Mesurer sa visibilité dans les réponses des IA génératives

En posant plusieurs fois un jeu de questions fixe aux moteurs, puis en classant chaque réponse : citée, mal citée, absente. Le panel reprend les questions que vos acheteurs posent réellement (catégorie, comparaison, recommandation, vérification). Chaque prompt est posé à l'identique sur chaque moteur retenu, réponse de mémoire et réponse avec recherche web séparées, car les deux ne produisent pas les mêmes citations. Le taux de présence se calcule sur l'ensemble des exécutions, jamais sur une capture unique : c'est cette discipline de comptage qui sépare une mesure d'une impression.

Poser la question directement à une IA ne suffit pas : une seule exécution ne dit rien, et une question qui nomme la marque appelle presque toujours une réponse à son sujet. La mesure utile porte sur les questions où la marque n'est pas nommée : « quels acteurs recommandez-vous pour tel besoin ? ». Si elle n'y apparaît pas, elle est absente de la catégorie, et c'est le vrai constat. La méthode fait cette distinction dès la construction du panel.

Comme pour les assistants, avec une précaution de plus : les surfaces de Google varient selon le compte, la zone géographique et l'historique. Le périmètre écrit à l'étape 01 précise donc la géographie et le mode d'interrogation, et les relevés bruts sont conservés pour que la mesure soit rejouable. Aucun outil payant n'est nécessaire : la méthode se conduit entièrement à la main. Ce qu'elle perd en volume, elle le gagne en traçabilité.

Le référencement mesure des positions sur des pages de résultats ; la visibilité IA mesure des mentions dans des réponses rédigées. Une marque peut être bien classée et absente des réponses : le moteur génératif compose à partir de sources qu'il choisit, pas de la liste des dix premiers liens. Les deux mesures se complètent sans se déduire l'une de l'autre : une position ne se convertit pas en citation, et une citation ne garantit pas un clic. La méthode mesure les citations, et ne prétend rien dire des positions.

Non. Il faut un assistant IA et le pack GEO, en accès libre sur ce site ; aucune étape ne dépend d'un abonnement. Un outil de suivi des Aperçus IA de Google ajoute une source si vous en avez déjà un, sans conditionner ni le panel, ni les verdicts, ni le plan d'action. C'est un choix : une méthode qui exige un outil payant ne peut pas être vérifiée par celui qui la lit.

Une demi-journée à une journée pour la première passe, cadrage compris, plus si les quotas des comptes gratuits étalent les relevés : le coût d'un relevé est souvent l'attente entre deux fenêtres de quota. Le périmètre et le panel, longs à construire la première fois, se réutilisent ensuite à l'identique pour comparer deux relevés. Les passes suivantes tiennent en moins d'une heure. Le plan d'amélioration porte sur 30 à 45 jours, ce qui fixe l'horizon de la mesure suivante : c'est l'écart entre deux relevés qui dit si quelque chose a bougé.

La variabilité est réelle, et la méthode la traite : chaque prompt est exécuté plusieurs fois par moteur, et le taux de présence se calcule sur l'ensemble des exécutions. En dessous d'une trentaine d'exécutions par segment, le rapport publie des comptes bruts : « cité 4 fois sur 12 » est honnête là où « 33 % » donne une impression de précision que les données n'ont pas. Une session IA neuve, sans contexte de production, relit ensuite le rapport avec mandat de le prendre en défaut.

C'est le résultat le plus fréquent d'un premier relevé, et un point de départ exploitable, pas un échec. Le rapport indique alors qui est cité à votre place et quelles sources les moteurs utilisent pour répondre. Ces deux informations désignent le travail : les contenus à créer ou à corriger, et les surfaces tierces où exister. Le plan de 30 à 45 jours les ordonne par effort et par impact. Nous publions nos propres relevés, y compris ceux où notre marque valait zéro citation.