Les citations fantômes en recherche IA créent un écart de visibilité

Une citation n'est pas la même chose que la visibilité de marque. Dans l'analyse réalisée par Writesonic sur une fenêtre récente de 30 jours de données de réponses IA, portant sur des milliers de marques et environ 16 millions d'apparitions de marques, près de 40 % des citations IA ne mentionnaient pas la marque source dans la réponse générée. Sur Perplexity, cet écart atteignait 52 %.

Cela compte, parce que la recherche IA satisfait souvent l'utilisateur avant même qu'il clique. Si le modèle s'appuie sur vos données, renvoie vers votre page et laisse tout de même votre nom de côté, votre contenu a bien servi à construire la réponse, mais votre marque n'a pas forcément été emportée avec elle. Pour la GEO, ou generative engine optimization, cela signifie que les citations et les mentions sont deux résultats distincts et qu'ils doivent être mesurés séparément.

Qu'est-ce qu'une citation fantôme, exactement ?

Une citation fantôme survient lorsqu'une réponse IA renvoie vers votre page comme source, mais ne cite pas votre marque dans le texte visible de la réponse. Le moteur reconnaît la page dans la couche de preuves, tout en retirant l'entreprise du résumé affiché.

Un exemple simple rend le problème évident. Dans une version de réponse, le modèle nomme Writesonic comme source du constat. Dans une autre, il indique seulement qu'une analyse a révélé le résultat, même si le panneau des citations pointe vers la même page. Le lecteur obtient le fait dans les deux cas, mais une seule version transporte la marque.

C'est pourquoi la visibilité IA commence avant le prompt et se termine avec les citations. Dans les interfaces IA, la réponse elle-même constitue l'impression. Si votre marque n'apparaît pas dans cette impression, la valeur de la citation change. Vous pouvez toujours générer du trafic de référence auprès d'utilisateurs attentifs, mais vous perdez le rappel de marque direct auprès de toutes les personnes qui lisent la réponse puis passent à autre chose.

Cette distinction paraît subtile jusqu'à ce qu'on observe comment les gens utilisent réellement la recherche IA. La plupart des utilisateurs lisent d'abord la réponse, jettent éventuellement un coup d'œil à la liste des sources, et ne prennent presque jamais le temps d'examiner chaque lien. Si la réponse leur donne ce qu'ils veulent, le parcours se termine souvent là. Une page peut influencer le résultat sans que la marque reçoive un crédit évident.

Quelle est l'ampleur de l'écart selon les moteurs IA ?

L'écart n'est pas uniforme. Un même volume de citations peut produire des niveaux de reconnaissance de marque très différents selon le moteur.

• Perplexity : 52 % de citations fantômes
• Google AI Mode : 49 %
• Google AI Overviews : 41 %
• ChatGPT : 37 %
• Gemini : 25 %
• Grok : 22 %
• Microsoft Copilot : 19 %

L'un des enseignements les plus utiles est la séparation entre ce qu'on pourrait appeler les moteurs qui citent et les moteurs qui nomment. Perplexity et les moteurs de réponse de Google semblent plus enclins à renvoyer vers des sources externes, mais ils omettent aussi plus souvent le nom de la marque dans la réponse. Gemini et Microsoft Copilot fonctionnent davantage comme des moteurs de nommage : ils intègrent plus souvent les marques dans le texte, mais citent moins fréquemment les pages. ChatGPT et Grok se situent entre ces deux comportements.

Autrement dit, 100 apparitions citées sur Perplexity ne signifient pas la même chose que 100 apparitions citées sur Copilot. D'après ce jeu de données, une marque manquerait dans la réponse dans environ 52 de ces apparitions sur Perplexity, contre environ 19 sur Copilot. Si votre reporting aplatit les deux en un seul score de citation, il masque le véritable résultat de visibilité.

