ChatGPT choisit lui-même les marques avant la recherche : comment figurer dans la liste

ChatGPT choisit lui-même les marques avant la recherche : comment figurer dans la liste

ChatGPT intègre les noms de marques dans ses requêtes de recherche avant même de charger les pages. J’ai lu 60 dialogues pour comprendre quand cela se produit et ce qui aide une marque à être citée. C’est un aperçu clé pour tous ceux qui travaillent sur la visibilité IA : la décision de recommander ou non votre marque est prise bien avant que ChatGPT ne touche à votre site.

J’ai demandé à ChatGPT de nommer la meilleure application de notes avec IA. Sept mots, sans mention de marques. Avant de charger quoi que ce soit, il s’est écrit la requête de recherche suivante : Granola, Notion AI, Otter, Fireflies, Fathom, Mem, Limitless — sept produits dans une seule recherche. Je n’en ai nommé aucun, et rien n’est venu de la recherche web, donc ces noms proviennent du modèle lui-même.

Ensuite, il a effectué neuf autres recherches — c’est ce fameux « éventail » de requêtes dont j’ai parlé dans les deux premières parties. Une recherche forme une short-list, puis une recherche par marque, chacune menant directement au site de l’entreprise. L’éventail n’a jamais été une recherche de candidats — c’est ChatGPT qui suit une liste qu’il a déjà, un nom à la fois.

Dans les deux premières parties, j’ai écrit que vous devez survivre au test site:yourdomain.com, car ChatGPT lance de tels tests. Mais il ne les lance que si vous figurez dans la première requête de recherche. Si vous n’êtes pas dans la short-list, votre site ne sera pas du tout consulté, aussi bon soit-il. La décision est prise avant que quoi que ce soit ne touche votre serveur.

J’ai lu ce trafic pendant deux mois pour les première et deuxième parties. C’est la première chose qui change mes recommandations aux clients. Avant de lire la suite : tout cela provient d’un seul compte, donc chaque pourcentage est une direction, pas une mesure. Le mécanisme, c’est autre chose. Vous pouvez le reproduire sur votre compte en deux minutes, et je montre comment à la fin.

Comment cela fonctionne

Lorsque vous posez une question, ChatGPT la réécrit en requêtes de recherche, les exécute, lit les résultats, puis rédige la réponse. Ces requêtes se trouvent dans la réponse que votre navigateur charge, sous la clé search_queries. OpenAI l’a renommée de search_model_queries début août 2026.

Ce n’est pas une fuite : votre navigateur a besoin de ce JSON pour afficher la page, et vous pouvez le lire dans DevTools sur votre compte en environ deux minutes. Voici un exemple tiré d’une question sur les logiciels de chat : j’ai demandé « meilleur logiciel IA pour le chat de support », et il a ajouté l’année, « officiel », « prix » et trois noms.

Tout ce qui suit est basé sur la lecture de plusieurs centaines de ces requêtes. Commencez par ceci : ouvrez ChatGPT, posez la question « meilleur [votre catégorie] » que posent vos acheteurs, et lisez la requête qu’il écrira. Cette ligne montrera si ChatGPT connaît l’existence de votre marque — c’est précisément ce qui est généralement vendu comme un audit de visibilité IA. Le reste de l’article porte sur ce qu’il faut faire avec ce que vous trouverez.

Test de causalité

L’objection évidente à mon exemple avec les applications de prise de notes : peut-être que ChatGPT a d’abord effectué une recherche, a vu ces marques, puis a écrit une deuxième requête plus intelligente. Cela ferait des noms le résultat de la recherche, et non la cause.

C’est pourquoi j’ai mené un test : pour chaque dialogue, j’ai pris le premier message de l’utilisateur et la première requête de recherche, triés par ordre chronologique. À ce moment-là, rien n’avait été chargé, donc il n’y avait rien à apprendre. Dans 21 des 27 dialogues, la première requête contenait des marques que l’utilisateur n’avait pas saisies. Regardez les lignes 2 et 3 : la même question, une formulation légèrement différente — et la liste est passée de trois à sept noms. La liste grandit en fonction de la formulation, et non à partir d’un tableau fixe.

Ensuite, j’ai lancé 12 catégories sans aucun lien entre elles pour vérifier que ce n’était pas une particularité du logiciel. 11 sur 13 ont montré la même chose. La ligne avec l’aspirateur robot m’a frappé : se souvenir que Roborock existe serait courant, mais il a rappelé Saros, Dreame X50 et Eufy S1 Pro — des numéros de modèles actuels dans la première requête, sans indice. Ces connaissances vont jusqu’à la gamme de produits.

La ligne avec les SUV électriques se comporte différemment. Pour la comptabilité, la thérapie et l’hébergement, il a nommé des fournisseurs et est passé à leurs pages de tarification. Pour les voitures, il a nommé des magazines : Car and Driver, Edmunds, Top Gear. Dans une catégorie, son instinct est d’aller vers les fabricants, dans une autre, vers les critiques.

