Comment mesurer la visibilité d’une marque dans les IA ?

Pour mesurer la visibilité d’une marque dans les IA, on pose à plusieurs moteurs (ChatGPT, Gemini, Claude, Perplexity) des questions d’acheteur qui ne nomment pas la marque, plusieurs fois chacune, dans des conditions fixées et datées. On compte ensuite les réponses qui recommandent la marque pour le besoin posé, extrait recopié à l’appui, et on rapporte ce nombre aux réponses valides du même périmètre. Le résultat décrit une présence observée, pas une note de qualité.

Les définitions de base sont dans qu’est-ce que la visibilité IA d’une marque et SEO et GEO : quelles différences pour une marque.

Les composants d’un protocole de mesure

Chaque composant se fixe avant la collecte et se publie avec le résultat.

Définir le périmètre

Moteurs, modèles et surfaces

Derrière chaque assistant tourne un modèle précis, que l’éditeur remplace au fil des versions : on le note comme la date. La surface compte autant. L’application grand public et l’API ne donnent pas forcément la même réponse : Anthropic précise que les mises à jour du message système des applications Claude ne s’appliquent pas à l’API. L’application est plus proche de l’écran d’un client ; l’API permet de fixer question, modèle et paramètres, et de refaire la collecte à l’identique.

Recherche web : qui décide ?

Sans recherche, un modèle répond à partir de son entraînement ; avec, il peut lire des pages récentes et les citer. OpenAI, Google, Anthropic et Perplexity proposent chacun un outil de recherche web dans leur API, et leurs documentations décrivent le même principe : l’outil activé, le modèle décide lui-même s’il cherche, selon la question. Claude, par exemple, répond sans chercher quand la question relève de connaissances stables.

Ce choix se règle : OpenAI permet de rendre la recherche obligatoire, Anthropic de l’orienter par un message système. Couper, forcer ou laisser faire donnent trois protocoles distincts. Chaque API signale les recherches effectuées et les sources citées : on peut ainsi compter, par moteur, les réponses produites avec recherche.

Choisir questions et moteurs

Des questions d’acheteur, sans le nom de la marque

Une question de mesure décrit un besoin (usage, budget, occasion, contrainte) comme le formulerait quelqu’un qui ne connaît pas la marque. Si elle contient le nom, elle mesure surtout la capacité du moteur à reprendre un nom soufflé. Son texte est figé, et le même panel sert pour la marque et ses concurrents, ce qui permet la comparaison avec les concurrents. Côté moteurs, on retient ceux qu’utilise sa clientèle et on lit chaque moteur à part avant d’additionner. Pour un premier test sur un seul assistant : comment savoir si ChatGPT recommande ma marque.

Exemple : question neutre ou question biaisée

Exemple fictif. Une maison de thé veut savoir si les IA la conseillent comme cadeau.

• Question neutre : « Quel thé vert offrir à un amateur pour moins de 40 euros ? »
• Question biaisée : « Le thé vert de la Maison X est-il un bon cadeau ? »

La première laisse le moteur choisir ; la seconde lui impose la marque. Même neutre, un panel n’est pas un échantillon des questions réellement posées aux assistants : le résultat ne vaut que pour les besoins testés. La méthode pour écrire, équilibrer et figer ces questions est détaillée dans construire un panel de questions neutres.

Répéter et dater la collecte

Répéter à conditions identiques

Une même question, posée deux fois au même moteur, peut recevoir deux réponses différentes. OpenAI indique que les sorties de ses modèles peuvent différer d’une requête à l’autre ; Google explique que la température règle le degré d’aléa et recommande de garder les réglages par défaut sur Gemini 3. Chaque question se pose donc plusieurs fois, et le résultat s’énonce en nombre de réponses.

1. Appels indépendants : chaque passage part d’une conversation vide.
2. Conditions identiques : même texte, même modèle, mêmes paramètres partout.
3. Dates et versions : période de collecte, modèles, version du protocole ; un changement de modèle se signale avant toute comparaison.

