Comment ChatGPT choisit les logiciels et les entreprises qu'il recommande
ChatGPT ne suit pas un algorithme de recommandation unique et public. Selon la question, il compose sa réponse à partir de ce qu'il a appris pendant son entraînement, d'une recherche web (ChatGPT Search, qui s'appuie sur l'index d'OpenAI et des fournisseurs de recherche tiers), parfois d'une recherche approfondie en plusieurs étapes (Deep Research), et toujours des critères et du contexte que vous lui fournissez.
« Choisir » désigne ici une chaîne de traitements, pas une formule : interpréter le besoin, constituer des candidats, récupérer des informations, comparer, puis rédiger une recommandation qui retient trois ou quatre noms. À chaque étape, plusieurs mécanismes se combinent, et OpenAI n'en publie pas le détail. Cet article distingue ce qui est documenté officiellement, ce qui est soutenu par la recherche, ce qui est observé, et ce qui reste inconnu. La méthode pour agir sur chaque étape est dans comment apparaître dans les réponses de ChatGPT.
L'essentiel en 60 secondes
- ChatGPT ne suit pas une procédure unique : certaines réponses viennent surtout de ses connaissances apprises, d'autres d'une recherche web, d'autres d'une recherche approfondie, et ces scénarios sont difficiles à distinguer de l'extérieur. En mode recherche, il réécrit la question en requêtes ciblées, interroge son index et des fournisseurs tiers, récupère quelques pages avec son propre agent et rédige une synthèse sourcée. Documenté par OpenAI.
- Les critères que vous donnez (taille, secteur, budget, intégrations) restreignent fortement les candidats : une question précise réduit la liste des noms possibles.
- La popularité et la répétition créent un biais en faveur des marques connues, soutenu par la recherche. C'est une mesure de disponibilité informationnelle, pas de qualité.
- Les réponses varient à cinq niveaux : interprétation, recherche, récupération, classement, génération. Une capture d'écran est une observation, pas une mesure.
- Une citation visible ne prouve pas que toute la recommandation repose sur cette seule source, et ChatGPT ne teste pas les produits : il recommande une qualité documentée.
- Aucun placement organique ne s'achète. OpenAI a ouvert une régie publicitaire, en libre-service en France depuis fin août 2026, dont les annonces sont étiquetées et séparées des réponses, et écrit qu'aucun placement ne peut être garanti.
ChatGPT suit-il un algorithme de recommandation unique ?
En bref
Non, pas au sens d'un moteur de recommandation classique, public et stable. Le résultat combine, selon les cas, la compréhension du besoin, les connaissances du modèle, une recherche web, la récupération de sources, une comparaison, parfois de la personnalisation, puis la génération du texte. OpenAI ne publie pas de formule de classement des entreprises ou des logiciels.
| Élément | Ce que l'on sait | Ce que l'on ignore |
|---|---|---|
| Recherche web | ChatGPT peut chercher le web, automatiquement ou sur activation (documenté) | Quand exactement il décide de chercher |
| Source de recherche | Index propre alimenté par OAI-SearchBot, plus des fournisseurs de recherche tiers (documenté) | La part de chaque fournisseur, le traitement par requête |
| Sélection des pages | Le modèle retient quelques pages et les récupère avec l'agent ChatGPT-User | Le poids exact de chaque page |
| Rôle des critères | Les critères de la question orientent fortement | Leur pondération interne |
| Génération | Le texte final est produit par le modèle, de façon probabiliste | Les mécanismes propriétaires |
Ce qui est documenté par OpenAI et ce qui ne l'est pas. Tout contenu qui décrit « l'algorithme de recommandation de ChatGPT » comme s'il était public décrit quelque chose qui n'existe pas.
À noter
C'est la première chose à accepter pour raisonner juste : on augmente des probabilités, on ne pirate pas un classement. Le mécanisme commun à tous les moteurs génératifs est expliqué dans comment fonctionnent les moteurs génératifs.