Je m’en suis réjoui et j’ai relancé trois catégories pour vérifier la stabilité. L’apprentissage des langues a peu changé : cinq des six noms correspondaient. La comptabilité s’est réduite de six fournisseurs à une seule requête ciblée vers QuickBooks. L’hébergement web a complètement changé de camp : il a abandonné tous les fournisseurs et est passé à un site de critiques. Donc « fournisseurs contre magazines » est une tendance qui peut changer entre les exécutions, et non une propriété fixe de la catégorie.

Deux choses persistent : l’injection se produisait à chaque fois, et la catégorie avec les leaders de marché les plus évidents conservait ses noms. Je suppose que les catégories établies ont des listes restreintes stables, tandis que les catégories contestées fluctuent, mais trois répétitions ne suffisent pas pour l’affirmer. Ne jugez pas la visibilité IA sur une seule réponse. Lancez la question cinq fois, car la liste change entre les exécutions.

Ce qui influence l’injection de marques

Toutes les requêtes précédentes contenaient le mot « meilleur », donc j’ai essayé de le casser. J’ai lancé 24 requêtes supplémentaires sans ce mot sous sept formes différentes. Il s’est avéré que « meilleur » n’a rien à voir avec cela. Ce qui compte, c’est de savoir si ChatGPT doit lui-même inventer des produits.

Lorsqu’il ne cherche pas du tout, cela ne fonctionne pas. Demandez comment fonctionne la réduction de bruit ou ce qu’est une base de données vectorielle — il répondra à partir de son apprentissage sans recherche web. Idem pour les plaintes ouvertes : « Nous dépensons trop en outils de support client » — également sans recherche. Sept de mes vingt-quatre requêtes ne concernaient pas le web, donc il n’y avait pas de short-list dans laquelle entrer.

Si vous nommez vous-même des marques, il les accepte. « Xero ou QuickBooks pour une petite entreprise » a immédiatement basculé vers site:xero.com/uk. « Devrais-je utiliser HubSpot pour une petite agence » — vers site:hubspot.com. Si vous laissez les candidats à sa discrétion, il se tourne vers sa mémoire. Cela s’est produit dans dix des onze cas où j’ai demandé une recommandation sans préciser de noms.

La troisième ligne est ma préférée : j’ai délibérément évité les mots « robot aspirateur » et je n’ai nommé personne, et il est allé sur le site d’un modèle spécifique de Roborock dès la première recherche. La ligne 2 devrait vous inquiéter si vous vendez des logiciels : la plainte concernant les notes de réunion s’est transformée en « tarifs officiels Granola » avant même le chargement de la page.

Il existe une version ciblant vos concurrents. Toutes mes trois requêtes de remplacement ont conduit à de nouveaux noms : « Alternatives à Zendesk » — Help Scout ; « que puis-je utiliser à la place de QuickBooks » — Zoho Books ; « quelque chose comme Duolingo, mais mieux pour la grammaire » — Kwiziq et Babbel. Lorsque votre client cherche à quitter votre concurrent, ChatGPT propose ceux qu’il connaît déjà. Cela pourrait être vous, et ce jour-là, vous ne pouvez pas influencer cela.

Si ChatGPT cherche un produit et que vous n’en avez nommé aucun, il apporte les siens. Faites ceci : lancez votre question de catégorie cinq fois et notez les noms qui apparaissent dans la requête à chaque fois. Les noms qui apparaissent à chaque lancement sont votre véritable ensemble concurrentiel dans la tête de ChatGPT. Ce qui apparaît et disparaît est un territoire contesté où vous pouvez faire bouger les choses. Si votre marque n’apparaît pas une seule fois en cinq lancements, vous avez votre réponse, et elle n’est pas technique.

Citations : une chance de 3,1 %

J’ai divisé toutes les marques en deux groupes : celles qui sont apparues dans la requête écrite par ChatGPT et celles qui ont été uniquement chargées pendant la recherche mais non nommées. Ensuite, j’ai vérifié à quelle fréquence chaque groupe figurait dans la réponse finale. La différence est d’environ 33 fois. J’ai également trouvé 86 cas où une marque était recommandée mais son site n’a jamais été chargé dans cette conversation. La mention ne nécessite pas de parcours.

C’est inconfortable pour ma propre industrie. Une grande partie de ce qui est actuellement vendu comme GEO est un travail d’extraction, c’est-à-dire la colonne de 2,1 %. La colonne de 68,9 % se décide avant même que tout cela ne soit lancé. Répartissez le budget en fonction des deux colonnes.

Si vous n’êtes pas dans la requête, l’argent doit aller vers le fait que l’on écrive sur vous, que l’on vous examine, que l’on vous compare et que l’on vous inclue dans des listes : relations presse numériques, contenu par catégorie, placements sur des sites d’avis, couverture par des analystes, participation à des sélections lues par vos acheteurs. Si vous êtes déjà dans la requête, ces dépenses sont en grande partie faites, et il reste le travail technique ci-dessous.