C'est le premier piège pour les équipes marketing. Un tableau de bord peut afficher une hausse des citations de sources tout en racontant une histoire erronée sur la notoriété. Deux marques peuvent afficher des totaux de citations similaires, alors que l'une devient mémorable dans la réponse et que l'autre reste invisible sauf si l'utilisateur ouvre une note de bas de page.

L'étude doit aussi être lue avec prudence. Il s'agit d'une photographie du comportement observé sur une seule fenêtre récente de 30 jours, les pourcentages ont été arrondis, et rien ne prouve l'effet en aval sur les clics, le rappel, la confiance ou les conversions. Mais l'échantillon est suffisamment important pour rendre un point difficile à ignorer : le choix du moteur façonne la reconnaissance, pas seulement le trafic.

Pourquoi cela fausse-t-il la plupart des reportings de visibilité IA ?

Parce que beaucoup d'équipes traitent encore la présence d'une source et la présence d'une marque comme s'il s'agissait du même KPI. Ce n'est pas le cas.

Une citation vous indique qu'un moteur a utilisé votre contenu. Une mention vous indique que l'utilisateur a réellement vu votre marque. Le meilleur scénario consiste à obtenir les deux en même temps. Une mention sans citation peut faire monter la notoriété, mais ne pas générer de clics de référence. Une citation sans mention peut valider votre contenu tout en faisant peu pour la mémorisation de la marque.

C'est pourquoi tout programme GEO sérieux a besoin d'un modèle de mesure qui distingue quatre états : cité et mentionné, cité mais non mentionné, mentionné mais non cité, et ni cité ni mentionné. Si vous voulez un cadre pratique pour cela, le guide BotRank sur comment mesurer votre visibilité IA constitue un bon point de départ.

Le problème stratégique plus large concerne l'allocation budgétaire. Une équipe peut penser que son programme de recherche IA fonctionne parce que le nombre de sources citées augmente. En réalité, elle peut alimenter les moteurs de réponse avec du contenu utile, pendant qu'un concurrent récupère le crédit de marque dans la réponse visible. Ce n'est pas un échec au niveau du contenu. C'est un échec de mesure.

Il existe aussi un problème de reporting au sein des organisations. Les équipes SEO pilotent souvent le trafic et la crawlabilité, les équipes RP pilotent la réputation, et les équipes marque pilotent le rappel. Les citations fantômes se situent entre les trois. Si personne ne les suit explicitement, elles se diluent dans un reporting agrégé et personne n'obtient une vision claire de ce qui a changé.

Pourquoi les citations fantômes apparaissent-elles ?

La réponse honnête est que personne ne dispose encore d'un modèle causal complet. Ce que nous avons, ce sont des explications plausibles et des schémas clairs au niveau des moteurs.

Une raison probable est que certains moteurs considèrent la citation elle-même comme une attribution suffisante. Ils absorbent le contenu source, le réécrivent avec leur propre voix et laissent le nom de la marque dans les notes de bas de page ou dans le panneau des sources. Du point de vue du modèle, la réponse reste étayée. Du point de vue du marketeur, l'attribution est affaiblie.

La structure du contenu peut aussi jouer un rôle. Quand une statistique clé se trouve plusieurs paragraphes plus loin que le nom de l'entreprise qui l'a produite, le constat est plus facile à anonymiser pendant la synthèse. Quand le nom de la marque est directement intégré à la phrase, le lien entre l'insight et sa source est plus difficile à rompre. Il s'agit encore d'une hypothèse, pas d'une règle démontrée, mais c'est une piste intelligente à tester.

Il y a aussi une couche liée à l'entité de marque. Si un modèle a une faible confiance dans la manière dont votre entreprise doit être nommée, catégorisée ou reliée à un sujet, il peut adopter une formulation neutre même en citant votre page. C'est l'une des raisons pour lesquelles la cohérence forte des entités, une structure de page claire et une attribution répétée sur le web restent essentielles.