Étude Evocia : AI Sources Index 2026
Mesure Evocia du 14 septembre 2026 sur ChatGPT (API OpenAI avec recherche web, 1 000 réponses à 250 requêtes B2B) : la recherche web est déclenchée dans 24,4 % des réponses aux questions qui décrivent un problème et dans 100 % des réponses aux demandes de comparaison ; 89 % des citations vont au site d'un éditeur ou à sa documentation. Détail par intention et par secteur : Evocia AI Sources Index 2026.
Les scénarios de recommandation dans ChatGPT
En bref
Une même question peut être traitée de plusieurs façons : réponse sans recherche à partir des connaissances du modèle, réponse avec ChatGPT Search, réponse avec Deep Research, réponse cadrée par le contexte de la conversation, réponse personnalisée par la mémoire du compte, et reclassement d'une liste que vous avez fournie. Les distinguer évite les fausses conclusions.
| Scénario | Ce qui décide | Citations | Ce qu'une entreprise influence |
|---|---|---|---|
| Sans recherche web | Les connaissances apprises à l'entraînement | Souvent absentes | Son empreinte documentaire, sur le temps long |
| ChatGPT Search | Les requêtes réécrites, l'index, les pages récupérées | Souvent présentes | Sa présence dans les pages récupérables et les sources tierces |
| Deep Research | Une recherche en plusieurs étapes sur de nombreuses sources | Nombreuses | La profondeur et la cohérence de ses preuves |
| Contexte de conversation | Les critères déjà donnés | Selon le mode | La clarté de l'adéquation entre son offre et le besoin |
| Réponse personnalisée | La mémoire et les préférences du compte | Selon le mode | Rien directement |
| Liste fournie par l'utilisateur | La comparaison des options données | Selon le mode | La qualité des preuves sur son produit |
Six scénarios. Depuis l'extérieur, ils sont souvent difficiles à distinguer : n'affirmez pas qu'une réponse « vient du web » ou « vient de la mémoire » sauf si l'interface affiche des sources.
Sans recherche : les connaissances paramétriques
Sans recherche, ChatGPT répond à partir de ses connaissances paramétriques : des associations statistiques apprises pendant l'entraînement, pas une base de données d'entreprises. Le mot « mémoire » est commode, mais trompeur s'il évoque un fichier exact. Ces connaissances sont limitées en fraîcheur, favorisent les noms très répétés, et s'accompagnent rarement de citations.
Avec ChatGPT Search
Quand la question appelle une information récente, ChatGPT peut déclencher une recherche, automatiquement ou sur activation manuelle. OpenAI documente qu'il réécrit typiquement la question en une ou plusieurs requêtes ciblées, les envoie à son index et à des fournisseurs de recherche, retient quelques pages, les récupère, puis rédige une synthèse sourcée. La réécriture de la requête, la couverture de l'index et la fraîcheur des pages influencent le résultat. OpenAI documente aussi que la mémoire de l'utilisateur, quand elle est activée, peut enrichir la requête envoyée à la recherche.
Avec Deep Research
Deep Research est un mode agentique : il mène une recherche en plusieurs étapes, consulte un plus grand nombre de sources, compare et produit un rapport long, en plusieurs minutes. Pour une sélection complexe, il expose davantage de sources, donc récompense une base de preuves riche et cohérente.
Contexte, personnalisation, liste fournie
Le contexte de conversation (budget, effectif, secteur, intégrations, exclusions) restreint fortement les candidats. La personnalisation existe selon les paramètres du compte, mais toutes les réponses ne sont pas personnalisées. Enfin, quand vous fournissez une liste (« entre A, B et C, lequel pour ... »), ChatGPT ne fait plus une recherche ouverte : il reclasse des options données, ce qui est un exercice différent.
La chaîne de sélection, étape par étape
En bref
Derrière une recommandation, une chaîne se répète : interpréter le besoin, extraire les critères, chercher éventuellement, constituer des candidats, récupérer des informations, comparer, sélectionner, justifier, parfois citer. Chaque étape a ses leviers et ses inconnues. Aucune n'est un algorithme public que l'on pourrait rétro-ingénierer.
Interpréter le besoin
ChatGPT lit les critères explicites (taille d'entreprise, secteur, pays, budget, nombre d'utilisateurs, fonctionnalités, intégrations, sécurité, hébergement, langue) et déduit des critères implicites. Comparez « un logiciel de relation client » à « un logiciel de relation client pour une PME industrielle française de vingt commerciaux, avec facturation et hébergement en Europe » : la seconde question restreint fortement les candidats. Une entreprise gagne à rendre son adéquation à ces critères explicite sur ses pages.
