Mesurer une citation, sans se mentir

« Est-ce qu'on est cités par ChatGPT ? » est la question la plus fréquente, et la plus mal posée. Elle mélange trois mesures différentes sous un seul mot, et selon celle qu'on regarde, la réponse peut être complètement différente. Voici comment mesurer sa visibilité dans les IA sans se raconter d'histoires.

Trois signaux, pas un seul

La mention. Le nom de la marque apparaît quelque part dans la réponse. C'est le signal le plus faible : une mention peut être neutre, négative, ou noyée dans une liste de dix concurrents sans aucun ordre de préférence.

La recommandation. L'IA conseille explicitement la marque, en réponse à une intention d'achat ou de choix (« je recommande X pour... »). C'est un signal beaucoup plus fort qu'une simple mention, mais il ne dit rien sur la source de l'information.

La citation de source. La réponse s'appuie explicitement sur une page identifiable : la vôtre, ou celle d'un tiers qui parle de vous. C'est la seule des trois mesures qui indique où l'IA est allée chercher l'information, et donc la seule qui indique un levier d'action direct (cette page-là, sur ce moteur-là).

Un audit GEO ou un outil de suivi qui ne remonte qu'un pourcentage global (« vous êtes visible à 30 % ») sans préciser laquelle de ces trois choses il mesure ne permet pas de savoir quoi faire ensuite. Être mentionné sans être recommandé, ou être recommandé sans qu'aucune source ne soit citée, appellent des actions complètement différentes.

Le piège du « non mesuré »

Une distinction moins intuitive mais tout aussi importante : un moteur qui échoue à répondre (erreur technique, requête refusée, contenu filtré) n'est pas la même chose qu'un moteur qui répond sans citer la marque. Le premier cas est une mesure manquante ; le second est une vraie donnée, négative certes, mais réelle.

Fusionner les deux revient à transformer une panne technique en un mauvais score de visibilité. Un moteur « non mesuré » doit rester affiché comme tel, jamais comme un zéro. C'est un détail qui semble anecdotique, mais qui change la fiabilité de toute analyse construite par-dessus.

Ce que ça implique pour un test

Une fois ces distinctions posées, mesurer devient une méthode, pas une impression :

1. Choisir un ensemble de requêtes qui reflète de vraies intentions (comparatif, alternative, définition), pas des mots-clés inventés.
2. Mesurer les trois signaux séparément, moteur par moteur, jamais dans un score unique qui les mélange.
3. Répéter chaque requête plusieurs fois. Les réponses varient d'un essai à l'autre : dans une étude de SparkToro portant sur près de 3 000 réponses de ChatGPT, Claude et de l'IA de Google, il y a moins d'une chance sur 100 d'obtenir deux fois la même liste de marques. Une fréquence d'apparition sur de nombreuses répétitions reste en revanche une mesure fiable.
4. Ne jamais comparer un moteur à un autre. Chaque moteur pioche ses propres sources : selon une analyse de 3,7 millions de citations, seulement 2,37 % des pages citées le sont par ChatGPT, Perplexity et Google AI Overviews pour une même requête.

Rien de tout ça n'est compliqué en soi. C'est surtout la discipline de ne pas résumer trois mesures différentes en un seul chiffre rassurant, alors qu'il ne raconte pas grand-chose.