Lire un score de visibilité IA sans se faire avoir

Ahrefs situe Reddit à 18,5 % des citations des aperçus IA de Google en septembre 2026, sur plus de trois millions de requêtes américaines. Promptwatch mesurait la part de Reddit dans les citations de ces mêmes aperçus IA à 2,37 % en moyenne pendant la semaine du 7 juillet. Presque un facteur huit sur la même surface.

Les deux chiffres sont probablement exacts. Ils ne divisent pas par le même total, ne datent pas du même mois et ne reposent pas sur les mêmes questions. Je détaille ce cas plus bas. Un travail déposé sur arXiv le 6 septembre 2026 par Olivier Martinez, de Sciences Po, décompose ce mécanisme et montre sur des chiffres publiés jusqu'où il peut déplacer un résultat. J'en ai tiré la grille que j'applique à tout score de visibilité, qu'il vienne d'un outil payant, d'une étude d'éditeur ou de mon propre relevé.

Les neuf questions à poser avant de croire un score

1. Combien de questions sont suivies et lesquelles ? Le nombre seul ne dit rien. Deux cents questions proches de celles de vos clients valent mieux qu'un million de requêtes sans rapport avec votre activité.
2. Qui a écrit ces questions ? Un modèle qui les a générées, des recherches réelles extraites de journaux de requêtes ou le client lui-même. Chaque origine donne un paysage de réponses très différent.
3. La liste a-t-elle changé depuis le dernier rapport ? Une question ajoutée ou retirée déplace la moyenne. C'est la première cause de rupture inexpliquée dans un tableau de bord.
4. Toutes les questions pèsent-elles pareil ? Si l'outil ne publie pas ses poids, il doit au moins dire s'il en applique.
5. Combien de fois chaque question est-elle posée ? Un moteur ne répond pas deux fois de la même façon. Je conseille trois à cinq passages par question au minimum, c'est mon usage et le papier de Martinez ne fixe pas de nombre.
6. Qu'est-ce qui compte comme une apparition ? Un lien cliquable, une mention de marque sans lien et une reprise de contenu sans attribution sont trois mesures distinctes, souvent rangées sous un seul mot.
7. Un modèle fait-il le comptage ? Si oui, lequel, avec quelle consigne, et l'une ou l'autre a-t-elle changé pendant la période présentée ?
8. Le score prétend-il mesurer une influence ? Compter des citations mesure une présence. Mesurer une influence demande de comparer la réponse avec et sans la source, ce qu'aucun outil grand public ne propose à ma connaissance.
9. Combien de questions ont réellement obtenu une réponse cette semaine ? Depuis le 13 septembre 2026, Google bloque plus efficacement les outils qui lisent ses résultats par automate. Un score qui baisse peut venir d'une collecte qui a baissé.

La suite de la page explique d'où viennent ces neuf questions, avec les chiffres qui montrent l'ampleur de chaque effet.

Cinq choix fabriquent un chiffre de visibilité

Pour produire un pourcentage, un outil prend cinq décisions à la suite. Chacune déplace le résultat, et la plupart des outils n'en publient aucune.

Mis bout à bout, ces choix dessinent un ensemble de questions artificiel dans lequel on mesure votre présence. Martinez l'appelle un « marché de réponses ». Rien ne garantit qu'il ressemble à ce que vos clients demandent vraiment aux moteurs.

La liste de questions change le résultat

Martinez fait la démonstration sur des chiffres déjà publiés. Il part d'une étude de Grossman et de ses coauteurs, qui a mesuré à quelle fréquence Google affiche un aperçu IA. Sur 11 500 requêtes relevées les 7 et 8 décembre 2025, en mobile, depuis Newark dans le New Jersey, l'aperçu apparaît dans 65,6 % des cas. Ces requêtes viennent de familles très différentes, et le taux varie énormément de l'une à l'autre.

Martinez en retient trois et change seulement la part de chacune dans le total. Les colonnes A et B donnent ces parts.

Le calcul se refait à la main. Pour la liste A, 20 % de 51,5 plus 60 % de 17,4 plus 20 % de 94,6 donnent 39,66 %. Pour la liste B, on obtient 70,54 %.

30,88 points d'écart, et aucun taux mesuré n'a bougé. Le moteur, la période et la façon de compter sont les mêmes. Seule la composition de la liste a changé. Un article qui reprendrait l'un ou l'autre chiffre écrirait une chose exacte et trompeuse à la fois.

