En bref
- Quand une réponse d’IA nomme un concurrent que vous jugez plus faible, vérifiez l’ordre dans lequel les choses ont été trouvées avant d’incriminer la qualité de qui que ce soit. Dans une prépublication de l’Université de l’Illinois (arXiv 2602.03608, en anglais, version 2, 21 octobre 2026, sans mention d’évaluation par les pairs dans la version que nous avons lue), quatre modèles d’IA ont reçu les dix premiers résultats d’Amazon pour une recherche de produit et devaient les classer. Sans aucune modification, le dixième résultat a atteint les cinq premiers dans 0 % des essais.
- Du texte ajouté à cette dixième fiche l’a fait bouger. Rédigé comme un raisonnement pas à pas, ou comme un avis de client que le logiciel des chercheurs avait écrit, le texte ajouté plaçait la fiche en première place dans 76,5 à 88,5 % des essais, sur 15 catégories de produits et quatre modèles.
- La version avis paraissait naturelle. Vingt annotateurs l’ont jugée manipulée dans 18,4 % des cas, contre 12,0 % pour des fiches non touchées, et un filtre de perplexité (qui mesure à quel point le texte est prévisible) lui a retiré de 5,5 à 7,5 points de taux de première place.
- Les limites sont importantes : des recherches de produits Amazon en anglais, des versions de modèles de 2024 et 2025, la consigne de classement des auteurs plutôt qu’un moteur en conditions réelles, et une détection testée seulement contre des détecteurs faibles (un score de perplexité, une liste d’expressions, un plafond de longueur) ainsi que 20 annotateurs. Rien de cela n’a été mesuré au Québec, en français ni sur un service local. Personne n’a évalué si le produit promu était un moins bon choix.
- Nous n’offrons aucune des trois techniques. Un avis rédigé par le vendeur avec la voix d’un client est un faux avis. Le Bureau de la concurrence du Canada appelle cette pratique « désinformation populaire planifiée » (astroturfing en anglais), et la Loi sur la concurrence interdit les indications fausses ou trompeuses sur un point important.
- Ce que vous pouvez faire comme propriétaire : vérifier si vos propres pages sont au moins trouvées, lire le texte de la fiche du concurrent, conserver des captures datées, et signaler ce que vous trouvez plutôt que de le copier.
Un propriétaire d’entreprise demande à un assistant d’IA une recommandation dans son propre métier et obtient le concurrent du coin, celui qui a moins d’années d’existence, moins d’avis et un site moins étoffé. L’explication habituelle n’est pas de la triche. Dans ce qui détermine les citations de l’IA, nous avons présenté une étude de 90 jours où chaque page citée par ChatGPT était une page que sa propre recherche avait renvoyée, et dans on ne prête qu’aux riches, mais les plus aptes s’enrichissent, nous avons traité de ce qu’un modèle se rappelle déjà d’une marque. Cet article ajoute une troisième explication, tirée d’une prépublication qui l’a mesurée directement : du texte ajouté à une fiche pour orienter le modèle qui la classe.
Nous avons écrit cet article dans une optique de défense. Il décrit le mécanisme, son ampleur en laboratoire et à quoi il ressemble vu de l’extérieur. Ce n’est pas un mode d’emploi, et nous avons laissé de côté exprès les consignes et les réglages de la prépublication.
La source est « Controlling Output Rankings in LLM-Based Search via Generative Engine Optimization » (titre en anglais), de Haibo Jin, Huimin Zeng, Yifeng Luo et Haohan Wang, de l’Université de l’Illinois à Urbana-Champaign. Les auteurs appellent leur méthode CORE. Ses limites passent avant ses chiffres. C’est une prépublication, et le banc d’essai est celui des auteurs. Nous avons lu la version 2 en octobre 2026, ne l’avons pas reproduite et n’y avons trouvé aucune mention d’une publication de code ou de données. Les recherches sont des recherches de produits Amazon en anglais, réalisées sur des modèles plus anciens que ceux en usage à la fin de 2026. Chaque chiffre ci-dessous est celui des auteurs, sauf quand nous précisons qu’il est le nôtre.
Qu’est-ce que l’étude a testé ?
L’étude a cherché à savoir si un vendeur seul, en ne changeant que le texte de sa propre fiche, peut faire monter cette fiche dans une liste classée par un modèle d’IA. Les auteurs ont construit un banc d’essai qu’ils appellent ProductBench : 15 catégories de produits Amazon, 200 recherches de produits dans chacune et, pour chaque recherche, les dix premiers résultats d’Amazon, avec le nom, le prix, la description, la note et le nombre d’avis de chacun.
