Audit de visibilité IA : comment mesurer votre marque dans ChatGPT, Gemini et Perplexity (2026)

L'audit de visibilité IA en 5 étapes

Le protocole compte cinq étapes. La deuxième est celle que presque tous les guides ratent, et c'est la différence entre un instantané et une mesure.

Étape 1 : construire votre jeu de questions

La qualité de votre audit dépend entièrement de la qualité de vos prompts. Des requêtes génériques renvoient des signaux génériques, donc votre jeu doit refléter la façon dont de vrais acheteurs parlent de votre catégorie. Construisez trois groupes :

• Les prompts de catégorie : ce que votre ICP tape en phase de recherche, avant de connaître les marques. « Meilleurs outils pour un marketing piloté par l'IA. » « Que faut-il utiliser pour la recherche de mots-clés en 2026 ? » Lancez-en 8 à 10.
• Les prompts de marque : comment l'IA vous décrit directement. « Qu'est-ce que [votre marque] ? » « [Votre marque] face à [concurrent principal]. » « Tarifs de [votre marque]. » Lancez-en 5 à 7.
• Les prompts orientés problème : le raisonnement de votre acheteur avant qu'il ne sache que la catégorie existe. « Comment vérifier si mon contenu apparaît dans la recherche IA ? » « Pourquoi mon trafic organique baisse-t-il ? » Lancez-en 5 à 8.

Vingt à vingt-cinq prompts au total constituent le bon point de départ. Moins, et vous manquerez les motifs de catégorie. Plus, et vous ne referez pas l'exercice tous les mois.

Étape 2 : lancer chaque prompt trois fois (l'étape que tout le monde saute)

Voici la réalité que la plupart des audits publiés ignorent : les réponses d'IA ne sont pas déterministes. Dans une étude bénévole de fin 2025 portant sur 600 personnes et 2 961 prompts de marque, la probabilité que deux exécutions renvoient la même liste de marques était inférieure à 1 sur 100, et celle d'obtenir la même liste dans le même ordre d'environ 1 sur 1 000. Des contrôles indépendants ont trouvé une instabilité comparable : environ 91 % des réponses AI Mode répétées différaient d'une exécution à l'autre, et 40 à 60 % des sources citées changent d'un mois sur l'autre. Une seule exécution n'est pas une mesure, c'est un échantillon d'un seul.

Alors lancez chaque prompt au moins trois fois, en sessions neuves, et notez le résultat de chaque exécution :

• Lancez chaque prompt trois fois par plateforme, dans des sessions neuves séparées, jamais dans un fil continu où les réponses précédentes du modèle contaminent les suivantes.
• Notez la version du modèle et la date de chaque session. OpenAI a livré une mise à jour de modèle au printemps 2026 et le nombre moyen de domaines uniques cités par réponse est passé de 19 à 15. Les courbes de visibilité se brisent à chaque sortie de modèle, et cette annotation est ce qui vous permettra d'expliquer plus tard la rupture de la vôtre.
• Testez les niveaux de ChatGPT séparément : Free (réponses issues des données d'entraînement) et Plus avec recherche web (récupération en direct) peuvent produire des résultats très différents sur un même prompt. Suivez-les sur deux lignes distinctes.
• Lancez le même jeu sur Google AI Overviews, Google AI Mode, ChatGPT, Gemini et Perplexity, les plateformes que vos acheteurs utilisent vraiment. Ne sautez Claude que si votre audience n'est pas dans de grandes organisations : c'est là qu'une part significative de la recherche en entreprise se fait. N'ajoutez Grok que si votre catégorie penche vers le technique. La fragmentation des plateformes est réelle, et l'écart de citation entre la plateforme qui cite le plus et celle qui cite le moins atteint un facteur 615.

Ce que vous notez par exécution : marque mentionnée (directe, indirecte ou aucune), position dans la réponse, exactitude de la description, tonalité, et l'URL citée si elle apparaît. Après trois exécutions, indiquez le taux de mention, « mentionné dans 2 exécutions sur 3 », jamais le résultat d'une seule.

