Aller au contenu
Evocia
Toutes les ressources

GEO

Comment rendre un SaaS visible dans ChatGPT, Claude, Gemini et Perplexity

Par Loan Feuillerat13 août 2026· Mis à jour le 13 août 2026· 78 min de lecture

Partager

La question posée par les dirigeants de SaaS est toujours la même : « concrètement, que dois-je faire pour apparaître quand un acheteur demande à une IA quel logiciel choisir ? » La réponse honnête tient en une phrase : vous ne pouvez pas décider d'apparaître, mais vous pouvez rendre votre entreprise trouvable, compréhensible, vérifiable et reprenable par quatre systèmes qui ne fonctionnent pas de la même manière.

C'est cette dernière précision qui manque à presque tous les contenus publiés sur le sujet. « L'IA » n'existe pas. Il existe ChatGPT, qui interroge des fournisseurs de recherche tiers et réécrit votre question avant de chercher. Claude, dont l'outil de récupération de page documenté ne rend pas le JavaScript et dont l'éditeur publie une documentation d'accès sans aucun critère de sélection. Gemini et les surfaces IA de Google Search, pour lesquelles la seule condition d'éligibilité publiée, valable pour AI Overviews et AI Mode, est d'être indexé et éligible à l'affichage avec extrait. Perplexity, qui exploite son propre index et assume par écrit que son récupérateur déclenché par un utilisateur ignore votre robots.txt. Quatre chemins, quatre points d'entrée, quatre façons de disparaître.

Cet article donne la méthode complète : les quatre états de la visibilité qu'il faut cesser de confondre, la fiche technique vérifiée de chaque moteur au 13 août 2026, six leviers actionnables, un protocole de mesure reproductible avec sa part d'incertitude, un score de maturité sur 100 et un plan de quatre-vingt-dix jours. Il ne promet aucune citation : les plateformes elles-mêmes écrivent qu'aucun placement ne peut être garanti.

L'essentiel en 60 secondes

  • Quatre états distincts, souvent confondus : être connu du modèle, être récupéré comme source, être cité, être recommandé. Les leviers ne sont pas les mêmes, et une marque peut occuper l'un sans occuper les autres.
  • Les quatre moteurs ont des mécaniques documentées différentes. Autoriser un seul crawler ne suffit pas : OAI-SearchBot, Claude-SearchBot, Googlebot et PerplexityBot répondent à des logiques distinctes, et trois des quatre plateformes n'appliquent pas robots.txt à leur récupérateur déclenché par un utilisateur. Anthropic est la seule à annoncer qu'elle le fait.
  • Aucune plateforme ne publie ses critères de classement. Google est la seule à publier une doctrine, et elle dit qu'il n'existe aucune exigence technique supplémentaire au-delà de l'indexation. Toute pondération chiffrée que vous lirez ailleurs est une reconstitution, pas une spécification.
  • On ne peut pas acheter une recommandation. La publicité existe désormais dans ChatGPT, sous la réponse, sur certains plans et certains pays seulement, et OpenAI écrit que les annonces n'influencent pas les réponses.
  • La méthode PRISME structure le travail en six leviers : Présence technique, Représentation de l'entité, Information citable, Sources tierces, Éléments de preuve, Mesure.
  • La mesure passe avant les promesses. Les réponses sont probabilistes et, dans le cas de ChatGPT, la mémoire de l'utilisateur modifie officiellement la requête envoyée : une observation isolée ne mesure rien.
  • Ordre de grandeur à garder en tête : sur le panel américain exploité par SparkToro en juin 2026, les assistants IA envoient encore moins de 1 % du trafic référé vers les sites externes. Le canal est stratégique parce qu'il intervient au moment du choix, pas parce qu'il est volumineux.

Les quatre états de la visibilité dans une IA

En bref

Être visible dans une IA recouvre quatre situations différentes : être connu du modèle grâce à son entraînement, être récupéré comme source au moment de la question, être cité avec un lien, et être recommandé comme solution. Une marque peut être citée sans être recommandée, et recommandée sans être citée. Confondre ces états conduit à optimiser la mauvaise chose.

Un éditeur qui constate que son blog apparaît dans les sources d'une réponse en conclut qu'il « est visible ». Un autre voit son produit recommandé sans aucun lien vers son site et croit à un bug. Les deux observent des phénomènes réels et différents.

ÉtatCe que cela signifieComment le constaterCe qui l'influence
Connu du modèleLe modèle produit des informations sur votre produit sans aller chercher sur le web, à partir de ce qu'il a apprisPoser la question en désactivant la recherche web et observer ce qui sortLa présence de votre marque dans les corpus d'entraînement, donc dans le web public au moment de la collecte. Aucun éditeur ne publie la composition de ses corpus
Récupéré comme sourceUne de vos pages est rapportée par la couche de recherche parmi les documents envoyés au modèleIndirectement : par les logs serveur (visites des robots de recherche des IA) et par les sources affichéesL'accès des crawlers, l'indexation, le classement sur les requêtes réellement envoyées par le moteur
CitéVotre domaine apparaît en source, en lien cliquable ou dans le panneau des sourcesDirectement dans l'interface, et par le trafic référentLa sélection opérée par le moteur parmi les documents récupérés. Aucun critère n'est publié
RecommandéVotre produit est nommé dans la réponse comme une solution pertinenteEn lisant la réponse : votre nom figure ou non dans la liste proposéeCe que le web dit de votre catégorie et de vos concurrents, plus la connaissance du modèle. Souvent sans lien vers vous

Les quatre états se recoupent partiellement mais ne se déduisent pas les uns des autres.

Le double objectif d'un éditeur de logiciels

Un SaaS poursuit en réalité deux objectifs distincts qui appellent deux plans de travail. Objectif A, être cité comme source : votre contenu sert de référence sur un sujet, il apporte de l'autorité et du trafic. Objectif B, être recommandé comme produit : votre nom sort quand un acheteur demande quel logiciel choisir. Un blog de contenu très performant peut atteindre A sans jamais atteindre B, parce que les réponses de recommandation s'appuient massivement sur des sources tierces, pas sur le site de l'éditeur.

Cette asymétrie est mesurée, pas supposée : sur les requêtes de choix de logiciel, la part des recommandations qui s'appuient sur le site de l'éditeur recommandé est faible, et l'essentiel vient de tiers. Le chiffre, sa méthode et son périmètre exact figurent dans notre guide GEO pour les SaaS B2B, et nous ne le reprenons pas ici hors de son contexte de mesure. Retenez la conséquence opérationnelle : travailler uniquement son propre site revient à optimiser l'objectif A en espérant l'objectif B.

Le trajet d'une réponse, de la question à la citation

En bref

Entre la question d'un acheteur et une réponse citant votre SaaS, sept étapes s'enchaînent : décision de chercher, réécriture de la requête, envoi aux systèmes de recherche, récupération des documents, sélection des passages, génération de la réponse, affichage éventuel des citations. Vous n'agissez directement que sur trois d'entre elles.

  1. 1Décision de chercher. Le moteur décide s'il répond de mémoire ou s'il consulte le web. OpenAI documente que ChatGPT « cherchera automatiquement sur le web si votre question peut bénéficier d'informations en ligne » ; les critères précis ne sont pas publiés.
  2. 2Réécriture de la requête. Votre question conversationnelle est transformée en requêtes courtes. OpenAI l'écrit noir sur blanc : ChatGPT « réécrit typiquement votre requête en une ou plusieurs requêtes ciblées » envoyées aux fournisseurs, et donne des exemples de type mots-clés. Google documente de son côté la technique du query fan-out, qui émet plusieurs recherches sur des sous-thèmes.
  3. 3Envoi aux systèmes de recherche. Selon le moteur : index propriétaire, fournisseurs tiers, ou classement organique de Google. C'est ici que se joue votre présence, et c'est là que le SEO reste déterminant.
  4. 4Récupération des documents. Les pages sont rapportées, parfois lues intégralement. C'est l'étape où un contenu non lisible sans JavaScript se fait éliminer sans bruit.
  5. 5Sélection des passages. Le système retient les fragments jugés pertinents. Aucun éditeur ne publie de critère. C'est l'étape la plus opaque de la chaîne.
  6. 6Génération. Le modèle rédige une réponse à partir des passages retenus et de ses propres connaissances. Il peut recommander une solution qu'aucun document récupéré ne mentionne.
  7. 7Citation. Le moteur affiche ou non des sources. Les règles diffèrent : systématiques chez Perplexity, toujours activées et non désactivables côté API pour Claude avec obligation documentée de les afficher à l'utilisateur final, conditionnelles chez Gemini et ChatGPT.
Documenté officiellement

La réécriture de requête et le query fan-out sont documentés par OpenAI (help center ChatGPT Search) et par Google (documentation Search Central sur les fonctionnalités IA). Ce ne sont pas des hypothèses de praticiens.

Une conséquence directe et souvent ratée

Si la requête envoyée aux systèmes de recherche est une requête mot-clé courte, alors votre contenu doit être trouvable sur des formulations de recherche classiques, pas seulement sur la question longue de l'acheteur. Optimiser exclusivement pour des questions conversationnelles revient à se placer sur des requêtes que le moteur n'envoie jamais.

Les trois étapes sur lesquelles vous agissez réellement sont l'envoi aux systèmes de recherche (via votre classement et votre indexation), la récupération (via l'accès des robots et l'extractibilité de vos pages) et, indirectement, la sélection (via la qualité et l'autonomie de vos passages). Les quatre autres vous échappent. Toute méthode qui prétend agir sur la génération elle-même invente un mécanisme.

Les quatre écosystèmes comparés, faits vérifiés le 13 août 2026

En bref

ChatGPT s'appuie sur un index propre et des fournisseurs tiers dont Bing et Shopify sont les seuls nommés. Anthropic documente ses robots mais aucun critère de sélection. Google pose une condition d'éligibilité publiée pour AI Overviews et AI Mode, et rien pour l'application Gemini. Perplexity exploite son propre index et assume que son récupérateur utilisateur ignore robots.txt.

