AccueilGlossaire de la visibilité IA

Le glossaire de la visibilité IA

Tous les termes pour comprendre comment ChatGPT, Gemini, Claude et Perplexity trouvent, décrivent et recommandent les marques. Chacun expliqué simplement, puis en détail technique, avec ce que ça change pour votre marque.

Par Sarah Rolland, Fondatrice, Operato AI

Visibilité IA et GEO

Visibilité IA

En termes simples

La fréquence et la façon dont votre marque apparaît dans les réponses que les assistants IA (ChatGPT, Gemini, Claude, Perplexity) donnent aux acheteurs quand ils demandent quoi acheter ou à qui faire confiance.

Sous le capot

Une mesure composite de la présence d'une marque dans les réponses générées, suivie par assistant, par question et face aux concurrents. Là où le SEO mesure un classement dans une liste de liens, la visibilité IA mesure si le modèle vous cite, vous décrit correctement et vous place bien dans une réponse unique.

Pourquoi ça compte

Les acheteurs lisent de plus en plus une seule réponse au lieu de parcourir dix liens. Si votre marque n'y figure pas, vous êtes invisible au moment de la décision, quel que soit votre classement Google.

Ce que ça change pour votre marque

Commencez par un état des lieux : posez les questions de vos acheteurs à chaque assistant et notez qui est cité. Puis suivez-le chaque semaine, car les réponses bougent à chaque mise à jour des modèles.

Vérifiez votre visibilité IA gratuitement →

Voir aussi :Part de voix, Taux de mention, GEO (Generative Engine Optimization)

GEO (Generative Engine Optimization)

En termes simples

Le travail qui rend votre marque plus susceptible d'être citée, reprise ou recommandée dans les réponses générées par les assistants IA.

Sous le capot

Un ensemble de pratiques : structure du contenu (réponses directes et citables), données lisibles par les machines (schema), accessibilité aux robots IA, mentions par des sources tierces et cohérence de l'entité de marque. Il recoupe le SEO, mais vise l'inclusion dans une réponse plutôt qu'une position dans une liste.

Pourquoi ça compte

Le SEO vous fait classer, le GEO vous fait citer. Les deux partagent des bases, mais une page peut être première sur Google sans jamais être mentionnée par ChatGPT.

Ce que ça change pour votre marque

La plupart des progrès en GEO sont peu spectaculaires : une réponse claire sous chaque titre formulé en question, les mêmes informations sur votre site et vos profils, et une présence sur les sites d'avis et les comparatifs que lisent les assistants.

GEO et SEO, la différence →

Voir aussi :AEO (Answer Engine Optimization), SEO IA, Visibilité IA

AEO (Answer Engine Optimization)

En termes simples

Optimiser pour être la réponse, pas un lien. D'abord utilisé pour les extraits optimisés et les assistants vocaux, aujourd'hui aussi pour les assistants IA.

Sous le capot

Le terme est antérieur à l'IA générative : il vient de l'optimisation pour les réponses directes de Google et la recherche vocale. Aujourd'hui, AEO et GEO désignent presque le même travail, l'AEO insistant sur le format question-réponse.

Pourquoi ça compte

Les prestataires utilisent AEO, GEO et SEO IA de façon interchangeable. Savoir que ces termes désignent presque la même chose vous évite d'acheter trois fois le même service.

Ce que ça change pour votre marque

Écrivez la page comme l'acheteur pose la question : un titre formulé en question, puis une réponse de deux ou trois phrases juste en dessous. C'est le format que les assistants reprennent le plus facilement.

Qu'est-ce que l'AEO ? →

Voir aussi :GEO (Generative Engine Optimization), SEO IA, Moteur de réponse

SEO IA

En termes simples

Le nom courant du travail qui fait trouver et recommander votre entreprise par les assistants IA. En pratique, la même chose que le GEO.

Sous le capot

Le terme a deux sens : optimiser pour la recherche IA (le GEO), ou utiliser des outils d'IA pour faire du SEO classique plus vite. Les recherches « SEO IA » mélangent les deux.

Pourquoi ça compte

Quand on vous propose du « SEO IA », demandez de quoi il s'agit. Écrire des articles avec ChatGPT n'a rien à voir avec le fait d'être recommandé par ChatGPT.

Ce que ça change pour votre marque

Le test d'un travail de SEO IA est simple : après quelques semaines, les assistants vous citent-ils plus souvent sur les questions de vos acheteurs ? Si personne ne le mesure, ce n'est pas du SEO IA.

Le guide du SEO IA →

Voir aussi :GEO (Generative Engine Optimization), AEO (Answer Engine Optimization)

Moteur de réponse

En termes simples

Un outil qui répond directement à une question au lieu de lister des liens : ChatGPT, Gemini, Claude, Perplexity, Copilot, ou les AI Overviews de Google.

