Mesurer sa visibilité IA : une seule mesure ne tient pas
Mesurer sa visibilité IA, c’est compter la fréquence à laquelle un moteur cite votre site dans ses réponses. Le piège est qu’un relevé unique ne dit presque rien : nos mesures montrent que les sources changent d’un appel à l’autre. Fast Growth Advisors publie sa méthode, son coût et ses relevés datés, avec le lien qui permet de refaire chaque recherche.
Comment mesurer sa visibilité IA ?
Sur deux terrains à la fois, et beaucoup n’en regardent qu’un. Voici comment nous nous y sommes pris sur notre propre site, avec les résultats tels qu’ils sont sortis.
Les pages, d’abord : ce qu’un moteur peut en lire, quels robots viennent les chercher, et lesquelles ressortent dans ses réponses. Ce sont des faits qui se corrigent.
Les questions du marché, ensuite : ce que le moteur répond quand un acheteur interroge la catégorie, et à qui il donne la parole. Là, rien ne se contrôle, tout s’observe.
Le premier conditionne le second. Une page qu’un extracteur jette ne sera jamais citée, quelle que soit sa qualité.
Les deux se corrigent pourtant à des endroits différents, l’un dans le gabarit et le balisage, l’autre dans le message et les preuves qu’il porte. C’est ce qui justifie de les tenir séparés tout au long de cette page, et de ne jamais les additionner en un score unique.
Cinq instruments, deux terrains, un tableau de bord. Chaque bloc du schéma mène à la partie de la page qui le détaille.
Que regardons-nous sur nos propres pages ?
Trois choses que personne ne regarde : ce qui survit à l’extraction, qui vient vraiment nous lire, et lesquelles de nos pages ressortent dans les réponses.
1. Ce qui survit à l’extraction
Un moteur ne lit pas une page, il lit ce qu’un extracteur en retire. Nous récupérons la page avec l’agent d’un robot d’IA, exactement ce qu’il reçoit, puis nous la passons aux trois extracteurs de référence : trafilatura, jusText et Resiliparse. Les trois pages ci-dessous appartiennent à des éditeurs de logiciels, deux en SIRH (système d’information de ressources humaines) et un en planification des équipes.
| Page | Texte servi | trafilatura | jusText | Resiliparse |
|---|---|---|---|---|
| Éditeur SIRH A | 25 387 car. | 59 % | 26 % | 95 % |
| Éditeur SIRH B | 13 425 car. | 23 % | 18 % | 40 % |
| Éditeur de planning | 12 832 car. | 49 % | 35 % | 91 % |
| Cette page | 9 671 car. | 92 % | 88 % | 89 % |
Sur l’éditeur SIRH B, trafilatura ne conserve que 23 % du texte servi. Quatre cinquièmes de ce que la page dit ne parviennent pas au moteur. Et les trois extracteurs ne s’accordent pas entre eux : sur cette même page, l’un garde 23 %, l’autre 40 %. Un contenu peut donc passer chez un moteur et disparaître chez un autre.
2. Qui vient réellement nous lire
L’agent déclaré par un robot se falsifie en une ligne. Nous confrontons donc chaque requête aux plages d’adresses que les éditeurs publient. Voici le résultat sur nos propres serveurs, sur sept jours.
| Agent déclaré | Requêtes | Adresses distinctes | Dans les plages publiées | Hors plages |
|---|---|---|---|---|
| OAI-SearchBot | 454 | 48 | 82 | 372 |
| ChatGPT-User | 419 | 17 | 9 | 410 |
| GPTBot | 344 | 25 | 28 | 316 |
| Perplexity-User | 315 | 4 | 0 | 315 |
| PerplexityBot | 202 | 5 | 0 | 202 |
Sur 1 734 requêtes se déclarant robot d’un éditeur qui publie ses adresses, 1 615 venaient d’ailleurs, soit 93 %. Celles qui se présentaient comme Perplexity étaient des machines de Google Cloud et d’un hébergeur, alors que Perplexity ne publie que huit adresses.
Ce que cette mesure dit, et ce qu’elle ne dit pas. Elle porte sur nos deux sites, sur sept jours, et sur les seuls agents dont l’éditeur publie ses plages. Une liste d’adresses peut être incomplète ou en retard, donc « hors plages » ne prouve pas l’intention de tromper. Cela prouve en revanche qu’un compteur de visites d’IA construit sur l’agent déclaré mesure surtout autre chose.
