Ils ne tirent pas au sort. Quand ChatGPT, Perplexity ou Gemini nomment trois entreprises en réponse à une question, cette sélection est le produit d’un mécanisme — imparfait, opaque par endroits, mais pas aléatoire. Et ce mécanisme, on peut en observer les régularités.
C’est le point de départ de tout : on ne corrige pas une invisibilité qu’on ne comprend pas. Cette page pose le fonctionnement. Les sept questions qui reviennent le plus souvent chez mes clients sont traitées une à une plus bas. Et si vous cherchez plutôt à savoir ce que je fais concrètement, tout est expliqué sur ma page consacrée à faire citer une entreprise par les IA.
Trois sources, pas une
Un moteur de réponse construit sa réponse à partir de trois matériaux distincts. Les confondre est l’erreur la plus fréquente.
Ce qu’il va chercher sur le web, en direct. C’est le plus important, et c’est celui qu’on peut travailler. Quand vous posez une question à Perplexity, ou à ChatGPT en mode recherche, le moteur interroge un index — celui de Google, de Bing, ou son propre crawler — récupère une poignée de pages, et rédige à partir d’elles. Les sources sont souvent affichées. Elles sont la matière première de la réponse.
Ce qu’il a mémorisé pendant son entraînement. Le modèle a lu une partie du web à un instant T. Il en garde une représentation approximative : il « sait » que telle entreprise existe, dans tel secteur, avec telle réputation. Cette mémoire est lente à bouger — elle ne se met à jour qu’à la version suivante du modèle. C’est le matériau le plus difficile à influencer.
Ce que les autres disent de vous. C’est le point que la plupart des prestataires SEO ratent. Un moteur de réponse ne se fie pas à votre page « à propos » pour juger de votre légitimité : il se fie à ce qu’il trouve ailleurs. Un comparatif sectoriel, un annuaire professionnel, un article de presse, une discussion sur un forum spécialisé pèsent plus lourd que votre propre argumentaire.
Le tri se fait en deux temps
Comprendre cette mécanique en deux étages change complètement la façon de travailler.
Étage 1 — la récupération. Le moteur formule une ou plusieurs requêtes, interroge un index, et rapporte une liste de pages candidates. À ce stade, ce sont largement les mécanismes du référencement classique qui jouent : si votre page n’est pas indexée, ou si elle est en position 60 sur les requêtes concernées, elle ne sera jamais candidate. Un site invisible pour Google l’est aussi pour ChatGPT. C’est pour ça que le GEO ne remplace pas le SEO.
Étage 2 — la sélection et la synthèse. Parmi les pages récupérées, le modèle en retient deux, trois, parfois cinq. Et là, les critères ne sont plus les mêmes. Il ne cherche plus « la page la mieux optimisée » — il cherche la source la plus facile à citer : celle qui répond directement, qui affirme des choses vérifiables, qui se présente clairement.
C’est cet étage 2 qui constitue le terrain propre du GEO. Et c’est celui que personne ne travaille.
Ce qui fait qu’une source est retenue
Quatre régularités, observables sur les réponses que je relève chez mes clients.
Elle répond directement. Une page qui pose sa réponse dès la première phrase est reprise. Une page qui installe le contexte pendant trois paragraphes avant d’arriver au fait ne l’est pas — le modèle n’y trouve rien à extraire.
Elle est lisible par une machine. Titres hiérarchisés, paragraphes courts, listes, tableaux. Un contenu enfoui dans des onglets, chargé en JavaScript, ou noyé dans un pavé de mille mots sans structure est ignoré — non par mauvaise volonté, mais parce que le crawler n’en extrait rien d’exploitable.
Elle affirme des choses attribuables. Une date précise, un chiffre sourcé, une certification vérifiable, un nom propre. Les affirmations invérifiables — « nous augmentons votre trafic de 150 % » — ne sont jamais reprises : un modèle ne cite pas ce qu’il ne peut pas rattacher à quelque chose. C’est la raison pour laquelle les pages les plus commerciales sont souvent les moins citées.
Elle est corroborée ailleurs. Une entreprise mentionnée par plusieurs sources indépendantes, décrite de façon cohérente d’un endroit à l’autre, sera préférée à une entreprise plus grosse mais dont les descriptions se contredisent. La cohérence de l’entité vaut plus que la taille.
Ce que personne ne sait — et je ne vais pas prétendre le contraire
Il n’existe aucun facteur de classement publié pour les moteurs de réponse. Google documente ses recommandations SEO ; OpenAI, Anthropic et Perplexity ne documentent rien d’équivalent. Ce que je décris ci-dessus, ce sont des régularités constatées, pas des lois.
Trois réserves qu’il faut garder en tête.
Ça varie d’un moteur à l’autre. Perplexity cite abondamment et affiche ses sources. ChatGPT en mode conversation peut répondre de mémoire, sans aller chercher quoi que ce soit. Les AI Overviews de Google fonctionnent encore autrement. Une méthode qui marche sur l’un ne marche pas mécaniquement sur l’autre.
Ça varie dans le temps. Les modèles changent tous les quelques mois. Une réponse relevée en janvier peut être différente en juillet, sans qu’aucune action n’ait été menée.
Ça varie d’une formulation à l’autre. Deux questions proches peuvent produire deux réponses citant des entreprises différentes. C’est pourquoi une mesure sérieuse repose sur un panel de questions, pas sur un test isolé.
Un consultant qui vous annonce des « critères de classement des IA » avec assurance vous vend une certitude qui n’existe pas. Je préfère vous dire où s’arrête ce qu’on sait.
Alors pourquoi eux, et pas vous ?
Dans la quasi-totalité des cas que j’ai examinés, la réponse n’est pas « parce qu’ils sont meilleurs ».
C’est parce qu’ils sont présents dans les sources que le moteur consulte. Un comparatif de leur secteur les cite. Un annuaire les liste. Un article les mentionne. Ils occupent le terrain que l’IA va lire pour se faire une opinion — et vous, vous n’y êtes pas.
C’est une bonne nouvelle : ce n’est pas une question de mérite, c’est une question de présence. Et la présence, ça se construit.