Aller au contenu principal
Transacts
Guides & Ressources13 min7 septembre 2026Mis à jour le 8 septembre 20262 615 mots

Référencement ChatGPT, l'IA connaît votre marque mais ne la recommande pas, et un seul libellé change tout

Référencement ChatGPT, sur 12 marques testées au Royaume-Uni en 2026, un seul libellé fait passer New Balance de 1 % à 90 % des réponses IA. Diagnostic en 5 étapes.

Par

Le référencement ChatGPT ne se joue pas d'abord sur votre site. Une étude publiée sur Zenodo le 21 mai 2026, puis présentée sur Search Engine Land le 21 juillet 2026, montre qu'un moteur IA peut reconnaître parfaitement une marque et ne jamais la recommander, vraisemblablement, selon les auteurs, parce que le client emploie un libellé de catégorie que le web tiers n'associe pas à cette marque. Sur 12 marques de vêtements de sport au Royaume-Uni, un seul libellé de catégorie changé dans la question fait passer New Balance de 1 % à 90 % des réponses, et lululemon de 90 % à 0 %.

Le calendrier rend le sujet concret. Le 31 août 2026, la Commission européenne a désigné ChatGPT très grand moteur de recherche en ligne au titre du DSA, parce qu'il répond aussi en cherchant sur le web. Selon les auteurs de l'étude, ce moteur ne juge pas votre qualité, il apparie le mot de la question avec ce que le web dit de vous.

Agence digitale à Paris depuis 1999, nous vendons du SEO et du référencement IA, autant l'annoncer d'emblée. Nous avons lu l'article de Maryanna Franco, la fiche Zenodo de son papier cosigné avec João da Silva, l'étude Seer Interactive sur la fraîcheur des contenus et le communiqué de la Commission européenne avant d'écrire, et nous donnons les limites de chaque chiffre.

Au programme, reconnu contre recommandé, l'expérience New Balance, la fiche d'entité qui ne suffit pas, le diagnostic en cinq étapes et le remède, hors de votre site.

Reconnu n'est pas recommandé, notre grille cité, nommé, recommandé

Chez nos clients, nous auditons chaque requête commerciale, moteur par moteur, avec trois indicateurs qui ne vont pas ensemble. Cité, votre page figure dans les sources. Nommé, votre marque apparaît dans le texte. Recommandé, votre marque est le choix mis en avant. La question d'une PME n'est pas « est-ce que ChatGPT me connaît », c'est « est-ce que ChatGPT me conseille ».

Les chiffres derrière cette grille viennent d'une étude publiée le 9 juin 2026 par Semrush, éditeur d'outils, avec le consultant Kevin Indig, à lire comme telle. Selon eux, sur 3 981 apparitions de domaines analysées, 61,7 % sont des citations sans aucune mention de la marque dans la réponse. Périmètre, 115 prompts testés dans 14 pays sur quatre moteurs, ni Perplexity ni Claude. Gemini nomme les marques dans 83,7 % des cas et les cite en source dans 21,4 %. ChatGPT fait l'inverse, il cite dans 87 % des cas et nomme dans 20,7 %. Nous avons détaillé ce mécanisme dans notre article sur les citations fantômes, quand l'IA cite votre site sans nommer votre marque.

L'étude de Maryanna Franco et João da Silva ajoute une couche. Une marque reconnue par tous les moteurs peut disparaître de toute recommandation dès que le client change le mot qui désigne la catégorie. Nous avions déjà écrit qu'être cité par les AI Overviews ne veut pas dire être choisi. Ici, le troisième indicateur se joue sur un seul libellé.

L'expérience qui fait passer New Balance de 1 % à 90 % des réponses

Le protocole d'abord, c'est lui qui donne leur valeur aux chiffres. Maryanna Franco et João da Silva ont testé 12 marques de vêtements de sport au Royaume-Uni pendant sept jours, avec 14 140 exécutions d'API sur ChatGPT, Gemini, Perplexity, Claude et Google AI Overviews. Les mêmes questions ont été posées avec deux libellés de catégorie, « athleisure » et « athletic footwear ». Un seul libellé de catégorie change entre les deux séries.

