Votre directeur marketing vous demande un compte-rendu de visibilité. Vous ouvrez Google Analytics, Search Console, votre outil de suivi de positions. Tout est là, structuré, exportable. Maintenant, changez de question : quelle est votre visibilité dans les réponses de ChatGPT, Claude ou Perplexity ? Silence.
Ce vide n'est pas anodin. En 2026, Perplexity traite plus d'un milliard de requêtes par mois. ChatGPT dépasse 500 millions d'utilisateurs actifs hebdomadaires. Google AI Mode équipe désormais plus d'un milliard d'utilisateurs. Ces plateformes ne renvoient pas vers des sites : elles formulent des réponses, en citant (ou non) des entreprises. Si votre PME n'est pas citée, vous n'existez pas dans cet espace — même si votre SEO est impeccable.
Mesurer sa visibilité dans les IA génératives est différent du SEO classique. Il n'y a pas de « position 1 » dans ChatGPT. Les LLMs fonctionnent selon une logique probabiliste : ils génèrent une réponse parmi des milliers de combinaisons possibles. Mais cela ne signifie pas que la mesure est impossible — cela signifie qu'elle nécessite d'autres indicateurs.
Voici les 5 indicateurs fondamentaux pour construire votre score de visibilité IA, avec une méthode applicable sans outil payant.
Pourquoi un score SEO ne mesure pas la visibilité IA
Les KPIs SEO reposent sur une logique déterministe : pour une requête donnée, Google produit un classement relativement stable. Un outil de suivi de positions vous indique « vous êtes 4ème sur [mot-clé] ». Ce résultat est vérifiable, comparable dans le temps, exportable.
Les LLMs fonctionnent autrement. Un même prompt posé deux fois à ChatGPT peut générer deux réponses différentes, avec des entreprises citées différemment selon le contexte, l'humeur algorithmique du modèle, les données récemment crawlées. Ce comportement non-déterministe rend les outils SEO traditionnels inutiles pour mesurer la visibilité IA.
Ce qu'il faut mesurer à la place : des tendances statistiques. Est-ce que ma marque apparaît régulièrement (fréquence), dans quel contexte (rôle), avec quelle intensité (profondeur), de manière cohérente sur les 6 principaux LLMs (ChatGPT, Claude, Mistral, Perplexity, Meta AI, Gemini), et avec une connotation positive (sentiment) ?
Ces cinq dimensions forment le socle d'un score de visibilité IA utile pour une PME.
Les 5 indicateurs d'un score de visibilité IA
Indicateur 1 — Taux de mention (fréquence brute)
Définition : sur un ensemble de prompts représentatifs de votre activité, dans combien de réponses votre marque est-elle citée ?
Comment le mesurer manuellement : définissez 10 à 15 prompts que vos clients potentiels pourraient poser sur votre secteur. Exemples pour un cabinet comptable : « Quel expert-comptable recommandez-vous pour une PME de 50 salariés à Lyon ? », « Quels sont les meilleurs logiciels de comptabilité pour PME française ? », « Comment choisir son expert-comptable en 2026 ? ». Posez ces prompts sur ChatGPT, Claude, Mistral et Perplexity. Comptez dans combien de réponses votre marque apparaît.
Interprétation : un taux de mention de 0 à 20 % signale une invisibilité quasi-totale. Entre 20 et 50 %, votre marque est connue des LLMs mais pas dominante. Au-delà de 50 %, vous avez un ancrage cognitif solide. Les leaders sectoriels atteignent 70 à 85 % de mention sur leurs familles de prompts cœur.
Indicateur 2 — Rôle narratif (qualité de la citation)
Définition : quand un LLM vous cite, dans quel rôle vous place-t-il ? Ce n'est pas anodin : deux entreprises avec le même taux de mention peuvent avoir des valeurs stratégiques radicalement différentes selon le rôle attribué.
Les quatre rôles narratifs principaux :
- Source experte ou référence de marché : « [Marque] est reconnue pour… » — valeur maximale, l'IA vous positionne comme standard du secteur
- Recommandation directe : « Je recommande [Marque] car… » — valeur élevée, impact fort sur la décision
- Alternative parmi d'autres : « Vous pouvez aussi regarder [Marque] » — valeur intermédiaire, vous existez mais n'êtes pas prioritaire
- Contre-exemple ou nuance : « [Marque] est moins adapté si… » — valeur négative, visibilité qui peut nuire
Comment le mesurer : lors de votre test manuel, notez le rôle dans chaque réponse. Construisez une répartition : 60 % référence + 30 % recommandation + 10 % alternative, c'est un profil solide. À l'inverse, 80 % d'alternative signale un positionnement cognitif à travailler, même si le taux de mention est élevé.
