Comment les assistants IA choisissent les entreprises citées

Les quatre étapes entre une question et un nom

Une question comme « à qui confier l'aménagement de mes locaux commerciaux à Lille ? » n'est pas une requête de recherche. Avant toute récupération, l'assistant décide s'il a besoin du web, puis décline la demande en plusieurs recherches concrètes — généralement un mélange de termes de catégorie, de modificateurs géographiques et de mots d'intention comme « meilleur », « avis » ou « comparatif ». OpenAI décrit ChatGPT search comme la combinaison de son modèle et d'informations issues du web, avec des liens vers les sources, plutôt qu'une réponse tirée des seules données d'entraînement (OpenAI).

La récupération renvoie un ensemble de candidats : le plus souvent quelques dizaines d'URL, dont une poignée seulement tient dans le contexte de travail. Ces documents sont ensuite filtrés — certaines sources sont considérées comme fiables pour des affirmations commerciales, d'autres ignorées, d'autres écartées parce que l'éditeur a bloqué le crawler. La recherche web de Claude, par exemple, renvoie des réponses accompagnées de citations vers les pages utilisées (Anthropic) : les sources sont donc porteuses et vérifiables.

Vient ensuite l'étape à laquelle presque aucune entreprise ne pense : la résolution d'entité. L'assistant doit établir que « Northgate Interiors », « Northgate Interiors Ltd » et l'entreprise anonyme décrite dans un article de presse professionnelle sont la même société — ou non. Enfin, la synthèse : le modèle inscrit deux à cinq noms dans un texte, dans un ordre déterminé par la force et la cohérence de la présence de chaque candidat dans les preuves récupérées.

Chaque étape est un filtre. Vous pouvez être parfaitement crawlable, bien noté et objectivement la meilleure option, et perdre malgré tout à la résolution d'entité. Identifier quel filtre vous a éliminé est bien plus utile que n'importe quel conseil général sur « l'optimisation pour l'IA ».

• placeholder
• x
• Étapes-filtres
• :

Étape 1 : la récupération — accessible d'abord, trouvable ensuite

Rien de ce qui suit ne compte si la récupération échoue. Chaque assistant utilise ses propres crawlers et son propre index, et chacun publie les user agents concernés : OpenAI documente OAI-SearchBot pour l'affichage des sites dans ChatGPT search, en plus de GPTBot pour l'entraînement (OpenAI), et bloquer l'un n'équivaut pas à bloquer l'autre. Un robots.txt rédigé en 2023 pour tenir l'entraînement IA à distance exclut fréquemment aussi le bot de recherche — une exclusion auto-infligée qu'aucun travail éditorial ne viendra corriger.

L'index derrière l'assistant pèse tout autant. Google indique que ses fonctionnalités IA dans la recherche s'appuient sur les mêmes systèmes et la même indexation que la recherche elle-même, et que les recommandations sont celles des Search Essentials (Google Search Central). Microsoft Copilot hérite de l'index de Bing : les consignes aux webmasters de Bing sur la crawlabilité, les URL canoniques et la qualité du contenu font donc office de règlement applicable (consignes aux webmasters Bing). Perplexity opère sa propre récupération, cite ses sources en ligne et a noué des accords commerciaux avec des éditeurs via son Publishers Program (Perplexity).

Reste le décalage de vocabulaire. Les assistants cherchent avec les mots de l'utilisateur, pas avec ceux de votre marketing. Une entreprise qui se présente comme un fournisseur de « solutions intégrées d'environnement de travail » est invisible face à une déclinaison de requêtes du type « entreprise aménagement bureaux Lille », « société d'agencement de locaux professionnels France » et « meilleures entreprises d'aménagement de bureaux ». Un langage de catégorie explicite sur vos pages de services, avec les mots que les acheteurs emploient réellement, est ce qui rend une page récupérable pour les requêtes effectivement lancées.

Ce que vous maîtrisez ici : l'accès des crawlers, l'indexabilité page par page, la fraîcheur de vos pages clés, et la correspondance entre votre terminologie et les formulations de recherche qu'un assistant est susceptible de générer.

Étape 2 : la fiabilité des sources — les pages tierces composent la liste

Une fois les documents récupérés, ils ne se valent pas. Les assistants s'appuient massivement sur les pages qui se lisent comme des évaluations indépendantes — annuaires, plateformes d'avis, presse professionnelle, comparatifs, listes de membres d'associations, profils de places de marché — parce que ce sont elles qui contiennent des listes d'options concurrentes. Le site d'un prestataire est excellent pour confirmer des informations et déplorable comme preuve de supériorité : « nous sommes le leader du marché » est une affirmation que le modèle a appris à minorer.