Quatre modèles ont fait le classement, interrogés par leurs API officielles : GPT-4o (la version de novembre 2024), Gemini 2.5 Pro, un modèle que la prépublication appelle Claude-4 sans en nommer la variante, et Grok-3. Les modèles ne cherchaient rien. Chacun recevait la requête de recherche et les dix résultats sous forme de liste, avec la consigne de les classer du plus pertinent au moins pertinent en se servant uniquement de l’information fournie. La consigne est celle des auteurs, pas celle d’un moteur en conditions réelles.
La cible était toujours le dixième résultat. La règle du test, selon les termes des auteurs : « The only modifiable part is the text of items shown in the search results, such as product names, descriptions, or reviews. » (en anglais dans l’original, soit « la seule partie modifiable est le texte des éléments affichés dans les résultats de recherche, comme les noms de produits, les descriptions ou les avis »). Ils ont ajouté l’un de trois types de texte à la dixième fiche :
- Une chaîne de caractères. Une courte chaîne optimisée sur un modèle ouvert. Elle ne se lit pas comme du langage.
- Un raisonnement pas à pas. Un texte qui passe en revue les candidats comme un acheteur pourrait le faire et conclut en faveur de la cible.
- Un avis. Le même argument réécrit comme le récit d’un client qui a acheté le produit. Aucun client ne l’a écrit.
Un logiciel a rédigé les deux derniers. C’est tout ce que cet article décrit de la méthode. Le score est le taux de réussite de la promotion : la part des essais où le dixième résultat s’est retrouvé parmi les cinq premiers, les trois premiers ou en première place.
Un modèle d’IA suit-il l’ordre qu’on lui a donné ?
Dans cette expérience, le dernier élément n’est jamais monté de lui-même : sans texte ajouté, le dixième résultat a atteint les cinq premiers dans 0,0 % des essais, sur chacun des quatre modèles et dans chacune des 15 catégories. L’explication des auteurs : « The baseline success rate is 0%, since LLM outputs largely follow the retrieval order, leaving items at the end of the list almost no chance of reaching the Top-k. » (en anglais dans l’original, soit « le taux de réussite de référence est de 0 %, puisque les sorties des modèles de langage suivent en grande partie l’ordre de récupération, ce qui ne laisse presque aucune chance aux éléments de fin de liste d’atteindre les k premiers »).
Ce zéro tient en partie à la conception du test. La cible est toujours la dernière de dix, et le score ne compte qu’une chose, une montée parmi les cinq premiers. La prépublication ne dit pas de combien les modèles ont réorganisé les neuf autres. Le résultat est donc plus étroit que « le modèle recopie la liste ». Ce qu’il montre, c’est que le dernier élément n’est pas monté sur ses mérites.
Cela va dans le même sens que l’étude de 90 jours de ce qui détermine les citations de l’IA, qui employait une autre méthode, avec la recherche web propre à chaque moteur activée. Dans cette étude, lors de la nouvelle exécution que les auteurs ont menée par l’API de ChatGPT, le modèle citait 43,8 % des pages que sa propre recherche classait en première position et 3,5 % de celles classées de la 11e à la 20e place, et les 22 315 pages qu’il avait citées provenaient toutes de ses propres recherches.
La position gardait son poids même parmi des fiches trafiquées. Dans un test, sur la catégorie Home & Kitchen, les auteurs ont ajouté un type de texte différent à chacun des trois premiers résultats et ont fait tourner leur ordre. Le texte de type avis prenait le premier rang dans 71,0 à 75,0 % des cas quand sa fiche était en première position. Quand sa fiche était en troisième position, il prenait le premier rang dans 26,5 à 62,0 % des cas, selon lequel des deux autres se trouvait au-dessus.
Pour un propriétaire, c’est la première réponse, et la plus ordinaire, à la question du titre. Le concurrent a été trouvé avant vous, ou vous n’avez pas été trouvé.
Dans quelle mesure du texte ajouté a-t-il fait monter la dixième fiche ?
