Foued Cherni, chef de projet chez Nehos Groupe, a testé plusieurs assistants IA avec les questions que ses prospects tapent dans Google. Le résultat est décevant : le site de son agence n’apparaissait que dans 2 réponses sur 65. Il en tire des enseignements sur la mesure de la visibilité et sur la manière de rendre un site plus facile à citer.
- Les assistants IA citent peu les sites dans leurs réponses, ce qui réduit leur visibilité.
- Les modifications dans la navigation ou le référencement influencent fortement l'apparition des sites.
- Gérer les sources accessibles aux robots et optimiser le contenu pour l’IA augmente ses chances d’être cité.
- Les mesures montrent que la visibilité du site dépend autant de sa position que de sa structuration.
Le contexte général est d’abord rappelé. Selon une étude de SparkToro fondée sur le panel de navigation de Similarweb, 68 % des recherches Google effectuées aux États-Unis entre janvier et avril 2026 se sont terminées sans aucun clic, contre environ 60 % deux ans plus tôt, avec un autre panel. Le Pew Research Center a suivi la navigation de 900 adultes américains en mars 2025 : avec un résumé généré par l’IA en haut de page, les internautes cliquaient sur un lien classique lors de 8 % des visites, contre 15 % sans résumé.
Sur une quinzaine de sites suivis dans la Search Console, les clics ont reculé de 46 % entre l’été 2025 et l’été 2026. L’auteur a d’abord incriminé les AI Overviews, avant de découper les données par position. Sur les requêtes classées dans le top 10, le taux de clic est passé de 1,4 % à 2,4 %. Le recul venait donc surtout de la perte de positions, et il s’ajoutait à un changement de comptage : Google a cessé en septembre 2025 de servir cent résultats par page aux outils de suivi.
Comprendre comment les assistants choisissent leurs sources
Les assistants qui naviguent sur le web reposent sur une architecture appelée RAG, pour Retrieval-Augmented Generation. Le système interroge un index, récupère des pages, en extrait des passages, puis rédige une synthèse qui cite ce qu’il a retenu. Google indique, dans sa documentation, que AI Overviews et AI Mode peuvent lancer plusieurs recherches liées avant de construire leur réponse. Une question sur un CRM pour une PME devient ainsi plusieurs requêtes plus étroites, sur les prix, les intégrations ou la prise en main.
Dans le relevé de septembre, Google affichait un AI Overview pour 40 des 80 requêtes du secteur, et 62 % des sources citées figuraient aussi dans le top 10 organique. YouTube apparaissait dans 27 de ces 40 résumés, tandis que les annuaires professionnels formaient l’autre exception notable.
Vérifier ce que voient les robots
Le premier contrôle concerne le fichier robots.txt, qui indique aux robots ce qu’ils peuvent consulter. OpenAI distingue GPTBot, qui collecte du contenu pouvant servir à l’entraînement des modèles, et OAI-SearchBot, qui fait apparaître les sites dans la recherche de ChatGPT. Ces deux réglages sont indépendants. Un blocage d’OAI-SearchBot fait disparaître un site des réponses de ChatGPT search, et l’auteur indique qu’il faut compter environ 24 heures pour qu’une modification soit prise en compte.
Lors de la refonte de son propre site, l’agence a aussi constaté que 154 pages de son glossaire étaient vides pour un robot, alors qu’elles figuraient dans le sitemap. Le gabarit cherchait ses données au mauvais endroit. Le fichier robots.txt, lui, n’existait pas.
Écrire des passages qu’une IA peut reprendre
Le moteur cite un passage, et non la page entière. Un paragraphe qui répond dès la première phrase, puis développe, a donc plus de chances d’être retenu. Des chercheurs de l’université de Princeton et d’autres laboratoires ont comparé des méthodes de réécriture sur 10 000 requêtes (Aggarwal et al., « GEO: Generative Engine Optimization », KDD 2024). Ajouter des citations, des statistiques et des références améliorait la visibilité des contenus, jusqu’à 40 % dans les meilleurs cas. Les auteurs relèvent toutefois de fortes variations selon les domaines, et il s’agit d’un banc d’essai de laboratoire.
L’auteur met aussi en garde contre les chiffres mal sourcés : un chiffre inventé finit par être repris, puis contredit. Il préfère une statistique modeste et vérifiable à une statistique spectaculaire dont personne ne connaît l’origine. Il juge enfin le fichier llms.txt peu utile : aucun des grands moteurs ne l’a documenté comme critère de sélection des sources.
Mesurer sans se raconter d’histoires
Le dernier relevé porte sur 18 questions posées à quatre moteurs : ChatGPT, Gemini, Perplexity et Claude. Il a coûté un peu plus d’un dollar. Le site n’a été cité que dans 1 réponse sur 72, alors que Google le classe entre la 2e et la 10e position sur plusieurs de ces requêtes. Avec ChatGPT, les pages apparaissaient parfois dans les résultats de recherche consultés par l’outil sans être retenues dans la réponse, ce qui oriente le travail vers la notoriété plutôt que vers la seule réécriture.
La prochaine mesure est prévue début novembre, avec deux tirages par question cette fois.
Product offers are temporarily unavailable.