D'où ce constat : la liste effective est souvent arrêtée avant même que votre site ne soit lu. Si cinq comparatifs de votre catégorie citent huit entreprises et que vous n'en faites pas partie, l'ensemble de candidats de l'assistant se limite à ces huit-là. Votre site ne sera consulté que pour enrichir un nom déjà présent, ou pas du tout. L'asymétrie est inconfortable mais exploitable : obtenir une ligne dans les pages qui se classent déjà sur « meilleur X à Y » vous fait avancer davantage qu'une nouvelle réécriture de page d'accueil.

La cohérence entre les sources agit comme un second signal de confiance. Quand six pages indépendantes vous décrivent de la même façon — même spécialité, même ville, même taille de clients — le modèle traite cette description comme un fait établi. Quand elles se contredisent, il nuance, et les entités nuancées disparaissent des réponses courtes parce qu'elles coûtent des mots à expliquer.

La fraîcheur compte plus que la plupart des équipes ne le pensent. Les assistants privilégient les documents récents pour les questions commerciales : une fiche d'annuaire de 2019 avec un numéro hors service est donc pire que pas de fiche du tout. Auditer où vous apparaissez et faire corriger les profils obsolètes est un travail ingrat, à effet direct sur la récupération. Nous traitons le volet mesure dans visibilité IA.

• Les pages qui construisent les listes : panoramas de catégorie, listes « meilleurs de », comparatifs et articles « alternatives à », plateformes d'avis, annuaires sectoriels et registres d'associations professionnelles.
• Les pages qui confirment les informations : vos pages de services, votre page tarifs, vos études de cas, votre page « à propos » et vos données structurées.
• Les pages qui vous nuisent : profils obsolètes avec de mauvaises coordonnées, fiches en double abandonnées, et pages décrivant une offre que vous ne proposez plus.

Étape 3 : la résolution d'entité — être une entreprise sans ambiguïté

Le modèle dispose désormais d'un tas de mentions et doit les regrouper en entités. C'est là que les noms quasi identiques, les changements de marque, les activités multi-sites et les structures de holding provoquent des pertes silencieuses. Si les preuves relatives à votre société sont éclatées entre trois identités à moitié formées, aucune des trois ne paraît assez solide pour être recommandée, alors que leur somme le serait.

L'identité lisible par machine est le correctif le moins coûteux à disposition. La documentation de Google sur les données structurées des établissements locaux précise les propriétés qui décrivent une entreprise physique — nom, adresse, téléphone, horaires d'ouverture, géolocalisation, fourchette de prix (Google Search Central) — et la propriété sameAs de Schema.org existe précisément pour relier votre page aux références canoniques de la même entité, comme un profil officiel ou une page de base de connaissances (Schema.org). Les renseigner donne à chaque crawler le même énoncé sans ambiguïté de votre identité.

Le reste est une affaire de discipline. Utilisez partout le même schéma « raison sociale + nom commercial ». Conservez les mêmes mots de catégorie dans votre balise title, vos profils d'annuaires et votre description LinkedIn. Vérifiez que l'adresse et le numéro de téléphone des fiches tierces correspondent caractère pour caractère à ceux de votre site. Si vous avez plusieurs implantations, donnez à chacune sa page indexable avec ses propres données structurées, plutôt qu'une page unique pilotée par un menu déroulant.

Les assistants résolvent aussi les entités par co-occurrence : les marques, technologies, certifications et types de clients qui apparaissent près de votre nom. Si rien dans les preuves récupérées ne vous relie au service précis évoqué dans la question, vous serez identifié comme une entreprise générique de votre secteur — récupérable, mais jamais la réponse à une question précise.

Étape 4 : la synthèse — comment une liste devient une phrase

Au moment de la synthèse, le modèle dispose peut-être de 5 000 à 20 000 mots de texte récupéré et doit en produire 120. La compression décide de tout. Les candidats appuyés par des affirmations explicites et citables survivent ; ceux qui exigent une inférence sont coupés, faute de place pour argumenter.

La position dans le contexte récupéré a un effet mesurable. Liu et ses coauteurs ont montré que les modèles de langage exploitent le mieux l'information lorsqu'elle figure au début ou à la fin d'une longue entrée, avec une précision qui se dégrade nettement quand le passage pertinent se trouve au milieu (Liu et al., « Lost in the Middle »). Concrètement, cela récompense la structure : une affirmation énoncée dans la première phrase d'une section, ou dans un tableau comparatif clairement identifié, a beaucoup plus de chances de survivre à la compression que la même affirmation au neuvième paragraphe.