Sur le banc d’essai des auteurs, un raisonnement pas à pas ou un avis, tous deux rédigés par un logiciel, ont placé la dixième fiche en première place dans 76,5 à 88,5 % des essais, et une chaîne de caractères dans 30,0 à 38,5 % des essais. Le tableau donne la part des essais où le dixième résultat a été classé premier.
| Texte ajouté à la dixième fiche | GPT-4o | Gemini 2.5 Pro | Claude-4 | Grok-3 | Valeurs la plus basse et la plus haute sur les 15 catégories |
|---|---|---|---|---|---|
| Rien (ordre d’origine) | 0,0 % | 0,0 % | 0,0 % | 0,0 % | 0,0 % |
| Chaîne de caractères | 33,0 % | 31,0 % | 34,0 % | 30,5 % | 30,0 % à 38,5 % |
| Raisonnement pas à pas | 81,0 % | 77,5 % | 83,5 % | 77,0 % | 76,5 % à 85,5 % |
| Avis rédigé par le logiciel | 79,0 % | 83,5 % | 82,0 % | 78,5 % | 77,0 % à 88,5 % |
Le chiffre vedette de la prépublication (première place dans 80,3 % des essais, cinq premiers dans 91,4 %) est ce que les auteurs présentent comme leur moyenne « under the best optimization strategy » (en anglais dans l’original, soit « selon la meilleure stratégie d’optimisation »). La prépublication ne montre pas comment il a été calculé. Quatre détails changent la façon de le lire.
- Chaque modèle était orienté par un texte réglé pour lui. Le modèle qui rédigeait et révisait le texte était celui qui classait la liste. Quand le texte ajusté sur GPT-4o a été appliqué tel quel aux trois autres modèles, dans la catégorie Home & Kitchen, le taux de première place a baissé de 14,5 à 23,5 points pour le raisonnement et de 15,5 à 20,5 points pour l’avis. La dixième fiche arrivait quand même première dans 55,0 à 68,0 % des essais.
- Le coût est faible. Les auteurs comptent entre un et six cents américains par fiche pour la technique du raisonnement, si bien que le coût n’est pas un obstacle.
- Cela ne se limitait pas aux fiches de produits. Sur 200 requêtes de classement de passages et 200 requêtes d’itinéraires de voyage, le raisonnement a mis la cible en première place dans 69,0 à 81,0 % des essais. Ces tests sont eux aussi en anglais et eux aussi en laboratoire.
- Le script d’évaluation est celui des auteurs. Dans les trucs GEO, mesurés, le texte d’une méthode a obtenu un score environ cinq fois plus élevé avec le script de ses propres auteurs qu’avec un script commun. Les chiffres de CORE viennent uniquement du script de ses auteurs, et nous ne les avons pas vus recalculés sous un protocole commun.
Une fiche trafiquée peut-elle être détectée ?
Dans la prépublication, la chaîne de caractères a été repérée par la vérification de perplexité et par presque tous les lecteurs humains, le raisonnement par la plupart des vérifications, et l’avis par peu. Les auteurs ont mesuré deux choses : à quel point le texte est prévisible pour un modèle de langage plus ancien (la perplexité, où un score bas se lit comme du langage ordinaire), et ce que 20 annotateurs humains en ont pensé.
| Texte | Perplexité (GPT-2) | Fluidité évaluée par les annotateurs, de 1 à 5 | Jugé manipulé par les annotateurs |
|---|---|---|---|
| Fiche non touchée | 30 à 31 | 4,7 | 12,0 % |
| Chaîne de caractères | 1 488 à 1 572 | 1,2 | 98,5 % |
| Raisonnement pas à pas | 68 à 75 | 3,7 | 62,1 % |
| Avis rédigé par le logiciel | 31 à 33 | 4,6 | 18,4 % |
Lisez la première ligne avant la dernière. Les annotateurs ont soupçonné 12,0 % des fiches que personne n’avait touchées. L’avis écrit par le logiciel a été signalé dans 18,4 % des cas, soit 6,4 points au-dessus de ce taux de fausses alertes. Vingt annotateurs sur cinq échantillons, c’est une petite étude, et la prépublication ne dit pas combien de jugements soutiennent chaque pourcentage. Elle dit seulement que l’avis ne se démarquait pas aux yeux d’un lecteur.
Les auteurs ont ensuite essayé trois filtres et mesuré ce qui restait du taux de première place.
| Filtre essayé par les auteurs | Chaîne de caractères | Raisonnement pas à pas | Avis rédigé par le logiciel |
|---|---|---|---|
| Aucun filtre | 30,5 % à 35,0 % | 77,0 % à 82,0 % | 78,5 % à 83,5 % |
| Seuil de perplexité | 0,0 % | 3,0 % à 3,5 % | 72,0 % à 78,0 % |
| Liste de 20 expressions typiques du raisonnement pas à pas | Inchangé | 14,0 % à 18,5 % | 56,0 % à 61,0 % |
| Plafond de longueur | Inchangé | 29,0 % à 33,0 % | 62,0 % à 68,0 % |
Le filtre de perplexité a retiré entièrement la chaîne et presque tout le raisonnement. Il a fait perdre de 5,5 à 7,5 points à l’avis. C’est la liste d’expressions qui a le plus nui à l’avis : de 21,5 à 23,5 points. Le résumé des auteurs eux-mêmes : « Review still remains the strongest overall performer under defense mechanisms » (en anglais dans l’original, soit « l’avis demeure, dans l’ensemble, la technique la plus performante face aux mécanismes de défense »).