ÉlémentChatGPTClaudeGeminiPerplexity
Recherche webDéclenchée automatiquement si la question peut en bénéficier, ou forcée par l'utilisateurDisponible sur tous les plans depuis le 27 mai 2025 ; sur Team et Enterprise, un administrateur doit l'activerGrounding via Google Search pour l'application ; AI Overviews et AI Mode sont des surfaces de Google SearchCœur du produit : la réponse est construite sur une recherche
Sources visiblesCitations en ligne possibles, plus un panneau Sources contenant aussi des liens pertinents non citésCitations systématiques et non désactivables pour l'outil de recherche ; extrait cité limité à 150 caractères côté APIBouton Sources « lorsque des sources sont disponibles » ; toutes les réponses n'en comportent pasCitations numérotées sur chaque réponse ; citations intégrées côté API
Rôle de l'indexationIndex propre alimenté par OAI-SearchBot, complété par des fournisseurs de recherche tiersNon annoncé par Anthropic ; Brave Search figure parmi ses sous-traitants depuis mars 2025 (observé)Condition officielle pour AI Overviews et AI Mode seulement : page indexée et éligible à l'affichage avec extrait. Rien de publié pour l'application GeminiIndex propriétaire, revendiqué à des centaines de milliards de pages en septembre 2025
Crawlers documentésOAI-SearchBot (recherche), GPTBot (modèles de fondation), ChatGPT-User (action utilisateur), OAI-AdsBot (publicités)Claude-SearchBot (recherche), ClaudeBot (entraînement), Claude-User (action utilisateur)Googlebot (Google Search, donc AI Overviews et AI Mode) et les récupérateurs déclenchés par l'utilisateur. Google-Extended n'est pas un robot : c'est un jeton de contrôle dans robots.txt, sans agent HTTP proprePerplexityBot (indexation), Perplexity-User (action utilisateur)
Respect de robots.txtOui pour les robots d'exploration ; les règles « peuvent ne pas s'appliquer » à ChatGPT-User, action initiée par un humainOui pour les trois robots selon Anthropic, y compris le récupérateur déclenché par l'utilisateurOui pour Googlebot, et le jeton Google-Extended s'y déclare ; les récupérateurs déclenchés par l'utilisateur ignorent généralement robots.txtOui pour PerplexityBot ; Perplexity-User « ignore généralement les règles robots.txt » selon sa propre documentation
Ce qui est publié sur le classement« Un certain nombre de facteurs », non détaillés, et aucune garantie de placement en têteRien sur le classement : une documentation d'accès existe, mais aucun critère de sélection n'est publiéLe plus documenté des quatre : exigences techniques standard, aucune exigence supplémentaire, aucun balisage spécialRien : aucun critère de classement publié
Levier principal côté éditeurAutoriser OAI-SearchBot et laisser passer les adresses IP publiéesAutoriser Claude-SearchBot et servir un HTML lisible sans exécution JavaScriptLe classement organique sur les sous-requêtes du fan-outAutoriser PerplexityBot et soigner les dates de publication et de mise à jour
Particularité à connaîtreLa mémoire de l'utilisateur peut modifier la requête envoyée aux fournisseurs de rechercheL'outil de récupération de page de l'API ne prend pas en charge les sites rendus dynamiquement en JavaScript. Rien de publié sur l'application grand publicUne même question donne trois expériences différentes : application Gemini, AI Overviews, AI ModeDoctrine assumée : une requête initiée par un humain n'est pas soumise à robots.txt

Chaque cellule reprend une information publiée par la plateforme concernée, sauf mention « observé ». Vérifié le 13 août 2026 ; ces informations évoluent vite.

Pourquoi ce tableau vieillira

En six mois, ChatGPT est passé d'un test publicitaire américain à un dispositif étendu à plusieurs marchés, un quatrième robot est apparu dans sa documentation, et son navigateur autonome a été arrêté au profit d'une intégration dans l'application. Sur la même période, Google a mis en test un réglage d'exclusion de ses surfaces génératives. Toute fiche technique de ce type doit être datée et revérifiée chaque trimestre.

ChatGPT : ce qu'OpenAI documente réellement

En bref

OpenAI publie deux recommandations techniques, présentées comme importantes pour être inclus dans les réponses de recherche : autoriser OAI-SearchBot dans robots.txt et s'assurer que l'hébergeur ou le CDN laisse passer les adresses IP publiées. Le reste du classement repose sur « un certain nombre de facteurs » non détaillés, et OpenAI écrit qu'aucun placement en tête ne peut être garanti.

Les quatre robots et leurs rôles distincts

La documentation destinée aux développeurs liste quatre agents, à ne pas confondre. OAI-SearchBot sert à faire apparaître les sites dans les résultats de recherche de ChatGPT : c'est celui qui compte pour la visibilité. GPTBot collecte du contenu susceptible de servir aux modèles de fondation : le bloquer exclut de l'entraînement, pas de la recherche. ChatGPT-User correspond aux actions déclenchées par un utilisateur, et OpenAI précise qu'il n'explore pas le web de façon automatique. OAI-AdsBot, apparu avec le programme publicitaire, valide la conformité des pages soumises comme annonces.

Documenté officiellement

OpenAI publie les plages d'adresses IP de chaque robot dans des fichiers dédiés et indique qu'une modification de robots.txt met environ vingt-quatre heures à être prise en compte pour la recherche. Un site qui refuse OAI-SearchBot n'est pas montré dans les réponses de recherche, mais peut encore apparaître comme lien de navigation.

Le blocage involontaire par le pare-feu applicatif

C'est une cause d'invisibilité fréquente et silencieuse chez les éditeurs de logiciels. Le robots.txt autorise le robot, mais la règle anti-bot du CDN le renvoie en 403. OpenAI l'anticipe explicitement en demandant de vérifier que « l'hébergeur du site ou le réseau de diffusion de contenu autorise le trafic depuis nos adresses IP publiées ». Un SaaS protège souvent agressivement ses pages de connexion, de tarification et de documentation : ce sont précisément celles qu'un acheteur fait consulter.

La mémoire change la requête, donc change la réponse

OpenAI documente que si la mémoire est activée, la réécriture de la requête « peut aussi tirer parti des informations pertinentes issues des souvenirs ». Deux acheteurs posant exactement la même question déclenchent donc potentiellement deux recherches différentes. Cette phrase, rarement relevée, a une conséquence méthodologique majeure : tout relevé de visibilité effectué depuis un compte personnalisé mesure votre visibilité auprès de ce compte, pas dans ChatGPT.

L'agent et l'accessibilité

Le navigateur autonome Atlas a cessé de fonctionner le 9 août 2026, les capacités agentiques étant déplacées dans l'application ChatGPT et l'extension de navigateur. La consigne technique publiée par OpenAI visait Atlas : l'agent interprétait la structure des pages via les attributs ARIA, ceux-là mêmes qui servent aux lecteurs d'écran, et OpenAI recommandait de suivre les bonnes pratiques WAI-ARIA. OpenAI n'a pas documenté si le mode navigateur de l'application et l'extension reposent sur le même mécanisme. Le pari raisonnable, et c'en est un, est que l'accessibilité de votre application et de vos pages reste une condition d'exploitabilité par un agent : c'est de toute façon un travail utile pour vos utilisateurs.

Le canal natif que les guides oublient

Un éditeur de logiciels peut construire une application ChatGPT via le kit de développement bâti sur le protocole MCP, la soumettre à validation et figurer dans le répertoire intégré. Ce n'est pas de l'optimisation de contenu, c'est de la distribution : l'utilisateur invoque votre produit par son nom. Pour un SaaS avec une offre en libre-service, c'est un chemin direct vers une présence dans ChatGPT, et le seul qui ne dépende d'aucun algorithme de recommandation.

Pour le détail des mécanismes de sélection de ChatGPT, notre guide dédié comment ChatGPT choisit les logiciels qu'il recommande va plus loin sur les scénarios avec et sans recherche web.

Claude : le moteur dont presque personne ne parle

En bref

Anthropic publie une documentation d'accès destinée aux propriétaires de sites, mais aucun critère de sélection ni de classement. Trois faits techniques compensent ce silence : ses trois robots respectent robots.txt, y compris celui déclenché par un utilisateur ; l'outil de récupération de page documenté ne prend pas en charge les pages rendues en JavaScript ; et l'extrait restitué avec la citation est limité à cent cinquante caractères.

Claude est le moteur le moins traité par les guides de visibilité, alors que sa documentation technique est la plus détaillée des quatre sur le comportement réel de ses outils : écrite pour des développeurs, elle décrit précisément ce que la récupération de page sait faire et ce qu'elle ne sait pas faire. Un éditeur de logiciels y trouve des contraintes vérifiables plutôt que des recommandations générales.

Trois robots, une doctrine cohérente

ClaudeBot collecte du contenu susceptible de contribuer à l'entraînement. Claude-SearchBot parcourt le web pour améliorer la qualité des réponses de recherche. Claude-User accède aux sites quand une personne pose une question. Anthropic déclare que ses robots respectent les directives standard de robots.txt, honore la directive de délai d'exploration, et publie ses plages d'adresses IP dans un fichier dédié tout en déconseillant le blocage par IP. Le blocage est granulaire : vous pouvez refuser l'entraînement sans refuser la recherche.

Documenté officiellement

Le contraste avec Perplexity est direct et vérifiable dans les deux documentations : Anthropic annonce que son récupérateur déclenché par l'utilisateur suit robots.txt, Perplexity écrit que le sien « ignore généralement les règles robots.txt ». Deux philosophies opposées, toutes deux écrites par les intéressés.

Le JavaScript, angle mort documenté

La documentation de l'outil de récupération de page est explicite : il ne prend pas en charge les sites rendus dynamiquement en JavaScript, et les formats acceptés se limitent au texte, au HTML et au PDF. Une précision de périmètre s'impose, car elle est systématiquement omise ailleurs : cette phrase décrit l'outil web_fetch de l'interface de programmation d'Anthropic, destiné aux développeurs qui construisent leurs propres agents. Anthropic ne publie rien d'équivalent sur la récupération opérée par son application grand public ou par Claude-SearchBot. L'extrapolation au produit complet est raisonnable, ce n'est pas un fait documenté.

Hypothèse plausible

Que la limite du rendu JavaScript vaille aussi pour la recherche web de l'application Claude est une extrapolation à partir de la documentation de l'API. Elle reste l'hypothèse de travail la plus prudente, car un contenu servi en HTML est lisible dans tous les cas de figure, alors que l'inverse n'est pas vrai.

Sur le périmètre documenté, la conséquence est brutale pour un éditeur de logiciels. Une page de tarification construite en rendu côté client, une documentation servie par une application monopage, un comparatif dont le tableau se charge après une requête réseau : tout cela peut exister pour vos visiteurs et rester vide pour l'agent qui la récupère.

Le test de dix secondes

Désactivez JavaScript dans votre navigateur et ouvrez vos cinq pages les plus importantes : accueil, tarifs, page produit principale, page d'intégrations, documentation. Ce que vous lisez encore est ce qu'un récupérateur sans moteur de rendu peut lire. Ce qui a disparu n'existe pas pour lui. Ce test coûte dix secondes et invalide à lui seul une bonne partie des plans GEO écrits sans regarder le code.

Fraîcheur et longueur des extraits

Deux détails de l'interface de programmation méritent d'être lus avec précision, car ils sont régulièrement sur-interprétés. Premièrement, les résultats de recherche exposent un champ décrivant la date de dernière mise à jour de la page. Ce que cela établit : la date est une information dont le modèle dispose. Ce que cela n'établit pas : qu'elle pèse dans la sélection des sources, ce qu'aucun éditeur ne documente. Deuxièmement, l'extrait restitué avec la citation est plafonné à cent cinquante caractères. C'est une limite de restitution, pas un critère de sélection. On peut en tirer une heuristique de rédaction, à savoir qu'une phrase autonome et courte se prête mieux à une citation courte qu'une démonstration de deux cents mots, sans en faire un mécanisme documenté.

Sur le fournisseur de recherche sous-jacent, la prudence s'impose. Anthropic ne l'a jamais annoncé. Brave Search est apparu dans sa liste de sous-traitants en mars 2025, et des observateurs ont constaté des citations identiques entre les deux services. C'est une observation solide, ce n'est pas une déclaration officielle : formulez-la comme telle, et n'en tirez pas une stratégie exclusive. Notre analyse comment Claude choisit les entreprises qu'il recommande détaille ce que l'on sait et ce que l'on ignore.

Gemini : la surface où le classement organique reste le prérequis

En bref

Google publie la doctrine la plus explicite des quatre, mais elle ne couvre que deux de ses trois surfaces. Pour être éligible comme lien cité dans AI Overviews ou AI Mode, une page doit être indexée et éligible à l'affichage avec extrait dans Google Search, et « il n'y a pas d'exigence technique supplémentaire ». Aucun fichier spécial, aucun balisage dédié. Pour l'application Gemini, Google ne publie aucune condition équivalente.

