Mis à jour le
Quand une question demande une information récente, locale ou commerciale, ChatGPT, Perplexity, Gemini et Claude lancent une recherche sur le Web, lisent une poignée de pages, puis citent celles qui répondent le plus clairement et dont les informations sont confirmées ailleurs. Aucun ne choisit ses sources au hasard. Mais aucun ne publie sa recette, et chacun puise dans un réservoir de pages différent.
Pour un dirigeant, comprendre ce mécanisme a une utilité très concrète : savoir où votre entreprise doit être présente pour avoir une chance d’être citée. Cet article suit le parcours d’une question, étape par étape, puis détaille d’où chaque assistant tire ses sources.
Une IA cite-t-elle toujours ses sources ?
Non. Une IA générative peut répondre de deux façons, et une seule affiche des sources.
La première, c’est la réponse « de mémoire ». L’IA puise dans ses données d’entraînement, l’énorme masse de textes sur laquelle elle a appris à écrire. Ces connaissances sont figées à une date donnée et ne renvoient vers aucun site. Votre entreprise peut y figurer, ou non, sans que vous le sachiez.
La seconde, c’est la réponse « avec recherche ». L’IA consulte le Web au moment de la question, rédige sa réponse à partir de ce qu’elle a lu et indique ses sources, sous forme de liens ou de numéros de renvoi.
Pensez à une encyclopédie et au journal du matin. Les données d’entraînement sont une encyclopédie imprimée il y a un ou deux ans : très riche, mais incapable de vous dire qui a ouvert boutique le mois dernier. La recherche, c’est le journal du jour, qu’on va chercher dès que la question l’exige. Les sources citées viennent toujours du journal, jamais de l’encyclopédie.
Quand l’IA décide-t-elle d’aller chercher ?
C’est l’IA elle-même qui décide, en fonction de la question. Une question de culture générale (« qu’est-ce qu’une SCI ? ») peut se passer de recherche. En revanche, les questions qui portent sur l’actualité, des prix, des horaires, une comparaison ou une recommandation déclenchent généralement une recherche.
Or ce sont précisément les questions que posent vos futurs clients : « quel expert-comptable à Lyon pour une SARL ? », « quel logiciel de devis pour un artisan ? ». C’est une bonne nouvelle : sur ce terrain-là, une PME peut agir. Le mécanisme qui permet à l’IA de consulter des pages avant de répondre s’appelle le RAG ; il est détaillé dans le RAG expliqué aux dirigeants.
Comment une IA choisit-elle ses sources, étape par étape ?
Le parcours d’une question tient en six étapes. Les détails varient d’un assistant à l’autre, mais la logique est la même partout. Et à chaque étape, des pages sont éliminées.
Pour le visualiser, imaginez un chef de cuisine. Il reçoit une commande (la question), part au marché (l’index de recherche), passe devant des dizaines d’étals (les pages trouvées), goûte et choisit quelques produits (les passages retenus), cuisine son plat (la réponse), puis indique ses producteurs sur la carte (les citations). Votre objectif : être le producteur dont le nom figure sur la carte.
Étape 1 : la question est découpée en plusieurs recherches
L’IA ne tape pas votre question telle quelle dans un moteur de recherche. Elle la reformule, souvent en plusieurs requêtes complémentaires. Google décrit lui-même ce procédé, appelé query fan-out, pour ses AI Overviews et son AI Mode (Google Search Central).
Conséquence pour vous : une page peut être trouvée grâce à une sous-question très précise (vos tarifs, vos délais, votre zone d’intervention) sans être classée sur la question de départ. C’est l’une des raisons pour lesquelles les sources des IA diffèrent autant des résultats Google, comme l’explique l’article sur les différences entre SEO et GEO.
Étape 2 : l’IA interroge un index de recherche
Une IA ne fouille pas « tout Internet ». Elle interroge un index de recherche, c’est-à-dire un immense catalogue de pages déjà parcourues et rangées par un moteur. Le chef ne trouve au marché que les étals qui y sont installés.
C’est l’étape la plus sous-estimée. Une page absente de l’index utilisé par l’IA n’existe pas pour elle, quelle que soit sa qualité. Or tous les assistants n’utilisent pas le même index : c’est le sujet de la deuxième partie de cet article.
Étape 3 : l’IA lit quelques pages, pas des centaines
Parmi les résultats, l’IA ne garde qu’une sélection, puis découpe chaque page en passages. Pour ChatGPT, une étude d’Ahrefs portant sur 1,4 million de requêtes donne un ordre de grandeur : environ 33 pages récupérées par question, dont la moitié seulement finit citée (Ahrefs, avril 2026).