Cela ne rend pas l’avis indétectable. La prépublication a testé un score de perplexité, une liste d’expressions et un plafond de longueur. Elle n’a pas testé un modèle d’IA à qui l’on demande de juger si un texte tente de manipuler un classement. GEO-Bench, le banc d’essai dont nous avons parlé dans les trucs GEO, mesurés, a fait tourner ce genre de juge sur d’autres techniques et a constaté qu’il séparait chaque technique efficace du texte propre, même si un filtre réglé à un seul seuil n’en attrapait qu’une partie. Nous n’avons trouvé aucun résultat publié pour ce genre de juge sur le texte d’avis de cette prépublication. Ce que la prépublication établit est plus étroit : l’avis n’a été arrêté ni par un seuil de perplexité ni par la plupart des 20 lecteurs humains, et une liste de 20 expressions a quand même retiré de 21,5 à 23,5 points à son taux de première place.
Un avis qu’on rédige soi-même est-il une tactique légitime ?
Non. Un avis rédigé par le vendeur, ou par son logiciel, avec la voix d’un client qui n’a jamais rien acheté est un faux avis. Le Bureau de la concurrence du Canada a décrit les faux avis en 2015, dans le volume 1 de son Recueil des pratiques commerciales trompeuses : « la désinformation populaire planifiée (astroturfing en anglais) consiste à créer des indications commerciales déguisées en expériences authentiques ou en véritables opinions de consommateurs impartiaux, comme de faux témoignages ou de fausses critiques de consommateurs ». Le même texte précise que les dispositions sur la publicité trompeuse de la Loi sur la concurrence « interdisent aux annonceurs de donner des indications, par quelque moyen que ce soit, qui sont fausses ou trompeuses sur un point important ».
Nous ne sommes pas avocats, et nous ne pouvons pas vous dire si un texte donné franchit cette limite. Le risque commercial n’a pas besoin d’un jugement. La technique repose sur une affirmation que le vendeur sait fausse, placée là où des clients et des machines la liront comme celle d’un client.
La prépublication présente CORE comme un moyen d’aider les petits vendeurs que l’ordre de récupération enterre. Sa propre déclaration d’impact ajoute que « this capability exposes risks of ranking manipulation » (en anglais dans l’original, soit « cette capacité expose à des risques de manipulation du classement »). Nous avons lu la prépublication pour cette seconde phrase. Nous ne rédigeons pas d’avis pour des clients, nous n’ajoutons aucun texte adressé à un modèle de classement et nous n’offrons aucune des trois techniques, sous aucun nom. Les deux autres ne valent pas mieux : la chaîne est du pourriel, et le raisonnement est du texte écrit pour la machine et placé dans un champ destiné au client.
Qu’est-ce que cela ne vous dit pas ?
La prépublication ne dit rien du Québec, du français, des services locaux, des assistants en conditions réelles ni de la fréquence du phénomène, et elle ne dit pas si l’acheteur a été moins bien servi.
- Rien sur le Québec, sur le français ni sur les services locaux. Les recherches sont des recherches de produits Amazon en anglais. Aucune requête locale, aucune entreprise de services et aucun texte en français n’ont été testés. Le mécanisme se transpose peut-être. Les pourcentages, non.
- Comment les assistants en conditions réelles se comportent aujourd’hui. Les modèles ont été interrogés par leurs API, avec une liste en main et la consigne des auteurs. Tout ce qu’un moteur en conditions réelles fait avant et autour du classement est hors de l’expérience, et les versions de modèles datent de 2024 et 2025. Une prépublication ultérieure, signée en partie par les mêmes auteurs (arXiv 2611.01126, en anglais, 31 octobre 2026), a testé la méthode sur des moteurs en conditions réelles à qui l’on avait remis les pages à classer. Nous ne l’avons pas couverte ici.
- Si le produit promu était moins bon. Aucun humain n’a jugé la qualité du résultat. « Plus faible » est le mot du propriétaire dans notre titre. La prépublication a mesuré un déplacement dans un classement et rien sur le tort causé à l’acheteur.