Étape 3 : classer et noter

Avec trois exécutions par prompt derrière vous, notez ce que vous avez vu. Quatre scores :

• Le taux de mention : sur l'ensemble de votre jeu de prompts, quel pourcentage de réponses a mentionné votre marque dans au moins une exécution ? Sous 15 %, c'est un écart sérieux pour une marque établie. Entre 15 et 35 %, c'est le niveau typique des marques de milieu de marché. Au-dessus de 50 %, votre contenu est bien aligné avec la façon dont l'IA récupère et recommande.
• La répartition entre direct et indirect : sur vos mentions, combien vous nomment directement et combien décrivent votre produit ou résument votre contenu sans le nom ? Une part indirecte élevée signifie que l'IA utilise votre matière sans vous créditer. C'est souvent un problème de structure de contenu, et il est fréquemment corrigeable.
• Le taux de citation : sur les réponses où vous apparaissiez, combien renvoyaient un lien vers votre contenu ? Un taux de citation faible à côté d'un taux de mention solide signifie que l'IA vous référence depuis ses données d'entraînement et depuis ce que disent des tiers, pas depuis vos pages en ligne. C'est un écart structurel : votre contenu n'est pas traité comme une source primaire.
• L'exactitude et la tonalité : pour chaque mention, la description est-elle à jour (oui, partiellement, non) ? Et la tonalité est-elle positive, neutre ou négative ? BrightEdge a mesuré que les Google AI Overviews sont 44 % plus susceptibles de critiquer les marques que ChatGPT. Notez donc plateforme par plateforme et ne faites pas de moyenne entre elles.

Faites ensuite passer le même jeu de prompts à vos trois à cinq concurrents principaux et comparez. Si le taux de mention du leader de la catégorie est au moins le double du vôtre, l'écart est mesurable, et c'est l'argument le plus fort que vous obtiendrez pour un sprint de contenu et d'autorité ciblé.

Étape 4 : cartographier ce qui déclenche vos mentions

Pour chaque réponse qui vous a mentionné, notez la source dans laquelle le modèle a puisé : votre propre site, une plateforme d'avis, Reddit, YouTube, un rapport d'analyste, un article de presse. C'est l'étape que la plupart des audits sautent, et c'est là que se cachent les corrections. Ce que vous allez trouver est documenté : sur 6,8 millions de citations IA, 86 % remontaient à des sources gérées par la marque, 44 % à votre propre site et 42 % à des fiches d'établissement que vous contrôlez. Le contenu que vous possédez est le premier moteur de citation ; les sources tierces sont un levier réel, mais de longue traîne.

Cela change vos priorités. Un prompt où vous êtes mentionné alors que le modèle cite un fil de forum vieux de deux ans n'est pas un écart de contenu, c'est un problème d'autorité, et publier plus d'articles n'y changera rien. Un prompt où le modèle cite votre propre page avec un tarif dépassé est un problème de fraîcheur, avec une autre correction. Cartographiez d'abord, décidez ensuite.

Étape 5 : suivre dans la durée

Un audit que vous ne lancez qu'une fois est une anecdote. La valeur se cumule quand vous répétez le protocole chaque mois et que vous comparez. Le mensuel est la bonne cadence pour la plupart des équipes : les résultats de recherche IA changent en continu, les modèles se mettent à jour, de nouveaux contenus sont indexés et les concurrents ajustent leur stratégie. Des instantanés mensuels donnent des courbes de tendance sans fatigue d'audit. Si vous êtes au milieu d'un sprint de contenu ou dans une catégorie qui bouge vite, des contrôles toutes les deux semaines sur vos dix prompts prioritaires ont du sens.

Tenez un journal de versions de modèle dans la même feuille. Quand votre taux de mention bouge, vous devez savoir si c'est votre contenu qui a changé ou le modèle. Un contenu actualisé depuis moins de 30 jours gagne un multiplicateur de citation significatif dans les réponses IA, ce qui explique pourquoi la dernière étape de l'audit renvoie toujours à la publication. Mais le journal vous dit quel levier a réellement bougé votre chiffre.