Sous le capot

Un système qui combine un modèle de langage et une recherche d'informations, souvent une recherche web en direct, pour produire une réponse unique, parfois avec les liens des sources utilisées.

Pourquoi ça compte

Chaque moteur de réponse s'appuie sur des sources et des modèles différents : votre marque peut être recommandée par l'un et absente d'un autre.

Ce que ça change pour votre marque

Suivez les assistants que vos acheteurs utilisent vraiment, pas seulement ChatGPT. Une marque citée par ChatGPT mais absente de Gemini perd tous les acheteurs qui posent la question à Gemini.

Voir aussi :AI Overviews, Recherche web des assistants IA, Citation

AI Overviews

En termes simples

Le résumé rédigé par l'IA que Google affiche au-dessus des résultats classiques pour de nombreuses questions.

Sous le capot

Il est généré par les modèles Gemini de Google à partir des pages de son index, avec des liens vers certaines sources. Il apparaît sur une part croissante des recherches d'information et de comparaison.

Pourquoi ça compte

Placé au-dessus des dix liens bleus, il capte des clics qui allaient auparavant vers les sites. Être bien classé ne garantit plus d'être vu.

Ce que ça change pour votre marque

Si votre trafic baisse alors que vos positions tiennent, les AI Overviews sont une cause probable. Faire partie des sources citées dans le résumé est la nouvelle première place.

Voir aussi :AI Mode, Moteur de réponse, Citation

AI Mode

En termes simples

Le mode de recherche conversationnel de Google : on pose des questions de suivi et on obtient des réponses IA au lieu d'une page de résultats.

Sous le capot

Un mode distinct de Google Search, propulsé par Gemini. Il lance plusieurs recherches derrière une seule question et compose une réponse avec des liens.

Pourquoi ça compte

Il rapproche encore Google du format conversationnel, ce qui renforce l'enjeu de faire partie de la réponse plutôt que d'être un lien parmi dix.

Ce que ça change pour votre marque

Les réponses de Gemini sont un bon indicateur de la façon dont les fonctions IA de Google voient votre marque. Si Gemini ne vous cite pas, AI Overviews et AI Mode ont peu de chances de le faire.

Voir aussi :AI Overviews, Moteur de réponse

Citation

En termes simples

Quand une réponse IA nomme votre marque, ou renvoie vers votre page, comme source ou comme recommandation.

Sous le capot

Dans les assistants qui cherchent sur le web, les citations sont les liens joints à la réponse. Plus largement, c'est toute mention explicite d'une marque ou d'une source dans le texte généré.

Pourquoi ça compte

Une citation est l'équivalent IA d'une première position : elle met votre nom, et souvent un lien, sous les yeux de l'acheteur au moment où il décide.

Ce que ça change pour votre marque

Regardez quels sites les assistants citent quand ils répondent sur votre catégorie. Ce sont les pages où il vaut la peine d'être mentionné : comparatifs, annuaires, sites d'avis, forums.

Voir aussi :Taux de citation, Taux de mention, Ancrage (grounding)

Taux de citation

En termes simples

La fréquence à laquelle l'IA nomme vraiment votre marque ou renvoie vers votre site comme source, au lieu de seulement parler du sujet.

Sous le capot

Le pourcentage de réponses pertinentes où la marque est explicitement citée, par opposition aux réponses qui traitent la catégorie sans la nommer. Une bonne couverture du sujet avec un faible taux de citation signifie que le modèle connaît le domaine, mais pas vous.

Pourquoi ça compte

Il distingue « le sujet est couvert » de « nous sommes couverts ». Un modèle peut répondre en détail sur les logiciels de CRM sans jamais prononcer votre nom.

Ce que ça change pour votre marque

Comparez votre taux de citation à celui de votre principal concurrent sur les mêmes questions. L'écart vous montre le terrain à gagner, et sur quelles questions.

Voir aussi :Citation, Taux de mention, Part de voix

Taux de mention

En termes simples

La part des questions où votre marque apparaît, que ce soit citée, recommandée ou simplement évoquée.

Sous le capot

Le pourcentage d'un ensemble de questions défini sur lequel la marque apparaît quelque part dans la réponse. Plus large que le taux de citation, il compte toute apparition, y compris les simples évocations et les comparaisons.

Pourquoi ça compte

C'est le premier chiffre de visibilité. Avant de vous soucier de la façon dont on vous décrit, il faut savoir si vous êtes dans la réponse.

Ce que ça change pour votre marque

Un taux de mention de 30 % sur les questions d'achat signifie que sept acheteurs sur dix qui interrogent l'IA n'entendront jamais votre nom. C'est le chiffre à faire bouger en premier.