C'est là que beaucoup d'équipes réagissent dans la mauvaise direction. Elles supposent que les citations fantômes signifient forcément que le contenu est mauvais. Ce n'est pas ce que montre ce jeu de données. Le problème peut venir du comportement de synthèse du moteur, du schéma d'attribution de la page, de l'empreinte entité de la marque, ou d'un mélange des trois. Réécrire brutalement tout l'article n'est presque jamais le premier bon réflexe.

Le point de vue de BotRank

Le changement le plus important ici est opérationnel, pas philosophique. Les citations fantômes signifient que la visibilité IA doit être mesurée au niveau de la réponse, et non déduite uniquement à partir des logs de sources. Si un modèle vous cite souvent mais retire votre marque, tandis qu'un autre vous nomme mais vous renvoie rarement un lien, le bon correctif n'est pas le même dans chaque cas.

C'est exactement là que la fonctionnalité Visibilité IA de BotRank devient utile. Elle permet aux équipes d'exécuter les mêmes prompts sur plusieurs LLMs, de comparer les résultats propres à chaque modèle dans le temps, et de séparer les citations des mentions visibles au lieu de les fondre dans un seul score. Dans le contexte des citations fantômes, cette différence change tout. Elle montre si votre contenu alimente simplement une réponse ou s'il transporte réellement votre marque dans la réponse. C'est un signal bien plus utile pour la stratégie, le reporting et la priorisation qu'un simple chiffre de visibilité agrégé.

Que doivent faire les équipes SEO et GEO ensuite ?

L'étape suivante n'est pas la panique. C'est une meilleure instrumentation et une attribution plus rigoureuse.

1. Mesurez séparément les mentions et les citations

Commencez avec le modèle à quatre états : cité et mentionné, cité mais non mentionné, mentionné mais non cité, et ni l'un ni l'autre. Puis segmentez ce modèle par moteur. Perplexity, ChatGPT, AI Overviews, Gemini, Grok et Copilot ne produisent pas les mêmes comportements d'attribution, donc un score agrégé peut masquer le problème.

C'est aussi là que le choix des prompts devient important. Suivez séparément les questions commerciales, les comparaisons de catégories et les prompts informationnels à forte intention. Une marque peut être très bien citée sur les requêtes éducatives et invisible sur les requêtes d'achat. Si vous ne segmentez pas par type de prompt, vous risquez d'optimiser les mauvaises pages pour les mauvais résultats.

2. Créez des recherches, des jeux de données et des cadres qui portent votre nom

Les conseils génériques sont faciles à compresser pour les systèmes IA en un langage anonyme. Une recherche nommée est plus difficile à détacher de son auteur. Un benchmark, un index, un framework ou une méthodologie dont le nom intègre votre marque crée un lien d'attribution plus fort qu'une simple phrase du type notre analyse.

Cela fonctionne d'autant mieux lorsque l'actif est ouvert, crawlable et facile à citer. Un PDF protégé peut contenir des recherches précieuses, mais c'est un format faible pour la récupération et la citation par les IA. Une page publique avec une méthodologie claire, des points clés de synthèse et des sections structurées est bien plus simple à extraire pour les modèles. L'article BotRank sur pourquoi 90 % des marques restent invisibles dans la recherche IA rappelle bien le point plus large : une forte visibilité SEO traditionnelle ne garantit ni la visibilité des mentions IA, ni celle des citations IA.

L'effet hors site compte aussi. Quand des contenus tiers répètent le nom de votre étude ou de votre framework, l'association entre la marque et l'insight se renforce au-delà de votre propre domaine. Les modèles disposent alors de davantage d'occasions d'apprendre la relation au lieu de la redécouvrir à partir d'une seule page.

3. Intégrez l'attribution dans le constat, pas à côté

Si vous publiez des données originales, n'enfouissez pas votre nom de marque dans l'introduction et le résultat réel à mi-parcours de la page. Associez-les. Une phrase qui relie explicitement la marque au constat est plus forte qu'une phrase qui suppose que le lecteur déduira la propriété à partir du contexte de la page.