Pour être éligible à l'affichage comme lien de support dans les AI Overviews ou AI Mode, une page doit être indexée et éligible à l'affichage dans Google Search avec un extrait, en remplissant les exigences techniques de Search. Il n'y a pas d'exigences techniques supplémentaires. (Google Search Central, documentation sur les fonctionnalités IA)

Cette phrase règle une controverse commerciale entière. Elle dit qu'aucun fichier machine dédié, aucune structure spéciale, aucun balisage inédit ne conditionne l'éligibilité. Elle dit aussi, en creux, que l'éligibilité n'est pas l'apparition : être indexé vous rend candidat, cela ne vous fait pas citer. La même documentation précise qu'il n'existe pas de données structurées spécifiques à ajouter pour ces fonctionnalités. Attention à son périmètre exact : elle parle d'AI Overviews et d'AI Mode, qui sont des surfaces de Google Search. Elle ne dit rien de l'application Gemini, pour laquelle aucune condition d'éligibilité n'est publiée. C'est l'erreur la plus fréquente dans les contenus sur le sujet, y compris chez des auteurs sérieux.

Trois surfaces, trois régimes

SurfaceCe que c'estRégime de citationMesure disponible
AI OverviewsRésumé génératif en tête des résultats de recherche classiquesLiens de support affichés dans le résuméImpressions dans le rapport dédié de la Search Console, sans requêtes ni clics
AI ModeExpérience conversationnelle dans Google Search, avec fan-out de requêtesLiens systématiques dans la réponseMêmes impressions ; attention, chaque relance de la conversation compte comme une nouvelle requête
Application GeminiAssistant autonome hors de Google SearchBouton Sources quand des sources sont disponibles ; toutes les réponses n'en ont pasAucune donnée dans la Search Console, et aucune condition d'éligibilité publiée ; seulement le référent dans vos statistiques

Confondre ces trois surfaces conduit à des conclusions fausses sur la mesure comme sur les leviers.

Les deux contrôles à ne pas confondre

Google-Extended dans robots.txt gouverne l'usage du contenu pour l'entraînement des futurs modèles Gemini et pour le grounding dans les applications Gemini. Google écrit explicitement qu'il n'a aucun effet sur l'inclusion dans Google Search ni sur le classement : le refuser ne retire donc rien d'AI Overviews ni d'AI Mode, mais retire des réponses ancrées de l'application Gemini. Le réglage d'exclusion des fonctionnalités génératives, annoncé le 3 juin 2026, agit à l'inverse sur AI Overviews, AI Mode et les aperçus IA dans Discover, au niveau du domaine, et Google s'engage à ne pas l'utiliser comme signal de classement en dehors de ces fonctionnalités. Il n'est pas disponible partout : Google le déploie d'abord auprès d'un sous-ensemble d'éditeurs au Royaume-Uni avant une ouverture mondiale. Ces deux leviers sont indépendants : actionner l'un ne fait rien à l'autre.

Un arbitrage à poser lucidement

Google indique que les sites qui s'excluent ne recevront ni trafic ni impressions depuis ses fonctionnalités génératives. Pour un média, l'arbitrage est réel. Pour un éditeur de logiciels dont l'objectif est d'être recommandé à l'achat, l'exclusion revient à se retirer volontairement du moment de la décision. Nous n'avons pas rencontré de cas où elle se justifie pour un SaaS B2B.

Reste le levier réel : le query fan-out. Google documente que ses deux surfaces émettent plusieurs recherches sur des sous-thèmes. Un SaaS bien classé sur sa requête principale mais absent sur les sous-intentions (sécurité, tarification, intégrations, alternatives, mise en conformité, migration) ne sera candidat que sur une fraction des recherches déclenchées. Nos guides comment Gemini choisit les entreprises qu'il recommande et Google AI Mode en France traitent ces surfaces en détail.

Perplexity : un index propre et une doctrine assumée

En bref

Perplexity exploite son propre index et documente deux agents : PerplexityBot, qu'elle recommande d'autoriser pour figurer dans les résultats, et Perplexity-User, dont elle écrit qu'il « ignore généralement les règles robots.txt » parce que la requête vient d'un humain. Aucun critère de classement n'est publié.

Perplexity est le moteur le plus simple à comprendre et le plus inconfortable à commenter. Simple, parce que tout y est fondé sur la recherche et la citation : il n'y a pas de mode « sans web ». Inconfortable, parce que la plateforme assume une position que peu d'acteurs osent écrire : quand un humain déclenche la requête, le fichier robots.txt ne s'applique pas.

Documenté officiellement

La documentation de Perplexity indique que PerplexityBot sert à faire apparaître et à lier des sites dans les résultats de recherche et n'est pas utilisé pour collecter du contenu destiné aux modèles de fondation, et que Perplexity-User ignore généralement robots.txt puisque la récupération est demandée par un utilisateur.

Un contexte doit accompagner ce fait. En août 2025, Cloudflare a publié une analyse accusant Perplexity d'utiliser des robots non déclarés pour contourner les directives d'exclusion, avec des agents imitant un navigateur classique. Perplexity a contesté publiquement, en soutenant que l'analyse confondait des requêtes légitimes pilotées par un utilisateur et de l'exploration automatisée. Les deux versions existent ; la leçon opérationnelle, elle, ne change pas : un blocage réseau agressif ne garantit rien, et l'autorisation explicite de PerplexityBot reste la seule voie fiable pour figurer dans l'index.

Ce que la plateforme valorise, à en croire ses outils

Faute de critères publiés, on peut observer ce que l'interface de programmation expose aux développeurs. Même constat que chez Claude : les résultats comportent une date de publication et une date de mise à jour. Cela montre que la date est exposée au système ; cela ne démontre pas qu'elle sert de critère de sélection. Sous cette réserve, les gestes utiles restent les mêmes : dater visiblement les pages qui évoluent (tarifs, comparatifs, documentation, changelog), maintenir des dates cohérentes entre le contenu visible, le balisage et les fichiers de sitemap, et éviter le faux rafraîchissement qui modifie la date sans modifier le contenu.

Le programme éditeurs ne vous concerne probablement pas

Perplexity rémunère des éditeurs de contenu via un dispositif adossé à son abonnement Comet Plus et à son navigateur, fondé sur trois types de trafic : visites humaines, citations dans les réponses et actions d'agents. C'est un programme pensé pour les médias, sans intérêt direct pour un éditeur de logiciels, et son périmètre est celui de cet abonnement, pas de l'ensemble des réponses de Perplexity. Il est cependant instructif : il institutionnalise l'idée qu'une citation dans une réponse a une valeur mesurable et rémunérable, distincte de la visite.

Notre guide comment Perplexity choisit les entreprises qu'il recommande détaille le pipeline de récupération et les études de citations contradictoires publiées sur cette plateforme.

Peut-on payer pour apparaître ? État des canaux payants

En bref

Non, on ne peut pas acheter une recommandation organique. Il existe désormais des canaux payants distincts : la publicité dans ChatGPT, affichée sous la réponse, avec la mention explicite d'OpenAI que les annonces n'influencent pas les réponses ; et des programmes commerçants orientés vente de produits. Aucun ne place un logiciel dans une réponse de recommandation.

La réponse a changé en 2026 : il existe désormais des canaux payants dans les moteurs de réponse, mais aucun ne fait ce que la question sous-entend. Voici l'état vérifié, canal par canal.

CanalCe qu'il achèteCe qu'il n'achète pasÉtat au 13 août 2026
Publicité dans ChatGPTUn emplacement d'annonce sous la réponse, avec titre, description, visuel et page de destination ; achat au coût pour mille ou au clicAucune influence sur le contenu de la réponse, aucune place dans les recommandations organiquesTest ouvert aux États-Unis le 9 février 2026, puis pilotes documentés au Canada, en Australie et en Nouvelle-Zélande à partir de fin mars 2026. D'autres marchés ont été rapportés par la presse spécialisée sans figurer dans la documentation d'OpenAI au 13 août 2026. Pas de disponibilité en France. Réservé aux plans gratuit et d'entrée de gamme. Achat en libre-service ouvert aux annonceurs américains le 5 mai 2026
Application dans ChatGPTUne présence produit invocable par son nom, référencée dans le répertoire, après validationUne recommandation dans les réponses générales de comparaisonSoumissions ouvertes ; monétisation actuelle par renvoi vers votre propre service
Flux produits et commerce agentiqueUne visibilité de vos produits dans les parcours d'achat, avec un protocole dédiéRien pour un logiciel vendu par abonnement : aucun programme n'existe pour les SaaSConçu pour les biens marchands. Sans objet pour un éditeur B2B classique
Programme éditeurs de PerplexityUne rémunération de la citation et du trafic pour des producteurs de contenu, dans le périmètre de son abonnement dédiéUne place dans les réponses de recommandation de logicielsDestiné aux médias ; sans intérêt direct pour un éditeur de logiciels

Vérifié le 13 août 2026 auprès des documentations et annonces officielles des plateformes concernées.

Documenté officiellement

OpenAI publie que les publicités apparaissent sous les réponses de ChatGPT, qu'elles n'influencent pas les réponses fournies, qu'aucune donnée de conversation n'est transmise aux annonceurs et que les utilisateurs du plan gratuit peuvent les désactiver en échange de limites d'usage plus basses et d'un accès restreint à certaines fonctionnalités.

La réponse à donner à votre direction

Non, on ne peut pas payer pour être recommandé. Oui, on peut acheter de la publicité dans ChatGPT sur certains marchés, ce qui est un canal d'acquisition classique et non un levier de visibilité organique. Et non, aucun prestataire ne peut vous garantir une citation : les plateformes elles-mêmes écrivent qu'aucun placement n'est garanti.

La méthode PRISME : six leviers pour quatre moteurs

En bref

PRISME est un cadre méthodologique Evocia qui organise le travail de visibilité en six leviers : Présence technique, Représentation de l'entité, Information citable, Sources tierces, Éléments de preuve, Mesure. Chaque levier a ses actions, ses erreurs typiques et ses indicateurs. Ce n'est pas un algorithme des moteurs : c'est une grille de travail.

Le nom vient de l'image qui résume le problème : une seule marque traverse quatre systèmes différents et en ressort décomposée en quatre images distinctes. Vous ne contrôlez pas la décomposition. Vous contrôlez ce qui entre dans le prisme.

LA MÉTHODE PRISME

   P  PRÉSENCE TECHNIQUE      Vos pages sont-elles atteignables et lisibles
                              par les robots de chacun des quatre moteurs ?

   R  REPRÉSENTATION          Votre entreprise est-elle décrite de façon
                              cohérente et sans ambiguïté partout ?

   I  INFORMATION CITABLE     Vos pages contiennent-elles des passages
                              autonomes, factuels, datés, reprenables ?

   S  SOURCES TIERCES         Existe-t-il, hors de votre site, des sources
                              crédibles qui parlent de vous ?

   É  ÉLÉMENTS DE PREUVE      Produisez-vous des données originales qui
                              font de vous une source primaire ?

   M  MESURE                  Savez-vous, chiffres à l'appui, où vous en
                              êtes sur les quatre moteurs ?