Martinez pose lui-même deux limites. Il a choisi la famille au taux le plus bas et celle au taux le plus haut pour rendre l'effet visible, l'écart n'a donc rien d'un écart typique. En gardant les proportions réellement collectées dans ces trois familles, on obtient 55,5 %. Ensuite, ce calcul porte sur l'affichage d'un aperçu IA et ne dit rien de la visibilité d'une marque.

Le mécanisme se transpose pourtant tel quel au suivi de marque. Un outil dont la liste penche vers les comparaisons de produits vous donnera une bonne visibilité si vous êtes présent dans les comparatifs. Un outil dont la liste penche vers les questions de définition vous donnera l'inverse. Aucun des deux ne ment.

Le poids des questions peut inverser un classement

Le papier va plus loin avec un exemple qu'il présente comme fictif. Il l'écrit pour deux systèmes, je le transpose ici à deux marques de logiciel de comptabilité, en gardant ses chiffres.

• La marque A est citée 9 fois sur 10 quand on la nomme dans la question (« Le logiciel A est-il fiable ? »), mais 3 fois sur 10 seulement quand on cherche sans nom précis (« Quel logiciel de comptabilité pour une TPE ? »).
• La marque B est citée 6 fois sur 10 quand on la nomme et 5 fois sur 10 sur les questions sans nom.

Le score final dépend alors de la part donnée aux questions sans nom de marque, celles où l'on découvre un produit.

Les réponses des moteurs sont les mêmes dans les deux lignes. Seul le calcul change, et le classement bascule dès que les questions de découverte dépassent 60 % de la liste. Un tableau de bord qui annonce « vous êtes deuxième de votre secteur » sans publier ses poids présente un choix de calcul comme une mesure.

Le renversement n'est possible que parce que chaque marque gagne sur un type de question. Si A battait B partout, aucun jeu de poids ne pourrait les inverser, et Martinez le précise. L'exemple montre que le cas existe, sans dire qu'il est fréquent.

Sa proposition est simple. Quand les poids sont inconnus ou discutables, publier une fourchette plutôt qu'un chiffre unique. Dans l'exemple, si la part des questions de découverte peut aller de 20 à 80 %, la marque A se situe entre 42 et 78 % et la marque B entre 52 et 58 %. Il sépare aussi deux incertitudes qu'on mélange en permanence. Celle qui vient de l'échantillon diminue quand on mesure davantage. Celle qui vient du choix des poids ne diminue jamais, quel que soit le volume.

Quand un modèle compte les citations

Beaucoup d'outils ne comptent plus les citations eux-mêmes. Ils demandent à un modèle de langage de lire chaque réponse et de dire si la marque y figure, sous quelle forme et sur quel ton. C'est efficace, et ça ajoute un juge dont les décisions dépendent de la façon dont on lui parle.

Martinez est net sur ce point. Si un modèle fait le comptage, son nom, sa version, sa grille de notation et sa consigne font partie de la méthode et doivent être publiés. Une autre consigne peut changer la note d'une réponse identique. Votre score peut donc bouger d'un mois sur l'autre parce que l'éditeur a réécrit son prompt interne, alors que ni les moteurs ni votre site n'ont changé.

Être cité ne veut pas dire avoir servi

Un score de visibilité compte des apparitions et suppose qu'une source citée a servi à construire la réponse. Martinez montre que rien ne le garantit.

Pour savoir si une source a pesé, il faut générer plusieurs fois la même réponse avec et sans elle, en contrôlant les documents fournis au moteur, puis comparer les textes obtenus. Son exemple est parlant. Retirer l'identifiant d'une source peut faire disparaître sa citation sans changer un mot de l'information donnée. La citation s'en va, et la réponse montre que la source n'avait rien apporté.

Ce constat rejoint le travail sur la sélection et l'absorption des citations, qui montrait déjà qu'une page peut figurer dans les sources sans que rien de son contenu ne passe dans la réponse. Deux équipes arrivent à la même mise en garde. Le compteur de citations reste une mesure grossière de ce qui vous intéresse vraiment.

L'écart sur Reddit expliqué

Reprenons les deux chiffres du début. Trois différences suffisent à les écarter, avant même de parler des questions posées.

