Comment les IA citent leurs sources : ChatGPT, Perplexity, Gemini, Claude

Les moteurs d’IA citent leurs sources en deux temps : récupération dans un index, puis sélection des passages. L’index diffère selon le moteur — l’index propre de Google pour AI Overviews et Gemini, l’index propriétaire de Perplexity fort de plus de 200 milliards d’URL, des fournisseurs de recherche tiers plus OAI-SearchBot pour ChatGPT et, selon les éléments publics disponibles, Brave Search pour Claude. La sélection favorise ensuite les pages porteuses de statistiques citables, de citations textuelles et de sources explicites. Le classement Google ne suffit pas : seules 12 % des URL citées par les IA figurent dans le top 10 de Google pour la même requête.

Pourquoi la façon dont les IA choisissent leurs sources compte-t-elle ?

Les citations sont le seul canal par lequel une réponse d’IA renvoie des lecteurs, et de l’attribution, vers votre site. Cette attribution a suffisamment de valeur pour qu’OpenAI la paie : selon OpenAI (mars 2024), ses accords de contenu avec des éditeurs comme AP, Axel Springer, Financial Times, GEDI (La Repubblica, La Stampa), Le Monde, News Corp, Prisa Media (El País), Reuters, Time et Vox Media placent leurs contenus dans ChatGPT sous forme de résumés « avec attribution et liens enrichis vers les articles originaux ».

Les clics qui arrivent malgré tout se comportent peut-être différemment. Selon Google Search Central, les clics issus de pages de résultats comportant un AI Overview sont de meilleure qualité, au sens où les internautes passent davantage de temps sur le site. C’est l’affirmation de Google au sujet de sa propre fonctionnalité — mais elle explique bien pourquoi la part de citations mérite désormais d’être suivie à côté des positions.

Quel index de recherche utilise chaque moteur d’IA ?

Quatre moteurs, trois architectures de récupération différentes et une hypothèse fondée. Savoir quel index alimente quel moteur vous dit exactement quel crawler doit pouvoir atteindre vos pages.

ChatGPT : recherche tierce et crawler maison

ChatGPT search a été lancé le 31 octobre 2024. Selon l’annonce d’OpenAI, le produit s’appuie sur des fournisseurs de recherche tiers — historiquement Bing — ainsi que sur des contenus fournis directement par des éditeurs partenaires. La page actuelle d’OpenAI ne nomme aucun fournisseur : traitez donc Bing comme une origine historique, pas comme un fait confirmé aujourd’hui.

Par-dessus, la documentation des robots d’OpenAI distingue trois crawlers aux rôles bien séparés : OAI-SearchBot alimente la recherche dans ChatGPT et décide quels sites remontent dans les résultats ; ChatGPT-User effectue les visites déclenchées par un utilisateur ; GPTBot collecte du contenu pour l’entraînement des modèles. Un site qui bloque OAI-SearchBot dans son robots.txt n’apparaît pas dans les réponses de recherche de ChatGPT.

Perplexity : un index maison, conçu pour citer des fragments

Perplexity exploite son propre crawler, PerplexityBot, qui selon la documentation officielle sert uniquement à faire remonter et à lier des sites dans les résultats — il n’est pas utilisé pour collecter du contenu destiné à l’entraînement de modèles de fondation. Un agent distinct, Perplexity-User, gère les visites initiées par un utilisateur et peut ignorer le robots.txt.

L’échelle est inhabituelle pour une jeune entreprise : selon un article de Perplexity Research (15 juillet 2026), son infrastructure de recherche suit plus de 200 milliards d’URL uniques, combine récupération lexicale et sémantique, et traite sections et fragments de documents comme des unités de premier ordre, afin de citer le passage le plus atomique possible. Conséquence pratique : ce sont les sections autonomes, qui répondent chacune à une seule question, que cette architecture récompense.

Gemini et AI Overviews : l’index de Google plus le query fan-out

Google se montre exceptionnellement clair sur les conditions d’entrée.

« Il n’existe aucune exigence supplémentaire pour apparaître dans les AI Overviews ou le mode IA, ni aucune optimisation spéciale nécessaire. » — Google Search Central, AI Features and Your Website (consulté en juillet 2026)

Être indexé et éligible à un extrait, c’est tout le ticket d’entrée. Les AI Overviews et le mode IA appliquent ensuite une technique que Google appelle query fan-out : lancer plusieurs recherches connexes sur des sous-thèmes et des sources de données, ce qui, selon Google, fait remonter un ensemble de liens plus large et plus divers que la recherche classique. Une distinction supplémentaire compte : Google-Extended contrôle si votre contenu entraîne ou ancre Gemini — il ne contrôle pas votre présence dans les fonctionnalités d’IA de la Recherche.