   Les six leviers se cumulent. Les trois premiers rendent possible ;
   les deux suivants rendent probable ; le dernier rend pilotable.
Cadre méthodologique Evocia. Il organise des actions dont l'effet est documenté, observé ou plausible selon les cas, jamais un mécanisme interne supposé des moteurs.
LevierQuestion à laquelle il répondIndicateur de suivi
Présence techniqueLes quatre moteurs peuvent-ils accéder à mes pages clés et les lire ?Part des pages stratégiques accessibles et lisibles sans JavaScript, par moteur
ReprésentationUne machine peut-elle dire sans hésiter ce que fait mon produit, pour qui et dans quelle catégorie ?Cohérence de la description sur les sources de référence recensées
Information citableMes pages contiennent-elles des passages qu'un système peut extraire isolément ?Nombre de passages autonomes par page stratégique
Sources tiercesQue trouve-t-on sur moi hors de mon domaine ?Nombre et qualité des sources tierces à jour mentionnant la marque
Éléments de preuveAi-je publié quelque chose que personne d'autre ne peut publier ?Nombre de jeux de données ou d'études originales publiés et repris
MesurePuis-je constater une évolution plutôt que la deviner ?Share of Model, taux de citation du domaine, part de voix

Distinction avec nos autres cadres

PRISME évalue l'empreinte informationnelle globale d'une entreprise sur quatre moteurs. Il ne remplace pas le Citation Score, qui note la citabilité d'un contenu donné, ni l'Échelle de Recommandation présentée dans notre pilier GEO, qui décrit les paliers de maturité. Les trois outils se complètent : PRISME pour le diagnostic d'ensemble, le Citation Score au niveau d'une page, l'Échelle pour situer la trajectoire.

P comme Présence : l'audit d'accès, moteur par moteur

En bref

L'audit d'accès vérifie trois choses pour chacun des quatre moteurs : le robots.txt autorise-t-il le bon agent, le pare-feu applicatif laisse-t-il passer ses adresses IP, et la page est-elle lisible sans exécution de JavaScript. Ces trois vérifications éliminent la majorité des cas d'invisibilité technique.

Commencez toujours par là. Un plan de contenu ambitieux posé sur un site que deux moteurs sur quatre ne peuvent pas lire est un budget dépensé en pure perte. L'inspection tient en une demi-journée ; comptez un à trois jours en incluant les corrections techniques qu'elle déclenche.

# robots.txt : autorisations explicites pour les moteurs de réponse
# Les règles doivent être répétées sur chaque sous-domaine
# (docs.exemple.fr, aide.exemple.fr, statut.exemple.fr...)

User-agent: OAI-SearchBot      # ChatGPT, recherche
Allow: /

User-agent: ChatGPT-User       # ChatGPT, action déclenchée par un utilisateur
Allow: /

User-agent: Claude-SearchBot   # Claude, recherche
Allow: /

User-agent: Claude-User        # Claude, action déclenchée par un utilisateur
Allow: /

User-agent: PerplexityBot      # Perplexity, indexation
Allow: /

User-agent: Googlebot          # Google Search, donc AI Overviews et AI Mode
Allow: /

# Décision à prendre séparément : l'entraînement des modèles.
# GPTBot (OpenAI) et ClaudeBot (Anthropic) ne gouvernent PAS votre
# présence dans les réponses de recherche.
# Google-Extended est un cas à part : il ne change rien à Google Search,
# mais il gouverne aussi le grounding dans les applications Gemini.

Sitemap: https://www.exemple.fr/sitemap.xml
Modèle à adapter. Autoriser explicitement évite qu'une règle générique plus haut dans le fichier ne bloque un agent par effet de bord.
VérificationComment la faireSigne que quelque chose ne va pas
Le robots.txt autorise les agents de rechercheLire le fichier ligne par ligne, y compris les règles génériques placées avantUn blocage global hérité d'une politique anti-IA décidée sans distinguer entraînement et recherche
Le pare-feu applicatif laisse passerChercher les agents concernés dans les journaux du serveur sur trente jours ; comparer les codes de réponseDes réponses 403 ou 429 pour un agent, ou aucune visite du tout alors que le site est ancien
Les pages sont lisibles sans JavaScriptDésactiver JavaScript et ouvrir les pages stratégiques ; comparer avec le rendu normalUne page de tarifs vide, un tableau comparatif absent, une documentation réduite à un menu
Les pages stratégiques sont indexées dans GoogleVérifier l'indexation et l'éligibilité à l'affichage avec extraitDes directives de type nosnippet ou noindex héritées d'une ancienne recette de protection de contenu
Les dates sont visibles et cohérentesContrôler date affichée, balisage et sitemap sur les pages qui évoluentUne date de mise à jour automatique alors que le contenu n'a pas bougé
Les sous-domaines sont couvertsRépéter les cinq vérifications sur documentation, aide, statut, blogUne documentation hébergée ailleurs, avec son propre robots.txt oublié

Audit d'accès minimal, pour un site de taille moyenne. Les six vérifications se mènent en une demi-journée ; les corrections qu'elles déclenchent occupent un à trois jours de plus.

L'erreur stratégique la plus coûteuse

Beaucoup d'entreprises ont bloqué en masse les robots des IA en 2024 et 2025 pour protéger leur contenu, sans distinguer les robots d'entraînement des robots de recherche. Le résultat est une invisibilité choisie sans le savoir. Si vous voulez refuser l'entraînement, refusez GPTBot et ClaudeBot, et laissez passer les agents de recherche : c'est précisément pour cela que les plateformes ont séparé ces agents. Le cas de Google-Extended demande un arbitrage à part, détaillé ci-dessous.

Google-Extended n'est pas un simple jeton d'entraînement

Google documente que Google-Extended gouverne l'usage du contenu pour l'entraînement des futurs modèles Gemini, mais aussi pour le grounding dans les applications Gemini. Le refuser n'a aucun effet sur Google Search, donc aucun sur AI Overviews et AI Mode : c'est écrit noir sur blanc. Mais cela revient à se retirer des réponses ancrées de l'application Gemini, l'une des quatre surfaces traitées ici. Beaucoup de politiques anti-IA rédigées en 2024 ont pris cette décision sans en connaître le second effet. À noter également : Google-Extended n'a pas d'agent HTTP propre, c'est un jeton de contrôle déclaré dans robots.txt, pas un robot que vous verrez passer dans vos journaux.

Notre guide robots.txt, sitemap.xml et llms.txt détaille les rôles respectifs de ces fichiers et les pièges de configuration.

R comme Représentation : faire de votre SaaS une entité claire

En bref

Un système ne peut recommander que ce qu'il sait décrire. La représentation consiste à rendre votre chaîne d'identité (nom, catégorie, fonctions, marché, cible, cas d'usage, preuves) cohérente partout où elle apparaît, sur votre site comme sur les sources tierces. Quand les sources se contredisent sur ce que vous êtes, il n'existe pas de description dominante à reprendre.

Prenez une phrase et vérifiez qu'elle est vraie et identique partout : « Taskovia est un logiciel de gestion de projet destiné aux agences de vingt à deux cents personnes, qui gère la planification des équipes, le suivi du temps et la rentabilité par projet. » Cette phrase doit se retrouver, sans contradiction, sur votre page d'accueil, votre page produit, vos profils sociaux, vos fiches sur les comparateurs, vos pages d'intégration chez vos partenaires et dans votre documentation.

Maillon de la chaîneCe qu'il faut affirmer clairementErreur fréquente chez les SaaS
NomLe nom exact, sa graphie, et le fait qu'il désigne un logicielUn nom homonyme d'un autre produit, jamais accompagné de sa catégorie
CatégorieLa catégorie que les acheteurs emploient réellement dans leurs recherchesUne catégorie inventée pour se différencier, que personne ne cherche
FonctionsLes fonctions principales nommées avec les termes du marchéDes noms de fonctionnalités propriétaires sans traduction en langage courant
Marché et cibleTaille d'entreprise, secteurs, pays, langues couvertesUn « pour toutes les entreprises » qui ne permet aucune sélection
Cas d'usageLes problèmes concrets résolus, formulés comme un acheteur les formuleDes bénéfices abstraits sans situation identifiable
PositionnementCe que vous faites mieux, et pour qui vous n'êtes pas le bon choixL'absence totale de limites déclarées, qui prive le système de tout critère de sélection
PreuvesTarifs, conformité, disponibilité, intégrations, références vérifiablesDes informations disponibles seulement après un formulaire

Dire pour qui vous n'êtes pas le bon choix

C'est contre-intuitif et c'est l'un des gestes les plus utiles. Un système qui doit choisir trois solutions dans une catégorie a besoin de critères discriminants. Si votre page indique explicitement « conçu pour les agences de vingt à deux cents personnes, peu adapté aux structures de moins de dix personnes », vous fournissez un critère. Si tout le monde dit « pour toutes les tailles d'entreprise », le système retiendra les marques les plus connues, faute d'autre chose.

Mention, lien, citation, cooccurrence : quatre choses différentes

Une mention est l'apparition de votre nom dans un texte. Un lien est un renvoi technique vers votre domaine. Une citation est la reprise de votre contenu comme source dans une réponse. Une cooccurrence est le fait d'apparaître dans le même contexte qu'un concurrent ou qu'une catégorie. Ces quatre signaux ne se valent pas et, surtout, aucun d'eux n'est publiquement confirmé comme facteur de classement d'un moteur génératif. Ce que l'on peut dire honnêtement : ils déterminent ce qui est disponible à trouver. Notre enquête sur l'influence réelle des backlinks montre d'ailleurs que les corrélations mesurées sont plus fortes du côté des mentions que des liens.

I comme Information citable : l'architecture éditoriale d'un SaaS

En bref

Certaines pages sont structurellement plus reprenables que d'autres. Les pages de comparaison, d'alternatives, de tarifs, d'intégrations, de définition et la documentation produisent des réponses directes à des questions d'acheteurs. Les pages de marque narratives n'en produisent pas. L'architecture éditoriale consiste à couvrir les sous-intentions du fan-out avec des pages exploitables.

Type de pageIntention couverteCe qu'elle apporte dans une réponseErreur fréquente
Définition ou glossaireComprendre un terme du domaineUne définition autonome, reprenable telle quelleUne définition noyée dans une introduction commerciale
Guide pratiqueRésoudre un problème métierDes étapes numérotées et des conditions explicitesUn guide qui parle du produit au lieu du problème
Documentation produitVérifier une capacité techniqueDes faits vérifiables : limites, formats, quotas, authentificationUne documentation derrière une authentification, donc invisible
Page d'intégrationsSavoir si l'outil s'intègre à l'existantUne liste nommée, à jour, avec le périmètre de chaque intégrationUne grille de logos sans texte lisible
Page de tarifsSavoir si c'est dans le budgetDes montants, des unités de facturation et des seuils explicitesUn « nous contacter » qui rend la page inexploitable
Comparatif X ou YDépartager deux solutionsUn tableau critère par critère, avec les cas où l'autre est meilleurUn comparatif où le concurrent perd sur tous les critères, donc non crédible
Page alternativesChercher un remplacementUne liste honnête avec des critères de choixUne page qui liste des alternatives sans jamais dire à qui elles conviennent
Guide de migrationÉvaluer le coût du changementDurée, étapes, reprise de données, points de frictionUne promesse de migration « en un clic » invérifiable
Cas clientVoir une preuve d'usageUn contexte, un chiffre vérifiable et une méthodeUn témoignage sans contexte ni ordre de grandeur
Page verticale ou métierVérifier l'adéquation à son secteurLe vocabulaire du secteur et ses contraintes propresUne page générique où seul le nom du secteur change
Étude ou baromètreTrouver une donnée de référenceUn chiffre original avec sa méthode et son échantillonUne infographie sans méthodologie, donc non citable
Modèle ou calculateurPasser à l'action immédiatementUn outil décrit en texte, donc résumableUn outil entièrement en JavaScript, sans description textuelle
FAQ produitLever une objection préciseUne question posée comme les acheteurs la posent, une réponse courteDes questions rédigées pour le référencement, pas pour les acheteurs
Changelog publicVérifier que le produit vitDes dates récentes et des changements datésUn journal arrêté il y a dix-huit mois, signal négatif visible

Chaque ligne correspond à une sous-intention susceptible d'être émise lors du fan-out d'une requête d'achat.

