Être cité par ChatGPT et Perplexity : ce qui marche vraiment
« ChatGPT recommande nos concurrents, pas nous. » La cause est rarement mystérieuse : vos pages sont difficiles à lire pour une machine, et vos affirmations ne sont vérifiables nulle part.
Rendre vos pages lisibles par une machine
Un modèle qui parcourt le web reçoit du HTML chargé de menus, de scripts et de bannières. Plus le rapport signal-bruit est mauvais, moins il retient de votre page.
Trois gestes, par ordre d’efficacité :
- Servir une version Markdown de chaque page, déclarée dans l’en-tête et accessible à la même adresse quand un agent la demande ;
- Publier un fichier
llms.txtà la racine : le sommaire du site, en une page, avec une ligne de description par lien ; - Autoriser explicitement les robots des IA dans
robots.txt— et vérifier que votre hébergeur ne les bloque pas par défaut, ce qui arrive plus souvent qu’on ne croit.
Écrire pour être cité
Les moteurs génératifs citent des passages autonomes. Un paragraphe qui n’a de sens qu’avec les trois précédents ne sera jamais repris.
Une réponse complète en tête de page
Soixante à quatre-vingt-dix mots, juste après le titre, qui répondent seuls à la question implicite de la page. C’est le passage le plus cité.
Un titre de section = une question
« Combien coûte un agent IA ? » plutôt que « Notre modèle tarifaire ». Les gens posent des questions ; les modèles cherchent des réponses.
Des tableaux
Un tableau comparatif est un fait déjà structuré. Ils sont surreprésentés dans les citations — c’est le meilleur rapport effort/résultat de la liste.
Être vérifiable
Un modèle qui doit choisir entre deux sources préfère celle qui se vérifie. Datez vos pages, nommez l’auteur, citez vos sources avec un lien, et affichez ce que vous ne faites pas.
Une page qui dit « leader du marché » n’est citable nulle part. Une page qui dit « trois à cinq jours, mesurés sur onze dossiers » l’est partout.
C’est la raison pour laquelle nos pages métier affichent des fourchettes et pas des promesses, et pourquoi elles disent explicitement ce qu’un agent ne fera jamais.
Ce qui ne sert à rien
Bourrer les pages de mots-clés. Ça n’a jamais bien marché pour les moteurs classiques ; ça ne marche pas du tout pour les génératifs, qui résument du sens.
Multiplier les pages presque identiques. Trente pages ville qui ne diffèrent que par le nom de la ville se résument en une seule — et c’est celle des concurrents qui sera citée.
Payer pour « être dans les IA ». Il n’existe pas d’emplacement à acheter dans une réponse générée. Ce qui existe, c’est du contenu lisible, daté, vérifiable — et de la patience.
Mesurer, enfin
On relève une liste de questions que vos clients poseraient vraiment, on les pose chaque mois aux principaux assistants, et on note qui est cité et sur quelle source. C’est artisanal, c’est reproductible, et ça vaut mieux que n’importe quel tableau de bord vendu sur le sujet.
- Ce qu’on fait — les systèmes qu’on ouvre, dont celui de la visibilité
- IA pour l’e-commerce — les fiches produit, lisibles par les machines
- Le relevé des dix systèmes — gratuit, rendu en 72 heures
D’autres notes
Le socle documentaire, ou pourquoi votre agent répond à côté
Un agent ne vaut que ce qu’il peut lire. Les quatre défauts qui font répondre à côté — doublons, versions, PDF scannés, contexte implicite — et le travail de préparation qui change tout.
IA responsable · 14 août 2026« Et s’il invente ? » — faire citer ses sources à un agent
Un modèle produit une phrase plausible, pas une phrase vraie. Les quatre montages qui rendent l’invention repérable, et la seule règle qui compte : chaque affirmation renvoie à sa source.
Systèmes · 4 septembre 2026Agent IA ou simple automatisation : la question à 20 000 €
Un tiers des cas d’usage qu’on nous demande ne réclament aucun modèle. Comment distinguer ce qui relève d’un workflow, ce qui réclame un agent, et pourquoi se tromper coûte cher dans les deux sens.