Comment les moteurs de réponse basés sur l'IA choisissent les marques à mentionner

Introduction

Demandez à Gemini quels sont les outils leaders de votre catégorie et il vous fournira une liste succincte. Soit votre marque y figure, soit elle n’y figure pas.

Cette réponse est désormais la première chose que voient de nombreux acheteurs. Les aperçus générés par l’IA de Google apparaissent au-dessus des résultats naturels, et un outil de suivi de position qui vous place en deuxième position ne dit rien sur le fait que l’encadré situé au-dessus de la première position vous mentionne ou non.

La plupart des entreprises n’ont aucune idée de la façon dont cela fonctionne. La bonne nouvelle, c’est que Google a publié davantage d’informations sur le fonctionnement de ces systèmes que la plupart des gens ne le pensent, et que les mécanismes sont moins mystérieux que ne le laisse entendre le marketing.

Points clés à retenir

Google précise qu’il n’y a pas d’exigences particulières pour apparaître dans les « AI Overviews » ou en mode IA. Les mêmes systèmes de classement et de qualité s’appliquent.

Il n’y a pas de balisage spécifique à l’IA à ajouter. Google précise que le fichier llms.txt, le découpage du contenu en segments et les schémas spéciaux ne sont pas utilisés par la recherche.

Les deux interfaces IA de Google peuvent présenter des divergences, car le « Mode IA » et les « Aperçus IA » peuvent utiliser des modèles et des techniques différents.

Aucun outil tiers n’a accès aux signaux internes de Google. Les outils mesurent les résultats, ce qui est différent mais reste utile.

Le suivi du classement et celui des réponses mesurent des résultats différents, et vous avez désormais besoin des deux.

Ce qui détermine réellement si vous êtes mentionné

Commençons par le fait le moins glamour. La documentation de Google sur les fonctionnalités d’IA indique qu’il n’y a pas d’exigences supplémentaires pour apparaître dans les « AI Overviews » ou en « AI Mode », et qu’aucune autre optimisation particulière n’est nécessaire.

Pour être éligible en tant que lien d’appui, une page doit répondre aux mêmes critères que n’importe quel résultat de recherche. Elle doit être explorable, renvoyer une réponse valide et contenir du contenu indexable.

Les recommandations de Google concernant les expériences IA s’appuient sur les mêmes principes fondamentaux que ceux qu’il prône depuis des années : un contenu unique et véritablement utile, une expérience de page satisfaisante, ainsi que des données structurées correspondant à ce qui est réellement visible sur la page.

Un détail peut toutefois prendre les utilisateurs au dépourvu. Les balises de contrôle d’aperçu, notamment « nosnippet », « data-nosnippet », « max-snippet » et « noindex », limitent toutes la manière dont votre contenu peut être présenté dans les formats IA ; ainsi, un paramètre restrictif défini il y a plusieurs années peut aujourd’hui vous exclure sans que vous vous en rendiez compte.

Ce dont, selon Google, vous pouvez cesser de vous inquiéter

Cette partie vous évite bien des efforts inutiles. Le guide d’optimisation de Google pour l’IA générative est d’une franchise inhabituelle quant aux tactiques qui ne servent à rien.

Il n’existe pas de balisage schema.org spécifique pour les fonctionnalités d’IA. Les données structurées restent utiles pour les résultats enrichis, mais elles ne sont pas obligatoires pour la recherche par IA générative.

Les fichiers llms.txt sont ignorés par Google Search. Le guide précise que leur création n’aura ni effet négatif ni effet positif sur la visibilité dans Google, bien que d’autres systèmes puissent les utiliser.

Il n’est pas non plus nécessaire de découper le contenu en minuscules fragments, ni de réécrire les pages dans un dialecte imaginaire adapté à l’IA. Google affirme que ses systèmes gèrent parfaitement les pages traitant de plusieurs sujets et comprennent très bien les synonymes.

Le problème de mesure que personne n’a résolu

C’est là que les choses se compliquent. Vous pouvez suivre à la lettre toutes ces recommandations sans pour autant savoir si cela a fonctionné.