Voir aussi :Visibilité IA, Taux de citation, Part de voix

Part de voix

En termes simples

Votre part de la conversation : parmi toutes les marques citées par l'IA sur les questions de vos acheteurs, la fréquence à laquelle elle vous cite plutôt qu'un concurrent.

Sous le capot

La part des mentions attribuables à une marque sur un ensemble de questions et un assistant donnés, en pourcentage de toutes les mentions des marques suivies. Suivie dans le temps et par assistant.

Pourquoi ça compte

Elle transforme « sommes-nous présents ? » en « sommes-nous en train de gagner ? ». Vous pouvez apparaître dans toutes les réponses et rester un second choix derrière deux concurrents.

Ce que ça change pour votre marque

Suivez la part de voix question par question, pas seulement au global. Perdre sur les questions à plus forte intention (« meilleur X pour Y ») compte plus que perdre sur les questions générales.

Voir aussi :Visibilité IA, Taux de mention, Taux de citation

Entité

En termes simples

La façon dont l'IA comprend votre entreprise comme une chose précise : un nom, un site, une activité, un lieu, et les profils qui vous appartiennent.

Sous le capot

Moteurs de recherche et modèles construisent les entités à partir de signaux cohérents : nom, description, logo, adresse et profils liés (LinkedIn, Crunchbase, sites d'avis), souvent déclarés dans le schema Organization avec des liens sameAs.

Pourquoi ça compte

Si votre nom est générique ou si votre description change d'un site à l'autre, le modèle peut vous confondre avec une autre entreprise, ou ne pas relier votre site à vos avis.

Ce que ça change pour votre marque

Utilisez exactement le même nom et la même phrase de description partout : votre site, LinkedIn, votre fiche Google, G2 et les annuaires. La cohérence est ce qui donne à un assistant assez de confiance pour vous recommander.

Voir aussi :Données structurées (Schema), Citation, Ancrage (grounding)

Données structurées (Schema)

En termes simples

Des étiquettes cachées dans votre page web qui indiquent aux machines ce que sont les choses : voici l'entreprise, voici le prix, voici une FAQ.

Sous le capot

Un balisage lisible par les machines, généralement en JSON-LD avec le vocabulaire schema.org (Organization, Product, FAQPage, Article, LocalBusiness). Les robots le lisent pour extraire des faits sans deviner à partir de la mise en page.

Pourquoi ça compte

Il lève les ambiguïtés. Un modèle qui lit votre prix, votre adresse et votre FAQ comme des données risque moins de les énoncer de travers.

Ce que ça change pour votre marque

L'essentiel pour la plupart des entreprises : Organization (avec vos profils dans sameAs), LocalBusiness si vous servez une zone, FAQPage sur les pages qui répondent aux questions fréquentes, et Product ou Offer pour ce que vous vendez.

Voir aussi :Entité, Robot d'exploration IA, llms.txt

llms.txt

En termes simples

Un fichier texte à la racine de votre site qui résume ce qu'est votre site et indique aux outils d'IA ses pages les plus utiles.

Sous le capot

Une convention proposée (/llms.txt, rédigé en Markdown), pensée pour les modèles de langage plutôt que pour les robots des moteurs de recherche. Son adoption varie : certains outils d'IA le lisent, les grands assistants ne se sont pas engagés à l'utiliser.

Pourquoi ça compte

Il coûte peu à ajouter et peut aider les outils d'IA à comprendre votre site plus vite, mais ce n'est pas un interrupteur de classement. Voyez-le comme un plus, pas comme le cœur de votre stratégie.

Ce que ça change pour votre marque

Restez bref : un paragraphe sur ce que vous faites et pour qui, puis des liens vers vos pages clés. Mettez-le à jour quand votre positionnement change, sinon il décrira une entreprise que vous n'êtes plus.

Voir aussi :Robot d'exploration IA, Données structurées (Schema)

Robot d'exploration IA

En termes simples

Les robots que les entreprises d'IA envoient lire les sites web, comme GPTBot et OAI-SearchBot (OpenAI), ClaudeBot (Anthropic) ou PerplexityBot.

Sous le capot

Chaque robot a un user agent que vous pouvez autoriser ou bloquer dans le fichier robots.txt. Certains collectent des données d'entraînement, d'autres lisent les pages en direct quand un utilisateur pose une question. Beaucoup n'exécutent pas le JavaScript : un texte qui n'apparaît qu'après le chargement des scripts peut leur être invisible.

Pourquoi ça compte

Si votre robots.txt bloque ces robots, ou si vos pages ont besoin du JavaScript pour afficher leur texte, les assistants risquent de ne pas pouvoir vous lire du tout. Ils ne peuvent pas recommander ce qu'ils ne lisent pas.

Ce que ça change pour votre marque

Vérifiez deux choses : que votre robots.txt autorise les robots IA que vous voulez, et que vos pages clés affichent leur texte principal dans le HTML brut. Un test gratuit de préparation IA vérifie les deux en une minute environ.

