Mesurer sa visibilité dans ChatGPT et les moteurs de réponse : la méthode de Julien Jimenez

Comment mesurer sa visibilité dans ChatGPT, Perplexity, Copilot ou les AI Overviews de Google ? C'est souvent la deuxième question des dirigeants, juste après « sommes-nous cités ? ». Ces moteurs ne publient pas de classement, leurs réponses varient, et aucun outil n'en donne une vue complète. Un suivi fiable reste possible, à condition de mesurer des fréquences et des tendances plutôt que des positions. Voici la méthode, étape par étape.

Mesurer sa visibilité dans ChatGPT : pourquoi la notion de position ne s'applique plus

En SEO classique, une requête produit une liste ordonnée, relativement stable d'un internaute à l'autre : une page est troisième. Dans un moteur de réponse, la même question produit un texte rédigé qui mentionne parfois une marque sans lien, et change selon la formulation, la conversation, la localisation, le compte, la mémoire de l'assistant ou la version du modèle. Trois conséquences pratiques :

• un relevé unique ne prouve rien : il faut répéter les questions et raisonner en fréquence d'apparition ;
• il faut distinguer la mention (la marque est nommée), la citation (une page du site est donnée en source) et l'exactitude (ce qui est dit est juste) ;
• le trafic n'est qu'une partie de la valeur : une marque citée sans clic pèse quand même dans une décision.

Constituer un panel de questions qui ressemblent à vos clients

Le panel est la pièce maîtresse du dispositif : une liste fixe de questions, rédigées comme vos clients les posent, soumises aux moteurs à intervalle régulier. Sa qualité conditionne tout le reste.

Où trouver les bonnes questions

• Les échanges commerciaux et le support : questions avant achat, objections, comparaisons demandées.
• La Search Console : les requêtes longues et interrogatives, proches des requêtes conversationnelles.
• Vos équipes : demandez aux personnes en contact avec les clients les cinq questions qu'elles entendent le plus, avec leurs mots.

Comment structurer le panel

Quelques dizaines de questions suffisent pour démarrer, à condition de couvrir les étapes du parcours :

Gelez ensuite les formulations. Si les questions changent d'un relevé à l'autre, vous ne mesurez plus votre visibilité, mais l'évolution de votre panel. Ajoutez les nouvelles questions dans un lot séparé et daté.

Relever réponses, mentions et sources citées

Choisissez les moteurs qui comptent pour votre public, par exemple ChatGPT, Perplexity, Copilot, Gemini et les AI Overviews, puis fixez un protocole que n'importe quel membre de l'équipe peut reproduire.

La grille de relevé

• La date, le moteur, le mode (avec ou sans recherche web) et le contexte : compte connecté ou non, navigation privée, localisation.
• La mention de votre marque, et sa place dans la réponse.
• La page de votre site citée en source, s'il y en a une.
• Les concurrents mentionnés et les sources citées à votre place.
• L'exactitude de ce qui est dit de vous : correct, incomplet, daté ou erroné.
• Une capture de la réponse, pour pouvoir y revenir.

Tenir compte de la variabilité des réponses

Les modèles de langage ne répondent jamais deux fois exactement de la même façon. Pour en tenir compte sans y passer vos journées :

1. Posez chaque question plusieurs fois par relevé, dans des sessions neuves, et notez un nombre d'apparitions plutôt qu'un oui ou un non.
2. Gardez le même contexte d'un relevé à l'autre : type de compte, réglages, localisation.
3. Espacez les relevés à rythme fixe, toutes les deux à quatre semaines par exemple, plutôt que de mesurer après chaque publication.
4. Notez les changements de modèle ou de fonctionnement annoncés par les éditeurs : ils expliquent souvent les variations brutales.

Les outils commerciaux qui automatisent ces relevés sont utiles si vous connaissez leur méthode : questions, fréquence, pays, type de compte. Un indicateur dont on ignore la fabrication ne se pilote pas.

Trafic référent et logs : les deux mesures qui vous appartiennent

Les relevés disent ce que les moteurs répondent. Deux autres sources disent ce qui se passe réellement sur votre site.

