Sommaire de l'article
La part de citation est une proportion, pas un classement
La part de citation est le nombre de réponses dans lesquelles votre domaine figure parmi les sources citées, divisé par le nombre total de réponses obtenues, pour un panel de prompts donné, sur un moteur donné, pendant une période donnée. Une part de citation de 20 % sur ChatGPT signifie qu'une réponse sur cinq, parmi celles que vos acheteurs obtiendraient en posant les questions du panel, cite au moins une de vos pages.
Trois précisions rendent la définition exploitable. D'abord, le dénominateur compte des réponses et non des prompts : si chaque prompt est exécuté trois fois, un panel de quarante prompts produit cent vingt réponses par moteur. Ensuite, la citation s'entend au niveau du domaine, pas de la page : une réponse qui cite deux de vos pages compte pour une citation. Enfin, la période est fixée à l'avance ; on compare des semaines entre elles, jamais une semaine à un jour.
Cet indicateur n'a de sens que rapporté à vos concurrents et à l'intention des questions. Un article sur ce blog présente déjà les quatre conditions d'une citation et la méthode de mesure en quatre étapes ; le présent article va plus loin sur ce qui rend la mesure fiable ou trompeuse.
Cinq indicateurs voisins qu'il ne faut pas confondre
Le vocabulaire du marché mélange plusieurs notions. Elles se mesurent sur le même relevé, mais elles ne répondent pas à la même question.
| Indicateur | Ce qu'il compte | Question à laquelle il répond |
|---|---|---|
| Part de citation | Réponses où votre domaine est une source citée | Le moteur lit-il vos pages et s'en sert-il ? |
| Part de mention | Réponses où votre marque est nommée dans le texte, avec ou sans source | Le moteur vous connaît-il, même par des tiers ? |
| Part de recommandation | Réponses à une question de choix où votre marque est proposée comme option | Êtes-vous dans la liste courte de l'acheteur ? |
| Rang de citation | Position moyenne de votre domaine parmi les sources listées | Êtes-vous la source principale ou un appoint ? |
| Part de voix | Votre part de citation rapportée à la somme des parts de l'ensemble concurrentiel | Qui domine le sujet ? |
Tableau : faites défiler horizontalement.
Dans nos rapports, la part de citation reste l'indicateur de pilotage, parce qu'elle mesure directement ce que vos pages produisent. La part de recommandation est l'indicateur de résultat, parce qu'elle se lit sur les questions où l'acheteur choisit. Les trois autres servent à expliquer les écarts.
Pourquoi une mesure ponctuelle ne prouve rien
Deux exécutions du même prompt, à une minute d'intervalle, peuvent citer des sources différentes. Ce n'est pas un défaut de la mesure, c'est la nature des moteurs génératifs. Cinq facteurs expliquent l'essentiel de la variation.
- Le modèle n'est pas déterministe. Il reformule la question en sous-requêtes qui changent d'une exécution à l'autre, et chaque jeu de sous-requêtes ramène d'autres passages.
- Le contexte de session pèse sur la réponse. Historique, mémoire activée, compte connecté, préférences déclarées : un compte personnel produit des réponses qui ne ressemblent pas à celles d'un acheteur inconnu.
- La localisation et la langue de l'interface orientent la sélection des sources, en particulier pour les questions de prestataire.
- Le moment de la mesure compte : rafraîchissement de l'index, actualité du sujet, mise à jour du modèle rarement annoncée.
- Le mode de réponse diffère : recherche web activée ou non, mode de raisonnement, réponse produite depuis la mémoire du modèle sans aucune source.
Données illustratives. Ce qu'il faut y lire : la série à une exécution oscille de 11 à 36 % sans que rien n'ait changé sur le site ; la série moyennée révèle une progression lente de 24 à 31 %, qui est le seul signal exploitable.
La réponse à cette variabilité tient en trois règles. Chaque prompt est exécuté plusieurs fois, trois au minimum, cinq quand la taille du panel le permet, et l'on retient la moyenne. Chaque exécution se fait dans une session neutre : compte dédié à la mesure, sans historique, mémoire désactivée, même pays et même langue d'interface d'une semaine à l'autre. Et chaque paramètre est consigné, parce qu'un changement de mode ou de modèle en cours de série fausse toute comparaison.
Le protocole hebdomadaire, étape par étape
Le protocole est volontairement répétitif : mêmes prompts, mêmes moteurs, mêmes réglages, même jour de la semaine. Tout ce qui change entre deux mesures doit être une décision documentée, jamais un accident.
- 01Geler le panelLa liste des prompts, leur intention et leur langue sont fixées avant la première mesure et versionnées.
- 02ExécuterChaque prompt, sur chaque moteur, trois à cinq fois, en session neutre, le même jour et le même créneau chaque semaine.