Constituer des candidats, et le biais de popularité
Les candidats viennent des connaissances apprises, des pages récupérées, de listes comparatives ou d'une liste fournie. Les grandes marques apparaissent souvent plus, pour des raisons mesurées par la recherche : fréquence de mention, ancienneté, couverture documentaire, volume d'avis, répétition de l'association entre catégorie et marque. Ce biais de popularité est un défi connu des modèles de langage utilisés comme classeurs. La popularité augmente la disponibilité informationnelle d'une marque ; elle ne prouve pas sa qualité.
Récupérer des informations
En mode recherche, ChatGPT peut consulter plusieurs familles de sources : sites officiels, documentation, pages de tarifs et de fonctionnalités, cas clients, plateformes d'avis, comparateurs, médias spécialisés, communautés, pages partenaires. Aucune famille n'est utilisée systématiquement : leur fréquence dépend de la question, du mode, du marché, de la disponibilité et de la fraîcheur des pages. La part des tiers dépend du type de question, pas du levier : sur des questions générales et d'actualité, les études tierces mesurent une majorité de médias et de contenus tiers (84 % de médias gagnés sur 25 millions de liens, Muck Rack, mai 2026) ; sur des questions d'achat B2B en français, ChatGPT cite à 89 % les sites d'éditeurs et leur documentation, 1,6 % de tiers et aucun comparateur (Evocia AI Sources Index 2026, 2 259 citations). Le détail, famille par famille, est dans quelles sources ChatGPT et les IA utilisent-ils.
Comparer, puis générer
Les critères de comparaison possibles sont nombreux (adéquation, fonctionnalités, prix, taille cible, intégrations, support, sécurité, localisation, réputation, avis, maturité, limites), mais leur pondération dépend surtout de la demande de l'utilisateur. Il n'existe pas de coefficient universel. Le modèle rédige ensuite, retient un nombre limité de noms, justifie, mentionne des compromis. Trois limites : le risque d'affirmation inventée, l'attribution incorrecte (une source citée ne soutient pas tout ce qu'on lui prête), et le fait qu'une citation visible ne couvre pas toujours l'ensemble des affirmations.
Connaissances apprises et recherche web : la distinction qui compte
En bref
Plutôt qu'opposer « mémoire » et « internet », distinguez deux régimes. Les connaissances apprises à l'entraînement sont peu fraîches, rarement citées, lentes à influencer. La recherche web apporte des pages récentes et vérifiables. Les deux se combinent souvent, et une réponse reste générée par le modèle même quand elle s'appuie sur des pages.
| Dimension | Connaissances apprises | Recherche web |
|---|---|---|
| Fraîcheur | Variable et limitée à la date de coupure | Potentiellement récente |
| Citations visibles | Souvent absentes | Souvent possibles |
| Mise à jour | Au rythme des modèles | Au rythme de l'exploration et de l'index |
| Contrôle par l'entreprise | Indirect et lent | Plus direct, non garanti |
| Vérifiabilité | Plus faible | Généralement meilleure |
| Délai d'effet d'une action | Incertain, des mois | Des semaines |
Deux régimes, deux horizons. Une réponse mêle souvent les deux ; n'affirmez pas qu'elle repose exclusivement sur l'un, sauf si l'interface affiche des sources.
ChatGPT utilise-t-il Google ou Bing ?
En bref
Ni l'un ni l'autre au sens d'une dépendance exclusive. En mode recherche, ChatGPT s'appuie sur son propre index, alimenté par le robot OAI-SearchBot, et sur des fournisseurs de recherche tiers documentés par OpenAI, dont Bing lors du lancement en 2024. L'architecture évolue : une entreprise n'optimise pas « pour Bing », elle rend sa présence web accessible et récupérable.