Ce que vos résultats signifient

Les repères ont bougé, et ils sont durs. Sur 1 700 entreprises étudiées début 2026, seules 11,9 % avaient une visibilité IA, quelle qu'elle soit : 88,1 % étaient totalement absentes de la découverte par IA, et les entreprises américaines faisaient pire, à 7,1 %. Une autre étude, portant sur 177 marques et huit plateformes d'IA, a trouvé que 90 % n'avaient aucune mention dans la recherche IA. Le leader de votre catégorie n'est probablement visible que dans un tiers des réponses pertinentes.

Lisez donc vos chiffres par rapport à ces repères, pas par rapport à la perfection :

• Sous 15 % de taux de mention : vous êtes invisible, ce qui vous place dans la majorité. Le chemin le plus rapide passe par le contenu : publiez des pages factuellement denses qui répondent directement à vos prompts de catégorie et à vos prompts orientés problème, parce que le contenu first-party est ce qui alimente la plus grande part des citations IA.
• Entre 15 et 35 %, le niveau typique, avec de la marge. Regardez d'abord votre répartition entre direct et indirect, puis votre taux de citation. Relever le taux de citation passe généralement par des pages existantes rendues plus autoritaires et plus claires structurellement, pas par plus de publications.
• Au-dessus de 50 % : votre contenu fait son travail. Le levier le plus fort consiste maintenant à corriger les descriptions inexactes et à défendre la position, parce que les réponses IA sont volatiles et que l'annotation de version de modèle dans votre journal vous montrera exactement quand votre chiffre peut bouger.

Une réserve honnête avant de célébrer un chiffre élevé : la visibilité n'est pas du trafic. Les citations dans les AI Overviews performent à peu près au niveau d'un clic en position six, et la marque citée perd tout de même le clic au profit de la réponse elle-même. Mais les marques citées obtiennent des taux de clic organiques et payants nettement supérieurs à ceux de leurs concurrents non cités. Auditez ce sur quoi vous pouvez agir, et vous pouvez agir sur les quatre scores ci-dessus.

Audit manuel ou outils : quand le faire soi-même ne suffit plus

Le protocole manuel ci-dessus fonctionne. Lancez-le une fois et vous apprendrez sur votre présence dans l'IA plus que ce que n'importe quel tableau de bord vous a montré. Mais soyons honnêtes sur l'arithmétique : 20 prompts × 3 exécutions × 4 à 5 plateformes, cela fait environ 250 réponses consignées par cycle, et un audit manuel soigné prend trois à quatre heures par mois, avant même que vous n'exploitiez les résultats. Le caractère non déterministe aggrave l'addition, puisque votre protocole en trois passages existe précisément parce qu'un seul passage n'est pas fiable.

C'est là que le faire soi-même cesse de passer à l'échelle. Trois catégories d'outils existent :

• Les plateformes de visibilité IA dédiées : Allable, Profound, Otterly, Peec AI et une poignée d'autres automatisent le lancement des prompts, la répétition d'une exécution à l'autre et le suivi des tendances. C'est la bonne catégorie quand il vous faut des audits à l'échelle, sur plusieurs clients, ou selon un calendrier que vous tiendrez vraiment.
• Les suites SEO classiques avec des modules de visibilité IA : Ahrefs Brand Radar, la boîte à outils IA de Semrush et les fonctions IA de SE Ranking greffent la visibilité IA sur des plateformes SEO existantes. La méthodologie varie beaucoup d'une suite à l'autre. Vérifiez quels moteurs elles suivent réellement et comment elles traitent la variabilité des réponses avant de vous engager.
• Votre tableur : viable pour une petite équipe qui lance des audits mensuels sur un jeu de prompts resserré. Aucun coût, le contrôle total, et il vous apprendra le terrain. Prévoyez les trois heures, et acceptez que le suivi des tendances repose sur vous.

