fois plus grande ». L’autorité d’un site web, qui allait de pair avec plus de citations dans le marché grand public, n’a montré aucun effet dans le petit marché.

À notre lecture, la plupart des PME québécoises ressemblent davantage aux petits fournisseurs qu’aux marques nationales. L’étude ne l’a pas mesuré. Quand nous avons testé ce que les modèles savent de la toiture au Québec avec la recherche désactivée, en juillet 2026, 5 réponses sur 70 nommaient une entreprise locale que nous pouvions vérifier. Nous avons expliqué ce que cela signifie pour une entreprise arrivée tard dans On ne prête qu’aux riches, mais les plus aptes s’enrichissent, alors nous n’y reviendrons pas ici. Notre sondage portait sur un seul métier, douze requêtes en français et neuf modèles, et il a mesuré la mémoire, pas les citations.

Comment vérifier cela avec vos propres questions ?

Soumettez les questions de vos acheteurs aux moteurs, plus d’une fois, et consignez ce que vous obtenez pour chacune. Les auteurs recommandent aux éditeurs de sites de suivre les citations question par question et dans le temps, et ils désignent la nouvelle exécution comme le moyen de voir quelles pages sont récupérées, à quel rang, et lesquelles sont récupérées sans être citées. Un audit de pages ne montre aucun des trois.

À consigner, par question et par moteurCe que cela vous ditLa piste à suivre
Les recherches que le moteur a rédigéesLes mots avec lesquels le moteur cherche, qui ne sont pas ceux que votre acheteur a tapésLes questions et les termes auxquels vos pages doivent correspondre
Si une de vos pages a été récupérée, et à quel rangSi vous étiez seulement dans la courseSinon : une page qui répond à cette question, ou l’accès pour le robot d’exploration du moteur
Si une page récupérée a été citéeSi la page a été lue, puis écartéeSi elle a été écartée : une réponse plus complète et plus directe sur cette page
Quelles pages tierces ont été citées, et si elles vous nommentOù le moteur prend ses noms dans votre marchéLes pages où il vaut la peine de mériter une mention
Si la réponse vous nommeLe résultat que voit un acheteurLe décompte à suivre dans le temps
Les trois premières lignes suivent la nouvelle exécution décrite dans Chen et Koudas, arXiv 2610.15033 v1, sections 6.1 et 8. La présentation et la colonne de droite sont de nous. Le rang n’est visible que dans l’API de ChatGPT. L’API de Gemini renvoie ses recherches et ses sources sans rang.

Avant de vous fier au relevé :

  • Répétez chaque question. Deux exécutions de ChatGPT le même jour partageaient 15 % de leurs pages citées. Une exécution en dit peu sur la suivante.
  • Datez le relevé et refaites-le. Comparez deux fenêtres de deux semaines espacées de dix semaines : 14 % des différences de citations de ChatGPT entre des pages d’un même site web se maintenaient, et 29 % pour Gemini. Un score du trimestre dernier décrit le trimestre dernier.
  • Précisez la surface testée. La nouvelle exécution a utilisé de petits modèles par l’API, et les auteurs notent que les API ne se comportent pas nécessairement comme les applications grand public.

Vous pouvez en faire une version approximative à la main : cinq questions d’acheteurs, trois moteurs, deux exécutions à une semaine d’écart, avec les liens cités copiés dans un chiffrier. Elle ne vous montrera pas le rang, mais elle montre qui est nommé et quelles pages sont citées. Les six éléments que devrait énoncer toute mesure de ce genre se trouvent dans notre article sur la lecture des scores de visibilité IA, et les étapes qui entourent ce tableau, dans l’entonnoir de visibilité IA. Ce dernier emploie « récupéré » pour un robot qui atteint la page ; ici, le mot désigne une page que la recherche du moteur a renvoyée.

Qu’est-ce que cela ne vous dit pas ?

Cette étude ne vous dit pas ce qui cause une citation, et elle n’a rien mesuré en français ni au Québec.