Retenez une distinction utile : une page consultée n’est pas forcément une page citée. L’IA peut lire votre page, la juger moins utile qu’une autre et ne jamais la mentionner.
À ce stade, certaines pages sont écartées pour des raisons techniques. Une page bloquée aux robots de l’IA, trop lente à charger, ou dont le texte n’apparaît qu’après l’exécution de scripts peut rester illisible pour l’assistant. Le choix des robots à laisser entrer est expliqué dans faut-il bloquer ou autoriser les robots IA ?.
Étape 4 : l’IA retient les passages qui répondent le mieux
C’est l’étape où la qualité de votre contenu fait la différence. Aucun éditeur d’IA ne publie ses critères, mais les observations convergent sur cinq points :
- la réponse directe : la phrase qui répond à la question arrive en premier, pas au troisième paragraphe ;
- l’autonomie : le passage se comprend sans lire le reste de la page ;
- la précision : des chiffres, des noms, des lieux, des prix, plutôt que des généralités ;
- la fraîcheur : une information récente ou une page mise à jour ;
- la cohérence : une information qui ne contredit pas ce que disent les autres sources.
Sur la fraîcheur, les données sont parlantes. Ahrefs a analysé près de 17 millions de citations : les pages citées par les assistants IA sont en moyenne 25,7 % plus récentes que celles des résultats Google classiques. ChatGPT est le plus friand de récence, alors que les AI Overviews de Google ne montrent pas cette préférence (Ahrefs, juillet 2025). Nuance importante : l’âge moyen d’une page citée reste de 2,9 ans. Un bon contenu ancien n’est pas condamné, mais une date de mise à jour visible joue en votre faveur.
Pour comprendre cette étape, pensez à un recruteur devant une pile de deux cents CV. Il accorde quelques secondes à chacun. Le candidat qui met l’essentiel en haut de la page passe à l’entretien ; celui qui cache ses atouts en page deux part à la corbeille, même s’il est meilleur. Vos pages vivent la même sélection. La méthode pour écrire des passages qui passent ce tri est détaillée dans écrire pour être cité par les IA.
Étape 5 : l’IA recoupe avant d’affirmer
Une IA prudente préfère une information confirmée par plusieurs sources indépendantes. Si votre site affirme que vous êtes « le spécialiste de la rénovation énergétique à Nantes » et que rien d’autre sur le Web ne le confirme, l’IA hésitera à le répéter.
Prenons un exemple fictif. Deux plombiers d’une même ville ont des sites de qualité comparable. Le premier n’existe que sur son site. Le second a aussi une fiche Google complète avec des avis récents, une fiche dans les Pages Jaunes et un article dans la presse locale. Face à la question « quel plombier fiable à Angers ? », l’IA trouve plusieurs voix qui parlent du second, et une seule qui parle du premier. Le choix est vite fait.
C’est pourquoi les avis clients, les annuaires, la presse et les forums pèsent autant en GEO. Un plan d’action est proposé dans les signaux hors-site qui comptent pour les IA.
Étape 6 : l’IA rédige sa réponse et place ses citations
Enfin, l’IA rédige. Sa réponse mélange ce qu’elle vient de lire et ce qu’elle « sait » déjà. Les citations ne couvrent donc pas toujours chaque phrase, et votre entreprise peut être mentionnée sans que votre site soit lié. Les deux comptent : une mention fait connaître votre nom, un lien peut amener une visite.
Dernier point, souvent déroutant : posez deux fois la même question, vous n’obtiendrez pas forcément les mêmes sources. Ce n’est pas un bug, c’est le fonctionnement normal de ces outils, expliqué dans pourquoi les IA ne donnent jamais deux fois la même réponse.
D’où viennent les sources de chaque assistant ?
Toutes les IA suivent le parcours décrit plus haut, mais elles ne font pas leur marché au même endroit. Voici ce que l’on sait, assistant par assistant, au moment où cet article est publié. Ces informations évoluent vite : elles seront mises à jour régulièrement.
Gemini, AI Overviews et AI Mode : l’index de Google
Les outils d’IA de Google s’appuient sur l’index de Google. Pour être cité comme lien dans les AI Overviews ou l’AI Mode, une page doit simplement être indexée et pouvoir s’afficher dans Google avec un extrait ; Google précise qu’il n’existe aucune exigence supplémentaire (Google Search Central).