Pour une comparaison complète de ce que mesure chaque outil, et des points où leurs méthodologies divergent de façon significative, notre guide des meilleurs outils de visibilité IA passe en revue les principales options. Si vous préférez d'abord le contexte définitionnel, commencez par ce qu'est la visibilité LLM, puis par la comparaison des boîtes à outils.

Comment agir sur les résultats de l'audit

Connaître votre écart n'est que la moitié du travail. L'audit devient rentable quand il change ce que vous publiez. Les catégories de correction, par ordre d'impact :

Les corrections de contenu. Publiez des pages qui répondent directement aux prompts où vous manquez. Pas des pages maigres qui se contentent de « répondre à la question », mais un contenu substantiel et factuellement dense dans lequel l'IA peut puiser. C'est la catégorie au meilleur rendement, parce que le contenu first-party alimente 44 % des citations IA, et c'est celle que vous contrôlez entièrement.

Les corrections d'autorité. Quand le modèle cite des sources tierces à votre sujet, d'anciens avis ou des fils de forum dépassés, votre propre contenu ne peut rien y faire. Être listé et évalué sur les plateformes que l'IA traite comme autoritaires, et obtenir des mentions dans les sources qu'elle cite, fait bouger les choses plus vite que dix articles de plus. Notre guide du suivi de la recherche IA explique comment surveiller ces signaux sans y passer un mois entier, et l'analyse d'écart de marque montre comment transformer l'écart de visibilité en plan de contenu.

Les corrections d'exactitude. Des descriptions dépassées ou fausses de votre marque sont un problème différent de l'absence. Corrigez d'abord vos propres pages de positionnement, parce que les modèles s'appuient lourdement sur ce que votre site dit de vous, puis travaillez les sources tierces qui vous décrivent mal.

Puis automatisez la boucle. L'audit manuel vous donne un premier chiffre honnête. Le garder honnête chaque mois est un problème de système, et c'est là qu'Allable entre en jeu. Vous définissez votre jeu de questions une fois ; Allable le déroule sur Google AI Overviews, AI Mode, ChatGPT, Gemini et Perplexity, applique la répétition d'une exécution à l'autre pour que le chiffre veuille dire quelque chose, et renvoie des résultats structurés : taux de mention, direct contre indirect, taux de citation, tonalité par plateforme et le texte réel généré par l'IA qui décrit votre marque. Il suit les changements entre les exécutions et annote les dates de mise à jour des modèles pour qu'une rupture de tendance ne se fasse pas passer pour une victoire ou une perte de contenu.

Quand le système trouve un écart, une catégorie de prompts où les concurrents sont cités et vous non, il la remonte comme une opportunité de contenu avec les données de mots-clés attachées. Vous passez de « il faudrait sans doute auditer notre visibilité IA » à « voici six sujets à briefer ce mois, classés par opportunité ». Allable inclut le suivi de visibilité IA sur chaque offre payante, à partir de 83 €/mois facturés annuellement (99 €/mois en facturation mensuelle), une offre qui couvre aussi la recherche de mots-clés, le contenu et la publication, si bien que l'audit se raccorde directement aux corrections qu'il recommande. (Tarifs vérifiés en septembre 2026.)

Conclusion

La recherche IA ne vous envoie pas de rapport Search Console. Elle décrit votre marque des centaines de fois par jour, et tant que vous ne l'auditez pas, vous misez votre budget de contenu sur un chiffre que vous ne voyez pas. Le protocole décrit ici (construire votre jeu de questions, le lancer trois fois, classer et noter, cartographier les sources, suivre chaque mois) demande quelques heures et ne coûte rien. Lancez-le une fois et vous saurez si vous faites partie des 88 % de marques invisibles à la découverte par IA, ou des quelques-unes qui sont recommandées. Lancez-le chaque mois et vous saurez exactement ce qui a bougé votre chiffre, votre contenu ou le modèle. L'audit est un point de départ, pas un système. Mais c'est le seul départ honnête dont vous disposez.

Martin Janeček est le CEO d'Allable, une plateforme marketing propulsée par l'IA qui remplace Semrush, Jasper et Surfer SEO par une seule interface pensée pour le chat.