OpenAI documente trois agents distincts : GPTBot pour l'entraînement des modèles, OAI-SearchBot pour l'index de recherche de ChatGPT, ChatGPT-User pour les pages récupérées à la demande d'un utilisateur. Bloquer l'un n'a pas le même effet que bloquer l'autre. OpenAI documente aussi que ChatGPT Search partage des requêtes dissociées avec des fournisseurs de recherche tiers pour obtenir des résultats web.
Attention
Ne transformez pas cette information en règle rigide. Écrire « ChatGPT utilise toujours Bing » ou « ChatGPT n'utilise que son propre index » serait faux ou daté. Les partenaires et les infrastructures évoluent ; datez toujours ce genre d'affirmation.
Pourquoi ChatGPT recommande souvent les mêmes noms
En bref
Parce que les marques très citées bénéficient d'un biais de popularité : plus une marque est mentionnée, ancienne, documentée et notée, plus elle est disponible pour le modèle. Ce n'est pas une preuve de qualité, seulement de disponibilité informationnelle. Distinguer popularité, autorité, pertinence et qualité est essentiel pour lire une réponse.
| Notion | Ce qu'elle mesure | Ce qu'elle ne prouve pas |
|---|---|---|
| Popularité | La fréquence de mention | La qualité du produit |
| Autorité | La crédibilité de la source | L'adéquation à votre cas |
| Pertinence | L'adéquation au besoin exprimé | La supériorité générale |
| Qualité | La valeur réelle du produit | Sa visibilité dans les IA |
Quatre notions que les réponses de ChatGPT mélangent, et que le lecteur doit séparer.
ChatGPT ne teste pas les logiciels ni les services : il s'appuie sur des informations disponibles (avis, documentation, comparatifs, témoignages, presse). Il recommande donc une qualité perçue et documentée, pas une qualité mesurée. L'implication est directe : un excellent produit mal documenté part avec un handicap, et transformer la qualité réelle en qualité documentée (chiffres, cas clients datés, méthode, limites assumées) est l'un des rares leviers qui agit à la fois sur les acheteurs et sur les moteurs. Les causes précises de ce handicap sont analysées dans pourquoi ChatGPT recommande vos concurrents et pas vous.
À noter
Pour un entrant, le biais de popularité se combat par la cohérence et la preuve : multiplier les traces exactes dans les sources de référence réduit l'écart de disponibilité avec les acteurs installés. Pourquoi les mêmes marques finissent citées par tous les moteurs est le sujet de pourquoi certaines marques sont recommandées par toutes les IA.
Pourquoi les réponses changent d'une fois à l'autre
En bref
La variabilité apparaît à cinq niveaux : l'interprétation du besoin, la réécriture de la recherche, les pages récupérées ce jour-là, leur classement, et la génération probabiliste du texte. S'y ajoutent la formulation de la question, le mode, la date, la langue et la personnalisation. Une réponse est un tirage ; une visibilité se mesure en fréquence.
| Source de variation | Exemple | Comment la contrôler |
|---|---|---|
| Interprétation | « logiciel RH » et « logiciel RH pour une PME française » | Figer des questions précises |
| Recherche | Requête réécrite différemment | Répéter, comparer les sources affichées |
| Récupération | Pages disponibles ce jour-là | Dater chaque relevé |
| Classement | Ordre des pages retenues | Noter le rang, pas seulement la présence |
| Génération | Tirage du texte | Multiplier les répétitions |
| Personnalisation | Historique du compte | Session neuve, mémoire désactivée |
Six sources de variation. Aucune ne s'élimine ; toutes se documentent et s'échantillonnent. La méthode complète est dans le guide sur la mesure de la visibilité.
La conséquence méthodologique gouverne tout : on ne conclut jamais sur une réponse, on estime une fréquence sur plusieurs relevés répétés dans des conditions constantes. Le protocole, les indicateurs et la quantification de l'incertitude sont dans mesurer sa visibilité dans ChatGPT et les IA.
Peut-on payer pour être recommandé par ChatGPT ?
En bref
Non pour les recommandations organiques. OpenAI a ouvert en 2026 une régie publicitaire dans ChatGPT, avec des annonces étiquetées et séparées des réponses, et écrit que les annonces n'influencent pas les réponses elles-mêmes. Aucun placement organique ne s'achète, et OpenAI indique qu'aucun placement ne peut être garanti.
