GEO : être connu des IA ne garantit pas d’être cité, révèle une étude

Trois passages de la même question à ChatGPT donnent trois listes de marques différentes. L’étude menée par Pierre Sauvé sur 148 marques révèle une vérité dérangeante : être ancré dans la mémoire d’un modèle IA ne garantit pas d’être cité dans ses réponses. Une découverte qui remet en question toute la méthodologie actuelle des audits GEO.

La « roulette russe » des citations IA

Tout part d’une observation troublante. Un client de Pierre Sauvé, une plateforme de sondage en ligne, constate que les taux de visibilité IA varient considérablement d’un outil de mesure à l’autre. Le consultant SEO décide alors de mener un test simple mais révélateur : il pose trois fois la même question à ChatGPT — « quelle plateforme de sondage propose des quotas et redressement ? » — le même jour, à quelques heures d’intervalle, dans des conditions d’utilisation normales.

Le résultat est édifiant : trois listes de marques totalement différentes. Une seule marque, Symbial, apparaît dans deux réponses sur trois. Aucune n’apparaît systématiquement dans les trois. « C’est une roulette russe », résume Pierre Sauvé, pointant du doigt l’instabilité fondamentale des recommandations générées par les modèles de langage.

Pour confirmer cette observation initiale, le consultant sollicite Qwairy, un outil spécialisé dans le suivi de la visibilité dans les LLM (Large Language Models), qui lui fournit gracieusement des données sur un panel élargi de 148 marques. Les marques sont détectées à la fois par leur nom et par leur domaine web. Les résultats confirment l’ampleur du problème :

• Sur ChatGPT : 42% des marques ne sont vues qu’une seule fois sur trois passages, et seulement 37% apparaissent systématiquement aux trois passages
• Sur Gemini (Google) : 55% des marques ne sont vues qu’une seule fois sur trois passages

Pour Pierre Sauvé, la conclusion s’impose : un audit GEO fondé sur un passage unique contient une part d’aléa considérable, pouvant atteindre 63% selon les modèles. Une donnée qui devrait inquiéter toutes les marques ayant investi dans l’optimisation de leur visibilité IA sur la base de mesures potentiellement trompeuses.

Présence vs citabilité : comprendre la double mécanique des LLM

L’apport majeur de cette étude réside dans la distinction conceptuelle que propose Pierre Sauvé entre deux mécanismes fondamentalement différents de citation par les modèles IA. Une distinction qui pourrait révolutionner la façon dont les professionnels abordent le GEO.

D’un côté, la présence : ce que le modèle « sait » de manière stable, ancré dans ses données d’entraînement. Cette connaissance a été apprise à un instant donné, lors de la phase d’entraînement du modèle, et évolue lentement — uniquement lors des réentraînements majeurs. Elle se mesure de façon reproductible via les log-probabilités sur des modèles ouverts, c’est-à-dire les modèles dont l’architecture et les paramètres sont publics (comme Llama de Meta ou Mistral).

De l’autre, la citabilité : ce que l’étape de recherche web en temps réel (le live retrieval) place sous les yeux du modèle au moment précis où il génère sa réponse. Cette composante est volatile, dépend du contexte de la requête et des résultats web du moment, mais elle est actionnable à court terme par les techniques SEO classiques.

Pierre Sauvé illustre cette différence par deux cas extrêmes. Si vous demandez à ChatGPT qui présidait la France en 2003, le modèle n’a pas besoin de chercher sur le web : l’information (Jacques Chirac) est solidement ancrée dans ses données d’entraînement. En revanche, pour connaître le résultat du dernier match de l’OM, il doit effectuer une recherche web en temps réel, car cette information n’existe pas dans sa mémoire figée.

La plupart des requêtes commerciales — notamment en e-commerce ou services B2B — se situent entre ces deux extrêmes. Le modèle puise une partie de l’information dans sa mémoire (présence), puis la recherche web la complète, la valide ou parfois la contredit (citabilité). Ces deux axes forment une matrice stratégique : une marque peut avoir une forte présence mais une faible citabilité (marque historique avec un SEO web médiocre), ou inversement (startup récente dominant les résultats de recherche actuels).

L’échec des « recettes » GEO simplistes

L’étude de Pierre Sauvé tord le cou à plusieurs idées reçues qui circulent dans l’écosystème GEO naissant. Première victime : l’idée qu’avoir une page Wikipédia ou une forte présence sur Reddit garantirait une meilleure visibilité dans les modèles IA.

En comparant des paires de marques à notoriété web égale — l’une avec page Wikipédia ou forte présence Reddit, l’autre sans — le consultant observe une répartition quasiment à parts égales. Autrement dit, à niveau de notoriété comparable, ces facteurs ne produisent aucun avantage mesurable sur la présence dans les modèles. Un résultat contre-intuitif qui suggère que les mécanismes de pondération des LLM sont bien plus complexes que les « recettes » simplistes diffusées actuellement.

Plus troublant encore : la corrélation entre le classement des marques selon leur présence (mesurée via log-probabilités sur modèles ouverts) et leur classement selon leur citation effective par ChatGPT et Gemini n’est que de 0,1 sur une échelle de 0 à 1. Pour rappel, 0 signifie aucune corrélation, 1 une corrélation parfaite. Avec 0,1, savoir qu’une marque est bien ancrée dans la mémoire d’un modèle ne permet quasiment pas de prédire si elle sera effectivement citée dans les réponses.