Si tout s’était arrêté là, le conseil aurait été « créez du capital de marque », et nous aurions tous pu rentrer chez nous. Mais après la requête, un deuxième filtre entre en jeu, et il est impitoyable. J’ai créé un ensemble de données annoté à partir de 57 dialogues : chaque page chargée comme une ligne, avec une étiquette indiquant si elle a reçu une citation. 3 554 pages, 110 ont reçu une citation — 3,1 %. ChatGPT lit environ 600 pages pour rédiger une réponse, et en cite environ 30. Presque tout est lu. L’écart entre la lecture et la citation — c’est là que se trouve le travail.

Trois facteurs influençant la citation

Position. ChatGPT regroupe les résultats par domaines, et votre position dans ce groupe prédit presque tout. En dessous du top 2, la citation est une erreur d’arrondi. Faire partie de l’ensemble n’est pas une victoire si vous êtes neuvième.

Cannibalisation. L’ajout de pages nuit. Lorsque plusieurs pages d’un même domaine apparaissent dans un même groupe, la conversion par page chute fortement. Deux pages étroitement liées — c’est optimal. Plus de six — vous concurrencez principalement vous-même. Pendant un an, j’ai conseillé à des clients de consolider par intuition. C’est la première fois que je vois cela dans les données.

Pertinence. La pertinence qualifie, mais ne sélectionne pas. J’ai évalué la page citée par rapport à toutes les autres pages extraites pour la même affirmation, en fonction de la mesure dans laquelle son texte correspond à la proposition soutenue. La page citée se situait dans le top 5 % du pool. Mais elle n’était la meilleure correspondance que dans 20 % des cas, et son chevauchement moyen était nettement inférieur à la meilleure option disponible.

Ainsi, la pertinence de l’affirmation forme la short-list, et autre chose sélectionne le gagnant. Atteignez le top 10 % pour une affirmation spécifique — et vous êtes dans la conversation. Cette partie, vous la contrôlez par le texte. La sélection finale implique des éléments que je ne vois pas.

Faites ceci : prenez les questions que posent vos acheteurs et trouvez toutes vos pages répondant à la même question. Choisissez la page qui correspond le plus précisément à l’intention, faites-en la réponse, et réduisez ou redirigez les autres vers elle. Assurez-vous que la phrase qui répond réellement à la question se trouve en haut de la page sous forme de texte HTML simple avec des chiffres.

Trouver ces chevauchements manuellement sur un site réel est la partie la plus désagréable. La cannibalisation est généralement évaluée par le chevauchement de mots-clés, mais c’est la mauvaise unité, car ChatGPT regroupe par affirmations, et non par mots-clés. C’est précisément pour cela que Keyword Insights a été créé : il regroupe les mots-clés par intention de recherche, et non par correspondance de chaînes, de sorte que les pages se disputant une même intention sont visibles comme un groupe, même si elles n’ont pas de mots-clés communs. Ce regroupement correspond exactement à ce que je vois lorsque ChatGPT réduit un domaine à une seule page citée. Divulgation complète : c’est ma société, donc je sais qu’elle gère cette tâche.

Les résultats divisent la visibilité IA en deux jeux souvent confondus. Si ChatGPT ne relie pas votre marque à votre catégorie, il ne vous mentionnera pas dans une requête, et vous avez 2 % de chances d’être cité. Le schéma ne corrigera pas cela, pas plus que la vitesse de page. Le fichier llms.txt a encore moins de chances, car votre serveur n’entre pas en contact avant la prise de décision.

Points clés pratiques

Ce qui semble construire le lien, c’est un travail lent et peu reluisant : on écrit sur vous, on vous critique, on vous compare et on débat de vous sur le web ouvert pendant des années, jusqu’à ce que l’association apparaisse dans les données d’entraînement. C’est du RP numérique et du contenu définissant la catégorie, ce qui est inconfortable pour ceux qui vendent des audits techniques comme stratégie IA.

La partie technique représente 3,1 %, et elle est réelle : une page précisément ciblée par intention, une proposition avec une déclaration clé en début, des faits et chiffres en texte HTML simple, aucun cluster de pages quasi identiques se concurrençant. Voici la séquence complète à exécuter cette semaine :

1. Vérifiez si ChatGPT connaît votre marque : posez une question de catégorie cinq fois et voyez si votre marque apparaît dans les résultats.
2. Vérifiez quelles pages sont citées : utilisez FanoutFox pour suivre les citations et consulter les requêtes.
3. Éliminez la cannibalisation : trouvez les pages répondant à la même question et fusionnez-les.
4. Optimisez le contenu : assurez-vous que la déclaration clé et les chiffres se trouvent en haut de la page.

Dans mes données, une marque a été chargée 66 fois et jamais citée. Ce n’est pas un problème de notoriété. Le moteur revenait sans cesse et décidait qu’il n’y avait rien à citer. L’étape 4 existe pour attraper cela.

Les étapes 1 et 4 sont ce pour quoi j’ai créé FanoutFox, car les faire manuellement pour chaque réponse devient vite fastidieux. C’est une extension Chrome gratuite ; tout reste dans votre navigateur, et elle lit votre propre