Il faut distinguer la publicité (des espaces étiquetés, affichés sous la réponse, disponibles aux annonceurs français en libre-service depuis fin août 2026), les recommandations organiques (les noms que ChatGPT retient dans sa réponse), l'affiliation et les partenariats de données. Un partenariat ou une présence publicitaire ne modifie pas une recommandation organique. La régie, ses formats, ses prix et ses limites sont traités dans ChatGPT Ads : le guide complet.
OpenAI écrit qu'aucun placement dans les réponses ne peut être garanti et que ses annonces sont clairement séparées des réponses organiques. Toute offre qui « garantit » une recommandation, une citation ou un délai vend ce qu'elle ne contrôle pas.
Ce qu'une entreprise ne contrôle pas
En bref
Un travail sérieux augmente une probabilité ; il ne pilote pas la réponse. Une entreprise ne contrôle ni le modèle utilisé, ni les pages récupérées ce jour-là, ni la formulation finale, ni le nombre de noms cités, ni la personnalisation, ni la fréquence d'exploration, ni les affirmations inventées. Le reconnaître protège de toute promesse trompeuse.
- Le modèle et la version utilisés par l'utilisateur.
- Les pages effectivement récupérées ce jour-là, et leur poids.
- La formulation finale et le nombre d'entreprises citées.
- Les critères implicites déduits de la question, et la personnalisation du compte.
- La fréquence d'exploration et la date de mise à jour de l'index.
- Les affirmations inventées et les attributions incorrectes.
Attention
Le seul engagement honnête porte sur la progression d'une fréquence mesurée, au même protocole, avant et après le travail. Ce que vous contrôlez, en revanche, est considérable : l'accès de vos pages, leur exactitude, leur capacité à répondre aux questions d'achat, et ce que les sources tierces disent de vous. C'est l'objet de comment apparaître dans les réponses de ChatGPT.
Ce que l'on sait réellement en 2026
En bref
Ce qui est solide : ChatGPT peut rechercher le web, le contexte de la question pèse, les réponses varient, le biais de popularité existe, les annonces sont séparées des réponses. Ce qui est faux : toutes les réponses ne passent pas par le web, aucun lien ni fichier ne garantit une recommandation, et personne ne peut la garantir.
| Affirmation | Niveau de preuve | Conclusion |
|---|---|---|
| ChatGPT peut rechercher le web | Documenté officiellement | Oui |
| ChatGPT Search s'appuie sur un index propre et des fournisseurs tiers | Documenté officiellement | Oui, architecture évolutive |
| Toutes les réponses utilisent une recherche web | Faux | Non |
| Le contexte de la question influence la réponse | Fort | Oui |
| Les réponses varient | Fort | Oui |
| Les marques connues profitent d'un biais de popularité | Soutenu par la recherche | Souvent |
| Les plateformes d'avis sont toujours utilisées | Non démontré | Cela dépend de la question |
| Un backlink garantit une recommandation | Faux | Non |
| Un fichier llms.txt garantit une citation | Faux | Non |
| Une source officielle est toujours préférée | Faux | Non |
| Les citations visibles révèlent tout le raisonnement | Faux | Non |
| Une annonce ChatGPT Ads modifie la réponse | Faux, selon OpenAI | Non |
| On peut garantir une recommandation | Faux | Non |
Un partenaire sérieux raisonne dans la colonne « niveau de preuve », pas dans le registre des promesses.
Pour situer votre point de départ, Evocia teste gratuitement trois questions de votre catégorie sur plusieurs moteurs, dont ChatGPT, et vous envoie une synthèse courte.
Tester ma visibilité IAQuestions fréquentes
Comment ChatGPT choisit-il les logiciels et les entreprises qu'il recommande ?
Il n'applique pas un algorithme unique. Selon la question, il combine ses connaissances apprises, une recherche web (son index et des fournisseurs tiers), parfois une recherche approfondie, et surtout les critères de votre question. « Choisir » désigne une chaîne : interpréter, chercher, comparer, rédiger. OpenAI n'en publie pas la pondération.
ChatGPT recherche-t-il sur Internet avant de recommander ?