  • La cause. Les résultats sont des associations. Comparer des pages d’un même site web retire ce qui est constant pour le site web, pas les différences non mesurées entre ses pages.
  • Tout ce qui concerne des questions en français, des marchés québécois, ou les AI Overviews et l’AI Mode de Google. Les deux jeux de données portent sur des questions en anglais sur le marché américain. Gemini a été testé par son API, pas par la page de résultats de recherche de Google.
  • Le comportement des applications grand public. Les moteurs étaient gpt-5.4-nano et gemini-3.1-flash-lite par leurs API, les petits modèles, et la recherche de Perplexity n’a pas pu être observée.
  • Ce qui tiendra le prochain trimestre. Les pages citées se sont renouvelées en quelques semaines, et les moteurs changent continuellement. Ce sont des mesures de 2026.
  • L’ensemble complet des pages citées. Environ le tiers des URL citées n’ont pas pu être analysées (bloquées pour le robot d’exploration des auteurs, ou qui n’étaient pas du HTML), et les pages ont été téléchargées une seule fois, après la collecte.
  • Que les résultats du petit marché soient solides. Ce jeu de données compte 55 questions, et l’écart entre la récupération et les caractéristiques de page n’y était pas statistiquement significatif.

Ce que nous avons changé

Nous avons changé quatre choses dans la façon dont nous cadrons le travail GEO. Aucune ne garantit une citation.

  • On commence par soumettre les questions aux moteurs. À partir de cet article, un mandat GEO commence par soumettre aux moteurs les questions du client et par consigner les résultats question par question, comme dans le tableau ci-dessus. Nous n’avons pas encore publié de relevé fait de cette façon. Les mesures que nous avons publiées jusqu’ici se situent au niveau de la réponse : dans notre étude de cas de l’entrepreneur en génie civil lourd, quatre questions d’acheteurs posées à Perplexity et à Gemini, en notant qui était nommé et quelles pages étaient citées. Les lignes du tableau sur la récupération, c’est ce que cette prépublication a ajouté.
  • Nous ne présentons plus le balisage comme un levier de citation. Notre propre article sur l’optimisation pour moteurs génératifs (GEO), publié en mai 2026, compte les données structurées parmi ses cinq actions et place en tête une courte réponse directe sous le H1. Nous faisons encore les deux, pour les moteurs de recherche et pour les lecteurs (cet article s’ouvre sur un résumé pour cette raison). Nous ne disons plus à un client que l’une ou l’autre fait obtenir des citations IA.
  • Chaque page répond à une question. Une page pour chaque question qu’un acheteur pose réellement, avec les termes mêmes de la question dans le titre et un paragraphe qui y répond. Ce découpage est notre choix : la prépublication a mesuré la correspondance avec les questions et n’a pas comparé une page par question à une longue page unique. Un bloc FAQ qui éparpille dix questions sur une seule page, ce n’est pas la même chose.
  • Pour une entreprise que les moteurs ne connaissent pas, les mentions sur des pages tierces se travaillent tôt. Nous regardons quelles pages les moteurs citent déjà pour les questions du client, et nous travaillons à ce que le client y soit nommé avec exactitude.

Si quelqu’un vous propose d’auditer votre site pour la visibilité IA, demandez si l’audit comprend les questions, les moteurs et ce que chaque moteur a récupéré. Dans cette étude, les caractéristiques de page qu’un audit note expliquaient 2,8 % des différences de citations de ChatGPT au sein d’un même site web, et le balisage parmi elles ne montrait aucun effet significatif. Nous vendons des audits, et les nôtres comprennent un audit de pages : nous avons donc un intérêt dans la question. Un audit de pages indique si les moteurs de recherche et les robots peuvent atteindre et lire vos pages, ce qui est utile à savoir. Il ne dit pas si une réponse d’IA vous cite. Les nôtres sont décrits sur notre page audits SEO.