Écrire un passage réellement citable

Un passage citable est un passage qui reste vrai et compréhensible une fois arraché à sa page. Trois versions d'une même information, du moins au plus exploitable.

Version 1. Notre solution révolutionne la gestion de projet en agence grâce à une approche unique qui place l'humain au cœur du dispositif et transforme la façon dont les équipes collaborent au quotidien.
Version 2. Taskovia est un logiciel de gestion de projet pour les agences. Il permet de planifier les équipes, de suivre le temps passé et de calculer la rentabilité par projet.
Version 3. Taskovia est un logiciel de gestion de projet destiné aux agences de vingt à deux cents personnes. Il couvre trois fonctions : la planification des équipes, le suivi du temps et le calcul de la rentabilité par projet. La facturation se fait par utilisateur actif et par mois, à partir de douze euros hors taxes. Les données sont hébergées dans l'Union européenne. Mise à jour le 13 août 2026.

La version 1 ne contient aucune information extractible : arrachée à sa page, elle ne dit rien. La version 2 est correcte et pourrait suffire. La version 3 est celle qui répond seule à quatre sous-questions différentes (catégorie, périmètre, prix, hébergement) et porte une date : elle offre quatre prises là où la première n'en offre aucune. Cela ne la fait pas citer pour autant, et il faut le dire ainsi.

Un point contre-intuitif issu de la recherche académique

Le papier fondateur sur l'optimisation pour moteurs génératifs, présenté à la conférence KDD en 2024, a testé le bourrage de mots-clés parmi neuf méthodes d'optimisation. Conclusion des auteurs, dans leurs termes : cette technique héritée du référencement classique « n'apporte que peu ou pas d'amélioration » aux réponses des moteurs génératifs, et sur leur métrique agrégée elle passe même sous la version d'origine du contenu. Les gains qu'ils mesurent viennent de l'ajout de citations, de statistiques et de la fluidité de rédaction. Deux réserves à porter avec ce résultat : il est obtenu sur un moteur génératif simulé, et des travaux ultérieurs de 2025 concluent que ces méthodes d'optimisation sont largement inefficaces en conditions réelles. Notre guide comment rédiger un contenu que les IA citeront expose cette contradiction en détail.

Pour aller au bout de cette dimension, notre guide comment rédiger un contenu que les IA citeront donne la grille détaillée d'un passage citable, et créer une documentation que les IA adorent citer traite le cas particulier de la documentation produit.

S comme Sources tierces : votre site ne suffit pas

En bref

Sur les requêtes de choix de logiciel, une part majoritaire des sources mobilisées ne vous appartient pas. Comparateurs, plateformes d'avis, forums professionnels, médias spécialisés, documentations de partenaires et listes sectorielles constituent la matière première des recommandations. Un SaaS absent de ces surfaces prive les moteurs de ce qui parlerait de lui, et réduit fortement ses chances d'apparaître, sans que l'absence soit mécanique : un modèle peut nommer une marque très connue sans qu'aucun document récupéré ne la mentionne.

C'est la partie la plus inconfortable de la méthode, parce qu'elle ne se règle pas par une action technique et qu'elle prend des mois. C'est aussi la seule qui agisse sur la matière que les moteurs mobilisent réellement pour recommander un logiciel.

Famille de sourcesCe qu'elle apporteCe qui se travaille légitimementCe qui est à proscrire
Plateformes d'avis et comparateursUne description normalisée du produit et des avis vérifiésFiche complète et à jour, catégories correctes, sollicitation d'avis auprès de vrais clientsFaux avis, avis achetés, incitations conditionnées à une note
Forums et communautés professionnellesLe point de vue non filtré des utilisateurs, souvent reprisUne présence identifiée, utile, qui répond à des questions techniquesComptes fictifs, recommandations déguisées, publications de complaisance
Médias et sites spécialisésUne crédibilité éditoriale et des mentions durablesDonnées originales, prises de position argumentées, disponibilité pour la presseCommuniqués sans information, publirédactionnels non signalés
Partenaires et places de marchéDes pages descriptives sur des domaines établisFiches d'intégration soignées, documentation croisée, réciprocité des liensPartenariats fictifs, logos affichés sans accord
Documentations techniques tiercesUne preuve d'interopérabilité vérifiableContributions à la documentation des partenaires, exemples de code publicsDépôts artificiels créés uniquement pour exister
Listes sectorielles et annuairesUne présence dans les inventaires de catégorieInscriptions sur les annuaires réellement consultés dans votre marchéInscriptions massives sur des annuaires sans audience

La ligne rouge

Il existe une différence de nature, et pas seulement de degré, entre fabriquer artificiellement des mentions et devenir une entreprise dont on parle. La première approche produit des signaux fragiles, détectables, et expose à un risque juridique en France dès lors qu'il s'agit d'avis. La seconde est lente et cumulative. Une méthode honnête ne peut recommander que la seconde.

Le poids respectif de ces familles varie fortement selon les moteurs et les marchés. Nos enquêtes les avis clients influencent-ils les IA, les forums influencent-ils les recommandations et où les IA puisent leurs recommandations donnent les données disponibles, avec leurs contradictions assumées.

Le cas francophone, largement ignoré

La plupart des contenus disponibles s'appuient sur des observations faites sur des requêtes anglophones. Or l'écosystème de sources mobilisé pour une question posée en français n'est pas le même : les comparateurs anglo-saxons y pèsent moins, des annuaires et médias francophones y pèsent davantage, et le volume de contenu disponible par catégorie est plus faible. C'est une contrainte, et c'est une opportunité : dans une catégorie francophone peu documentée, quelques sources tierces de qualité peuvent suffire à constituer la matière disponible. Ce point n'est pas mesuré publiquement à ce jour ; c'est l'un des objets de l'Observatoire Evocia.

É comme Éléments de preuve : devenir une source primaire

En bref

Un éditeur de logiciels dispose de données que personne d'autre ne possède : celles produites par son propre produit et par ses clients. Les publier sous forme agrégée et anonymisée crée un actif que les autres doivent citer. C'est le seul levier qui transforme durablement une entreprise en source, plutôt qu'en sujet.

La logique est simple : une donnée originale déclenche une reprise éditoriale, qui produit des mentions et des liens, qui alimentent la matière disponible sur votre catégorie, qui augmente la probabilité que vous soyez trouvé. Chaque maillon de cette chaîne est observable ; l'effet final ne l'est pas isolément, et il faut le présenter ainsi.

Cinq études qu'un SaaS B2B peut réellement produire

  1. 1Le baromètre d'usage anonymisé. À partir de vos propres données produit, agrégées et sans identification : volumes moyens, saisonnalité, délais types, taux d'adoption des fonctions. Personne d'autre ne peut le publier. Exige une revue juridique et une méthode d'anonymisation explicite.
  2. 2L'enquête sectorielle auprès de vos clients et prospects. Cent à trois cents répondants suffisent si l'échantillon est décrit honnêtement. Publiez le questionnaire, les dates de terrain et le profil des répondants.
  3. 3Le benchmark de pratiques observables. Analyse d'un échantillon de sites ou d'entreprises de votre secteur sur des critères vérifiables publiquement. Reproductible par un tiers, donc crédible.
  4. 4L'observatoire de prix ou de conditions. Relevé périodique et documenté d'informations publiques de votre marché. Sa valeur vient de la régularité, pas de la première édition.
  5. 5Le jeu de données ouvert. La donnée brute, publiée dans un format réutilisable, avec sa licence et son dictionnaire de variables. C'est le format le plus directement réexploitable par un tiers, et le plus rare.

La règle qui rend une étude citable

Une étude est reprise quand un tiers peut la vérifier. Publiez systématiquement : la période de terrain, la taille et la nature de l'échantillon, la méthode de collecte, les limites connues, et la date de mise à jour. Une infographie sans méthodologie n'est pas une source, c'est une affirmation. Publiez également en accès libre : une étude enfermée derrière un formulaire est invisible pour les systèmes qui pourraient la citer.

Le format compte autant que le fond. Une page web ouverte, structurée en sections courtes, avec un tableau de résultats et des chiffres dans le texte, est reprenable. Un document à télécharger ne l'est pas. C'est vrai pour les moteurs comme pour les journalistes.

Données structurées : ce qu'elles font et ce qu'elles ne font pas

En bref

Le balisage Schema.org clarifie la lecture machine de vos pages et conditionne certains affichages enrichis dans les moteurs classiques. Aucun éditeur de moteur génératif n'a documenté qu'il conditionne une citation, et Google écrit explicitement qu'aucun balisage spécial n'est nécessaire pour ses fonctionnalités IA. Balisez pour la clarté, pas pour une promesse.

TypeCe qu'il déclareUtilité réelleLimite
OrganizationL'identité de l'entreprise, ses profils officiels, son logoRattacher toutes vos surfaces à une même entité, avec la propriété sameAsNe crée pas de notoriété ; déclare une identité
SoftwareApplicationLa nature logicielle du produit, sa catégorie, ses systèmesLever l'ambiguïté sur ce qu'est le produitAucun moteur génératif ne documente son usage
OfferLes conditions tarifaires publiquesRendre le prix explicite et cohérent avec la pageUn prix balisé mais absent de la page visible est une incohérence
ArticleL'auteur, les dates de publication et de mise à jourExposer une fraîcheur et une paternité vérifiablesNe remplace pas des dates visibles pour les lecteurs
BreadcrumbListLa position de la page dans l'arborescenceAider à comprendre la structure du siteEffet limité si le maillage interne est incohérent
FAQPageDes questions et réponses de la pageStructurer les questions réellement traitéesL'affichage enrichi correspondant a été fortement restreint par Google
AggregateRatingUne note agrégéeLégitime uniquement si les avis sont réels et vérifiablesUsage abusif exposé à des sanctions et à un risque juridique
Documenté officiellement

La documentation de Google sur ses fonctionnalités IA indique qu'il n'est pas nécessaire de créer de nouveaux fichiers lisibles par machine, de fichiers texte destinés aux IA ou de balisage pour y apparaître, et qu'il n'existe pas de données structurées Schema.org particulières à ajouter. La même page recommande néanmoins de veiller à ce que les données structurées correspondent au texte visible.

La cohérence entre balisage et texte visible est la seule consigne réellement actionnable, et elle est souvent violée chez les éditeurs de logiciels : prix balisé différent du prix affiché, note agrégée sans avis correspondants, catégorie déclarée différente de celle revendiquée sur le site. Notre enquête sur l'influence réelle des données structurées rassemble les études contrôlées disponibles, y compris celles qui ne trouvent aucun effet.

M comme Mesure : le protocole de relevé

En bref

Mesurer sa visibilité suppose un panier de requêtes stable, plusieurs répétitions par requête pour absorber la variabilité des réponses, des conditions de test documentées et une grille d'annotation identique d'une campagne à l'autre. Une capture d'écran ne mesure rien : elle documente un cas.

Deux raisons rendent la mesure indispensable et délicate. D'abord, la génération est probabiliste : la même question posée deux fois peut produire deux réponses différentes. Ensuite, et c'est documenté par OpenAI, la mémoire de l'utilisateur peut modifier la requête envoyée aux systèmes de recherche. Un relevé effectué depuis votre compte professionnel, qui a discuté de votre produit cent fois, ne mesure pas votre visibilité : il mesure votre historique.