C’est l’assistant le plus prévisible pour une PME : votre référencement Google fait l’essentiel du travail. Les chiffres sur le recoupement entre le top 10 de Google et ces citations sont présentés dans l’article SEO vs GEO.
ChatGPT : un index maison qui prend de l’importance
C’est le cas le plus flou, car OpenAI reste discret. Officiellement, ChatGPT s’appuie sur des « fournisseurs de recherche tiers », sans les nommer, et sur son propre robot, OAI-SearchBot. OpenAI est clair sur un point : un site qui bloque OAI-SearchBot n’apparaît pas dans les réponses de recherche de ChatGPT (documentation d’OpenAI).
Plusieurs analyses publiées en 2026 vont plus loin. Selon des travaux de Peec AI rapportés par Search Engine Watch, OpenAI teste la place de son propre index face aux résultats de moteurs tiers (Search Engine Watch, septembre 2026). Une autre analyse estime que cet index maison fournit désormais l’essentiel des résultats, complété par des résultats Google, et que Bing, longtemps présenté comme le moteur de ChatGPT, n’y joue presque plus de rôle (Falia, 2026). OpenAI n’a confirmé aucune de ces lectures. Le sujet est donc débattu, et je préfère vous le dire franchement.
Ce qui ne fait pas débat : autoriser OAI-SearchBot dans votre fichier robots.txt est la condition de base pour apparaître dans ChatGPT.
Perplexity : un moteur de réponse qui montre toujours ses sources
Perplexity se présente comme un moteur de réponse. Il affiche systématiquement ses sources, numérotées, ce qui en fait l’assistant le plus transparent. Il dispose de son propre robot, PerplexityBot, conçu pour « faire apparaître et lier des sites dans les résultats de recherche de Perplexity » et non pour entraîner des modèles (documentation de Perplexity). Perplexity revendique un index propre de « centaines de milliards de pages », qu’il ouvre aussi aux développeurs depuis septembre 2025 (PYMNTS, septembre 2025).
Parmi les assistants, c’est aussi celui dont les sources ressemblent le plus aux résultats de Google, selon l’étude d’Ahrefs citée dans l’article SEO vs GEO.
Claude : la piste Brave Search
Anthropic, l’éditeur de Claude, déclare Brave Search parmi ses sous-traitants pour la recherche sur le Web depuis mars 2025 (TechCrunch, mars 2025). Une seconde technologie de recherche, turbopuffer, figure dans la même liste depuis mai 2026, sans que son rôle exact soit public (Xponent21).
Brave est un moteur de recherche indépendant, avec son propre index, encore peu utilisé en France. Concrètement, si Brave ne connaît pas votre site, Claude aura du mal à le citer. Anthropic utilise par ailleurs trois robots : ClaudeBot pour l’entraînement, Claude-SearchBot pour améliorer ses résultats de recherche, et Claude-User quand un utilisateur demande à Claude de consulter une page (aide d’Anthropic).
Copilot : l’index de Bing
Copilot, l’assistant de Microsoft, s’appuie sur Bing. C’est pourquoi Bing, souvent négligé par les PME françaises, mérite votre attention ; l’article SEO vs GEO explique comment suivre vos citations dans Copilot avec Bing Webmaster Tools.
Le récapitulatif
État au 12 Octobre 2026
| Assistant | Où il cherche | Robot à laisser entrer | Ce que cela implique pour vous |
|---|---|---|---|
| Gemini, AI Overviews, AI Mode | Index de Google | Googlebot | Votre SEO Google fait l’essentiel du travail |
| ChatGPT | Index propre et fournisseurs tiers non nommés | OAI-SearchBot | Ne pas bloquer OAI-SearchBot ; ne pas tout miser sur Google |
| Perplexity | Index propre | PerplexityBot | Ne pas bloquer PerplexityBot ; soigner la clarté des passages |
| Claude | Brave Search (sous-traitant déclaré) | Claude-SearchBot, Claude-User | Vérifier que Brave connaît votre site |
| Copilot | Index de Bing | Bingbot | S’inscrire sur Bing Webmaster Tools |
Quels sites les IA citent-elles le plus ?
Une étude de Peec AI portant sur 30 millions de sources classe en tête Reddit, YouTube, LinkedIn, Wikipédia et Forbes. Les préférences varient selon l’assistant : ChatGPT privilégie Wikipédia et les sites éditoriaux, les outils de Google des plateformes comme Facebook et Yelp, Perplexity Reddit, LinkedIn et G2, un site d’avis sur les logiciels (Search Engine Land, mars 2026).