Claude : la piste Brave Search

Anthropic n’a jamais nommé son fournisseur de recherche. Les indices pointent vers Brave Search : TechCrunch a rapporté (21 mars 2025) qu’Anthropic avait ajouté Brave Search à sa liste de sous-traitants et que le code de la fonctionnalité contenait un paramètre BraveSearchParams ; TechCrunch a également trouvé au moins une recherche pour laquelle Claude et Brave renvoyaient des citations identiques. Anthropic exploite de son côté trois crawlers blocables séparément, d’après son centre d’aide : ClaudeBot (entraînement), Claude-User (visites initiées par l’utilisateur) et Claude-SearchBot (qualité des résultats de recherche).

Quels domaines les moteurs d’IA citent-ils le plus souvent ?

Wikipédia figure dans le classement de tête des trois grandes plateformes et occupe la première place sur ChatGPT (16,3 %), même si Ahrefs place YouTube devant lui sur Perplexity et AI Overviews. Chaque moteur conserve son propre régime de sources. Ahrefs (11 juin 2025) a analysé 78,6 millions d’interactions avec des données de juin 2025 :

Domaine	ChatGPT	Perplexity	Google AI Overviews
Wikipédia	16,3 %	12,5 %	8,4 %
YouTube	—	16,1 %	9,5 %
Reddit	—	—	7,4 %
Quora	—	—	3,6 %
Reuters	4 %	—	—

Part des mentions dans l’étude Ahrefs ; « — » signifie que le domaine ne ressortait pas dans le classement de tête de cette plateforme. Le penchant de ChatGPT pour les médias d’information comme Reuters est cohérent avec les accords d’OpenAI avec des éditeurs ; AI Overviews est la seule des trois plateformes où les forums — Reddit et Quora — entrent dans le haut du classement.

Profound (juin 2025, mis à jour en août 2025) a mesuré 680 millions de citations d’août 2024 à juin 2025 et retrouve la même forme à des amplitudes différentes : Wikipédia est la première source de ChatGPT avec 7,8 % de toutes les citations, Reddit domine sur Perplexity (6,6 %) et sur Google AI Overviews (2,2 %), les domaines en .com concentrent 80,41 % des citations et les .org 11,29 %.

Pourquoi Ahrefs et Profound divergent-ils sur la part de Wikipédia chez ChatGPT (16,3 % contre 7,8 %) ? Méthodologies, métriques et fenêtres temporelles différentes. Aucun des deux chiffres n’est faux ; chacun n’est valable qu’à l’intérieur de sa propre étude. Tout prestataire qui vous cite une « part des citations IA » unique sans nommer l’étude vous vend du bruit.

Ces schémas de citation sont-ils stables ?

Pas vraiment — en tout cas pas sur ChatGPT. Semrush (10 novembre 2025) a suivi plus de 230 000 requêtes et plus de 100 millions de citations entre le 14 juillet et le 12 octobre 2025. Reddit est passé d’une présence dans environ 60 % des réponses de ChatGPT à environ 10 % à la mi-septembre 2025, et Wikipédia a chuté d’environ 55 % à moins de 20 %. Le mode IA de Google est resté stable sur la même période, avec LinkedIn (~15 %) en tête.

La leçon pour une PME : un instantané d’un mois sur « qui se fait citer » ne constitue pas une stratégie. Les parts de citation sur ChatGPT peuvent bouger de plusieurs dizaines de points en quelques semaines ; tout effort sérieux exige donc une mesure répétée — un état des lieux, une intervention, puis un après.

Être bien classé dans Google garantit-il les citations par les IA ?

Non. Ahrefs a étudié 15 000 requêtes de longue traîne (11 août 2025) et constaté que seules 12 % des URL citées par les assistants d’IA figurent dans le top 10 de Google pour la requête d’origine.

« 80 % de ces citations ne se classent nulle part dans Google pour la requête d’origine. » — Ahrefs, étude sur le recouvrement de la recherche IA (août 2025)

Le recouvrement varie selon le moteur : Perplexity est le plus aligné sur Google, à 28,6 %, tandis que ChatGPT tourne autour de 8 %. Vos positions actuelles se transfèrent donc partiellement vers Perplexity et à peine vers ChatGPT. Cet écart est l’argument pratique pour traiter le GEO comme une discipline distincte du SEO classique : les deux canaux récompensent des travaux qui se recoupent sans se confondre, et l’un ne vous achète pas automatiquement l’autre.