Indicateur 3 — Profondeur de citation
Définition : la mention est-elle superficielle ou argumentée ? Une citation profonde a 10 à 20 fois plus d'impact sur la décision du lecteur qu'une simple mention.
Trois niveaux de profondeur :
- Mention de surface : votre nom apparaît dans une liste sans explication. « Parmi les solutions, on trouve Zoom, Teams, [Votre Marque]… »
- Citation argumentée : votre marque est citée avec un attribut ou un bénéfice. « [Votre Marque] est particulièrement adapté aux équipes de moins de 50 personnes grâce à son interface simplifiée »
- Recommandation avec justification détaillée : l'IA développe plusieurs arguments en votre faveur, avec des cas d'usage concrets. C'est le niveau où votre marque influence réellement la décision du lecteur.
Une PME avec 30 % de mention mais 70 % de profondeur niveau 2-3 est souvent plus impactante qu'un concurrent avec 60 % de mention superficielle.
Indicateur 4 — Cohérence multi-LLM
Définition : votre marque est-elle reconnue de manière cohérente sur les 6 principales IA génératives — ChatGPT, Claude, Mistral, Perplexity, Meta AI et Gemini — ou votre visibilité est-elle fragmentée ?
Chaque LLM a ses propres sources d'entraînement et ses propres mécanismes de récupération d'information. Une marque peut être bien référencée dans Perplexity (qui crawle le web en temps réel) et quasi-absente dans Claude (qui se base davantage sur ses données d'entraînement). Cette asymétrie est fréquente et représente une opportunité claire.
Comment le mesurer : posez les mêmes 5 à 7 prompts clés sur chacun des 6 LLMs. Créez un tableau croisé marque × LLM. Notez 1 si citée, 0 si absente. Un score de cohérence élevé (présence sur 5 ou 6 LLMs) signale une autorité robuste. Une présence sur 1 ou 2 LLMs seulement indique une vulnérabilité stratégique.
Les PME françaises qui travaillent leur visibilité IA ont souvent un avantage fort sur Perplexity et Mistral (qui incluent des sources françaises) mais sont sous-représentées dans Meta AI et Gemini.
Indicateur 5 — Sentiment et connotation
Définition : quand l'IA vous mentionne, le registre est-il positif, neutre ou négatif ? Les LLMs synthétisent ce qu'ils ont lu sur votre marque : avis clients, articles de presse, forums, commentaires négatifs. Si votre e-réputation est ambivalente, les LLMs le reflètent.
Signaux d'alerte à surveiller : l'IA mentionne des problèmes sans que vous l'y ayez invitée (« certains utilisateurs signalent des difficultés avec le support »), nuance systématiquement vos points forts (« bien que… »), ou vous compare défavorablement à un concurrent sans justification objective.
Le sentiment se travaille en amont : volume et qualité des avis Google, articles positifs sur des médias tiers, Wikipedia si applicable, fiches G2/Capterra avec réponses aux avis. Les LLMs consolident tout cela.
Construire votre score de visibilité IA : la méthode en 4 étapes
Étape 1 — Définir vos familles de prompts
Un prompt isolé ne dit rien. Pour mesurer correctement, construisez 3 familles de 4 à 5 prompts chacune :
- Prompts informationnels : questions générales sur votre secteur où votre marque pourrait être citée comme référence (ex : « Comment fonctionne [votre domaine] en France ? »)
- Prompts comparatifs : demandes de comparaison ou de recommandation (ex : « Quelle solution choisir pour [problème que vous résolvez] ? »)
- Prompts transactionnels : requêtes proches de la décision d'achat (ex : « Meilleur [votre catégorie] pour PME française en 2026 »)
Ces prompts correspondent aux intentions de vos futurs clients. C'est exactement dans ces contextes que vous devez être cité.
Étape 2 — Tester systématiquement sur les 6 LLMs
Pour chaque prompt, posez la question sur ChatGPT (GPT-4o), Claude (Sonnet), Mistral (Le Chat), Perplexity, Meta AI et Gemini. Sur chaque réponse, notez : votre marque est-elle citée ? Dans quel rôle ? Avec quelle profondeur ? Quel sentiment ?
Résultat : une grille 15 prompts × 6 LLMs = 90 points de données. C'est votre état des lieux initial. Répétez-le toutes les 6 à 8 semaines pour suivre l'évolution.