Lancez le test gratuit de préparation IA →

Voir aussi :llms.txt, Données structurées (Schema), Recherche web des assistants IA

Comment répondent les assistants IA

LLM (grand modèle de langage)

En termes simples

Le moteur de ChatGPT, Claude et Gemini. Il lit du texte et prédit la suite, assez bien pour rédiger, résumer, comparer et recommander.

Sous le capot

Un réseau de neurones de type transformer, avec des milliards de paramètres, entraîné sur de très grands volumes de texte à prédire le token suivant. Conversation, résumés et recommandations découlent tous de cet objectif, complété par des entraînements supplémentaires.

Pourquoi ça compte

Chaque recommandation de l'IA sur votre marque est produite par l'un de ces modèles, qui combine ce qu'il a appris à l'entraînement et ce qu'il trouve au moment de la question.

Ce que ça change pour votre marque

Chaque assistant utilise un modèle différent, entraîné sur des données différentes. C'est pourquoi votre visibilité doit se mesurer assistant par assistant, pas une fois pour « l'IA ».

Voir aussi :Données d'entraînement, Hallucination, Token

IA générative

En termes simples

Une IA qui produit quelque chose de nouveau (texte, image, code, audio) au lieu de trier ou de noter ce qui existe déjà.

Sous le capot

Des modèles qui génèrent leurs réponses en tirant dans des distributions de probabilité apprises : modèles de langage pour le texte, modèles de diffusion pour les images, modèles vocaux pour l'audio.

Pourquoi ça compte

Quand un acheteur demande une recommandation, la réponse est générée à neuf à chaque fois. Il n'existe pas de page de résultats fixe où se classer, seulement une probabilité d'être cité.

Ce que ça change pour votre marque

Comme chaque réponse est générée, la même question peut vous citer une fois et vous oublier la suivante. La visibilité est un taux, mesuré sur de nombreuses réponses.

Voir aussi :LLM (grand modèle de langage), Déterministe ou probabiliste, Température

Données d'entraînement

En termes simples

Tout ce qu'un modèle a appris avant sa mise en service.

Sous le capot

L'ensemble de textes utilisé pour entraîner le modèle, jusqu'à une date de coupure. Les faits qui y apparaissent souvent et de façon cohérente sont mieux restitués.

Pourquoi ça compte

Ce que le web disait de votre marque avant la date de coupure, en volume et en cohérence, façonne ce que le modèle « croit » quand il répond sans chercher.

Ce que ça change pour votre marque

Être décrit de la même façon par de nombreuses sources indépendantes (articles, avis, annuaires, forums), c'est ainsi qu'une marque entre dans la mémoire d'un modèle. Une seule page sur votre propre site y suffit rarement.

Voir aussi :Date de coupure des connaissances, Ancrage (grounding), Fine-tuning

Date de coupure des connaissances

En termes simples

La date après laquelle un modèle ne sait plus rien de par son entraînement.

Sous le capot

La date de fin des données d'entraînement. Tout ce qui est plus récent, comme un nouveau produit, un changement de prix ou un changement de nom, est inconnu du modèle, sauf s'il fait une recherche web au moment de répondre.

Pourquoi ça compte

Un assistant qui répond de mémoire peut décrire vos anciens tarifs, votre ancien nom, ou la position de vos concurrents il y a un an.

Ce que ça change pour votre marque

Tenez vos informations clés à jour sur des pages lisibles par les robots IA, pour que les assistants qui cherchent sur le web trouvent la bonne version. Et vérifiez régulièrement ce que dit chaque assistant.

Voir aussi :Données d'entraînement, Recherche web des assistants IA, Hallucination

Inférence

En termes simples

Le moment où le modèle produit réellement une réponse. L'entraînement, c'est l'école ; l'inférence, c'est le travail.

Sous le capot

Un passage dans le modèle pour générer les tokens de sortie. Pour les assistants qui cherchent sur le web, il inclut la lecture des pages avant la rédaction de la réponse.

Pourquoi ça compte

Chaque question d'acheteur déclenche une nouvelle inférence, d'où des réponses qui varient selon les personnes, les jours et les versions du modèle.

Ce que ça change pour votre marque

Considérez chaque réponse comme un échantillon, pas comme un verdict. Une vérification ponctuelle dit ce qu'a dit une réponse ; un suivi hebdomadaire dit où vous en êtes vraiment.

Voir aussi :Token, LLM (grand modèle de langage), Température

Hallucination

En termes simples

Quand le modèle affirme quelque chose de faux avec une totale assurance. Il ne ment pas : il n'a aucune notion de vérité, il produit un texte plausible.