Tous ces robots ne cherchent pas la même chose
Les compter ensemble mélange deux sujets sans les mêmes conséquences. Certains collectent de la matière d’entraînement, d’autres construisent un index de recherche, d’autres vont lire une page au moment où un utilisateur pose sa question.
| Agent | Rôle déclaré | Requêtes chez nous |
|---|---|---|
| Googlebot | Index de recherche, alimente aussi les AI Overviews | 1 369 |
| Claude-User | Lecture déclenchée par un utilisateur | 455 |
| OAI-SearchBot | Index de recherche d’OpenAI | 454 |
| ChatGPT-User | Lecture déclenchée par un utilisateur | 419 |
| GPTBot | Collecte pouvant servir à l’entraînement | 344 |
| Perplexity-User | Lecture déclenchée par un utilisateur | 315 |
| ClaudeBot | Collecte pouvant servir à l’entraînement | 249 |
| PerplexityBot | Index de recherche, pas d’entraînement selon l’éditeur | 202 |
| meta-externalagent | Collecte Meta | 178 |
| Bytespider | Collecte ByteDance | 162 |
| Applebot | Index de recherche Apple | 162 |
| CCBot | Corpus public Common Crawl | 49 |
La conséquence tombe directement dans le robots.txt. Interdire un collecteur d’entraînement ne coûte aucune citation. Interdire un robot d’index ou un lecteur déclenché par l’utilisateur retire le site des réponses. Beaucoup de sites bloquent les seconds en croyant bloquer les premiers.
Un robot sur vingt tombe sur une page morte
Nous avons compté, sur les mêmes sept jours, la part de requêtes qui reçoivent une erreur 404. Le résultat varie énormément d’un robot à l’autre.
| Agent | Requêtes | Part en erreur 404 |
|---|---|---|
| CCBot | 49 | 30,6 % |
| ClaudeBot | 249 | 13,3 % |
| PerplexityBot | 202 | 6,4 % |
| OAI-SearchBot | 454 | 5,3 % |
| GPTBot | 344 | 4,9 % |
| Googlebot | 1 369 | 1,5 % |
La mesure publique de référence, publiée fin 2024, annonçait 34,8 % pour les robots d’OpenAI contre 8,2 % pour Googlebot. Chez nous, c’est 4,9 % contre 1,5 %. L’ordre est le même, l’ampleur est six fois moindre, et c’est exactement pourquoi une mesure publique ne remplace pas la vôtre.
Une URL morte est une source perdue. Le plan de redirections, traité partout comme une corvée technique, est donc un sujet de visibilité.
Livre blanc, compter les robots →
Livre blanc, le message récupérable →
3. Quelles pages sont reprises, et lesquelles jamais
La question se pose page par page, et la réponse surprend. Une page très vue en recherche peut n’être jamais reprise, et une page confidentielle peut l’être une fois sur cinq.
| Page | Impressions IA sur 3 mois | Part de ses impressions | Citée par la sonde |
|---|---|---|---|
| /observatoire/ | 7 | 20,6 % | non |
| /en/messaging-audit/ | 12 | 17,9 % | oui, 3 relevés sur 6 |
| /visibilite-ia/ | 36 | 3,0 % | oui, sur 3 questions |
| /audit-messaging/ | 4 | 4,6 % | oui, 6 relevés sur 6 |
| /linkedin-algorithm-2026…/ | 20 | 1,9 % | non |
| /strategie-de-business-development/ | 0 | 0 % | non |
L’Observatoire est notre page la plus reprise, à 20,6 % de ses impressions, pour 34 impressions au total. L’article sur l’algorithme LinkedIn en compte 1 043 et n’est repris qu’à 1,9 %. Le volume de recherche et la reprise par les moteurs ne se suivent pas. Une page peut aussi être lue sans jamais être citée, comme notre page Conseil, présente en recherche et absente de toute réponse générative.
Que regardons-nous sur les questions de notre marché ?
Ce que le moteur écrit quand on lui pose les questions de notre catégorie, et à qui il donne la parole à notre place. Nous posons la question, nous archivons la réponse entière, et nous conservons le lien qui permet de refaire la recherche. Sans ces trois éléments, un rapport n’est pas vérifiable.
4. Un relevé, en entier
Voici l’un des nôtres, pris sur notre propre marché. Question audit messaging site web B2B, marché France, langue française, six relevés entre le 1er et le 2 septembre 2026. Google rédige une réponse aux six et cite notre page à chaque fois.
| Élément | Valeur |
|---|---|
| Question, mot pour mot | audit messaging site web B2B |
| Marché et langue | France, français |
| Premier et dernier relevé | 1er septembre 2026 à 18h40, 2 septembre à 16h36 |
| Nombre de relevés | 6 |
| Résultat | cité 6 fois sur 6, URL fast-growth.fr/audit-messaging/ |
| Position organique | 1re |
| Lien de vérification | refaire cette recherche |
Pourquoi un score unique ne veut rien dire
Un moteur interrogé fait l’une de trois choses, et les confondre fabrique un faux problème. Il répond et cite le site. Il répond sans le citer. Ou il ne répond pas du tout.