Les résultats, présentés le 21 juillet 2026. New Balance apparaît dans 1 % des réponses sur « athleisure » et dans 90 % sur « athletic footwear ». lululemon fait le chemin inverse, 90 % puis 0 %. Alo Yoga passe de 63 % à 0 %, Gymshark de 37 % à 0 %. Reebok reste faible des deux côtés, 1 % puis 20 %. Nike est la seule marque fortement présente dans les deux cadrages, 77 % et 90 %. Les auteurs décrivent une variation symétrique d'une ampleur qu'ils jugent incompatible avec le seul bruit des modèles, obtenue en ne changeant qu'une variable.

Les limites, que nous disons à nos clients avant de transposer. Un seul secteur, un seul pays, une seule paire de libellés, en anglais. Les auteurs donnent des taux d'apparition sans publier le nombre de réponses derrière chacun, les 14 140 exécutions couvrent les 12 marques, les cinq moteurs et les deux libellés. Rien ne prouve que l'effet a la même ampleur en français ni dans votre secteur. L'article de présentation montre que le mécanisme existe et qu'il peut être massif, nous n'avons pas ouvert le PDF du papier. Assez pour le tester chez vous, pas assez pour vous promettre un chiffre.

Pourquoi votre fiche d'entité ne suffit pas

Le détail qui ruine l'explication habituelle. Nike, New Balance et Reebok partagent exactement la même description dans le Knowledge Graph de Google, « Footwear company », et sont reconnues de la même façon par les moteurs. Sur le plan de la description d'entité, elles sont logées à la même enseigne, avec des scores Knowledge Graph pourtant très différents. Pourtant, sur « athleisure », Nike sort dans 77 % des réponses, les deux autres dans 1 %.

Les auteurs proposent le concept de « category coding », le codage de catégorie. Il combine la description d'entité, qui ancre la reconnaissance, et le corpus de contenus tiers accumulé autour de la marque, articles, avis, comparatifs, sélections éditoriales, qui pilote la recommandation. Selon leur lecture, le moteur ne juge ni la qualité ni la légitimité d'une marque, il apparie la catégorie de la question avec la catégorie du contenu qu'il retrouve. Nike sortirait des deux côtés parce qu'elle a accumulé assez de contenu tiers « athleisure », presse mode, sélections activewear, co-mentions avec les marques du segment.

Le conditionnel est voulu, cette explication est l'interprétation des auteurs, cohérente avec leurs données mais non testée par intervention. Ce que le papier écarte en revanche, c'est le raccourci qui consiste à recoder « Footwear company » en « Apparel company ». Selon les auteurs, cela donne au modèle une nouvelle ancre à laquelle rien n'est attaché, le corpus continue de dire ce qu'il a toujours dit. Notre guide sur l'entity SEO, Wikidata et le Knowledge Graph vaut pour la reconnaissance, pas pour la recommandation.

ChatGPT est un moteur de recherche aux yeux de l'Europe

Ce qui change pour vous, lorsque ChatGPT active sa recherche web, sa réponse se construit à partir du web au moment de la question, et pas seulement de sa mémoire d'entraînement. Le 31 août 2026, la Commission européenne a désigné ChatGPT très grand moteur de recherche en ligne au titre du règlement sur les services numériques, le DSA. Le communiqué retient le seuil de 45 millions d'utilisateurs mensuels moyens dans l'Union, déclaré par le service, et qualifie ChatGPT de service hybride parce qu'il répond aussi en cherchant sur le web. Le service a quatre mois pour se conformer, d'ici janvier 2027.

Selon la lecture des auteurs, un moteur qui cherche sur le web s'appuie sur les pages tierces qui parlent de vous pour recommander. Votre site n'est qu'une source parmi celles que le moteur retrouve, aucune étude lue ne mesure son poids relatif. Le socle technique reste nécessaire, nous l'avons détaillé dans notre guide pour optimiser votre site pour ChatGPT Search. Il rend votre site lisible, il ne dit pas au moteur dans quelle catégorie vous ranger.