Construire le panier de requêtes

CatégorieCe qu'elle testeExemple pour un logiciel de gestion de projet en agence
DécouverteL'existence dans la catégorie, sans intention d'achat« Quels logiciels permettent de suivre la rentabilité par projet dans une agence ? »
RecommandationLa présence dans une liste de solutions conseillées« Quel est le meilleur logiciel de gestion de projet pour une agence de cinquante personnes ? »
ComparaisonLe traitement face à un concurrent nommé« Quelle solution choisir entre deux outils de gestion de projet pour une agence ? »
AlternativesLa position dans les parcours de remplacement« Quelles alternatives à un outil de gestion de projet trop cher pour une agence ? »
ProblèmeLa capacité à surgir sur une douleur métier, sans nommer de catégorie« Comment savoir si un projet client est rentable dans une agence ? »
AchatL'aide à la décision finale, avec contraintes« Quel logiciel de gestion de projet choisir avec un budget de vingt euros par utilisateur et des données en Europe ? »

Quatre à cinq formulations par catégorie donnent un panier de vingt-quatre à trente requêtes. Ces six catégories sont un resserrement, pour un suivi trimestriel léger sur quatre moteurs, des dix familles de requêtes du corpus d'audit complet décrit dans notre guide GEO pour les SaaS B2B.

Les conditions à figer et à écrire

  • Le moteur et le mode exact : avec ou sans recherche web, mode conversationnel ou surface de recherche.
  • L'état du compte : session neuve, sans historique, mémoire désactivée quand l'option existe. Documentez-le, car cela conditionne l'interprétation.
  • La langue et le pays, qui changent les sources mobilisées.
  • Le nombre de répétitions par requête. Cinq est un minimum opérationnel pour distinguer une apparition régulière d'un accident, pas une règle statistique.
  • La date et l'heure, car les réponses évoluent avec les mises à jour de modèles et d'index.
  • L'archivage de la réponse brute, qui seul permet de réanalyser plus tard sans refaire les relevés.

La grille d'annotation

ColonneCe que l'on notePourquoi
identifiant_releveUn identifiant unique par observationPermet de relier une ligne à sa réponse archivée
moteur, mode, langue, pays, dateLes conditions de testSans elles, deux campagnes ne sont pas comparables
requete_id, repetitionLa requête et le numéro de répétitionPermet de calculer la variabilité par requête
marque_mentionneeVotre marque est nommée dans la réponse, à quelque titre que ce soitMesure la mention, base du Share of Model
marque_recommandeeVotre produit est présenté comme une solution à retenir, pas seulement évoquéMesure la recommandation, qui ne se déduit pas de la mention
domaine_citeVotre domaine figure dans les sources affichéesMesure la présence en sources, distincte de la mention
rang_apparitionLa position de votre marque dans la liste proposéeUne marque citée en cinquième position ne pèse pas comme la première
concurrents_citesLes autres marques nomméesBase du calcul de la part de voix
sources_citeesLes domaines cités par le moteurRévèle les sources tierces à travailler en priorité
categorie_associeeLa catégorie dans laquelle le moteur vous rangeDétecte les erreurs de représentation
tonalitePositive, neutre, réservéeUne mention assortie d'une réserve n'a pas la même valeur
exactitudeLes erreurs factuelles constatées sur votre produitUne information fausse est un problème plus urgent qu'une absence

Douze rubriques, soit dix-sept colonnes une fois les conditions de test dépliées. Ajouter des variables sans les exploiter alourdit le relevé sans améliorer la décision.

L'erreur factuelle passe avant l'absence

L'exactitude est la colonne la plus souvent omise des grilles de relevé. Elle devrait être la première lue. Un moteur qui vous range dans la mauvaise catégorie, qui annonce un tarif obsolète ou qui vous attribue une fonction que vous n'avez pas fait plus de dégâts qu'une absence pure : il produit une objection commerciale que vous ne verrez jamais. Corriger l'information disponible publiquement est prioritaire sur toute action de visibilité.

Le Share of Model et les indicateurs qui l'accompagnent

En bref

Le Share of Model est la part des réponses observées dans lesquelles votre marque apparaît, exprimée en pourcentage : nombre de réponses citant la marque divisé par nombre de réponses analysées, multiplié par cent. C'est un indicateur d'exposition, pas une mesure d'audience ni de performance commerciale.

IndicateurFormuleCe qu'il ditCe qu'il ne dit pas
Share of ModelRéponses où la marque apparaît ÷ réponses analysées × 100Votre exposition globale, tous moteurs et toutes catégories de requêtes confondusCombien de personnes ont vu ces réponses
Taux de présence en sourcesRéponses citant votre domaine ÷ réponses affichant des sources × 100Votre poids comme source d'informationSi votre produit est recommandé
Part de voix concurrentielleMentions de votre marque ÷ mentions de toutes les marques suivies × 100Votre poids relatif face aux concurrentsL'évolution du marché lui-même
Taux de présence en têteRéponses où la marque figure dans les trois premières ÷ réponses où elle apparaît × 100La qualité de votre position quand vous apparaissezCe qui détermine cette position

Les cinq limites à publier avec le chiffre

Un Share of Model se communique toujours avec ses limites, sans quoi il devient trompeur. Premièrement, il dépend entièrement du panier de requêtes choisi : changez le panier, changez le chiffre. Deuxièmement, les réponses sont probabilistes, donc une variation faible entre deux campagnes peut n'être que du bruit. Troisièmement, il ne pondère pas par le volume réel des questions posées, qu'aucune plateforme ne publie. Quatrièmement, il mélange des surfaces différentes s'il n'est pas ventilé par moteur. Cinquièmement, il ne mesure aucune causalité : une hausse consécutive à une action ne prouve pas que l'action en est la cause.

Le vocabulaire est volontairement identique à celui de notre guide GEO pour les SaaS B2B, pour éviter deux jeux de définitions sur le même sujet : le Share of Model est l'agrégat multi-moteurs de ce que nous y appelons le taux de citation (mention), et la présence en sources y porte déjà ce nom. S'y ajoutent, dans le pilier, le taux de recommandation, qui distingue une marque réellement conseillée d'une marque simplement nommée : c'est le seul indicateur qui mesure l'objectif commercial, et il exige une règle de codage stable. Le traitement statistique complet, intervalles de confiance et pièges de la pseudoréplication compris, figure dans notre méthode de mesure de la visibilité.

Retrouver le trafic venu des IA

La mesure de l'exposition doit être doublée d'une mesure du trafic, avec la même prudence. Trois faits utiles. OpenAI documente l'ajout automatique d'un paramètre de suivi identifiant ChatGPT dans les URL de renvoi, ce qui rend ce trafic isolable dans vos statistiques. Google fournit dans la Search Console un rapport de performance pour ses fonctionnalités génératives, limité aux impressions : ni requêtes, ni clics, ni position, et les clics restent fondus dans le rapport classique. Enfin, une part du trafic issu des assistants arrive sans référent identifiable et se retrouve comptée en accès direct : tout chiffre de trafic IA est donc un minorant.

L'ordre de grandeur qui remet tout en place

Une étude publiée le 9 juin 2026 par SparkToro à partir du panel Similarweb, portant sur les recherches américaines de janvier à avril 2026, conclut que 68,01 % des recherches Google se terminent sans clic, et que les plateformes d'IA générative envoient au total moins de 1 % du trafic sortant vers les sites externes. L'auteur signale lui-même les limites de son panel : périmètre américain, exclusion de l'application mobile de Google, et comparaisons pluriannuelles reposant sur des panels différents. Ce canal est stratégique parce qu'il intervient au moment du choix, pas parce qu'il est volumineux. Toute promesse de bascule massive du trafic vers les IA en 2026 contredit les données de panel disponibles.

Le poids relatif des quatre moteurs dans ce trafic évolue vite. Selon un communiqué de BrightEdge du 20 mai 2026, la part de ChatGPT dans le trafic référé par les IA est passée de 89,2 % au quatrième trimestre 2025 à 81,4 % au premier trimestre 2026, puis 79,0 % en avril 2026, tandis que Gemini montait de 4,3 % à 13,2 % sur la même période, devant Perplexity (4,2 %) et Claude (3,6 %). La méthodologie de ce panel n'est pas détaillée dans le communiqué : traitez ces chiffres comme une tendance, pas comme une mesure de marché.

Le Score PRISME sur 100

En bref

Le Score PRISME évalue la maturité de l'empreinte informationnelle d'un SaaS sur cent points, répartis sur les six leviers. C'est un outil méthodologique Evocia destiné à prioriser des chantiers, pas un score utilisé par les plateformes : aucun moteur ne publie de notation de ce type.

DimensionPointsCritères observables
Présence technique20Robots de recherche des quatre moteurs autorisés (5), aucune page stratégique bloquée par le pare-feu (5), pages clés lisibles sans JavaScript (5), dates visibles et cohérentes (5)
Représentation15Chaîne d'identité complète sur le site (5), description cohérente sur les sources tierces recensées (5), limites et cible explicitement déclarées (5)
Information citable20Pages de tarifs, intégrations, comparatifs et alternatives publiées et exploitables (8), documentation publique accessible sans compte (6), passages autonomes datés dans les pages stratégiques (6)
Sources tierces20Fiches à jour sur les comparateurs pertinents (6), avis réels récents (5), mentions éditoriales indépendantes des douze derniers mois (5), présence utile dans les communautés du secteur (4)
Éléments de preuve10Au moins une donnée originale publiée en accès libre avec sa méthodologie (6), reprise par au moins une source tierce (4)
Mesure15Panier de requêtes stable et documenté (5), relevés répétés sur les quatre moteurs (5), suivi du trafic IA isolé dans les statistiques (5)

Grille méthodologique Evocia. Les points se donnent sur constatation, pas sur intention.

ScoreInterprétationPriorité immédiate
0 à 30Maturité faible : l'entreprise est probablement invisible pour des raisons techniques ou d'absence de sourcesAudit d'accès et publication des pages de base : tarifs, intégrations, documentation
31 à 50Fondations présentes : le site est lisible, la représentation reste floueChaîne d'identité et cohérence sur les sources tierces
51 à 70Visibilité potentielle réelle : les manques se situent hors du siteSources tierces et première donnée originale
71 à 85Écosystème informationnel solide : la matière existe et est à jourMesure systématique et couverture des sous-intentions
86 à 100Maturité forte : l'entreprise est à la fois trouvable, décrite et corroboréeEntretien, fraîcheur, veille sur les erreurs factuelles

Ce que le score ne fait pas

Un score élevé n'implique pas une citation, et un score faible n'interdit pas d'apparaître : une marque très connue peut être recommandée en dépit d'une empreinte technique médiocre. Le Score PRISME sert à répondre à une question de gestion (par quoi commencer, et qu'est-ce qui a bougé depuis le trimestre dernier), pas à prédire une réponse d'IA.

Fil rouge : quatre-vingt-dix jours dans la vie de Taskovia

En bref

Taskovia est un éditeur fictif utilisé ici comme exemple de travail : un logiciel de gestion de projet pour agences de vingt à deux cents personnes. Ce déroulé montre ce qui est fait et ce qui est mesuré. Il ne montre aucun résultat, car inventer des résultats reviendrait exactement à ce que nous reprochons aux contenus mal sourcés.