Le troisième cas n’est pas une invisibilité, c’est une absence de mesure. Nous l’avons rencontré en construisant le jeu de questions du baromètre : sur les gestionnaires de mots de passe pour l’entreprise, deux formulations différentes n’ont produit aucune réponse rédigée. La catégorie existe, l’offre est abondante, et le moteur n’écrit rien. Personne n’y est invisible, il n’y a rien à y voir.
Mais le piège le plus coûteux est ailleurs. Deux pages étiquetées « citée » peuvent être dans des situations opposées.
| Question | Étiquette | Cité sur | Ce que c’est vraiment |
|---|---|---|---|
| audit messaging site web B2B | citée | 6 relevés sur 6 | une position tenue |
| audit commercial startup B2B | citée | 4 relevés sur 6 | un passage dans la frange |
Un outil qui mesure une seule fois écrit « citée » dans les deux cas. Sur la première question nous tenons une place, sur la seconde nous la perdons une fois sur trois. Ce ne sont pas les mêmes travaux à engager.
Combien de fois faut-il mesurer la même question
Plus d’une, et le nombre dépend de la question. Nous avons rejoué la même question onze fois de suite, à quelques secondes d’intervalle, sur deux marchés.
| Marché et question | Recouvrement médian des sources | Domaines présents aux onze relevés |
|---|---|---|
| France, comparatif logiciel sirh pme | 62 % | 3 sur 10 |
| Royaume-Uni, best hr software for small business | 100 % | 8 sur 8 |
La stabilité n’est pas une propriété de l’instrument, c’est une propriété de la question. Sur la question britannique, le moteur rend exactement les mêmes huit domaines à chaque appel. Sur la question française, deux domaines n’apparaissent qu’une fois sur onze. Figurer dans le noyau est une position, apparaître dans la frange est un passage.
Le classement décide encore de qui est cité
C’est le lien que tout le monde cherche entre le référencement classique et la visibilité IA. Nous l’avons mesuré sur les cinquante questions du baromètre, en comparant les sources citées par Google aux résultats organiques de la même requête.
| Ce qui est mesuré | France | Royaume-Uni |
|---|---|---|
| Réponses citant au moins un des trois premiers résultats | 96 % | non mesuré ainsi |
| Réponses citant le premier résultat | 74 % | 57,5 % |
| Sources citées qui figurent au classement | 70,2 % | 46,5 % |
Bien classer reste nécessaire, et ne suffit plus. Trois sources citées sur dix ne figurent nulle part dans les résultats de la même requête en France, et plus d’une sur deux au Royaume-Uni. Un budget qui ne finance que le classement laisse donc une part du terrain à d’autres.
Ce que cette mesure dit, et ce qu’elle ne dit pas. Deux questions, une par marché, sur les AI Overviews de Google. Cela ne dit pas que la France est instable et le Royaume-Uni stable. Cela dit que la stabilité se mesure question par question, et que nous n’avons pas refait l’expérience sur ChatGPT ni sur Perplexity.
Mesurer sur un seul moteur ne suffit pas
Avant de choisir ses sources, un moteur décide s’il en cherche. Nous avons posé vingt questions à quatre moteurs, sur deux de nos domaines, et l’écart est considérable.
| Moteur | Cherche sur le web | Citations émises | Dont vers nos sites |
|---|---|---|---|
| Perplexity | 100 % | 394 | 11 |
| Claude | 85 % | 269 | 4 |
| Gemini | 35 % | 71 | 10 |
| ChatGPT | 30 % | 34 | 2 |
Perplexity émet 394 des 768 citations relevées, ChatGPT en émet 34. Un même travail éditorial n’a donc pas la même valeur selon le moteur que les acheteurs utilisent. Et Gemini, qui cite cinq fois moins que Perplexity, nous cite presque autant : le volume d’un moteur ne dit rien des chances d’y figurer.
Ce que les citations ont rapporté
Rien, et c’est le résultat le plus inconfortable de cette page. Sur la même semaine, nos deux sites ont reçu 1 376 passages de robots dont l’identité a été vérifiée, et 22 récupérations déclenchées par une question d’utilisateur en direct. Un humain avait donc bien posé une question, et le moteur est allé lire nos pages pour lui répondre.