Le diagnostic en cinq étapes, avant tout investissement

La méthode que nous appliquons, inspirée du diagnostic de Maryanna Franco et de notre grille. Une demi-journée pour une PME.

  1. Relever les libellés réels de vos clients. Cinq ou six façons dont vos clients nomment ce que vous vendez, mesurées dans Search Console et Semrush, pas votre vocabulaire maison. Un cabinet qui dit « expertise comptable » quand ses clients cherchent « comptable en ligne » tient déjà son premier écart.
  2. Tester chaque libellé sur deux ou trois moteurs. Même question, seul le mot de catégorie change, sur ChatGPT, Gemini et Perplexity par exemple. Datez la série pour un avant-après propre.
  3. Lire chaque réponse avec la grille. Pour chaque libellé et chaque moteur, notez cité, nommé, recommandé. Vous obtenez la carte des formulations où vous existez et de celles où vous êtes invisible.
  4. Localiser la cause de chaque absence. Trois questions reprises de l'étude. Le contenu tiers qui parle de vous emploie-t-il ce mot ? Êtes-vous traité par les publications qui couvrent cette catégorie ? Figurez-vous dans les sélections éditoriales qui utilisent cette formulation ? Ajoutez une lecture hors marketing. Sur une question d'achat précise, notez les raisons que l'IA donne pour vous écarter. Jessica Bowman, dans une tribune publiée sur Search Engine Land le 25 août 2026, rapporte d'après son expérience, sans données publiées, des causes liées au produit, aux capacités manquantes ou au support client, et le cas hypothétique d'une politique de retour bloquante. Là, le contenu ne corrige rien, le sujet remonte à la direction.
  5. Écrire le plan hors site. Pour chaque écart, listez les médias, comparatifs, forums et plateformes d'avis qui parlent de votre catégorie avec les mots de vos clients, et la façon d'y entrer. C'est le chantier des mentions de marque, qui passent devant les backlinks en 2026.

Le remède, du contenu tiers frais qui emploie vos mots

Le levier correctif, selon les auteurs, est l'investissement dans du contenu tiers qui emploie le cadrage de catégorie de vos clients, dans les publications où le modèle va chercher, aux côtés des marques qui définissent déjà ce segment. La description d'entité vient ensuite, en soutien.

Le cas Home Depot illustre un corpus tiers aligné, avec une précaution de lecture. Il figure dans un guide Search Engine Land mis à jour le 20 juillet 2026, écrit par Semrush, propriétaire du média, à partir de ses rapports Enterprise AIO extraits en février 2026, dont le guide ne précise pas le marché, sa seule ancre géographique étant une comparaison de mots-clés organiques aux États-Unis. Selon ces données, Home Depot tient une part de voix moyenne de 28,9 % sur cinq plateformes IA et la première position moyenne sur chacune. Le guide relève que cinq traits de marque reviennent dans les réponses des cinq plateformes et relie cette constance à leur répétition sur le site et par des sources tierces. Cas unique, corrélation, pas de causalité prouvée, mais la même direction que l'étude sur le marché britannique. Le même guide relaie une étude Semrush selon laquelle Reddit, LinkedIn, Facebook, Quora et Instagram figurent parmi les domaines les plus cités par les IA.

La fraîcheur compte aussi. Seer Interactive a publié le 25 juin 2025 une analyse de fichiers logs portant sur trois robots de ChatGPT. Près de 65 % des visites de ces robots visaient des contenus publiés dans l'année, 79 % dans les deux ans, avec des écarts nets selon les secteurs. Une mention tierce récente a donc plus de chances d'être retrouvée par ces robots qu'une ancienne, sans que l'étude mesure son poids dans la réponse.

Une ligne que nous ne franchissons pas. Ce contenu tiers s'obtient par un produit qui mérite d'être comparé, des relations presse, des avis clients réels et une présence dans les conversations de votre secteur. Jamais par l'achat de mentions dans des pages fabriquées pour les IA, nous avons expliqué pourquoi dans notre article sur les mentions de marque payantes, l'offre GEO qu'il faut refuser.

