ChatGPT, Perplexity, Gemini : comment les IA choisissent les sites qu’elles citent ?

Vous posez une question à ChatGPT, Perplexity ou Gemini, et la réponse arrive avec quelques liens à la clé. Pourquoi ces sites-là et pas d’autres ? Personne n’a publié la recette, mais entre les documentations officielles et les études les plus récentes, on sait déjà beaucoup de choses sur ce qui fait citer une page.

Il y a encore quelques années, la question était simple : comment se placer parmi les dix liens bleus de Google ? Aujourd’hui, une partie des internautes pose sa question à un assistant, lit une réponse déjà rédigée et ne voit que quelques liens glissés à côté. Si votre site n’en fait pas partie, il n’existe tout simplement pas pour cette personne.

Notre article sur l’IA générative, nouvel accès central au web défendait déjà cette idée : être cité dans la réponse d’une IA compte désormais autant que le volume de clics. Reste une question très concrète : comment ces outils décident-ils de qui citer ?

Une mise en garde avant de commencer : ni OpenAI, ni Perplexity, ni Google ne publient leurs critères de sélection. On dispose de documentations techniques (les robots, l’éligibilité) et d’études qui observent des milliers de réponses. Ça donne des tendances solides, pas des lois. On va donc distinguer dans cet article ce qui est confirmé par les éditeurs, ce qui est observé par les études, et ce qui reste de l’hypothèse.

1. Première étape : l’IA décide si elle cherche, ou non

Une IA ne cite des sites que lorsqu’elle lance une recherche. Et elle ne le fait pas à chaque question.

Par défaut, ChatGPT répond à partir de ce qu’il a appris pendant son entraînement, donc sans citer personne. Il ne va sur le web que dans des cas précis, notamment quand l’utilisateur le demande, ou quand la question nécessite des informations à jour, comme l’explique OpenAI dans son centre d’aide.

Selon une étude Semrush menée sur plus d’un milliard de lignes de données de navigation américaines, ChatGPT a déclenché une recherche sur 34,5 % des requêtes, contre 46 % fin 2024. Cette part bouge beaucoup : la proportion de sessions avec recherche a oscillé de 15 % à 66,3 % selon les périodes.

Pour une marque, cela veut dire une chose : sur beaucoup de questions générales, il n’y a aucune place à prendre, puisque l’IA ne cherche pas. L’enjeu se concentre sur les questions qui poussent l’assistant à aller sur le web, typiquement quand l’utilisateur veut comparer, choisir un prestataire ou vérifier une information récente.

2. Deuxième étape : reformuler, chercher, trier

Derrière une réponse, il y a plusieurs recherches que personne ne voit.

Quand l’IA décide de chercher, elle ne tape pas votre question telle quelle. OpenAI indique que ChatGPT search réécrit généralement la question en une ou plusieurs requêtes ciblées envoyées à ses fournisseurs de recherche. Google, lui, parle de « query fan-out » : AI Overviews et AI Mode peuvent lancer plusieurs recherches liées sur différents sous-thèmes, puis identifier d’autres pages pertinentes pendant la rédaction de la réponse. Le but affiché : proposer un ensemble de liens plus large et plus varié qu’une recherche classique.

Prenons un exemple pour illustrer (les sous-questions sont inventées, pas mesurées). Quelqu’un demande : « quel CMS pour le site de mon cabinet ? ». L’IA peut en tirer des recherches comme « WordPress ou Shopify pour un site vitrine », « prix d’un site vitrine » ou « CMS facile à gérer ». Une page peut alors être citée pour l’une de ces sous-questions sans avoir été pensée pour la question de départ.

L’étude d’Ahrefs sur 1,4 million de prompts va dans ce sens : la proximité entre le titre d’une page et les sous-questions internes de ChatGPT pèse plus que sa proximité avec le prompt initial. Le problème, c’est que ces sous-questions restent invisibles : Google ne publie pas celles qu’il génère, et le lien entre fan-out et choix des sources reste une interprétation, pas une confirmation officielle.

3. ChatGPT, Perplexity, Gemini : trois cuisines différentes

Même résultat à l’écran, mais pas les mêmes ingrédients derrière.

ChatGPT : des partenaires de recherche et un robot maison

OpenAI explique que sa recherche s’appuie parfois sur d’autres fournisseurs, sans les nommer. La seule piste, ce sont deux liens vers les documents de confidentialité de Microsoft et de Shopify.