Aucun visiteur n’est arrivé sur nos sites depuis une réponse d’IA. Zéro. La citation et la visite sont deux choses différentes, et compter les premières pour prévoir les secondes revient à confondre deux mesures qui ne se suivent pas. Ce chiffre est aussi une ligne de départ, prise avant tout travail : ce qui bougera ensuite sera attribuable.
5. Que corrigeons-nous quand la mesure est mauvaise ?
Les deux terrains précédents produisent des constats. Notre outil d’audit les transforme en travaux. Il note chaque page sur quatre familles et liste, règle par règle, ce qui bloque : un chapeau trop court, un titre qui ne porte pas le sujet, une FAQ absente du balisage, un paragraphe qui renvoie à un autre sans le nommer.
Voici ce qu’il rend sur la page que vous lisez, dans ses deux versions. Nous publions nos notes comme nous publions nos mesures.
| Version | Technique | SEO | GEO | Éditorial |
|---|---|---|---|---|
| Française | 93 | 93 | 74 | 76 |
| Anglaise | 96 | 98 | 69 | 88 |
Le GEO est sous le seuil sur les deux versions, et nous le laissons visible. Les tableaux de preuve ajoutent des sections sans ajouter de questions, ce que la règle pénalise. Nous avons préféré les preuves aux points.
Ce que la correction change, à l’échelle d’un marché
Ces constats ne sont pas propres à nous. L’Observatoire Message-Market Fit audite les sites de startups françaises après levée, sur une grille de clarté et de lisibilité par les moteurs.
| Ce qui est mesuré | Résultat |
|---|---|
| Startups sous le seuil critique de clarté, fixé à 37,5 sur 75 | 75,9 % |
| Clarté moyenne du message | 5,33 sur 10 |
| Préparation à la citation par les moteurs | 0,91 sur 5, soit 18 % du potentiel |
| Lien entre montant levé et clarté du message | R² = 0,036, autrement dit aucun |
Trois startups sur quatre passent sous le seuil, et l’argent levé n’y change rien. Le dernier chiffre est le plus utile : la clarté du message ne s’achète pas avec un tour de table, elle se travaille.
Corriger et vérifier sont deux métiers
Les confondre fait perdre du temps. Les premiers instruments disent ce qu’il faut changer sur une page, aujourd’hui. Les seconds disent si le changement a produit un effet, des semaines plus tard.
| Instrument | Famille | Ce qu’il rend |
|---|---|---|
| Audit SEO et GEO | Corrige | Quatre notes par page et la liste des constats à traiter, règle par règle |
| Banc des trois extracteurs | Corrige | La part de texte que chaque extracteur conserve, et ce qui disparaît |
| Sonde de questions | Vérifie | Qui le moteur cite, sur quelles questions, avec le lien pour refaire la recherche |
| Analyse des journaux | Vérifie | Quels robots viennent, depuis quelles adresses, et lesquels sont vérifiables |
| Search Console | Vérifie | Impressions, clics, et part des impressions en fonctionnalités génératives |
Le coût rend l’exigence tenable. Chez le fournisseur que nous utilisons, une question coûte quatre millièmes de dollar, soit 0,20 dollar pour cinquante. Nous publions ce chiffre parce qu’une mesure à ce prix n’a aucune raison d’être remplacée par une supposition.
Le baromètre Google AI Overviews, méthode et éditions →
Visibilité ChatGPT, ce que le moteur voit de votre site →
876 imposteurs, ce que votre trafic IA cache vraiment →
6. Tout ce que nous mesurons, au même endroit
Voici l’inventaire complet, avec pour chaque ligne la question à laquelle elle répond et le résultat le plus récent. Rien n’est estimé, tout se rejoue.