Comment Transacts travaille le référencement ChatGPT de ses clients

Chez nos clients, le référencement ChatGPT commence par une liste de prompts, pas par le site. Nous listons les questions commerciales que leurs propres clients posent, et depuis cet été, une ou deux catégories prioritaires par client y figurent sous cinq ou six libellés réellement employés, mesurés dans Search Console et Semrush. La liste est relevée à date sur ChatGPT, Gemini, Perplexity et les AI Overviews de Google avec la grille cité, nommé, recommandé, et sert de baseline.

Ensuite, une revue trimestrielle. Nous rejouons la liste, nous comparons avec la baseline datée, et nous classons chaque écart, vocabulaire du site, absence de corpus tiers sur un libellé, ou cause hors marketing à remonter à la direction. Le plan qui en sort est surtout hors site, sujets pour la presse sectorielle, comparatifs où figurer, plateformes d'avis, forums où vos clients discutent. La fiche d'entité et les données structurées viennent en soutien, jamais en tête. Nous ne promettons ni délai ni pourcentage de réponses, et jamais d'achat de mentions.

FAQ, référencement ChatGPT

Comment être référencé sur ChatGPT ?

En travaillant deux couches. D'abord votre site, lisible par les robots d'OpenAI, avec des passages courts qui répondent à une question précise et des dates de mise à jour honnêtes. Ensuite, et surtout, le web tiers qui parle de vous avec les mots de vos clients, presse, comparatifs, avis, forums. L'étude de Maryanna Franco et João da Silva, présentée en juillet 2026 sur 12 marques de vêtements de sport testées au Royaume-Uni, montre que le mot de catégorie décide de la recommandation, et selon les auteurs c'est le vocabulaire du contenu tiers qui l'explique, pas seulement la force de votre entité. Mesurez avant de dépenser.

ChatGPT recommande-t-il les marques les plus connues ?

Pas forcément. Dans l'étude de juillet 2026, New Balance a le score Knowledge Graph le plus élevé des 12 marques testées, 64 235, et n'apparaît que dans 1 % des réponses sur « athleisure », contre 90 % pour lululemon, dont le score est de 810. Selon les auteurs, le moteur ne classe pas par notoriété, il apparie le mot de la question avec le contenu tiers accumulé autour de chaque marque. Une marque connue peut être invisible sur la formulation que ses clients emploient.

Faut-il modifier sa fiche Google ou Wikidata ?

Seulement en soutien, jamais seule. Nike, New Balance et Reebok partagent la même description Knowledge Graph et obtiennent des résultats opposés selon le mot de catégorie. Selon les auteurs, changer la description d'entité sans corpus tiers derrière donne au modèle une nouvelle ancre à laquelle rien n'est attaché. Une fiche propre sert à être reconnu, elle ne fait pas recommander. Notre ordre, d'abord le contenu tiers dans le bon vocabulaire, ensuite la fiche alignée sur ce que ce contenu dit.

Combien de temps pour voir un effet ?

Aucune source lue ne donne de délai, et nous n'en promettons pas. Deux repères. L'étude Seer Interactive du 25 juin 2025 montre que près de 65 % des visites des robots de ChatGPT analysés visent des contenus publiés dans l'année, un contenu tiers récent a donc plus de chances d'être retrouvé qu'un ancien. Et dans nos relevés, les réponses des moteurs bougent d'un jour à l'autre, ce qui impose une baseline datée et des relevés répétés pour distinguer un effet réel d'une fluctuation.

Vous voulez être recommandé par ChatGPT sur les mots de vos clients ?

Agence digitale à Paris depuis 1999. Nous mesurons votre visibilité IA libellé par libellé et moteur par moteur, puis nous construisons le plan de contenu tiers qui emploie le vocabulaire de vos clients. Commencez par situer votre site avec notre score GEO. Devis gratuit sous 48h.

Contactez-nous au 01 43 13 23 70

Expertises liées

Cet article aborde des sujets que nous traitons dans le cadre de nos prestations :

Charles

Auteur

Fondateur & Directeur, SEO/GEO

Voir le profil

Besoin d'accompagnement ?

Diagnostic gratuit en 48h, on analyse votre site et on vous propose un plan d'action.

Parlez-nous de votre projet