Côté observation, Seer Interactive avait constaté que 87 % de plus de 500 citations correspondaient aux premiers résultats de Bing. C’est une corrélation mesurée sur une étude ancienne, pas une confirmation d’OpenAI.

Ce qui est officiel, en revanche, ce sont les robots. OpenAI en distingue trois : OAI-SearchBot pour la recherche, GPTBot pour l’entraînement des modèles, ChatGPT-User pour les actions déclenchées par un utilisateur. Pour apparaître dans les résultats, il faut autoriser OAI-SearchBot dans le robots.txt et les adresses IP d’OpenAI, puis patienter environ 24 heures. Les réglages sont indépendants : on peut bloquer GPTBot tout en restant visible dans la recherche.

Perplexity : un robot dédié, des critères non publiés

Dans sa documentation, Perplexity indique que PerplexityBot sert à faire apparaître les sites dans ses résultats et à y créer des liens, pas à entraîner des modèles. Il faut l’autoriser dans le robots.txt, ainsi que ses plages d’adresses IP. Perplexity-User, lui, consulte une page quand un utilisateur pose une question, et ignore en général le robots.txt.
Sur la manière de classer les sources, rien d’officiel. Les guides qu’on trouve en ligne parlent de pertinence, de fraîcheur et d’autorité. C’est plausible, mais Perplexity ne l’a jamais confirmé.

Gemini et Google : l’index de Google fait foi

Dans sa documentation pour les développeurs, Google précise que le « grounding » connecte Gemini à du contenu web en temps réel pour citer des sources vérifiables. Pour AI Overviews et AI Mode, Google est le plus explicite des trois : une page doit être indexée et pouvoir s’afficher dans la Recherche avec un extrait, sans exigence technique supplémentaire. Pas de balisage spécifique, pas de schema.org particulier, pas de fichier destiné aux IA. Les données structurées doivent simplement correspondre au texte visible de la page.

4. Ce que disent les études sur les pages citées

Faute de règles officielles, les chercheurs observent. Voici ce qui ressort, avec les réserves qui vont avec.

Les titres comptent plus qu’on ne le croit. Dans son étude sur 1,4 million de prompts ChatGPT (avril 2026), Ahrefs observe que les pages citées ont un titre plus proche des sous-questions internes de ChatGPT, et que les URL écrites en langage naturel sont citées plus souvent : 89,78 % contre 81,11 % pour les autres. Autre enseignement : dans la recherche web générale, 88,46 % des pages récupérées finissent citées, contre 1,93 % pour Reddit. Reddit sert surtout à nourrir le contexte de la réponse, sans apparaître dans les sources. Et la fraîcheur ne pèse vraiment que pour l’actualité : les pages citées en recherche générale ont un âge médian d’environ 500 jours. Les auteurs rappellent une limite : ChatGPT étant un modèle fermé, ces mesures reposent sur des approximations.

Être dans le top 10 ne suffit plus pour Google. Ahrefs a comparé les citations des AI Overviews et les résultats classiques : environ 76 % des pages citées étaient dans le top 10 en juillet 2025, contre environ 38 % en mars 2026 (863 000 SERP analysées). Deux pistes sont avancées : le passage des AI Overviews à Gemini 3 depuis janvier 2026, et le query fan-out. Ahrefs précise que c’est une interprétation, pas une confirmation de Google. Retenez surtout ceci : être bien classé aide, mais ne garantit pas d’être cité, et inversement.

Certaines pratiques de contenu semblent aider. La recherche académique à l’origine du terme GEO, publiée par des chercheurs de Princeton et d’autres institutions, montre que certaines optimisations peuvent augmenter la visibilité d’un contenu jusqu’à 40 % dans les réponses de moteurs génératifs. Parmi les leviers testés : citer des sources, ajouter des citations d’experts et des statistiques. Les auteurs soulignent que l’efficacité varie selon les domaines, et il s’agit d’expériences en laboratoire, pas d’une garantie sur ChatGPT ou Gemini en conditions réelles.

5. Quels sites sont cités ? Une photo qui bouge vite

Reddit, YouTube, Wikipédia : le trio revient partout, mais l’ordre change selon qui compte, et quand.
Voici ce que montrent les mesures mensuelles d’Ahrefs, relayées par le Blog du Modérateur, sur des requêtes américaines avec un instantané au 1er juin 2026. ChatGPT n’y figure pas.