| Ce que nous mesurons | La question à laquelle cela répond | Dernier résultat |
|---|---|---|
| État de chaque question | Le moteur répond-il, et cite-t-il le site | 210 relevés : 15 citations, 189 sans citation, 4 sans réponse |
| Stabilité des sources | Une citation tient-elle d’un appel à l’autre | 62 % de recouvrement médian en France, 100 % au Royaume-Uni |
| Noyau et frange | Est-ce une position ou un passage | 3 domaines sur 10 présents aux onze relevés |
| Recouvrement classement et citation | Bien classer suffit-il à être cité | 70,2 % en France, 46,5 % au Royaume-Uni |
| Comparaison des moteurs | Où le contenu a-t-il le plus de chances | 768 citations, Perplexity 394, ChatGPT 34 |
| Composition des sources | Qui occupe le terrain d’une catégorie | 312 sources, 81 % de sites, 15 % de vidéo |
| Langue des requêtes émises | Dans quelle langue le moteur cherche | 40 requêtes en français contre 34 en anglais, 100 % anglais en informatique |
| Extraction par trois outils | Que reste-t-il de la page pour un moteur | 23 % à 95 % du texte servi selon la page et l’extracteur |
| Composition du poids servi | Le poids nuit-il à la citabilité | 30 % de CSS et 23 % de SVG sur une page mesurée, sans effet sur l’extraction |
| Volume de robots par agent | Qui vient lire, et à quelle fréquence | 4 358 requêtes en sept jours, Googlebot en tête |
| Vérification d’identité des robots | L’agent déclaré est-il le bon | 93 % hors des plages publiées par les éditeurs |
| Rôle déclaré de chaque robot | Entraînement, index, ou lecture à la demande | 12 agents classés, volumes associés |
| Taux d’erreur 404 par robot | Combien de passages tombent dans le vide | 30,6 % pour CCBot, 1,5 % pour Googlebot |
| Audit SEO et GEO par page | Qu’est-ce qui bloque, règle par règle | Quatre notes et la liste des constats, sur chaque page publiée |
| Impressions génératives | Quelles pages sont reprises par le moteur | 219 impressions sur 4 522, soit 4,8 % |
| Visiteurs venus d’une réponse d’IA | La citation rapporte-t-elle du trafic | 0 sur la semaine mesurée |
| Observatoire Message-Market Fit | Où se situe un marché entier | 369 startups, 75,9 % sous le seuil de clarté |
| Coût de la mesure | Combien coûte de savoir plutôt que supposer | 0,004 dollar par question, 0,20 dollar par édition |
Dix-huit lignes, cinq instruments, et aucune qui se substitue à une autre. C’est ce qui rend le score unique impossible : ces mesures ne partagent ni la même unité, ni le même terrain, ni le même délai de correction.
7. À quoi ressemblerait le tableau de bord ?
À ceci. Tout ce qui suit vient des mesures décrites plus haut, sur fast-growth.fr, entre le 1er et le 2 septembre 2026, chaque bloc par un instrument différent.
Trois étages, dans l’ordre où un dirigeant les lit. En haut, ce que Google répond sur notre marché et à qui il donne la parole à notre place. Au milieu, celles de nos pages qu’il reprend et celles qu’il ignore. En bas seulement, par quoi cela arrive : les robots qui passent, la composition des sources et ce que les extracteurs conservent.
L’ordre n’est pas décoratif. Un tableau de bord qui commence par des noms de robots fait lire une plomberie à quelqu’un qui cherche à savoir si son marché le connaît.
Ce tableau de bord n’existe pas encore comme produit. Les quatre instruments tournent, les mesures sont réelles, et l’écran qui les assemble reste à construire. Nous préférons le montrer ainsi plutôt que d’annoncer une plateforme qui n’est pas livrée. Il ne calcule d’ailleurs aucun score global, et c’est délibéré : une citation, une part de texte extrait et un passage de robot ne se compensent pas.
FAQ
Comment mesurer sa visibilité IA ?
En mesurant sur deux terrains à la fois. Sur les pages, ce qu’un moteur peut en lire et quels robots viennent vraiment les chercher. Sur les questions du marché, ce que le moteur répond et à qui il donne la parole. Les deux se corrigent à des endroits différents, et le premier conditionne le second. Nous détaillons ici la méthode telle que nous l’appliquons à fast-growth.fr.
Pourquoi un score unique de visibilité IA ne veut rien dire ?
Parce qu’il additionne des situations qui ne se corrigent pas au même endroit. Un moteur peut citer un site, répondre sans le citer, ou ne pas répondre du tout. Le troisième cas n’est pas une invisibilité, c’est une absence de mesure. Et deux pages citées peuvent l’être une fois sur six ou six fois sur six, ce qu’un score moyen efface.
Combien coûte une mesure de visibilité IA ?
Quatre millièmes de dollar par question chez le fournisseur que nous utilisons, soit 0,20 dollar pour cinquante questions et environ deux euros par an pour un jeu mesuré tous les mois. Nous publions ce coût parce qu’une mesure à ce prix n’a aucune raison d’être remplacée par une supposition, ni facturée comme une prouesse technique.
Et sur votre catégorie, que répondent les moteurs ?
Le diagnostic gratuit pose cinq questions de votre catégorie à ChatGPT, à Perplexity et aux AI Overviews de Google. Réponses archivées, lien de vérification fourni, lecture des causes côté message et côté surfaces.