Quels changements de contenu augmentent réellement la probabilité d’être cité ?

La preuve contrôlée la plus solide reste l’article académique GEO (Aggarwal et al., KDD 2024), testé sur GEO-bench, un banc d’essai de 10 000 requêtes. Il montre qu’optimiser un contenu peut augmenter la visibilité dans les moteurs génératifs jusqu’à 40 %. Une nuance que les résumés laissent généralement de côté : ces 40 % sont mesurés sur le Position-Adjusted Word Count — quelle part de la réponse vous cite et avec quelle proéminence —, pas sur les clics ni le trafic.

D’après le texte intégral, les tactiques les plus efficaces étaient :

1. Ajouter des citations textuelles de sources : environ 27,8 % d’amélioration.
2. Ajouter des statistiques : environ 25,9 %.
3. Citer ses sources : environ 24,9 %.
4. Améliorer la fluidité de la rédaction : environ 25,1 %.

Le bourrage de mots-clés — le réflexe du vieux SEO — n’a pas fonctionné. Et la répartition des gains mérite une deuxième lecture de la part des PME : ce sont les sites les moins bien classés qui ont le plus gagné, jusqu’à +115 % de visibilité. Les réponses génératives redistribuent l’attention vers le bas, et c’est précisément pour cela qu’il vaut la peine d’apprendre ce qui rend un contenu citable avant vos concurrents plus gros.

Faut-il autoriser ou bloquer les crawlers d’IA dans le robots.txt ?

Séparez les robots de recherche des robots d’entraînement : ce sont des user-agents différents, aux conséquences différentes.

Entreprise	Recherche / citations	Visites initiées par l’utilisateur	Entraînement
OpenAI	OAI-SearchBot	ChatGPT-User	GPTBot
Perplexity	PerplexityBot	Perplexity-User (peut ignorer le robots.txt)	— (non utilisé pour les modèles de fondation, selon la doc)
Anthropic	Claude-SearchBot	Claude-User	ClaudeBot
Google	Googlebot (index + fonctionnalités d’IA)	—	Google-Extended (entraînement/ancrage de Gemini)

Bloquer OAI-SearchBot vous retire des réponses de recherche de ChatGPT ; bloquer GPTBot ou ClaudeBot vous exclut seulement de l’entraînement, sans toucher à votre présence dans les réponses citées. Côté Google, les contrôles classiques — noindex, nosnippet, data-nosnippet, max-snippet — limitent aussi votre présence dans les fonctionnalités d’IA, tandis que Google-Extended ne régit que l’entraînement et l’ancrage de Gemini. Les chaînes user-agent et des exemples de robots.txt prêts à copier figurent dans notre guide des crawlers d’IA.

Que faire cette semaine quand on est une PME ?

Cinq actions, toutes réalisables sans acheter le moindre outil :

1. Auditez votre robots.txt. Vérifiez qu’OAI-SearchBot, PerplexityBot, Claude-SearchBot et Googlebot sont autorisés. Tranchez séparément le cas de GPTBot et de ClaudeBot : c’est une décision de consentement à l’entraînement, pas une décision de visibilité.
2. Contrôlez l’éligibilité aux extraits dans Google. Traquez les directives noindex, nosnippet ou max-snippet involontaires ; selon Google, indexation et éligibilité à l’extrait sont la seule condition d’entrée pour les AI Overviews.
3. Renforcez vos cinq pages les plus importantes avec des statistiques sourcées, des citations textuelles et des références explicites aux sources — les trois tactiques dont l’article GEO mesure un gain d’environ 25 à 28 %.
4. Rendez vos sections autonomes. Des intertitres sous forme de question, avec la réponse dès les premières phrases, parce que la récupération de Perplexity traite les fragments comme des unités de citation à part entière.
5. Enregistrez un état des lieux. Passez chaque mois vos 10 à 20 requêtes clients clés dans ChatGPT, Perplexity et Google, et notez quels domaines sont cités ; Semrush a montré que ces parts peuvent bouger de dizaines de points en quelques semaines.

Si vous voulez que cet état des lieux soit mesuré et étiqueté honnêtement — ce qui est mesuré, ce qui est calculé, ce qui est supposé —, c’est exactement ce que livre notre audit de visibilité IA.