Qu’est-ce que la visibilité IA d’une marque ?

La visibilité IA d’une marque est la place qu’elle occupe dans les réponses de ChatGPT, Gemini, Claude ou Perplexity quand un acheteur décrit son besoin sans la nommer. Elle se lit à travers quatre signaux : la marque est mentionnée, recommandée pour ce besoin, citée par un lien vers ses pages, ou placée à un certain rang dans la réponse. On la mesure en nombre de réponses, sur des questions et des dates connues ; elle ne vaut ni note de qualité ni preuve de cause.

Cet article pose les définitions. Le protocole complet est détaillé dans notre guide pour mesurer la visibilité d’une marque dans les IA.

Mention, recommandation, citation et position

• Mention : le nom apparaît dans le texte, quel que soit le contexte. Un rappel historique, une comparaison défavorable ou une exclusion (« évitez cette marque si… ») sont des mentions.
• Recommandation : la réponse conseille la marque pour le besoin posé. Elle se prouve par une phrase de la réponse, recopiée mot pour mot.
• Citation : la réponse lie une page comme source. Les API des quatre éditeurs renvoient ces liens à part du texte. Une citation désigne une page, pas une marque : votre site peut appuyer une réponse qui conseille un concurrent.
• Position : le rang de la marque dans une liste de la réponse. Aucune des documentations consultées ne décrit un classement des marques à l’intérieur d’une réponse : la position n’est qu’une lecture de l’ordre du texte.

Chez Qui est prems, seule la recommandation entre dans le résultat : une réponse compte pour une marque si elle la conseille pour le besoin posé, avec un extrait recopié mot pour mot et vérifié. Les sources figurent dans les rapports, hors du calcul.

Méthode : qualifier une réponse

1. Vérifiez que la question ne nomme pas la marque.
2. Cherchez la phrase qui conseille la marque pour ce besoin et recopiez-la. Sans elle, restez à la mention.
3. Relevez les sources dans les liens renvoyés par le moteur, pas dans le texte. Perplexity le précise : le modèle peut mal recopier une adresse dans son texte, et ce sont les résultats de recherche renvoyés par l’API qui font foi.
4. Notez le moteur, le modèle, la date, la langue et l’usage ou non de la recherche web.

D’où viennent les réponses

Une réponse repose sur ce que le modèle a appris avant sa date limite de connaissances et sur ce qu’il trouve s’il cherche sur le web. Selon les quatre éditeurs, une fois l’outil de recherche activé, c’est le modèle qui décide de chercher ou non, sauf réglage contraire : OpenAI permet par exemple de rendre la recherche obligatoire.

• OpenAI : le modèle peut choisir de chercher ou non selon la question. Un champ de l’API donne toutes les adresses consultées, alors que les citations ne montrent que les plus pertinentes.
• Google : Gemini analyse la question, détermine si une recherche Google améliorerait la réponse et, si besoin, lance une ou plusieurs requêtes pour citer des sources au-delà de sa date limite de connaissances.
• Anthropic : Claude cherche pour les informations récentes ou changeantes, dont celles sur des organisations ou des produits précis, et répond sans chercher sur des connaissances stables.
• Perplexity : l’outil de recherche sert aux questions qui dépassent les données d’entraînement ; le modèle décide quand l’appeler.

La visibilité d’une marque dépend donc des deux. Qui est prems interroge les moteurs par leur API, recherche web activée, et laisse chacun décider de s’en servir, comme l’explique notre page Méthodologie.

Différence avec le classement Google, le trafic et la notoriété

Le classement web. Les AI Overviews et AI Mode de Google peuvent utiliser le « query fan-out » : plusieurs recherches apparentées, sur des sous-thèmes et des sources de données différentes. Les liens d’une réponse ne viennent donc pas forcément de la seule requête tapée. Selon Google, ces deux fonctions peuvent utiliser des modèles différents : leurs réponses et leurs liens varient. Le référencement reste une condition d’entrée : ces fonctions reposent sur les systèmes de classement de la recherche Google, et une page doit être indexée et éligible à un extrait pour y servir de lien. Le détail est traité dans SEO et GEO : quelles différences pour une marque ?

Le trafic. Le rapport de Search Console sur l’IA générative compte les impressions : le nombre de fois où des liens vers votre site ont été montrés dans une fonction d’IA générative de Google. Il mesure des citations de votre site sur Google, pas des recommandations de votre marque, et ne dit rien des réponses de ChatGPT, de l’application Gemini, de Claude ou de Perplexity.

La notoriété. Elle se mesure auprès des personnes, la visibilité IA dans des réponses, question par question : une marque connue peut être absente des réponses à un besoin précis.

Le rôle des intentions

« Quelle marque choisir pour débuter ? », « Que choisir pour offrir ? » et « Que prendre à moins de 50 euros ? » ne traduisent pas la même intention. Une marque peut être conseillée sur l’une et absente de l’autre : la visibilité IA se lit donc intention par intention.

Méthode : organiser les questions

• Regroupez les questions par intention (découverte, comparaison, cadeau, budget, usage) et lisez chaque groupe à part.
• Formulez-les comme un acheteur, sans nommer la marque étudiée.
• Calculez le taux d’une intention sur les seules réponses valides de cette intention.

Selon les pages, ce groupe de questions d’achat porte d’autres noms : les « dimensions » d’un baromètre et les « thèmes » d’une étude sur mesure désignent la même chose qu’une intention.

Le baromètre Cognac répartit ainsi ses questions en dimensions, décrites sur sa page de méthode.

Exemple de mesure

Exemple fictif. La marque A, imaginaire, mesurée selon le protocole de l’étude sur mesure : 12 questions en trois intentions, 4 moteurs, 3 passages, soit 144 réponses attendues. Six manquent (un appel en échec, par exemple) : les taux portent sur 138 réponses valides.

La marque A est recommandée dans 41 réponses valides sur 138 ; les 17 simples mentions ne comptent pas. Son site est lié dans 9 réponses, qu’elles la recommandent ou non.

Lire l’exemple fictif : observation, hypothèses, portée

• Observation. Sur le budget, la marque A est recommandée dans 6 réponses valides sur 45.
• Hypothèses. Des prix peu visibles en ligne, des sources consultées centrées sur d’autres marques ou une formulation défavorable pourraient l’expliquer. Aucune ne se déduit du tableau : relisez les réponses et leurs sources.
• Portée. Trois passages tiennent compte de la variation des réponses, sans garantir la significativité ni représenter tous les utilisateurs. Le résultat vaut pour ces moteurs, ces modèles, ces dates et ces questions.

L’étude sur mesure applique ce protocole à votre marque, comparée à 1 à 3 concurrents, avec un rapport sous 4 heures, pour 149 € HT. Ses réponses n’alimentent jamais un classement public.

Ce que la visibilité IA ne mesure pas

• La qualité. Une recommandation d’IA n’est pas un verdict sur les produits.
• Une cause. Une source citée à côté d’une recommandation ne prouve pas qu’elle l’a provoquée, et une hausse après une action ne prouve pas l’effet de cette action.
• Ce que voit chaque utilisateur. Une mesure par API, aux paramètres par défaut des éditeurs, peut différer de ce qu’affiche une application grand public.
• Les ventes, les parts de marché ou les volumes de recherche.
• Une garantie. Google l’écrit pour ses propres fonctions : une page qui respecte toutes les exigences n’est pas assurée d’être indexée ni affichée.

Pour un premier contrôle, vérifiez si ChatGPT recommande votre marque, puis comparez-la à ses concurrents sur les mêmes questions.