Sous le capot

Une conséquence de la prédiction du token suivant : le modèle optimise la vraisemblance, pas la vérification. Le taux baisse nettement quand les bons faits figurent dans les sources qu'il lit.

Pourquoi ça compte

Un assistant peut donner à un acheteur, qui le croit, de fausses informations sur votre entreprise : un ancien prix, un service que vous ne proposez pas, la fonctionnalité d'un concurrent qu'il vous attribue.

Ce que ça change pour votre marque

Publiez des informations claires et à jour sur des pages lisibles par l'IA (tarifs, services, zones, FAQ), gardez-les cohérentes sur vos profils, et vérifiez régulièrement ce que dit chaque assistant.

Que faire quand l'IA se trompe sur votre marque →

Voir aussi :Ancrage (grounding), Date de coupure des connaissances, Eval

RAG (génération augmentée par récupération)

En termes simples

Avant de répondre, l'IA cherche des informations et répond à partir de ce qu'elle a trouvé. Un examen à livre ouvert plutôt qu'un test de mémoire.

Sous le capot

Un fonctionnement en deux temps : la récupération trouve les passages les plus pertinents pour la question, sur le web ou dans une base de documents, puis le modèle rédige sa réponse à partir de ces passages.

Pourquoi ça compte

Quand un assistant cherche avant de répondre, vos pages peuvent faire partie des sources qu'il lit. C'est ainsi qu'une marque absente des données d'entraînement peut quand même être recommandée.

Ce que ça change pour votre marque

Rendez vos pages faciles à trouver et à citer : un sujet par page, la question dans le titre, la réponse juste en dessous, et des faits énoncés simplement plutôt que noyés dans le discours marketing.

Voir aussi :Ancrage (grounding), Recherche web des assistants IA, Recherche sémantique

Ancrage (grounding)

En termes simples

Appuyer une réponse sur des sources précises, et les indiquer, plutôt que sur la seule mémoire du modèle.

Sous le capot

La combinaison d'une recherche d'informations et de consignes pour répondre à partir des sources trouvées, généralement avec des citations. Google parle de « grounding with Google Search » pour les réponses de Gemini appuyées sur le web.

Pourquoi ça compte

Les réponses ancrées sont plus justes et citent généralement leurs sources, ce qui offre aux marques une porte d'entrée directe : faire partie des sources.

Ce que ça change pour votre marque

Quand vous testez un assistant sur votre catégorie, regardez les sources sur lesquelles il s'appuie. Être mentionné sur ces pages est souvent plus rapide que de faire classer les vôtres.

Voir aussi :RAG (génération augmentée par récupération), Citation, Hallucination

Recherche web des assistants IA

En termes simples

Quand ChatGPT, Gemini, Claude ou Perplexity cherchent sur internet avant de répondre, au lieu de s'appuyer sur leur mémoire.

Sous le capot

L'assistant lance une ou plusieurs recherches, lit les premiers résultats et rédige sa réponse à partir d'eux, généralement avec des liens. Perplexity cherche par défaut ; ChatGPT, Claude et Gemini cherchent quand la question demande des informations récentes.

Pourquoi ça compte

Les réponses appuyées sur une recherche reflètent le web d'aujourd'hui : un contenu récent, des avis ou des comparatifs peuvent changer ce que recommande un assistant en quelques semaines, pas en quelques années.

Ce que ça change pour votre marque

Les pages que les assistants trouvent en cherchant sont en général celles qui sont déjà bien classées et citées ailleurs. Le SEO classique nourrit toujours la visibilité IA ; il ne suffit simplement plus seul.

Voir aussi :RAG (génération augmentée par récupération), Robot d'exploration IA, Date de coupure des connaissances

Recherche sémantique

En termes simples

Une recherche qui comprend ce que vous vouliez dire, pas seulement les mots tapés.

Sous le capot

Une recherche classée par proximité de sens (grâce aux embeddings) plutôt que par mots communs, souvent combinée à une recherche par mots-clés, car les noms exacts comptent toujours.

Pourquoi ça compte

Les assistants rapprochent les questions des acheteurs et les pages par le sens. Une page qui répond à « combien ça coûte » peut ressortir pour « est-ce abordable » sans un seul mot en commun.

Ce que ça change pour votre marque

Écrivez avec les mots de vos acheteurs, pas avec votre jargon interne. Si vos clients disent « visibilité IA » et que votre site dit « analytique de présence générative », on vous trouve plus difficilement.

Voir aussi :Embedding, RAG (génération augmentée par récupération)

Embedding

En termes simples

Transformer un texte en une liste de nombres qui capture son sens, pour qu'un ordinateur puisse mesurer la ressemblance entre deux textes.

Sous le capot

Un vecteur dense, de quelques centaines à quelques milliers de dimensions, produit par un modèle d'embedding. Les textes de sens proche se retrouvent voisins, même sans mot en commun.