• Le total n'est pas le même. Ahrefs calcule la part de Reddit parmi les citations des 50 domaines les plus cités. Promptwatch la calcule parmi toutes les citations relevées. Les 50 premiers domaines ne représentent qu'une partie des citations, donc la même présence de Reddit pèse beaucoup plus lourd dans le premier total.
• La période n'est pas la même. Le 18,5 % d'Ahrefs date de septembre 2026. Le 2,37 % de Promptwatch est la moyenne de la première semaine de son relevé, à partir du 7 juillet. La part de Reddit est descendue à 2,10 % sur la dernière semaine, jusqu'au 17 août.
• Les questions ne sont pas les mêmes. Ahrefs travaille sur plus de trois millions de requêtes américaines, tous sujets confondus. Promptwatch interroge les interfaces des moteurs avec ses propres questions et n'en publie pas la liste. Une liste généraliste contient beaucoup de bricolage, de divertissement et d'avis de consommateurs, les sujets où Reddit domine.

Il n'existe donc pas de « part de Reddit » unique. Il existe une part par liste de questions, par période et par mode de calcul.

La même logique s'applique aux variations dans le temps. Promptwatch a vu la part de Reddit dans ChatGPT passer d'une moyenne de 3,83 % entre le 18 juillet et le 7 août à moins de 1 % le 14 août, puis 0,52 % en moyenne du 14 au 17. Sur les aperçus IA et sur AI Mode, avec la même méthode, il mesurait des baisses lentes de 11,3 % et 30,5 % sur l'ensemble du relevé. Comparer cette rupture à une stabilité relevée par un autre outil n'aurait rien prouvé. Comparer trois séries du même outil situe la rupture dans ChatGPT et non chez Google. Promptwatch précise lui-même qu'un incident de collecte n'est pas exclu, et c'est exactement la neuvième question de la grille. J'ai suivi l'épisode ici.

Ce que ce cadre ne règle pas

• C'est le travail d'un seul auteur, déposé sur arXiv sans relecture par d'autres chercheurs. Il n'apporte aucune expérience nouvelle, et Martinez écrit lui-même que son cadre reste à éprouver sur le terrain. Sa force tient au raisonnement et aux calculs refaits sur des chiffres publiés.
• Il ne dit pas quelle liste de questions est la bonne. Il montre que la liste décide du résultat. La bonne dépend de votre marché, et personne ne peut l'écrire à votre place.
• Il ne rend pas les outils inutiles. Sur une liste figée, un score reste utile pour suivre une tendance sur votre propre site. Il ne permet ni de comparer deux outils entre eux ni d'annoncer une part de marché absolue.
• La comparaison avec et sans la source est hors de portée en pratique. Elle suppose de contrôler les documents que lit le moteur, ce qu'aucun utilisateur ne peut faire sur un moteur commercial. On reste pour l'instant avec des mesures de présence.
• La collecte elle-même est fragile depuis septembre. Depuis le 13 septembre 2026 environ, Google bloque plus efficacement les outils qui lisent ses résultats. Nozzle a perdu environ 80 % des données qu'il récupérait, Sistrix annonce une collecte « à taux réduit » depuis le 16, Ahrefs et Semrush suivent toujours, Semrush plus lentement (Search Engine Roundtable). Un score sur les aperçus IA ou AI Mode peut chuter parce que moins de questions ont obtenu une réponse. Il peut aussi chuter parce que Google a servi au robot une page aux résultats remplacés, ce qu'il fait depuis le 20 septembre.

Ce cadre ne remplace pas la mesure, il la rend lisible. Je m'en sers comme d'une liste de questions à poser aux éditeurs d'outils. Celui qui répond aux neuf sans se dérober vend un instrument de mesure. Celui qui n'y répond pas vend un chiffre.

Sources

• arXiv | Measuring GEO Visibility: Prompt Corpora Define the Answer Market (Olivier Martinez, 6 septembre 2026) - source du cadre et des calculs.
• Ahrefs | The 50 Most-Cited Websites in Google AI Overviews (septembre 2026) - relevé mensuel sur plus de 3 millions de requêtes américaines, part calculée sur les 50 domaines les plus cités.
• Promptwatch | Reddit Citations Are Dropping in ChatGPT (août 2026) - séries quotidiennes ChatGPT, aperçus IA et AI Mode du 7 juillet au 17 août 2026.
• Search Engine Roundtable | Google blocking scrapers and tracking tools (18 septembre 2026) - Nozzle, DataForSEO, Sistrix, Ahrefs, Semrush.