Cette découverte remet en cause l’approche de nombreux outils GEO actuels qui proposent des scores uniques de « visibilité IA » sans distinguer ces deux dimensions. Selon Pierre Sauvé, ces outils mesurent potentiellement un phénomène partiellement aléatoire, induisant les marques en erreur sur l’efficacité réelle de leurs investissements.

Recommandations méthodologiques pour des audits GEO fiables

Face à ces constats, Pierre Sauvé formule plusieurs recommandations pour améliorer la rigueur des audits GEO et réduire la part d’aléa dans les mesures.

Passages répétés obligatoires : plutôt qu’un passage unique, il recommande au minimum trois passages pour chaque requête testée, idéalement sur une période étendue. Cette approche permet de distinguer les marques systématiquement citées (forte citabilité stable) de celles qui n’apparaissent qu’occasionnellement.

Interface utilisateur plutôt qu’API : le consultant préconise de réaliser les tests via l’interface web grand public de ChatGPT ou Gemini plutôt que via leurs API (interfaces de programmation). En effet, les comportements peuvent différer entre ces deux modes d’accès, l’API ayant parfois des paramètres ou des modèles légèrement différents.

Socle daté et traçable : chaque audit doit être explicitement daté, car les modèles évoluent (mises à jour, réentraînements). Un audit réalisé en octobre 2026 ne sera pas comparable à un audit de mars 2027 si le modèle a été mis à jour entre-temps.

Deux indicateurs distincts : plutôt qu’un score unique trompeur, Pierre Sauvé recommande de mesurer et de communiquer séparément la présence (via log-probabilités sur modèles ouverts quand c’est possible) et la citabilité (via passages répétés sur modèles propriétaires). Ces deux métriques correspondent à des leviers d’action différents et à des horizons temporels distincts.

Le consultant annonce prévoir de renouveler ses mesures dans un ou deux mois pour observer l’évolution temporelle et affiner ses conclusions. Cette démarche itérative pourrait devenir un standard pour les audits GEO sérieux.

Implications stratégiques pour les marques

Cette étude a des répercussions concrètes pour toutes les organisations investissant dans leur visibilité IA. Elle suggère notamment que le GEO pourrait être structurellement moins « optimisable » que le SEO, remettant en cause le modèle économique des agences spécialisées qui promettent des améliorations garanties.

Si 42 à 55% du résultat relève de l’aléa selon les modèles, les promesses d’amélioration mesurable deviennent difficiles à tenir. Cela pourrait forcer une refonte complète du discours commercial et des modèles de tarification, passant de logiques « au succès » à des approches en régie ou forfait.

Sur le plan stratégique, la distinction présence/citabilité crée deux marchés GEO distincts :

• Un marché « long terme » visant à influencer les futurs réentraînements des modèles par la création massive de contenu de référence, de présence médiatique, de mentions dans des sources faisant autorité. Les résultats ne seront visibles qu’après les prochaines mises à jour majeures des modèles (horizon 6-18 mois).
• Un marché « court terme » s’appuyant sur les techniques SEO web classiques pour dominer les résultats que le live retrieval va chercher en temps réel. Les résultats peuvent être plus rapides (quelques semaines) mais restent volatils.

Les marques devront choisir leur priorité selon leur maturité, leurs ressources et leurs objectifs, comme en marketing traditionnel entre branding (long terme) et performance (court terme). Une startup en forte croissance pourrait privilégier la citabilité via un SEO web agressif, tandis qu’une marque établie investirait dans la présence pour consolider sa position dans les futurs modèles.

Questions ouvertes et perspectives

L’étude de Pierre Sauvé ouvre de nombreuses pistes de recherche. L’instabilité observée est-elle similaire dans d’autres langues (anglais, espagnol) ou spécifique au français et à son écosystème web ? Existe-t-il des secteurs où la corrélation présence/citation est plus forte — par exemple dans les domaines techniques où les modèles s’appuient davantage sur leur mémoire que sur la recherche web ?

Plus fondamentalement, cette volatilité est-elle un défaut temporaire des modèles actuels, ou une caractéristique structurelle de l’architecture hybride (mémoire + recherche) qui persistera ? Les modèles futurs (GPT-5, Gemini 2.0) convergeront-ils vers plus de stabilité, ou l’aléa restera-t-il inhérent au système ?

Sur le plan sociétal, cette instabilité pose aussi des questions éthiques. Si les réponses varient autant, peut-on faire confiance aux LLM pour des décisions importantes — choix d’un prestataire médical, d’un conseiller financier, d’un fournisseur critique ? Les utilisateurs perçoivent-ils cette instabilité, et cela affecte-t-il leur confiance ?

Enfin, comment mesurer le ROI du GEO si les résultats sont si volatils ? Les KPI traditionnels (taux de visibilité, position moyenne) ont-ils encore un sens, ou faut-il inventer de nouvelles métriques prenant en compte l’incertitude structurelle du canal ?

L’étude de Pierre Sauvé marque potentiellement un tournant méthodologique pour le GEO. En distinguant rigoureusement présence et citabilité, en démontrant l’ampleur de la volatilité et en invalidant certaines « recettes » simplistes, elle pose les bases d’une approche plus scientifique et plus honnête de l’optimisation pour IA générative. Reste à savoir si le marché — agences, outils, marques — acceptera cette complexité ou préférera l’illusion rassurante de scores uniques et de promesses intenables. La réponse à cette question déterminera la maturité d’une industrie encore balbutiante.