Ce principe vaut au-delà des études. Les pages produit, les pages comparatives, les commentaires d'experts et les FAQ gagnent tous à afficher une attribution explicite quand vous voulez que la marque voyage avec l'idée. Si vous souhaitez vérifier quelles pages sont réellement utilisées et si elles présentent votre marque clairement, l'Analyse des sources de BotRank donne aux équipes un moyen d'examiner les pages et les citations qui se cachent derrière les réponses des LLMs.

4. Auditez les réponses, pas seulement les URL

Quand une page est citée mais que la marque est absente, examinez la réponse elle-même. Quelle phrase a été extraite ? Des marques concurrentes ont-elles été nommées ? Le modèle a-t-il paraphrasé un terme propriétaire en quelque chose de générique ? La même omission se répète-t-elle sur des prompts voisins ?

C'est ici que les tests modèle par modèle deviennent obligatoires. Comme BotRank l'a expliqué dans son analyse du fait que ChatGPT Search cite moins de domaines, la visibilité IA n'est pas un environnement stable. Le comportement de récupération et de citation peut varier selon le modèle, la surface produit et le style de réponse. Le diagnostic doit se faire au niveau du prompt et de la réponse, pas seulement dans un tableur d'URL.

Un exemple utile est une requête de prix ou de comparaison avec des alternatives. Un modèle peut citer votre page comparative, omettre votre nom de marque, et tout de même mentionner un concurrent dans la réponse visible parce que ce concurrent est mieux ancré comme entité. En ne regardant que la citation, on manquerait cette perte concurrentielle.

5. Transformez les enseignements en backlog reproductible

Les citations fantômes ne se résolvent pas avec une seule réécriture. Elles nécessitent des tests continus. Cela signifie transformer les constats en tâches précises : renommer une étude, restructurer un bloc de réponse, ajouter une attribution explicite, renforcer la couverture hors site, ou améliorer les sections qui sont le plus souvent citées.

La fonctionnalité Recommandations de BotRank est utile ici, car elle transforme le diagnostic en actions GEO concrètes au lieu de laisser les équipes avec une pile d'observations. C'est important, car le vrai goulot d'étranglement dans la recherche IA n'est presque jamais la prise de conscience du problème. C'est l'exécution.

L'objectif pratique est simple : augmenter la part des réponses dans lesquelles votre marque est à la fois citée et nommée. C'est ce qui se rapproche le plus d'un gain de visibilité IA de haute qualité dans ce jeu de données.

FAQ

Une citation reste-t-elle utile si la marque n'est pas nommée ?

Oui. Elle montre que le moteur a jugé votre page suffisamment utile pour étayer une réponse. Mais elle est plus faible qu'une citation accompagnée d'une mention, parce que le lecteur peut consommer la réponse sans remarquer la marque.

Quels moteurs IA semblent les plus exposés aux citations fantômes dans ce jeu de données ?

Perplexity affiche le taux de citations fantômes le plus élevé, à 52 %. Google AI Mode suit avec 49 %, puis Google AI Overviews avec 41 % et ChatGPT avec 37 %.

Les citations fantômes sont-elles causées par un mauvais contenu ?

Pas nécessairement. L'étude n'établit pas de causalité. Les facteurs probables incluent la manière dont chaque moteur réécrit les sources, la proximité entre le constat et le nom de la marque sur la page, et la clarté avec laquelle la marque existe comme entité sur le web.

Quel est le meilleur KPI pour ce problème ?

Le meilleur KPI n'est pas le volume brut de citations. Suivez séparément les citations et les mentions visibles de marque, puis observez à quelle fréquence elles se produisent ensemble pour les prompts et les moteurs qui comptent pour le revenu.

Si vous voulez savoir si l'IA s'appuie simplement sur votre contenu ou si elle transporte réellement votre marque, commencez par auditer les prompts sur plusieurs moteurs, étiquetez explicitement les citations fantômes et considérez la reconnaissance comme une métrique GEO à part entière. C'est ainsi qu'une influence invisible devient une demande de marque visible.