Isoler le trafic référent des assistants IA dans l'outil d'analyse

Quand un utilisateur clique sur une source dans un assistant, la visite arrive le plus souvent avec un référent identifiable : chatgpt.com, perplexity.ai, copilot.microsoft.com, gemini.google.com ou claude.ai, par exemple. ChatGPT ajoute en outre le paramètre utm_source=chatgpt.com à beaucoup de ses liens. Dans Google Analytics 4, créez un groupe de canaux personnalisé avec un canal « Assistants IA » défini sur la source de session, et placez-le au-dessus du canal Referral, puisque les règles s'appliquent dans l'ordre.

# Source de session, correspond à l'expression régulière :
chatgpt\.com|chat\.openai\.com|perplexity\.ai|copilot\.microsoft\.com|gemini\.google\.com|claude\.ai

Deux limites. Une partie de ces visites arrive sans référent, depuis des applications ou des navigateurs qui le masquent, et se range en accès direct : le chiffre obtenu est un minimum. Et les clics issus des AI Overviews et de l'AI Mode arrivent comme du trafic organique Google, indissociable du reste dans l'outil d'analyse.

Croiser avec les visites des robots IA dans les logs

Les journaux du serveur montrent quels robots IA explorent vos pages, à quel rythme et lesquelles. D'après la documentation des éditeurs, trois familles se distinguent :

• les robots de recherche, comme OAI-SearchBot ou PerplexityBot, qui alimentent les index où les assistants puisent leurs sources ;
• les accès déclenchés par un utilisateur, comme ChatGPT-User, qui signalent qu'une page a été consultée pour répondre à une question ;
• les robots d'entraînement, comme GPTBot ou ClaudeBot, sans lien direct avec la citation dans une réponse.

Les accès déclenchés par un utilisateur sont le signal le plus proche d'une consultation en temps réel : une page qui en reçoit régulièrement sert à des conversations, même sans clic. Vérifiez l'identité des robots par leurs plages d'adresses publiées avant de conclure.

Construire un tableau de suivi lisible

Dispersées, ces données ne servent à rien. Un tableau mensuel d'une page suffit à la plupart des équipes :

Ajoutez une colonne de commentaires datés : publication, refonte, changement de robots.txt, nouvelle version d'un modèle. Sans ce journal des événements, les courbes restent muettes.

Interpréter les signaux et les relier à vos actions

Interpréter sans surréagir

Une variation ne devient un signal que si elle se répète sur plusieurs relevés et se retrouve dans au moins deux sources. Quelques lectures types :

• Mentions en hausse, citations stables : la marque est mieux connue des modèles, mais vos pages ne sont pas encore jugées comme les meilleures sources ; travaillez les passages citables et les preuves.
• Citations en hausse, trafic stable : on vous cite sans donner envie de cliquer ; enrichissez ce que la synthèse ne remplace pas (outils, données, exemples).
• Exactitude en baisse : une information datée circule ; corrigez-la sur votre site et sur les sources tierces qui la reprennent.
• Robots de recherche IA absents des logs : vérifiez le robots.txt, le pare-feu et les règles anti-robots de votre CDN avant toute chose.
• Variation brutale sur un seul moteur : cherchez d'abord une évolution de ce moteur avant de remettre vos contenus en cause.

Relier ces mesures à vos actions éditoriales et techniques

1. Partez des écarts : questions stratégiques où vous êtes absent, réponses inexactes, concurrents cités à votre place.
2. Formulez une hypothèse par écart : la page ne répond pas nettement à la sous-question, ou le robot de recherche concerné ne l'explore pas.
3. Faites une seule modification par page, datée dans le journal des événements.
4. Comparez les relevés suivants avec ceux de questions comparables laissées telles quelles.
5. Conservez ce qui produit un effet répété, abandonnez le reste, documentez les deux.

FAQ : mesurer sa visibilité dans les IA

Conclusion : mesurer des tendances, piloter des actions

Mesurer sa visibilité dans ChatGPT et les moteurs de réponse n'exige ni outil miracle ni budget démesuré : un panel fidèle à vos clients, un protocole de relevé stable, un canal dédié dans l'outil d'analyse, un regard régulier sur les logs et un tableau qui rassemble le tout. Le reste est affaire de discipline : lire des tendances plutôt que des instantanés, relier chaque variation à un événement daté, transformer les écarts en actions précises.

C'est moins spectaculaire qu'un classement, mais plus honnête, et c'est ce qui permet de décider. Côté contenus, les leviers sont détaillés dans l'analyse sur les AI Overviews ; côté fichiers, le cas du llms.txt a son verdict.