Search Console propose désormais un rapport sur les fonctionnalités d’IA générative, ce qui est utile. Mais il vous renseigne sur le trafic et les impressions, plutôt que de vous indiquer si une réponse a mentionné votre marque, a cité un concurrent à la place ou a fait référence à un site d’avis auquel vous n’avez jamais contribué.

C’est précisément pour combler cette lacune qu’une nouvelle catégorie d’outils a vu le jour. L’outil de suivi de visibilité Gemini de Citenzo exécute, selon un calendrier défini, des requêtes liées à l’intention d’achat via Gemini, enregistre si votre marque est mentionnée et évalue votre part de voix par rapport aux concurrents que le moteur mentionne réellement.

Les détails de la méthodologie importent davantage que le tableau de bord. Comme ces réponses varient d’une exécution à l’autre, chaque requête est traitée plusieurs fois et le score correspond à la médiane, ce qui fait la différence entre une tendance et une simple capture d’écran.

Il répertorie également les sources d’où proviennent les résultats, en signalant les pages où un concurrent apparaît et vous non. La couverture s’étend à six moteurs de recherche, et un test gratuit est disponible sans compte si vous souhaitez établir une base de référence avant de vous engager.

Ce que ces outils peuvent et ne peuvent pas voir

Cela mérite d’être dit clairement, car ce domaine prête à des promesses exagérées. Le guide de Google lui-même met en garde les lecteurs contre les outils tiers qui promettent un succès en matière de référencement ou prétendent utiliser des indicateurs internes de Google, et précise qu’aucun outil tiers n’a accès à ses systèmes internes de référencement ou d’IA.

Cet avertissement est juste et mérite d’être pris en compte. Il ne rend toutefois pas la mesure des résultats inutile.

La distinction se fait entre les données d’entrée et les résultats. Personne en dehors de Google ne peut voir la pondération derrière une réponse, mais n’importe qui peut observer ce que dit la réponse, quelles marques elle cite et quelles URL elle mentionne.

Cela s’apparente davantage à un sondage qu’à un classement. Vous échantillonnez le comportement à plusieurs reprises pour estimer un taux ; c’est pourquoi la taille de l’échantillon, la répétition et la médiane, plutôt qu’une simple lecture, sont les éléments à examiner dans tout outil que vous évaluez.

Pourquoi un seul score ne suffit pas

La documentation de Google précise que le mode IA et les aperçus IA peuvent utiliser des modèles et des techniques différents, de sorte que les réponses et les liens qu’ils affichent varieront.

C’est un aveu frappant. Deux interfaces Google, répondant à la même question, peuvent citer des marques différentes le même jour.

Ajoutez à cela ChatGPT, Claude, Perplexity et Grok, et le tableau se fragmente encore davantage. Une marque peut être la recommandation par défaut sur un assistant et invisible sur un autre, ce qui rend un chiffre global unique moins utile qu’une ventilation par moteur.

Que faut-il réellement afficher sur un tableau de bord ?

Le taux de mention est l’indicateur de base. À quelle fréquence le moteur vous cite-t-il dans un ensemble fixe de questions d’acheteurs, exprimé en pourcentage des requêtes plutôt qu’en « oui » ou « non » ?

La part de voix est celle qui modifie les comportements en interne. Savoir que vous apparaissez dans trois réponses sur dix importe moins que de savoir quel concurrent occupe les sept autres.

Les sources citées constituent le domaine le plus exploitable et celui que la plupart des outils négligent. La liste des URL sur lesquelles une réponse s’appuie transforme un score en liste de tâches à accomplir.

Le sentiment mérite d’être suivi, mais il faut relativiser son importance. La manière dont un moteur de recherche vous présente reflète les résultats qu’il a mis en avant cette semaine-là ; considérez donc une baisse comme une invitation à enquêter plutôt que comme un verdict.

Transformer un écart en action

La mesure en soi ne change rien. L’intérêt de voir quelles sources une réponse a citées, c’est que ces pages deviennent une liste d’objectifs.