Étape 3 — Calculer votre score composite
Voici une formule simple pour obtenir un score sur 100 :
| Indicateur | Poids | Calcul |
|---|---|---|
| Taux de mention | 30 % | % de réponses où vous êtes cité × 30 |
| Rôle narratif | 25 % | (% référence + recommandation) × 25 |
| Profondeur de citation | 20 % | % citations niveau 2-3 × 20 |
| Cohérence multi-LLM | 15 % | (nb LLMs où vous apparaissez ÷ 6) × 15 |
| Sentiment positif | 10 % | % citations sans nuance négative × 10 |
Exemple concret : une PME dans le secteur RH obtient 35 % de mention (= 10,5 pts), 40 % de rôle référence/recommandation (= 10 pts), 50 % de profondeur 2-3 (= 10 pts), présente sur 3 LLMs sur 6 (= 7,5 pts), 80 % de sentiment positif (= 8 pts). Score total : 46/100. Diagnostic : taux de mention à travailler en priorité, bonne profondeur quand citée.
Étape 4 — Identifier les leviers d'amélioration prioritaires
Chaque indicateur faible correspond à un levier d'action précis :
- Taux de mention faible → Créer davantage de contenu référencé par des sources tierces (articles invités, interviews, mentions dans des guides sectoriels), enrichir llms.txt, structurer les entités nommées avec JSON-LD
- Rôle narratif dégradé → Renforcer le positionnement expert sur des sujets précis (études de cas, livres blancs, données propriétaires), construire la notoriété sur les médias de référence de votre secteur
- Profondeur insuffisante → Publier des contenus très détaillés sur vos cas d'usage, avec des bénéfices mesurables et des exemples concrets que les LLMs peuvent absorber et réutiliser
- Incohérence multi-LLM → Travailler les sources d'entraînement propres à chaque LLM : Wikipedia, Wikidata, web indexable, publications sur plateformes comme LinkedIn et Medium
- Sentiment négatif → Travailler l'e-réputation en amont (avis Google, Trustpilot, G2), publier des réponses aux avis négatifs, créer du contenu positif sourcé qui dilue les signaux négatifs
Automatiser le suivi : ce que les outils GEO apportent
La méthode manuelle décrite ci-dessus est suffisante pour un premier état des lieux. Elle a cependant deux limites : le temps (tester 15 prompts × 6 LLMs manuellement prend 3 à 4 heures) et la fréquence (difficile de refaire ça toutes les semaines).
Les plateformes GEO comme Diria automatisent ces tests en temps réel sur ChatGPT, Claude, Mistral, Perplexity, Meta AI et Gemini, calculent un score composite sur 100, et génèrent des recommandations classées par priorité (P0/P1/P2) avec impact estimé. Elles permettent aussi de comparer sa visibilité à celle de ses concurrents sur les mêmes familles de prompts — une donnée impossible à obtenir manuellement à grande échelle.
Votre concurrent apparaît dans ChatGPT mais pas vous ? Voyez pourquoi en 10 minutes.
Diria calcule votre score de visibilité IA sur 100 en temps réel et vous donne vos premières recommandations actionnables. Demandez une démo →
Les 3 erreurs qui faussent la mesure
Erreur 1 — Tester uniquement ChatGPT
ChatGPT est le LLM le plus connu, mais pas nécessairement le plus représentatif. En France, Mistral Le Chat et Perplexity ont des parts d'usage significatives sur le marché professionnel. Une PME qui optimise uniquement pour ChatGPT rate une part importante de son audience cible.
Erreur 2 — Tester avec son nom de marque en prompt direct
Poser « Parle-moi de [Votre Marque] » à un LLM ne mesure pas votre visibilité GEO — cela mesure ce que le LLM a stocké sur vous dans ses données d'entraînement. La vraie mesure est de vérifier si vous apparaissez quand on pose une question sectorielle sans vous citer. C'est dans ces contextes que se jouent les décisions d'achat de vos prospects.
Erreur 3 — Mesurer une seule fois
Un snapshot ponctuel ne dit rien sur la tendance. Les LLMs sont mis à jour régulièrement, et votre visibilité évolue à mesure que vous publiez du contenu, obtenez des backlinks ou des mentions presse. Un suivi mensuel minimum est nécessaire pour distinguer le signal du bruit.
Benchmark : où se situent les PME françaises en 2026 ?
D'après les données disponibles sur les PME françaises analysées via des outils GEO en 2025-2026, la distribution des scores de visibilité IA est la suivante :
- Score 0-20/100 : environ 60 % des PME françaises — invisibles dans les LLMs, pas de contenu structuré, pas de présence sur les sources tierces utilisées par les IA
- Score 20-50/100 : environ 30 % — présentes sporadiquement, souvent dans Perplexity mais pas dans les autres LLMs, rôle narratif limité à « alternative »
- Score 50-75/100 : environ 8 % — bonne présence de base, travail GEO en cours, cohérence partielle sur 3-4 LLMs
- Score 75-100/100 : moins de 2 % — leaders sectoriels avec stratégie GEO structurée, présents sur les 6 LLMs, rôle narratif dominant
L'opportunité est claire : 90 % des PME françaises ont un score inférieur à 50. Pour une entreprise qui commence aujourd'hui, atteindre un score de 55 à 65 en 6 mois est un objectif réaliste avec une stratégie GEO cohérente.