Pourquoi ça compte

Les embeddings sont la façon dont les systèmes de recherche décident quelle page répond à une question, avant même que le modèle écrive quoi que ce soit.

Ce que ça change pour votre marque

Des pages claires, centrées sur un sujet, correspondent à des questions claires. Une page qui mélange cinq sujets correspond faiblement à chacun.

Voir aussi :Recherche sémantique, RAG (génération augmentée par récupération)

Fenêtre de contexte

En termes simples

Ce que le modèle peut garder en tête à la fois : la question, les pages lues et sa propre réponse.

Sous le capot

Le nombre maximal de tokens dans une requête, entrée et sortie comprises. Les modèles récents vont d'environ 128 000 à plus d'un million de tokens, mais ils prêtent moins d'attention au milieu des textes très longs.

Pourquoi ça compte

Un assistant qui lit plusieurs pages pour répondre à une question n'utilise qu'une partie de chacune. Il retient en général les passages les plus clairs et les plus directs.

Ce que ça change pour votre marque

Placez les informations importantes en premier, en phrases simples. Un fait clé enfoui au huitième paragraphe a moins de chances d'arriver dans la réponse.

Voir aussi :Token, RAG (génération augmentée par récupération)

Token

En termes simples

L'unité dans laquelle l'IA lit et écrit. Environ les trois quarts d'un mot en anglais, un peu moins en français.

Sous le capot

Des fragments de mots produits par un tokeniseur. Les modèles sont limités, et facturés, selon le nombre de tokens qu'ils lisent et écrivent.

Pourquoi ça compte

Les assistants lisent vos pages en tokens, avec une limite. Les pages longues et délayées dépensent ce budget en remplissage.

Ce que ça change pour votre marque

Une page concise se lit plus facilement en entier. Dites tôt ce que vous faites, pour qui et à quel prix, puis entrez dans le détail.

Voir aussi :Fenêtre de contexte, Inférence

Prompts et réponses

Prompt

En termes simples

La question ou la consigne adressée à une IA.

Sous le capot

L'ensemble de ce qui est envoyé au modèle : consignes système, historique de la conversation, pages éventuellement récupérées et message de l'utilisateur.

Pourquoi ça compte

Pour votre visibilité, les prompts qui comptent sont les questions de vos acheteurs : « meilleur X pour Y », « X ou Z », « X vaut-il le coup ». Chaque formulation peut donner une réponse différente.

Ce que ça change pour votre marque

Suivez un ensemble fixe de vraies questions d'acheteurs, avec leurs mots, en incluant votre ville ou votre niche si vous êtes une entreprise locale. Cet ensemble est votre tableau de bord de visibilité.

Voir aussi :Prompt système, Few-shot prompting, Température

Prompt système

En termes simples

Les consignes permanentes qu'un assistant suit toujours, quoi que tape l'utilisateur.

Sous le capot

Un message privilégié qui fixe le rôle, le ton, les règles et les outils de l'assistant. Les modèles lui donnent plus de poids qu'aux messages de l'utilisateur, sans que ce soit une barrière de sécurité.

Pourquoi ça compte

Les consignes cachées de chaque assistant influencent ses recommandations : certains privilégient les options bien notées, d'autres évitent de citer une marque sans source, d'autres préfèrent proposer moins de choix, plus sûrs.

Ce que ça change pour votre marque

Vous ne pouvez pas modifier le prompt système de ChatGPT, mais vous en voyez l'effet : si un assistant ne cite que des marques bien notées, vos avis font partie de votre visibilité.

Voir aussi :Prompt, Garde-fous, Injection de prompt

Température

En termes simples

Un curseur qui va du prévisible au varié. Basse, la réponse est presque toujours la même ; haute, elle varie davantage.

Sous le capot

Un réglage appliqué aux probabilités du modèle avant qu'il choisisse chaque mot. Les assistants grand public utilisent un réglage supérieur à zéro, d'où des réponses qui varient.

Pourquoi ça compte

La même question posée deux fois peut donner deux réponses différentes, l'une qui vous cite, l'autre non.

Ce que ça change pour votre marque

C'est pourquoi une seule vérification ne suffit pas : la visibilité se mesure comme un taux sur de nombreuses réponses, semaine après semaine, pas sur une capture d'écran.

Voir aussi :Déterministe ou probabiliste, IA générative

Few-shot prompting

En termes simples

Montrer à l'IA deux ou trois exemples de ce qu'on attend avant de lui demander le vrai travail.

Sous le capot

De l'apprentissage en contexte : les exemples présents dans le prompt orientent la réponse sans modifier le modèle.

Pourquoi ça compte

Cela explique pourquoi la formulation compte : les questions qui ressemblent à des comparaisons types (« meilleur X pour Y ») déclenchent des réponses en liste qui citent plusieurs marques.