La requête cible de l'exercice est celle qu'un acheteur pose réellement : « quel est le meilleur logiciel de gestion de projet pour une agence marketing de cinquante personnes ? »

Le diagnostic initial

  • Relevé de départ sur les quatre moteurs, six catégories de requêtes, cinq répétitions, sessions neuves : Taskovia n'apparaît dans aucune réponse de recommandation, et son domaine n'est jamais cité en source.
  • Audit d'accès : robots.txt hérité d'une politique de blocage global des robots d'IA, sans distinction entre entraînement et recherche. La documentation est sur un sous-domaine avec son propre fichier, plus permissif.
  • Extractibilité : la page de tarifs et le tableau comparatif sont rendus côté client ; sans JavaScript, il ne reste qu'un titre.
  • Représentation : le site parle de « plateforme de pilotage opérationnel » ; les comparateurs le classent en « gestion des tâches » ; la documentation dit « suivi de production ». Trois catégories pour un produit.
  • Sources tierces : une fiche comparateur incomplète datant de deux ans, aucune mention éditoriale récente, aucune présence dans les communautés d'agences.
  • Score PRISME initial : 24 sur 100, très majoritairement plombé par la présence technique et les sources tierces.

Ce qui est engagé, par période

PériodeCe qui est faitCe qui est mesuré à la fin
Jours 1 à 15Relevé de départ archivé, audit d'accès sur tous les sous-domaines, correction du robots.txt en séparant entraînement et recherche, ouverture du pare-feu aux plages d'adresses IP publiéesVisites des robots de recherche dans les journaux serveur, codes de réponse, délai de première exploration
Jours 16 à 30Rendu serveur des pages tarifs, comparatifs et intégrations, chaîne d'identité unifiée sur le site et les profils, dates visibles sur les pages qui évoluentPart des pages stratégiques lisibles sans JavaScript, indexation et éligibilité à l'affichage avec extrait
Jours 31 à 60Publication des pages manquantes (alternatives, migration, deux pages verticales), réécriture des passages clés en énoncés autonomes datés, ouverture de la documentation sans compteNombre de passages autonomes par page, deuxième relevé complet sur les quatre moteurs
Jours 61 à 90Mise à jour des fiches comparateurs, sollicitation d'avis auprès de clients réels, première étude originale sur la rentabilité des projets en agence, présence identifiée dans deux communautés professionnellesSources tierces à jour, reprises de l'étude, troisième relevé, Score PRISME recalculé

Ce que cet exemple ne dira jamais

Nous ne conclurons pas ce déroulé par « Taskovia est passé de zéro à trois citations sur cinq ». Ce chiffre serait inventé. Ce que l'exercice établit honnêtement, c'est la séquence : rendre lisible avant de publier, publier avant de solliciter des tiers, et mesurer à chaque étape pour savoir quoi refaire. Les seuls résultats que nous publierons un jour seront ceux de relevés réels, avec leur méthode et leur échantillon.

Le plan sur quatre-vingt-dix jours et sa matrice de priorisation

En bref

Le plan se déroule en quatre phases : audit et mesure initiale, corrections techniques et entité, contenu et documentation, sources tierces et données originales. Chaque action porte un responsable, un effort estimé en jours et un indicateur. L'ordre compte plus que la vitesse : publier avant d'être lisible est du travail perdu.

Le plan trimestriel générique du GEO, avec ses jalons commerciaux et sa déclinaison par niveau de maturité, figure dans notre guide GEO pour les SaaS B2B. La version ci-dessous n'en retient que ce qui est propre à une exécution sur quatre moteurs : l'ouverture séparée des robots de recherche, la vérification du pare-feu par plages d'adresses, le rendu sans JavaScript exigé par la récupération de page de Claude, la couverture des sous-domaines et la répétition des relevés sur chaque moteur.

PériodeActionsResponsable typeEffortIndicateur de fin de phase
Jours 1 à 15Panier de requêtes, relevé initial archivé sur quatre moteurs, audit d'accès complet, inventaire des sources tierces existantesResponsable acquisition, avec un appui technique d'une demi-journée4 à 6 joursUn relevé de départ chiffré et un Score PRISME initial
Jours 16 à 30Correction du robots.txt et du pare-feu, rendu serveur des pages stratégiques, chaîne d'identité unifiée, dates visiblesÉquipe technique, avec validation marketing5 à 15 joursPages stratégiques lisibles sans JavaScript et explorées par les quatre moteurs
Jours 31 à 60Publication des pages manquantes, réécriture en passages autonomes, ouverture de la documentation, couverture des sous-intentionsContenu et produit conjointement10 à 20 joursCouverture des six catégories de requêtes par au moins une page dédiée
Jours 61 à 90Fiches comparateurs, sollicitation d'avis réels, première étude originale publiée en accès libre, présence dans les communautésMarketing, avec revue juridique pour l'étude10 à 20 joursSources tierces à jour et au moins une reprise externe de l'étude

Efforts indicatifs pour un SaaS de taille moyenne disposant déjà d'un site en production.

ActionImpact potentielEffortPrioritéDélai
Séparer entraînement et recherche dans robots.txtTrès fort si un blocage existe, nul sinonFaible1Immédiat
Débloquer les agents dans le pare-feu applicatifTrès fort si un blocage existeFaible1Quelques jours
Rendre les pages stratégiques lisibles sans JavaScriptFortMoyen à élevé12 à 6 semaines
Publier ou compléter la page de tarifsFortFaible1Une semaine
Unifier la chaîne d'identité partoutFortFaible22 semaines
Ouvrir la documentation sans authentificationFortMoyen23 à 6 semaines
Créer les pages comparatifs et alternativesFortMoyen24 à 8 semaines
Mettre à jour les fiches sur les comparateursMoyen à fortFaible22 semaines
Solliciter des avis clients réelsMoyen à fortMoyen2En continu
Publier une étude originale en accès libreFort à long termeÉlevé36 à 12 semaines
Mettre en place le relevé trimestrielIndirect mais structurantMoyen2En continu
Construire une application dans ChatGPTFort si offre en libre-service, nul sinonÉlevé3Un trimestre

La colonne Effort mesure la charge de travail, la colonne Délai le temps calendaire avant que l'action soit en place. Priorité 1 : à faire avant tout le reste. Priorité 2 : dans le trimestre. Priorité 3 : à planifier, dépend du modèle d'affaires. Une matrice plus large, couvrant l'ensemble des chantiers GEO au-delà de l'accès aux quatre moteurs, figure dans le guide GEO pour les SaaS B2B.

Avant de lancer un plan, commencez par savoir ce que les quatre moteurs disent réellement de votre entreprise aujourd'hui : sur quelles requêtes vous apparaissez, quels concurrents sont recommandés à votre place, quelles sources sont citées et quelles informations fausses circulent sur votre produit.

Mesurer la visibilité de votre SaaS dans les IA

Ce qui ne marche pas, ce qui se retourne, ce qui reste inconnu

En bref

Quatre familles d'actions sont à écarter : celles qui reposent sur un mécanisme non documenté, celles qui reproduisent des recettes de référencement contre-productives, celles qui fabriquent des signaux artificiels, et celles qui se protègent au prix de l'invisibilité. Une cinquième catégorie mérite d'être nommée : ce que personne ne sait.

Affirmation couranteCe qu'on peut en dire honnêtement
« Ajoutez un fichier llms.txt et vous serez cité »Aucun des quatre éditeurs n'a documenté l'utilisation de ce fichier dans ses systèmes de recherche, et Google a déclaré ne pas s'en servir. C'est une proposition de standard, pas un facteur de classement établi
« ChatGPT, c'est l'index de Bing »Simplification datée. OpenAI opère ses propres robots et parle de fournisseurs de recherche tiers, dont Bing et Shopify sont les seuls nommés. La part réelle de chacun n'est pas publiée
« La pertinence compte pour trente pour cent, l'autorité pour quinze »Aucune plateforme ne publie de pondération. Ces chiffres sont des reconstitutions présentées comme des spécifications
« Gartner prévoit vingt-cinq pour cent de trafic en moins »Déformation d'une prévision portant sur le volume des moteurs de recherche, pas sur le trafic d'un site donné. Une prévision reste une prévision
« Comptez trois à six mois »Aucune méthodologie publique ne soutient ces délais. Ce que l'on peut dire : les corrections d'accès produisent un effet observable en jours, la construction de sources tierces se compte en trimestres
« Bloquez tous les robots d'IA pour protéger votre contenu »Défendable pour un média, coûteux pour un éditeur de logiciels : cela revient à sortir du moment où l'acheteur choisit. Et cela ne protège pas des récupérateurs déclenchés par un utilisateur

Ce qui se retourne contre vous

  • Les avis fabriqués, sanctionnés par les plateformes et juridiquement risqués en France.
  • La participation artificielle aux communautés, détectée par les communautés elles-mêmes, avec un coût de réputation durable.
  • Le rafraîchissement automatique des dates sans modification réelle du contenu, qui dégrade la crédibilité d'une information que deux moteurs exposent explicitement dans leurs résultats.
  • Les pages comparatives où le concurrent perd sur tous les critères : elles ne sont ni crédibles pour un lecteur, ni utiles comme source.
Inconnu publiquement

Restent inconnus, et le rester est une information en soi : les critères de sélection des sources dans les quatre moteurs, la composition des corpus d'entraînement, la part de chaque fournisseur de recherche chez OpenAI, le fournisseur de recherche d'Anthropic (observé mais jamais annoncé), le volume réel de questions posées par catégorie, et l'effet causal de la plupart des actions décrites ici prises isolément.

Un chiffre pour calibrer les attentes en B2B

Selon les mesures publiées par Similarweb le 29 juillet 2026 (données américaines, de juin 2025 à mai 2026), la proportion de questions posées à ChatGPT dont la réponse comporte au moins une citation varie fortement selon les secteurs : les services professionnels restent sous quatre pour cent, très loin du voyage et de l'hôtellerie. Deux précautions : cette mesure porte sur ChatGPT seul et ne se transpose pas à Perplexity, qui cite systématiquement ; et elle décrit un marché américain. Ce qu'elle indique tout de même : sur ChatGPT et en univers B2B, une part importante des réponses ne cite aucune source. Travailler sa citabilité reste utile, mais l'objectif d'être recommandé compte davantage que celui d'être cité.

Combien de temps, combien d'effort, et à quoi s'attendre

En bref

Les corrections d'accès produisent un effet observable en jours ou en semaines, la refonte des pages stratégiques en un à deux mois, la construction de sources tierces en trimestres. Aucun délai n'est garanti par une donnée publique : ces ordres de grandeur viennent de la nature des actions, pas d'une étude de durée.

ChantierOrdre de grandeur de l'effortEffet observable
Audit d'accès et corrections1 à 3 jours de travail techniqueVisites des robots dans les journaux serveur sous quelques jours, indexation ensuite
Rendu serveur des pages clés5 à 15 jours selon l'architectureContenu lisible immédiatement, prise en compte selon les cycles d'exploration
Pages manquantes et réécriture10 à 20 jours répartis sur deux moisCouverture des sous-intentions, mesurable au relevé suivant
Sources tiercesEn continu, quelques jours par moisCumul lent, visible sur deux à trois trimestres
Étude originale10 à 20 jours, revue juridique incluseReprises éditoriales sur les mois suivants
Dispositif de mesure3 à 5 jours de mise en place, puis 1 jour par campagneImmédiat sur la connaissance de votre situation

Deux honnêtetés à respecter avec votre direction. La première : une partie du résultat ne dépend pas de vous, mais de ce que le marché publie sur votre catégorie et vos concurrents. La seconde : la visibilité obtenue est volatile. Une mise à jour de modèle ou d'index peut modifier des réponses stables depuis des mois, sans que rien n'ait changé de votre côté. C'est précisément pourquoi la mesure répétée fait partie de la méthode, et non de ses options.