• Google AI Overviews 
• • Youtube (20,9%)
  • Reddit (19,6%) 
  • Facebook (11,6%) 
• Gemini 
  • Reddit (27,5%)
  • Youtube (13,7%) 
  • Wikipédia (12,7%) 
• Perplexity 
  • Youtube (32,4%) 
  • Reddit (16,6%) 
  • Wikipédia (8,2%) 

Attention, ce classement n’est pas universel. Une étude de Profound arrivait à d’autres conclusions : ChatGPT citerait surtout Wikipédia, tandis que Google AI Overviews et Perplexity citeraient surtout Reddit. Les écarts viennent des échantillons de questions, des périodes et des méthodes de mesure. Retenez les tendances (Reddit, YouTube et Wikipédia sont partout), pas les pourcentages à la virgule près.

L’étude de Yext (6,8 millions de citations, juillet et août 2025) raconte une autre histoire pour les recherches locales : environ 86 % des citations viennent de canaux que les marques contrôlent, avec 44 % de sites de marques et 42 % de fiches d’établissements comme Google Business Profile ou TripAdvisor. Reddit et les plateformes communautaires ne pesaient qu’environ 2 %. Yext vend des services de visibilité en ligne, donc à lire avec ce recul, mais le message est utile pour tout commerce local : soignez vos fiches.

Enfin, la preuve que tout peut bouger du jour au lendemain. Selon Promptwatch, la part de Reddit dans les citations de ChatGPT Search est passée de 3,83 % à 0,52 % en quelques jours en août 2026, alors que la baisse était bien plus modérée sur les autres plateformes (11 % pour AI Overviews et 31 % pour AI Mode). Promptwatch lui-même qualifie le chiffre de provisoire et OpenAI n’a pas expliqué ce changement. La leçon : un classement de sources est une photo, pas une loi, et bâtir toute sa stratégie sur une seule plateforme est risqué.

6. Que faire concrètement quand on est une marque ?

Pas de formule magique, mais des fondations solides et quelques réflexes à prendre dès maintenant.

1. Laisser entrer les bons robots. Vérifiez le robots.txt, mais aussi le pare-feu et le CDN : OpenAI comme Perplexity demandent d’autoriser leurs robots de recherche (OAI-SearchBot, PerplexityBot) et leurs plages d’adresses IP. Bloquer GPTBot, qui sert à l’entraînement, n’empêche pas d’apparaître dans la recherche ChatGPT.
2. Soigner le SEO de base. Pour Google, une page doit être indexée et pouvoir s’afficher avec un extrait. Liens internes, contenus accessibles en texte, bonne expérience de page : c’est le socle, et c’est exactement ce que fait notre équipe SEO et référencement naturel au quotidien.
3. Écrire pour les sous-questions. Une page pour une question précise, un titre explicite qui reprend les mots que les gens utilisent, une URL lisible, et la réponse dès les premières lignes. C’est ce que l’étude d’Ahrefs met le plus clairement en évidence.
4. Étayer ce que vous dites. Chiffres sourcés, citations d’experts, références à des sources reconnues : ce sont les leviers qui ressortent de la recherche GEO, avec les réserves vues plus haut.
5. Être présent là où l’IA va regarder. Fiche Google Business Profile à jour, avis authentiques, chaîne YouTube, mentions dans la presse et les sites de référence de votre secteur. Les études montrent que ces canaux pèsent lourd, selon le type de question.
6. Mesurer, mais garder la tête froide. Les sources varient d’une fois sur l’autre : même une requête relancée plusieurs fois le même jour peut donner des sources différentes dans AI Mode. Pour suivre vos progrès, testez chaque mois un jeu de questions fixe sur plusieurs IA, et regardez les tendances plutôt qu’un résultat isolé.

Si vous voulez faire le point sur votre visibilité dans les réponses des IA, c’est précisément l’objet de notre offre GEO.

Le terrain bouge vite. Google repense lui-même la recherche, comme nous l’avons vu dans notre article sur l’ère des agents IA et le déclin du trafic web, et les mises à jour d’algorithme continuent, comme avec la Core Update de mars 2026. La bonne stratégie n’est donc pas de courir après chaque changement, mais de produire des contenus utiles, bien construits, et de mesurer régulièrement où l’on apparaît. Une question sur votre propre visibilité ? Notre agence de communication digitale est là pour répondre à vos besoins !