Attention : cette étude est internationale et dominée par des requêtes en anglais. Les études françaises sur ce sujet restent rares et très récentes. On peut faire l’hypothèse que les sites d’avis, les annuaires professionnels et la presse régionale jouent ici le rôle que jouent Reddit et Yelp aux États-Unis, mais c’est une hypothèse, que les données françaises devront confirmer.
Mon conseil : ne cherchez pas à devenir une star de Reddit. Pour une PME française, les plateformes qui comptent sont celles où vos clients vous cherchent déjà : votre fiche Google, les annuaires de votre métier, les sites d’avis de votre secteur, la presse de votre ville. Puisque l’IA recoupe, faites en sorte qu’elle y trouve partout la même version de vous. Et tant que les études françaises restent aussi rares et récentes, méfiez-vous de quiconque vous vend la liste « des dix sites que ChatGPT cite en France ».
Ce que les IA ne regardent pas
Trois idées fausses circulent sur la sélection des sources. Autant les écarter tout de suite.
On ne peut pas payer pour être cité dans la réponse. La publicité existe bien dans ChatGPT : testée aux États-Unis depuis février 2026, elle est arrivée en France le 18 août 2026, pour les formules gratuite et Go uniquement. Mais OpenAI affirme que « la publicité n’influence pas les réponses fournies par ChatGPT » et que les annonces sont toujours identifiées comme telles et séparées de la réponse (OpenAI, août 2026). Une citation dans la réponse elle-même ne s’achète pas.
La taille de l’entreprise n’est pas un critère en soi. Les grandes marques sont plus souvent citées parce qu’on parle davantage d’elles, pas parce qu’elles sont grandes. Une PME dont les informations sont claires, précises et confirmées ailleurs a toutes ses chances sur les questions de son métier et de son territoire.
Le fichier llms.txt n’a pas d’effet démontré. Google l’écrit dans son guide officiel : son moteur n’utilise pas ces fichiers, y compris pour ses fonctions d’IA, et vous n’avez pas besoin d’en créer pour y apparaître (Google Search Central). OpenAI, Anthropic et Perplexity, de leur côté, n’ont jamais annoncé que leurs assistants le lisent pour choisir leurs sources. L’analyse complète est dans le fichier llms.txt : vraie utilité ou gadget ?.
Que faire concrètement pour être choisi comme source ?
Chaque étape du parcours correspond à une action. Voici les cinq qui comptent le plus pour une PME.
- Être présent dans les index. Tapez le nom de votre entreprise dans Google, dans Bing et dans Brave Search (search.brave.com). Si l’un d’eux ne trouve pas votre site, vous êtes invisible pour les assistants qui s’y fient.
- Laisser entrer les robots de recherche des IA. Vérifiez que votre fichier robots.txt ne bloque ni OAI-SearchBot, ni PerplexityBot, ni Claude-SearchBot. Bloquer les robots d’entraînement est un autre choix, qui se discute.
- Mettre la réponse en tête. Sur vos pages clés, la première phrase de chaque section répond à une question précise de vos clients, avec des faits concrets : tarifs, délais, zone, spécialités.
- Faire confirmer vos informations ailleurs. Fiche Google complète, annuaires de votre secteur, avis récents, presse locale : les mêmes informations partout.
- Dater et mettre à jour vos pages importantes. Une date de mise à jour visible et des informations à jour envoient un signal de fraîcheur.
Mon ordre de priorité est net : je commence toujours par les deux premières actions. Elles sont binaires. Une page absente de l’index ou fermée aux robots part avec un handicap qu’aucun contenu, si bon soit-il, ne rattrapera. Ce sont aussi les plus rapides à vérifier. Le travail sur le contenu et la réputation vient ensuite, et c’est lui qui demande des mois.
Prenons un exemple fictif, à titre d’illustration. Le cabinet Lemoine, géomètres-experts à Dijon, apparaît bien dans les réponses de Gemini, mais jamais dans celles de Claude. En suivant le parcours décrit plus haut, la cause saute aux yeux : son site, mis en ligne il y a quelques mois, est indexé par Google mais pas encore par Brave Search. Claude ne peut pas citer une page que son moteur ne connaît pas. Le cabinet n’a rien à réécrire : il doit d’abord se faire connaître de Brave, en multipliant les liens vers son site depuis des pages déjà connues (annuaire de l’Ordre, fiche Google, chambre de commerce), puis vérifier régulièrement sa présence sur search.brave.com.
Pour replacer ces actions dans une démarche complète, le guide complet du GEO présente l’ensemble des leviers.