Parfois, pas toujours. Il déclenche une recherche quand la question appelle une information récente, ou quand vous l'activez. Sinon, il répond à partir de ses connaissances apprises, souvent sans citation. Les deux régimes se combinent et sont difficiles à distinguer de l'extérieur, sauf quand des sources sont affichées.
ChatGPT utilise-t-il Google ou Bing ?
En mode recherche, il s'appuie sur son propre index, alimenté par OAI-SearchBot, et sur des fournisseurs de recherche tiers documentés par OpenAI. Il n'utilise pas l'index de Google. N'en faites pas une règle figée : l'architecture évolue.
ChatGPT recommande-t-il toujours les mêmes entreprises ?
Souvent les mêmes noms reviennent, à cause du biais de popularité, mais pas systématiquement : la réponse varie selon la question, le mode, la date et le tirage. Dans l'étude Evocia, 38 % des couples requête et domaine cité n'apparaissent que dans une réponse sur quatre : une seule réponse ne dit pas si un nom revient.
Pourquoi ChatGPT recommande-t-il surtout les grandes marques ?
Parce qu'elles sont plus mentionnées, plus anciennes, mieux documentées et plus notées : elles sont plus disponibles pour le modèle. Ce biais de popularité est soutenu par la recherche. Il mesure la disponibilité informationnelle d'une marque, pas sa qualité.
Quelles sources ChatGPT utilise-t-il ?
Selon la question : sites officiels, plateformes d'avis, comparatifs, médias spécialisés, forums, documentation technique. Aucune famille n'est utilisée systématiquement. La part des tiers dépend du type de question, pas du levier : sur des questions générales et d'actualité, les études tierces mesurent une majorité de médias et de contenus tiers (84 % de médias gagnés sur 25 millions de liens, Muck Rack, mai 2026) ; sur des questions d'achat B2B en français, ChatGPT cite à 89 % les sites d'éditeurs et leur documentation, 1,6 % de tiers et aucun comparateur (Evocia AI Sources Index 2026, 2 259 citations). Être recommandé et être cité restent deux choses : le site de l'éditeur recommandé est rarement la source citée sur la réponse même.
Peut-on payer ChatGPT pour être recommandé ?
Non. La régie ChatGPT Ads affiche des annonces étiquetées, séparées des réponses, et OpenAI écrit qu'elles n'influencent pas les réponses elles-mêmes. Aucun placement organique ne s'achète, et aucun placement ne peut être garanti.
Sources
- OpenAI, ChatGPT Search (centre d'aide officiel : réécriture de la requête, fournisseurs de recherche, rôle de la mémoire)
- OpenAI, Introducing ChatGPT search (octobre 2024)
- OpenAI, Introducing deep research (février 2025)
- OpenAI, documentation des robots (GPTBot, OAI-SearchBot, ChatGPT-User)
- OpenAI, FAQ éditeurs et développeurs (OAI-SearchBot, utm_source=chatgpt.com), version archivée du 4 octobre 2026 ; l'adresse d'origine redirige, au moins depuis le 14 octobre 2026, vers l'article « ChatGPT Atlas retirement »
- Hou et al., Large Language Models are Zero-Shot Rankers for Recommender Systems (arXiv 2305.08845)
- Understanding Biases in ChatGPT-based Recommender Systems (arXiv 2401.10545)
- Muck Rack, What Is AI Reading? (mai 2026) : 25 M+ de liens cités par ChatGPT, Claude et Gemini, 84 % de médias gagnés
- Evocia, AI Sources Index 2026 (1 000 réponses de ChatGPT, 2 970 citations, collecte du 14 septembre 2026)
Transparence et méthode
Auteur
Evocia · Cabinet français de visibilité dans les IA
Evocia est un cabinet français spécialisé dans la mesure et l'amélioration de la visibilité des entreprises dans les réponses des IA. Cet article s'appuie sur la documentation d'OpenAI et la recherche académique, en distinguant ce qui est documenté de ce qui reste inconnu.
Comment cet article a été réalisé
- Refonte éditoriale du 13 septembre 2026 : l'article est recentré sur le mécanisme de sélection. La mesure (fréquences, capture d'écran, indicateurs) est traitée par le pilier Mesure, la méthode pour apparaître par le guide dédié, les sources par l'article dédié. La section sur le paiement est mise à jour avec l'ouverture de la régie publicitaire de ChatGPT.