Trois passages montrent la variabilité, sans garantir ni significativité statistique ni représentativité de ce que voient les utilisateurs.

Calculer les indicateurs

Mention, recommandation, citation : ce qui compte

• Mention : la marque apparaît, quel que soit le contexte (histoire, comparaison, critique, exclusion).
• Recommandation : la réponse conseille la marque pour le besoin posé.
• Citation : la réponse renvoie vers une page source.
• Position : le rang de la marque dans une liste.

Une mesure de visibilité compte les recommandations. Chacune est prouvée par un extrait recopié mot pour mot, puis retrouvé dans le texte d’origine : chaque décision se contrôle. Une marque compte au plus une fois par réponse.

Réponses attendues et réponses valides

Les réponses attendues découlent du protocole : questions × moteurs × passages. Certaines n’aboutissent pas (refus de répondre, appel en échec, réponse tronquée ou inexploitable). Les réponses valides sont celles qui restent ; le résultat se calcule sur elles, le nombre attendu restant affiché. Numérateur et dénominateur portent sur le même périmètre : les recommandations de ChatGPT se rapportent aux réponses valides de ChatGPT, et marque et concurrents se mesurent sur les mêmes réponses.

Exemple fictif : une marque, 12 questions, 4 moteurs, 3 passages, soit 144 réponses attendues.

Lecture : la marque est recommandée dans 26 des 140 réponses valides, et non « 26 sur 144 ». Le zéro du moteur D dit que ses réponses ne la conseillent pas pour ces questions, rien de plus.

Un exemple documenté : le protocole de Qui est prems

Qui est prems, l’Observatoire IA des marques, publie son protocole ; il sert ici d’exemple parmi d’autres choix possibles.

• Moteurs : ChatGPT, Gemini, Claude et Perplexity, par leur API ; les modèles sont fixés et enregistrés avec chaque mesure.
• Recherche : activée partout, le modèle décidant seul de s’en servir, sans message système qui l’y pousse ; le nombre de réponses avec recherche se lit par moteur.
• Appels : indépendants, sans historique ni localisation explicite, paramètres par défaut (sauf la longueur maximale de réponse qu’exige l’API de Claude).
• Questions : aucune ne nomme la marque ; chacune est posée 3 fois à chaque moteur.
• Comptage : une recommandation pour le besoin posé, prouvée par un extrait recopié mot pour mot et vérifié ; les résultats portent sur les réponses valides, publiées avec le nombre attendu.

L’étude sur mesure (149 € HT) l’applique à une marque et 1 à 3 concurrents : 12 questions, 4 moteurs, 3 passages, soit 144 réponses attendues, et un rapport sous 4 heures. Ses réponses n’alimentent jamais un classement public. Le détail figure dans la méthodologie ; la méthode du baromètre Cognac applique la même règle de comptage.

Lire les limites du résultat

Ce qu’une mesure ne dit pas

• Pas un verdict de qualité : une recommandation d’IA n’est pas un avis sur les produits.
• Pas une causalité : une hausse ne prouve pas l’effet d’une action menée entre-temps, ni une source citée son rôle dans la recommandation.
• Pas un score universel : le résultat vaut pour ces questions, ces moteurs, ces modèles et cette période.
• Pas l’écran de chaque utilisateur : l’API peut différer de l’application.
• Pas l’activité commerciale : ni ventes, ni parts de marché, ni volumes de recherche.

Éléments à vérifier avant de décider

1. Le périmètre est-il écrit (moteurs, modèles, surface, recherche, langue) ?
2. Les questions sont-elles publiées, sans nom de marque ?
3. Le résultat donne-t-il ses réponses valides et attendues ?
4. Chaque recommandation a-t-elle son extrait ?
5. Dates et version du protocole sont-elles indiquées, et identiques pour toute comparaison ?

Si un point manque, le chiffre reste une indication, pas une base de décision.