Ce que ça change pour votre marque

Quand vous choisissez les questions à suivre, incluez celles qui appellent une liste (« meilleur », « top », « alternatives à »). C'est là que les marques sont le plus citées.

Voir aussi :Prompt, Fine-tuning

Chain-of-thought

En termes simples

Le modèle qui raisonne étape par étape avant de répondre.

Sous le capot

La génération d'un raisonnement intermédiaire avant la réponse finale. Les modèles « de raisonnement » récents le font en interne par défaut, souvent en lançant plusieurs recherches.

Pourquoi ça compte

Les assistants qui raisonnent comparent les options selon des critères (prix, avis, fonctionnalités, localisation) avant de recommander. Les marques qui affichent des faits clairs et vérifiables sur ces critères s'en sortent mieux.

Ce que ça change pour votre marque

Rendez vos atouts explicites et vérifiables sur votre site : pour qui, à quel prix, où, ce qui est inclus. Les promesses vagues ne résistent pas à une comparaison point par point.

Voir aussi :Prompt, Déterministe ou probabiliste

Fine-tuning

En termes simples

Réentraîner un modèle sur des exemples supplémentaires pour qu'il adopte durablement un style ou une tâche.

Sous le capot

Un entraînement prolongé sur un jeu de données choisi, qui modifie les poids du modèle. Il enseigne des comportements plus que des faits.

Pourquoi ça compte

Une marque ne peut pas « fine-tuner » ChatGPT ou Gemini pour être recommandée. Quiconque promet « d'entraîner ChatGPT sur votre marque » décrit autre chose, ou rien du tout.

Ce que ça change pour votre marque

Les leviers que vous contrôlez vraiment sont les sources que lisent les modèles : votre site, vos profils, vos avis et les mentions par des tiers.

Voir aussi :Données d'entraînement, RAG (génération augmentée par récupération)

Agents IA et publicité

Agent IA

En termes simples

Une IA qui ne se contente pas de répondre, mais enchaîne des étapes pour accomplir une tâche : chercher, comparer, remplir un formulaire, voire acheter.

Sous le capot

Une boucle dans laquelle le modèle reçoit un objectif et des outils, choisit un outil, lit le résultat et recommence jusqu'à ce que la tâche soit terminée.

Pourquoi ça compte

Les acheteurs commencent à confier la recherche et la présélection à des agents. Un agent qui présélectionne des fournisseurs ne considère que ceux qu'il peut trouver et comprendre.

Ce que ça change pour votre marque

Rendez lisibles sur votre site les informations dont un agent a besoin : ce que vous vendez, vos prix, vos disponibilités, comment acheter ou réserver. Les tarifs cachés et les pages vagues sont écartés.

Voir aussi :Tool use (appel de fonctions), MCP (Model Context Protocol)

Tool use (appel de fonctions)

En termes simples

Donner à une IA une série d'actions possibles (chercher sur le web, ouvrir une page, consulter un agenda) et la laisser choisir laquelle utiliser.

Sous le capot

Le modèle reçoit la définition des fonctions et produit des appels structurés ; l'application les exécute et lui renvoie les résultats.

Pourquoi ça compte

La recherche web est un outil. Le fait qu'un assistant l'utilise, et les pages qu'il ouvre, déterminent si votre contenu actuel fait partie de la réponse.

Ce que ça change pour votre marque

Quand vous testez votre visibilité, notez si l'assistant a cherché sur le web. Une réponse de mémoire reflète votre réputation passée ; une réponse appuyée sur une recherche reflète votre contenu actuel.

Voir aussi :Agent IA, Recherche web des assistants IA, MCP (Model Context Protocol)

MCP (Model Context Protocol)

En termes simples

Une façon standard de connecter les assistants IA à des outils et des données : un même connecteur fonctionne avec tous les assistants compatibles.

Sous le capot

Un protocole ouvert, lancé par Anthropic et largement adopté, qui normalise la façon dont les modèles découvrent et utilisent des outils et des données externes via des serveurs MCP.

Pourquoi ça compte

Il permet aux entreprises de brancher leurs propres données sur les assistants, et d'interroger des outils comme un suivi de visibilité directement depuis une conversation IA.

Ce que ça change pour votre marque

Si votre équipe travaille dans Claude ou ChatGPT, une connexion MCP lui permet de demander « comment a évolué notre visibilité IA cette semaine ? » sans ouvrir un autre tableau de bord.

Voir aussi :Tool use (appel de fonctions), Agent IA

Réponses sponsorisées (publicité IA)

En termes simples

Des emplacements payants dans les assistants IA, comme les publicités dans ChatGPT, affichés à côté ou au sein de la réponse.

Sous le capot

Des formats publicitaires intégrés aux interfaces conversationnelles, ciblés selon le sujet de la conversation plutôt que sur un mot-clé. Formats et règles évoluent encore d'une plateforme à l'autre.