Si vous voulez commencer par un point de repère plutôt que par un chantier : nous relevons gratuitement la façon dont plusieurs moteurs répondent à trois questions d'achat de votre catégorie, et nous vous envoyons ce que nous constatons, sans engagement.

Tester la visibilité de votre SaaS

Questions fréquentes

Peut-on garantir qu'un SaaS apparaîtra dans les réponses de ChatGPT ?

Non, et les plateformes le disent elles-mêmes. OpenAI écrit qu'il n'existe aucun moyen de garantir un placement en tête dans sa recherche. Google précise que remplir les conditions techniques rend une page éligible, pas qu'elle apparaîtra. Aucun prestataire ne peut donc promettre une citation ; ce qui se travaille, ce sont les conditions qui la rendent possible.

Combien de temps faut-il pour améliorer sa visibilité ?

Cela dépend entièrement du point de départ. Si le blocage est technique, la correction peut produire un effet en quelques jours, le temps que les robots repassent. Si le problème vient de l'absence de sources tierces, comptez plusieurs trimestres, car il s'agit de construire une matière qui n'existe pas. Méfiez-vous des délais annoncés en général : aucune méthodologie publique ne les soutient.

Le référencement classique suffit-il ?

Il est nécessaire mais pas suffisant. Pour les surfaces de Google, l'indexation et le classement organique sont la condition officielle d'éligibilité. Pour les trois autres moteurs, votre classement dans Google ne joue pas directement : ce sont d'autres index et d'autres fournisseurs qui décident. Et sur les requêtes de recommandation de logiciels, la matière mobilisée vient majoritairement de sources tierces, que le référencement de votre propre site ne contrôle pas.

Les backlinks sont-ils importants pour être cité par une IA ?

Aucun éditeur de moteur génératif n'a documenté les liens comme facteur de citation. Les études disponibles montrent des corrélations plus fortes du côté des mentions de marque que des liens, et une corrélation n'est pas une causalité : la notoriété influence les deux. Les liens gardent leur rôle indirect, en particulier via le classement dans Google, qui conditionne l'éligibilité aux surfaces IA de Search.

Les avis clients jouent-ils un rôle ?

Ils constituent une part importante de l'information publiquement disponible sur un logiciel, et les comparateurs figurent régulièrement parmi les sources citées, avec des écarts importants selon les moteurs. Aucun éditeur n'a confirmé qu'une note ou un volume d'avis influence directement ses recommandations. Ce qui est certain, c'est qu'une fiche absente ou périmée prive le système d'une source qui parlerait de vous.

Le fichier llms.txt est-il indispensable ?

Non. C'est une proposition de standard qu'aucun des quatre éditeurs n'a documentée comme utilisée dans ses systèmes de recherche, et Google a déclaré ne pas s'en servir. Le publier ne coûte presque rien et ne nuit pas ; le présenter comme un levier de visibilité prouvé serait faux. Notre guide dédié détaille ce que ce fichier peut légitimement apporter et ce qu'il ne peut pas.

Le balisage Schema.org aide-t-il à apparaître dans les IA ?

Pas directement, d'après ce qui est documenté. Google écrit qu'aucun balisage particulier n'est nécessaire pour ses fonctionnalités IA, et les études contrôlées disponibles ne mettent pas en évidence d'effet distinguable de zéro sur les citations. Le balisage garde son utilité pour la clarté de lecture machine et pour certains affichages enrichis, à condition qu'il corresponde au texte visible.

Faut-il bloquer ou autoriser les robots des IA ?

La question doit être scindée en trois. Les robots d'entraînement (GPTBot, ClaudeBot) relèvent d'un choix stratégique sur l'usage de votre contenu, sans effet sur votre présence dans les réponses de recherche. Les robots de recherche (OAI-SearchBot, Claude-SearchBot, PerplexityBot, Googlebot) conditionnent cette présence : pour un éditeur de logiciels qui veut être recommandé, les bloquer revient à se retirer du marché. Le jeton Google-Extended est un cas intermédiaire qu'il faut traiter à part, car Google documente qu'il gouverne à la fois l'entraînement des futurs modèles Gemini et le grounding dans les applications Gemini : le refuser ne change rien à Google Search, mais vous retire des réponses ancrées de l'application Gemini.

Comment savoir si ChatGPT connaît mon SaaS ?

Posez la question dans une session neuve, sans historique, en désactivant la recherche web si l'option existe : vous testez alors la connaissance du modèle. Refaites la même question avec la recherche activée : vous testez la récupération. Répétez chaque test cinq fois, car les réponses varient. Et n'utilisez pas votre compte habituel : la mémoire peut modifier la requête envoyée, et vous mesureriez votre historique plutôt que votre visibilité.

Pourquoi mes concurrents apparaissent-ils et pas moi ?

Quatre causes couvrent la grande majorité des cas. Vos pages ne sont pas accessibles ou pas lisibles pour les robots concernés. Votre description est incohérente d'une source à l'autre, donc inexploitable. Il n'existe presque rien sur vous en dehors de votre site, alors que vos concurrents sont présents sur les comparateurs et dans les communautés. Ou votre catégorie ne vous associe à rien de discriminant. Le diagnostic consiste à éliminer ces causes dans cet ordre.

Comment mesurer sa visibilité dans Claude, Gemini et Perplexity, sans outil payant ?

Avec un tableur et de la discipline. Constituez un panier de vingt-quatre à trente requêtes réparties en six catégories, posez chacune cinq fois sur chaque moteur depuis des sessions neuves, notez la mention de votre marque, la présence de votre domaine en sources, les concurrents nommés et les sources citées. Comptez lucidement le volume : trente requêtes, cinq répétitions et quatre moteurs font six cents relevés, soit trois à quatre jours par campagne trimestrielle, annotation comprise. Pour tenir en une journée, réduisez à deux moteurs prioritaires ou à quinze requêtes, et écrivez ce choix dans votre protocole.

Quelle différence entre être mentionné et être cité ?

Être mentionné, c'est que votre nom apparaisse dans le texte de la réponse : cela concerne votre produit et pèse sur la décision d'achat. Être cité, c'est que votre domaine figure parmi les sources, avec un lien : cela concerne votre contenu et peut apporter du trafic. Les deux sont souhaitables, ils ne se produisent pas pour les mêmes raisons, et ils se mesurent séparément.

Peut-on payer pour être recommandé ?

Non. Il existe de la publicité dans ChatGPT depuis 2026, affichée sous la réponse, sur certains plans et certains pays, et OpenAI indique explicitement que les annonces n'influencent pas les réponses. Il existe aussi des programmes commerçants orientés vente de produits, sans équivalent pour les logiciels vendus par abonnement. Aucun de ces canaux ne place un produit dans une réponse de recommandation.

Les réponses changent à chaque fois : est-ce normal, et que faire ?

C'est normal. La génération est probabiliste, l'index évolue, et dans le cas de ChatGPT la mémoire de l'utilisateur peut modifier la requête envoyée aux systèmes de recherche. La parade n'est pas de chercher une réponse stable, c'est de répéter les observations et de raisonner en fréquence. Sur cinq répétitions, quatre apparitions indiquent une présence robuste ; une seule apparition ne permet de conclure ni à une visibilité réelle, ni à son absence. Pour trancher ce cas, il faut augmenter le nombre de répétitions.

Quelle différence entre le référencement classique et le GEO ?

Le référencement vise une position sur une page de résultats ; le GEO vise une place dans une réponse rédigée. Ils partagent une grande partie de leur socle technique, et pour les surfaces IA de Google ce socle est officiellement le même. Ils divergent sur trois points : les autres moteurs utilisent d'autres index, l'unité de résultat est un texte et non une liste de liens, et une part décisive de la matière vient de sources que vous ne possédez pas.

Faut-il un outil de suivi payant pour surveiller sa visibilité IA ?

Pas pour commencer. Un outil apporte du volume d'observation, de l'automatisation et de l'historique, ce qui devient précieux quand plusieurs personnes suivent l'indicateur. Mais aucun outil ne résout la question méthodologique de fond : quel panier de requêtes, combien de répétitions, quelles conditions de test. Un tableur bien tenu avec un protocole explicite vaut mieux qu'un tableau de bord dont vous ne connaissez pas la méthode.

Sources

Transparence et méthode

Auteur

Loan Feuillerat · Fondateur d'Evocia

Loan Feuillerat dirige Evocia, cabinet français spécialisé dans la mesure et l'amélioration de la visibilité des éditeurs de SaaS B2B dans les réponses des IA. Cet article applique la règle éditoriale du cabinet : chaque affirmation sur le fonctionnement d'un moteur est soit citée d'une documentation officielle, soit présentée comme une observation datée, soit déclarée inconnue.

Comment cet article a été réalisé

  • Sources primaires vérifiées le 13 août 2026 : centres d'aide et documentations développeurs d'OpenAI, d'Anthropic et de Perplexity, documentation Google Search Central et aide de la Search Console. Les formulations citées ont été relevées sur les pages elles-mêmes, et les affirmations porteuses de l'article ont fait l'objet d'une vérification contradictoire visant à les réfuter avant publication.
  • Distinction systématique des niveaux de preuve : ce qui est documenté par l'éditeur du moteur, ce qui est observé par un tiers avec une méthode, ce qui relève de l'hypothèse, et ce qui est inconnu publiquement. Les études tierces sont citées avec leur date, leur périmètre et leurs limites ; les chiffres largement recyclés mais non traçables à une source primaire sont écartés et signalés comme tels.
  • La méthode PRISME, le Score PRISME sur 100, le protocole de relevé et la grille d'annotation sont des cadres méthodologiques Evocia, présentés comme tels. Ils organisent des actions dont l'effet est documenté, plausible ou seulement corrélé selon les cas ; ils ne décrivent aucun algorithme interne des moteurs, qu'aucune plateforme ne publie.
  • Taskovia est un éditeur fictif, utilisé comme exemple de travail. Le nom a été vérifié pour s'assurer qu'aucun logiciel réel ne le porte. Aucun résultat chiffré ne lui est attribué : l'exemple décrit une séquence d'actions et ce qui se mesure à chaque étape, jamais un effet obtenu.
  • Deux extrapolations sont signalées comme telles dans le corps de l'article plutôt que masquées : la limite de rendu JavaScript documentée pour l'outil de récupération de page de l'interface de programmation d'Anthropic est étendue, à titre d'hypothèse de travail, au comportement de son application grand public ; et la consigne d'accessibilité publiée par OpenAI pour son navigateur autonome, arrêté depuis, est supposée valoir pour les capacités agentiques qui lui ont succédé. Dans les deux cas, l'action recommandée reste utile indépendamment de l'hypothèse.
  • Limites assumées : les fonctionnalités décrites évoluent vite et cet article devra être revérifié trimestriellement ; l'effet causal isolé de la plupart des actions recommandées n'est pas démontré et ne peut pas l'être avec les données publiques disponibles ; les études de panel citées sont majoritairement américaines et leurs périmètres sont indiqués au fil du texte ; aucune citation ni recommandation ne peut être promise.

Historique des mises à jour

  • 13 août 2026Publication initiale : méthode opérationnelle multi-plateformes, fiche technique vérifiée des quatre moteurs, méthode PRISME, protocole de mesure et Share of Model, Score PRISME sur 100, plan de quatre-vingt-dix jours et section de démystification.

À lire aussi

Commencez par le test gratuit : 3 requêtes, une synthèse claire.

Sans engagement · Nombre limité d'analyses gratuites chaque semaine

Tester 3 requêtes gratuitement