- À quelle fréquence cela arrive. La prépublication mesure ce qui est possible en laboratoire. Elle ne donne aucun décompte de fiches trafiquées de cette façon sur une place de marché. À quelques cents la fiche, nous supposons que des gens l’essaient. Nous ne l’avons pas mesuré.
- Comment un détecteur sérieux s’en tirerait. La détection repose sur un score de perplexité, une liste d’expressions, un plafond de longueur et 20 annotateurs.
- Les décimales. Quelques valeurs d’annexe diffèrent du tableau principal d’un point ou deux. La direction est la même, et nous ne citerions aucune case à un client comme un taux.
Que vérifier quand un concurrent est la réponse de l’IA ?
Vérifiez d’abord les explications ordinaires, dans l’ordre ci-dessous, et gardez le texte trafiqué pour la dernière. Les étapes 1 à 3 viennent de nos articles précédents. L’étape 4 vient de cette prépublication.
| Vérification | Ce qu’il faut regarder | Ce que cela vous apprend |
|---|---|---|
| 1. Avez-vous seulement été trouvé ? | Posez la question avec votre ville dedans, dans une nouvelle conversation, plusieurs fois. Lisez les sources que chaque réponse énumère | Si vos pages et vos fiches n’apparaissent jamais parmi les sources, le problème se situe avant tout classement. Voir l’entonnoir de visibilité IA |
| 2. Où le concurrent a-t-il été trouvé ? | Lesquelles de ses pages ou de ses fiches les réponses citent, et quelles pages de tiers le nomment | Être trouvé en premier, ou à plus d’endroits, est la raison ordinaire pour laquelle une entreprise est nommée |
| 3. Le modèle connaît-il déjà le nom ? | Posez la même question avec la recherche web désactivée, là où l’assistant le permet | Un nom que le modèle a en mémoire peut être recommandé sans aucune page derrière. Lors de notre vérification de juillet 2026 sur un métier du Québec, les modèles qui répondaient de mémoire ont nommé une entreprise locale que nous pouvions vérifier dans 5 réponses sur 70, alors pour un petit concurrent local, cette explication est peu probable, d’après cette seule vérification (un métier, confiance moyenne). Voir la couche qu’aucune tactique ne corrige |
| 4. Que dit le texte de leur fiche ? | Les champs de description de la fiche ou de la page que la réponse cite. Cherchez l’histoire d’un client racontée dans la description même du vendeur, un tour d’horizon qui compare les solutions de rechange et conclut en faveur du vendeur, ou une suite de caractères sans signification | Un signe possible du mécanisme de cette prépublication. Ce n’est pas une preuve : des vendeurs citent aussi de vrais avis dans leurs descriptions |
| 5. Avez-vous gardé une trace ? | La question telle que saisie, la date, une capture de la réponse et une capture du texte de la fiche | Sans captures datées, il n’y a rien à signaler et rien à comparer le mois prochain |
Si l’étape 4 révèle quelque chose, signalez-le et arrêtez-vous là. Si la place de marché ou la plateforme d’avis offre un canal de signalement, utilisez-le. Le Bureau de la concurrence reçoit les plaintes sur les pratiques commerciales trompeuses par son formulaire en ligne. Rendre la pareille est une erreur, pour la raison donnée plus haut et pour deux raisons pratiques que fournit la prépublication. Les gains étaient ajustés à un seul modèle et ont baissé sur les autres. Et les filtres sont entre les mains de la plateforme : la liste d’expressions qui a réduit le taux de l’avis a été rédigée par les auteurs mêmes de la prépublication.
Ce que nous faisons à la place
Cette prépublication ne change rien à notre façon de travailler, et elle explique pourquoi la première étape vient avant toutes les autres. Notre travail GEO commence par mesurer : nous soumettons les questions que posent les acheteurs aux moteurs qui comptent, avec la ville dans la question et chaque question posée au moins deux fois (la procédure est exposée dans notre article sur la ville à partir de laquelle un rapport a été mesuré), et nous consignons si les pages d’un client sont récupérées, citées ou ignorées. Les modifications de pages viennent ensuite, et elles visent à répondre à ces questions, comme l’expose réécrire une page pour les réponses de l’IA. Rien de cela ne garantit une mention.
Nous vendons ce travail, alors nous y avons un intérêt. Mettez nos affirmations à l’épreuve comme vous le feriez pour celles de n’importe qui : demandez ce qui a été mesuré, sur quel moteur, et ce qui a été modifié sur vos pages et pourquoi. Notre audit SEO local, l’un de nos audits SEO, comprend un examen de la façon dont une entreprise apparaît dans les réponses de l’IA.