Si Gemini continue de fonder sa réponse sur un comparatif, un fil de discussion de forum et un annuaire d’avis, et que votre concurrent figure sur ces trois sources, il ne s’agit pas d’un problème de contenu sur votre propre site. Il s’agit d’une absence sur les sources que le modèle analyse.

C’est vers cela que s’orientent les nouveaux outils visant à combler les lacunes de citation, et cela mérite d’être examiné de près, comme vous le feriez pour n’importe quel service de référencement.

En réalité, ce travail n’a rien de glamour. Il s’agit de faire figurer des informations précises et à jour sur votre produit sur les pages tierces déjà bien classées pour les questions relatives à votre catégorie, puis de continuer à vérifier si les réponses évoluent.

Une approche sensée pour commencer

Établissez une base de référence avant tout achat. Posez manuellement les dix mêmes questions d’acheteurs à deux ou trois assistants et notez ce que vous observez.

Répétez l’opération une semaine plus tard. Si les réponses ont évolué sans que vous n’ayez rien fait, vous aurez appris quelque chose d’important sur le caractère aléatoire de cette mesure.

Ce n’est qu’alors que vous pourrez envisager de l’automatiser. Les outils de cette catégorie sont proposés à partir d’environ 29 $ par mois pour des vérifications hebdomadaires, avec un suivi quotidien et des bibliothèques de prompts plus étendues dans les formules supérieures ; le coût d’un essai est donc faible par rapport au coût lié aux approximations.

Et gardez une vision réaliste de la portée de cette mesure. Il s’agit d’un indicateur de visibilité, et non d’un modèle d’attribution ; il ne vous dira pas quelle valeur cela représentait dans le pipeline.

Conclusion

Les moteurs de réponse basés sur l’IA n’utilisent pas un algorithme parallèle secret qui récompenserait une nouvelle série d’astuces. Google a clairement indiqué que ce sont toujours les fondamentaux qui déterminent l’éligibilité.

Ce qui a véritablement changé, c’est le résultat pour lequel vous êtes en concurrence. Le classement n’est plus synonyme d’apparition dans les résultats, et seul l’un de ces deux éléments est visible dans vos rapports actuels.

Mesurez la réponse, pas seulement la position. Considérez ensuite les sources citées comme la liste des tâches à accomplir.

Foire aux questions

Ai-je besoin d’un balisage spécial ou d’un fichier llms.txt pour apparaître dans les aperçus IA ?

Non. Google précise qu’aucun balisage schema.org particulier n’est requis pour les fonctionnalités d’IA générative, et que Google Search ignore les fichiers llms.txt ; leur création n’aura donc ni effet positif ni effet négatif sur votre visibilité dans ce contexte. D’autres systèmes en dehors de Google peuvent utiliser de tels fichiers.

Existe-t-il un outil permettant de voir comment l’IA de Google classe les contenus ?

Non. Les directives de Google indiquent qu’aucun outil tiers n’a accès à ses systèmes internes de classement ou d’IA. Ce que les outils peuvent faire, c’est observer les résultats, c’est-à-dire les marques et les sources qui apparaissent dans les réponses, ce qui constitue une mesure des résultats plutôt que de l’algorithme.

Pourquoi différents assistants IA donnent-ils des réponses différentes concernant une même marque ?

Parce qu’ils utilisent des modèles, des méthodes de recherche et des ensembles de sources différents. Google lui-même précise que le mode IA et les aperçus IA peuvent utiliser des modèles et des techniques différents ; ainsi, même deux interfaces Google peuvent produire des réponses et des liens différents.

À quelle fréquence faut-il vérifier la visibilité ?

Assez fréquemment pour distinguer le signal du bruit. Ces réponses varient d’une exécution à l’autre ; une seule vérification s’apparente donc davantage à une anecdote qu’à une mesure. Tout outil digne de ce nom devrait donc exécuter chaque requête plusieurs fois et fournir une valeur centrale plutôt qu’un résultat ponctuel.