- 03ReleverPour chaque réponse : domaines cités, position de chacun, marques nommées dans le texte, capture. Un relevé incomplet ne se rattrape pas.
- 04ConsoliderMoyenne par prompt, puis par intention, par moteur, pour vous et pour chaque concurrent suivi.
- 05ComparerSemaine précédente, moyenne mobile sur quatre semaines, dispersion habituelle du panel.
- 06DéciderPages à réécrire, accès à vérifier, sources tierces à rejoindre ; puis retour à l'étape 2.
Le relevé est l'étape que l'on bâcle le plus souvent, et celle qui conditionne tout le reste. Une ligne par réponse, avec les champs ci-dessous, permet de recalculer plus tard n'importe quel indicateur, y compris ceux auxquels on n'avait pas pensé.
| Champ | Valeur relevée | À quoi il sert |
|---|---|---|
| Date, heure, opérateur | Horodatage et personne ou script | Contrôler la régularité de la série |
| Moteur et mode | ChatGPT, Perplexity, Gemini, Claude, AI Overviews ; recherche activée, modèle affiché | Ne comparer que des mesures comparables |
| Identifiant du prompt | Numéro dans le panel, intention, langue | Agréger par intention et par marché |
| Numéro d'exécution | 1 à 5 | Calculer moyenne et dispersion |
| Domaine cité | Oui ou non, et position parmi les sources | Part de citation et rang de citation |
| Liste complète des sources | Tous les domaines cités, dans l'ordre | Part de voix, sources tierces à rejoindre |
| Marques nommées | Toutes les marques présentes dans le texte | Part de mention et part de recommandation |
| Réponse conservée | Capture ou export du texte | Vérifier plus tard, détecter une erreur factuelle |
Tableau : faites défiler horizontalement.
Automatiser sans se tromper d'objet
Aucun éditeur de moteur ne fournit, à notre connaissance, une API de suivi de visibilité qui restitue les sources exactement comme l'interface grand public les affiche. Les outils du marché passent soit par les API des modèles, qui ne reproduisent pas fidèlement l'interface (options de recherche, personnalisation, pondération des sources), soit par l'automatisation d'un navigateur, plus fidèle mais plus fragile à chaque changement d'interface. Les deux sont utiles, à condition de savoir laquelle on regarde et de ne pas mélanger les séries.
L'automatisation s'impose dès que le panel grandit : quarante prompts, quatre moteurs et trois exécutions représentent quatre cent quatre-vingts réponses par semaine. Un relevé manuel reste néanmoins indispensable une fois par mois sur un sous-ensemble, pour vérifier que l'outil voit bien ce qu'un utilisateur verrait.
Lire par intention : là où la citation vaut de l'argent
Une part de citation globale masque l'essentiel. Une marque peut être citée sur toutes les questions de définition et absente de toutes les questions de choix ; son chiffre global sera flatteur et son influence sur les ventes, nulle. La lecture se fait donc par intention, avec au moins quatre familles : informationnelle (« comment… », « qu'est-ce que… »), comparative (« X ou Y », « différence entre… »), choix de prestataire ou de produit (« quelle agence pour… », « quel logiciel pour… »), et marque (« que vaut… », « avis sur… »).
Données illustratives. Ce qu'il faut y lire : la marque gagne la pédagogie et perd la décision ; le concurrent est cité là où l'acheteur choisit. Le plan d'action porte sur les pages comparatives et sur les sources tierces qui alimentent les réponses de choix.
Chaque cellule appelle une action différente. Une faiblesse informationnelle se corrige sur votre site, par des pages qui répondent d'abord. Une faiblesse comparative se corrige par des pages « X contre Y » honnêtes et par une présence dans les comparatifs tiers. Une faiblesse sur le choix de prestataire se corrige presque toujours hors de votre site, parce que les moteurs s'appuient alors sur des annuaires, des classements et des discussions. Une faiblesse sur la marque révèle un problème d'entité ou une information fausse à corriger.
La composition du panel conditionne cette lecture : si les questions de choix représentent cinq prompts sur quarante, la cellule correspondante n'est pas lisible. La construction d'un panel représentatif fait l'objet d'un article dédié.
Lire par moteur : des comportements différents, un seul tableau
Les moteurs ne citent pas de la même manière, et ce n'est pas un détail de présentation. L'un s'appuie sur son propre index et cite peu de sources, l'autre agrège de nombreuses sources tierces, un troisième dépend de l'index classique de Google et de son Knowledge Graph. Une marque peut donc être citée par un moteur parce qu'il a indexé ses pages, et par un autre parce qu'un comparatif tiers la nomme. Les deux citations n'ont ni la même cause ni la même solidité.