- Recherche documentaire à partir de sources primaires : documentation officielle d'OpenAI (ChatGPT Search, Deep Research, robots, FAQ éditeurs), recherche académique sur les modèles de langage comme systèmes de recommandation (biais de popularité et de position). Faits vérifiés sur la documentation OpenAI le 26 juillet 2026 et relus le 13 septembre 2026.
- Distinction systématique entre ce qui est documenté officiellement, soutenu par la recherche, observé, ou inconnu publiquement. Aucun mécanisme interne non public n'est présenté comme un fait. Les seules données Evocia de cet article sont celles de l'encadré et de la phrase sur les sources renvoyant à l'AI Sources Index 2026.
Historique des mises à jour
- 15 octobre 2026Source « FAQ éditeurs et développeurs » d'OpenAI : le lien pointe vers sa version archivée du 4 octobre 2026, l'adresse d'origine redirigeant, au moins depuis le 14 octobre 2026, vers l'article « ChatGPT Atlas retirement ». Article du centre d'aide d'OpenAI sur la recherche dans ChatGPT : le lien pointe vers son adresse finale (« Searching the web with ChatGPT »), vers laquelle l'ancienne adresse redirige depuis le 11 octobre 2026. Rien d'autre ne change.
- 13 octobre 2026Lien ajouté vers la page de données sur les pages de tarifs citées par ChatGPT, dans la phrase qui énumère les familles de sources consultées en mode recherche ; texte inchangé.
- 5 octobre 2026Corrections ponctuelles : le taux de recherche de l'étude Evocia porte sur les réponses (24,4 % des réponses aux questions qui décrivent un problème), pas sur les questions. Le point sur la publicité décrit la régie ouverte par OpenAI, en libre-service en France depuis fin août 2026, au lieu d'un test, comme le fait déjà la section sur le paiement. Deux affirmations sans mesure sont remplacées : les critères de la question « restreignent fortement les candidats » (au lieu de « pèsent souvent plus que tout le reste »), et la réponse sur la répétition des noms renvoie à la donnée de l'étude (38 % des couples requête et domaine cité vus une seule fois sur quatre réponses). Une formule mise en forme comme une citation, sans auteur, est retirée, ainsi qu'une phrase de présentation dans une légende. Une référence que le texte ne citait pas est retirée des sources.
- 21 septembre 2026Points clés ramenés à six. Dans l'encadré Evocia, le taux de recherche sur les questions de type problème s'écrit 24,4 %, format unique de l'étude.
- 21 septembre 2026Cohérence avec les données de l'étude Evocia : deux phrases (section sur la récupération des informations, FAQ sur les sources) ne disent plus que les citations vont en majorité aux tiers ; elles reprennent la phrase de réconciliation commune au site (la part des tiers dépend du type de question ; 89 % de sites d'éditeurs et de documentation sur les questions d'achat B2B en français). 88,8 % s'écrit 89 % comme partout ; méthodologie corrigée ; libellé de la source OpenAI corrigé (la mention d'absence de garantie vient de la page ChatGPT Search). Rien d'autre n'a changé.
- 14 septembre 2026Renvoi vers l'étude Evocia AI Sources Index 2026 (mesure du 14 septembre 2026) ajouté.
- 13 septembre 2026Refonte éditoriale : recentrage sur le mécanisme, titre élargi aux entreprises, retrait des sections de mesure et de facteurs (traitées par les guides dédiés), mise à jour de la section sur le paiement avec l'ouverture de ChatGPT Ads, renvois vers les nouveaux guides.
- 12 septembre 2026Réduction éditoriale : retrait de l'exemple complet de protocole, de la fiabilité des recommandations et de la liste des erreurs d'analyse.
- 26 juillet 2026Refonte en analyse de référence : scénarios de recommandation, chaîne de sélection, ChatGPT Search et Deep Research, biais de popularité sourcé, sources, méthode de mesure, FAQ étendue.
- 9 juin 2026Publication initiale : les deux mécanismes de recommandation (connaissances du modèle et recherche en direct).