Pourquoi ça compte

Un emplacement payant peut vous placer devant les acheteurs pendant que votre visibilité naturelle progresse, mais il ne change pas ce que l'assistant dit lui-même de vous.

Ce que ça change pour votre marque

Mesurez les deux : votre présence naturelle dans les réponses, et ce que vous payez pour apparaître à côté. Payer pour apparaître sur des questions que vous gagnez déjà naturellement, c'est du budget gaspillé.

Les publicités ChatGPT expliquées →

Voir aussi :Visibilité IA, Part de voix

Confiance et risques

Injection de prompt

En termes simples

Des consignes cachées dans un contenu que l'IA lit, comme une page web ou un avis, pour lui faire dire ou faire quelque chose.

Sous le capot

Le modèle ne sait pas distinguer de façon fiable les consignes légitimes du contenu non fiable qu'il lit. L'injection indirecte, via des pages trouvées par la recherche, est la plus difficile à contrer.

Pourquoi ça compte

Certains sites cachent du texte pour manipuler les recommandations de l'IA. Les assistants le détectent et le pénalisent de plus en plus, et cela peut nuire à votre crédibilité si c'est découvert.

Ce que ça change pour votre marque

N'essayez pas. Gagnez vos mentions avec un contenu clair et une vraie couverture par des tiers : c'est ce qui tient quand les assistants repèrent mieux les manipulations.

Voir aussi :Garde-fous, Prompt système

Garde-fous

En termes simples

Les règles et contrôles qui empêchent une IA de dire ou de faire quelque chose de nuisible ou de faux.

Sous le capot

Des protections en couches : consignes, filtres sur les entrées et les sorties, outils restreints et règles d'usage. Dans les assistants, elles incluent des règles sur la recommandation de produits et la citation des sources.

Pourquoi ça compte

Les garde-fous rendent les assistants prudents : beaucoup évitent de recommander une marque qu'ils ne peuvent pas appuyer sur des sources, surtout en santé, en finance et en droit.

Ce que ça change pour votre marque

Dans les secteurs sensibles, les sources crédibles comptent encore plus : registres officiels, annuaires professionnels, avis et couverture presse donnent à l'assistant une raison de vous citer.

Voir aussi :Injection de prompt, Ancrage (grounding), Eval

Eval

En termes simples

Un test répétable d'un système d'IA : le même ensemble de questions, noté de la même façon, relancé encore et encore.

Sous le capot

Un ensemble de cas et des règles de notation (correspondance exacte, grille, ou un modèle qui joue le rôle de juge), utilisé pour détecter les progrès et les régressions.

Pourquoi ça compte

Suivre votre visibilité IA, c'est évaluer les assistants sur votre marque : un ensemble fixe de questions, posées à intervalle régulier, notées selon que vous êtes cité ou non, et comment.

Ce que ça change pour votre marque

Gardez votre ensemble de questions stable pour que les semaines soient comparables. Ajoutez des questions quand votre activité évolue, et mettez les anciennes en pause plutôt que de les supprimer, pour garder leur historique.

Voir aussi :Déterministe ou probabiliste, Hallucination, Température

Déterministe ou probabiliste

En termes simples

Déterministe : la même entrée donne toujours la même sortie. Probabiliste : elle la donne en général. La recherche classique est plus proche du premier cas ; les réponses de l'IA relèvent du second.

Sous le capot

Les réponses d'un modèle de langage sont tirées d'une distribution de probabilité. Même à basse température, la reproductibilité exacte n'est pas garantie d'une version ou d'une infrastructure à l'autre.

Pourquoi ça compte

Il n'existe pas de « première position » permanente dans les réponses de l'IA. Votre marque a une probabilité d'être citée, qui évolue à chaque mise à jour des modèles et à chaque nouveau contenu.

Ce que ça change pour votre marque

Jugez vos progrès sur des tendances, pas sur des réponses isolées : un taux de mention qui monte sur plusieurs semaines, c'est un vrai progrès ; une belle capture d'écran, non.

Voir aussi :Température, Eval, IA générative

Comment les assistants IA décrivent-ils votre entreprise ?

ChatGPT, Gemini, Claude et Perplexity répondent désormais aux questions de vos acheteurs, et ne citent que quelques marques. Commencez par un score de préparation IA gratuit : il prend environ 60 secondes et indique si les assistants IA peuvent réellement lire votre site.

Obtenir mon score IA gratuit →

Rédigé par Sarah Rolland, fondatrice d'Operato AI, la plateforme de visibilité IA qui montre comment ChatGPT, Gemini, Claude et Perplexity décrivent les marques aux acheteurs. Quelque chose manque ou un terme est mal expliqué ? Dites-le-moi et je corrige.