Plan d'amélioration par niveau de score
Selon votre score de départ, les priorités ne sont pas les mêmes.
Score 0-20 (fondation manquante) : commencez par le contenu structuré — créez un llms.txt, implémentez JSON-LD Organization et SoftwareApplication (ou LocalBusiness selon votre activité), publiez une FAQ exhaustive sur votre secteur avec au moins 15 questions/réponses. Ces actions seules peuvent faire progresser votre score de 15 à 20 points en 4 à 6 semaines.
Score 20-50 (présence partielle) : travaillez la cohérence multi-LLM et le rôle narratif. Publiez 3 à 5 articles de fond sur des sujets où vous voulez être référence. Obtenez des mentions sur des médias sectoriels reconnus (un article dans un journal de référence de votre secteur vaut plus que 50 articles sur votre propre blog pour la visibilité IA). Répondez à des questions sur des forums spécialisés.
Score 50-75 (bonne présence, à consolider) : affinez le positionnement cognitif. Publiez des données propriétaires (études, sondages, benchmarks) — les LLMs les citent comme sources autorité. Développez des pages service très détaillées avec des métriques et des cas clients. Structurez votre présence sur les plateformes d'avis (G2, Capterra, Trustpilot).
Score 75+ (leadership à défendre) : surveillez vos concurrents (un seul article percutant peut leur faire gagner 10 points rapidement), maintenez la fréquence de publication, et étendez votre couverture vers les nouveaux LLMs émergents et les agents IA autonomes qui commencent à sourcer leurs décisions.
FAQ — Score de visibilité IA
Combien de temps faut-il pour améliorer son score de visibilité IA ?
Les premières améliorations sont visibles en 4 à 8 semaines avec des actions techniques (llms.txt, JSON-LD, FAQ structurée). Des gains plus significatifs sur le taux de mention et le rôle narratif demandent 3 à 6 mois, car les LLMs mettent à jour leurs données d'entraînement à intervalles variables. Perplexity, qui crawle le web en temps réel, réagit plus vite que GPT-4o dont les données d'entraînement sont moins fréquemment rafraîchies.
Le score de visibilité IA remplace-t-il les KPIs SEO classiques ?
Non. Les deux métriques sont complémentaires et mesurent des canaux différents. Le SEO classique (positions Google, trafic organique) reste pertinent pour les recherches traditionnelles. Le score de visibilité IA mesure un canal distinct — les moteurs de réponse — qui représente une part croissante des décisions d'achat B2B. En 2026, les deux coexistent et se renforcent mutuellement : un bon SEO facilite l'indexation par certains LLMs, et une forte visibilité IA peut générer du trafic direct vers votre site.
Peut-on mesurer sa visibilité IA sans budget ?
Oui, avec la méthode manuelle décrite dans cet article. Définissez 10 à 15 prompts représentatifs, testez-les gratuitement sur ChatGPT (version gratuite), Claude.ai (version gratuite), Mistral Le Chat (gratuit), Perplexity (version gratuite) et Gemini (gratuit). Meta AI est accessible via WhatsApp et Instagram. Comptez 2 à 3 heures pour un premier état des lieux complet. Pour un suivi régulier et automatisé sur les 6 LLMs avec calcul de score et recommandations, des outils comme Diria automatisent ce processus.
Pourquoi mon site bien positionné sur Google n'apparaît pas dans ChatGPT ?
Les LLMs et Google utilisent des critères différents. Google évalue l'autorité d'une page sur une requête précise via des centaines de signaux algorithmiques. Les LLMs, eux, ont été entraînés sur un corpus textuel large et pondèrent la fréquence et la cohérence des mentions sur des sources variées (médias, forums, publications tiers), pas nécessairement votre propre site. Une PME absente des médias sectoriels, des forums spécialisés, des annuaires professionnels et des bases de données tierce peut très bien être en top 3 sur Google et invisible dans ChatGPT.
Un concurrent peut-il nuire à mon score de visibilité IA ?
Indirectement, oui. Si un concurrent publie massivement du contenu de qualité sur votre secteur et obtient des citations dans des médias de référence, les LLMs l'associeront de plus en plus comme expert de référence — ce qui peut mécaniquement réduire votre part de citations dans les réponses comparatives. C'est pourquoi un suivi régulier de votre score ET de celui de vos principaux concurrents est recommandé pour anticiper les évolutions du paysage concurrentiel dans les IA.