La forme de la réponse suit aussi celle de ses sources. Si les documents récupérés sont des comparatifs, vous obtenez un comparatif. Si ce sont des pages d'avis, vous obtenez du ressenti client. Si une source a déjà cadré un marché en « trois options entreprise et deux options économiques », l'assistant tend à reproduire ce cadrage et à y insérer des noms. Celui qui écrit le cadrage qui sera récupéré a plus d'influence que celui qui écrit le meilleur argumentaire commercial.

Enfin, le modèle a besoin d'un motif pour vous nommer. « Adapté aux secteurs régulés grâce à sa certification ISO 27001 » est une phrase que l'assistant peut reprendre et défendre. « Primé et orienté client » ne l'est pas. Publier les critères précis et vérifiables sur lesquels un acheteur filtrerait — secteur, taille de projet, zone géographique, conformité, intégrations, délais — vous fournit les différenciateurs qui vous rendent citable.

Pourquoi la même question donne des réponses différentes selon l'assistant

La divergence est structurelle, pas aléatoire. Copilot répond depuis l'index de Bing ; les fonctionnalités IA de Gemini s'appuient sur les systèmes de recherche et l'indexation de Google (Google Search Central) ; Perplexity récupère via sa propre infrastructure et cite en ligne ; Claude cherche sur le web et rattache des citations aux affirmations qu'il en tire (Anthropic) ; ChatGPT search combine le modèle et des informations du web, avec des liens sortants (OpenAI). Des index différents contiennent des documents différents, rafraîchis à des rythmes différents. Même question, preuves différentes.

À cela s'ajoutent quatre autres sources de variance. La déclinaison des requêtes diffère, donc les recherches réellement lancées ne sont pas les mêmes. L'échantillonnage rend la génération non déterministe : le même assistant peut produire deux ordres différents à la suite. La localisation modifie les résultats selon le pays et la ville déduits. Et la personnalisation — historique de conversation ou fonctions de mémoire — peut orienter les réponses d'un utilisateur vers des marques dont il a déjà parlé.

Conséquence opérationnelle : un sondage ponctuel ne vous apprend presque rien. Pour savoir si vous êtes recommandé, il faut lancer le même jeu de questions à intention d'achat, de façon répétée, sur plusieurs assistants, depuis les zones géographiques où vous vendez, en capturant chaque fois les sources citées. C'est ce que fait Growli : nous suivons les mentions, les comparaisons et les recommandations assistant par assistant, montrons sur quelles sources les réponses ont été construites, et transformons les écarts en une liste priorisée de correctifs — voir comment ça marche.

Le diagnostic suit les quatre mêmes étapes. Jamais récupéré, nulle part ? Suspectez l'accès des crawlers ou le décalage de vocabulaire. Récupéré mais jamais nommé ? Suspectez la fiabilité des sources ou l'ambiguïté d'entité. Nommé mais mal décrit ? Une source obsolète précise l'emporte, et les citations permettent de l'identifier.

Ce que vous pouvez réellement influencer, étape par étape

Presque rien dans ce pipeline ne réagit à la persuasion, et presque tout réagit aux preuves. Le travail se répartit nettement par étape, et mieux vaut le séquencer ainsi que de tout mener de front.

À la récupération, les leviers sont techniques et linguistiques : autoriser les crawlers de recherche souhaités (en vérifiant les user agents documentés de chaque plateforme), maintenir vos pages commerciales clés indexables et à jour, et employer les mots de catégorie que vos acheteurs tapent réellement. À l'étape de la fiabilité des sources, les leviers sont externes : entrer dans les comparatifs et annuaires qui se classent déjà sur les questions de votre catégorie, faire corriger les profils obsolètes, et veiller à ce que les descriptions indépendantes de votre entreprise concordent.

À la résolution d'entité, les leviers sont structurels : un seul schéma de nommage, des coordonnées identiques partout, des données structurées LocalBusiness ou Organization, et des liens sameAs vers vos profils canoniques. À la synthèse, les leviers sont éditoriaux : énoncer les faits qualifiants dès la première phrase d'une section, publier du contenu de format comparatif avec des tableaux, et fournir au modèle des différenciateurs vérifiables qu'il peut citer sans risque.

Rien de tout cela n'est une astuce, et rien n'est définitif. Les index se rafraîchissent, les concurrents publient, et les assistants modifient leur comportement de récupération sans préavis : la boucle de mesure compte donc autant que les correctifs. Les entreprises recommandées de façon régulière sont celles dont la base de preuves est facile à trouver, facile à croire, et impossible à confondre avec celle d'un autre.

FAQ