La lecture par moteur sert d'abord au diagnostic. Quand la part de citation baisse sur un seul moteur, la cause est presque toujours technique et propre à ce moteur : un robot de recherche IA bloqué par une règle de pare-feu, une consultation à la demande qui échoue, un index qui n'a pas repris une page modifiée. Quand elle baisse partout en même temps, la cause est éditoriale ou concurrentielle : une page réécrite qui a perdu sa réponse directe, un concurrent entré dans les comparatifs, une source tierce mise à jour sans vous. La procédure de diagnostic d'une perte de citation détaille ces cas.
Elle sert ensuite à l'arbitrage. Tous les moteurs ne pèsent pas le même poids dans votre marché : le trafic référent de votre outil d'analyse et les retours de vos commerciaux indiquent où concentrer l'effort. Une part de citation de 40 % sur un moteur que vos acheteurs n'utilisent pas ne vaut pas 10 % sur celui qu'ils consultent.
Combien de mesures avant de conclure ?
La réponse honnête est : pas avant d'avoir appris la dispersion normale de votre panel. Une hausse de six points entre deux semaines peut être un progrès ou un hasard ; on ne le sait qu'en comparant cet écart à ce que le panel bouge quand rien ne change.
- Semaine 1Point zéro
- Première photographie, par moteur et par intention
- Inventaire des sources tierces citées à votre place
- Aucune conclusion sur la tendance
- Semaines 2 à 4Apprentissage de la dispersion
- Amplitude habituelle de variation du panel, moteur par moteur
- Détection des prompts instables à reformuler ou à doubler
- Toujours aucune conclusion sur la tendance
- Semaines 5 et suivantesLecture tendancielle
- Moyenne mobile sur quatre semaines
- Un écart compte s'il dépasse la dispersion apprise et se confirme la semaine suivante
- Décisions reliées à des actions datées
Nous appliquons une règle de fonctionnement plutôt qu'un test statistique, parce que les séries sont courtes et le bruit, élevé. Une variation est traitée comme un signal si elle dépasse l'amplitude observée pendant les semaines stables et si elle se confirme sur la mesure suivante. Tout le reste est du bruit, et l'on ne réécrit pas une page pour du bruit.
La taille du panel fixe la finesse de lecture. Avec quarante prompts et trois exécutions, un prompt qui bascule déplace la part de citation d'environ deux points et demi ; en dessous de dix prompts par cellule, une cellule intention par moteur n'est pas lisible et doit être fusionnée avec sa voisine. Nous préférons donc un panel de soixante prompts mesuré chaque semaine à un panel de deux cents mesuré une fois par mois : la régularité renseigne davantage que le volume.
Les erreurs qui faussent la mesure
Les séries inexploitables que nous reprenons présentent presque toujours l'une des erreurs suivantes.
- Modifier le panel en cours de série sans versionner : la semaine 8 ne mesure plus la même chose que la semaine 1.
- Mesurer depuis un compte personnel, avec historique et mémoire : la réponse est celle de l'opérateur, pas celle de l'acheteur.
- Mélanger, sur un même moteur, des réponses avec recherche web et des réponses produites de mémoire.
- Compter une mention de marque comme une citation : les deux indicateurs divergent souvent, et c'est précisément ce qui est instructif.
- Comparer des semaines mesurées des jours différents, ou après une mise à jour de modèle passée inaperçue.
- Conclure sur une semaine, ou présenter une moyenne globale sans lecture par intention.
- Suivre sa marque seule : sans les concurrents, une baisse générale du nombre de sources citées passe pour un décrochage.
Ce qu'il faut retenir
- La part de citation est la proportion de réponses citant votre domaine, sur un panel figé, par moteur et par période ; elle se distingue de la part de mention et de la part de recommandation.
- Les réponses varient d'une exécution à l'autre : trois à cinq exécutions par prompt, en session neutre, et une moyenne sont le minimum.
- Le relevé conserve toutes les sources et toutes les marques de chaque réponse ; c'est lui qui permet les lectures ultérieures.
- La lecture par intention montre où la citation influence l'achat ; la lecture par moteur oriente le diagnostic.
- Aucune conclusion avant d'avoir appris la dispersion du panel ; un écart compte s'il la dépasse et se confirme la semaine suivante.
Questions fréquentes
Quelle est la différence entre part de citation et part de mention ?
La part de citation compte les réponses où votre domaine figure parmi les sources ; la part de mention compte celles où votre marque est nommée dans le texte, que la source soit vous ou un tiers. Une marque peut être mentionnée sans être citée, parce que le moteur s'appuie sur un comparatif ou un article de presse. L'écart entre les deux indique si vos propres pages sont lues ou si votre présence dépend de sources externes.
Combien de fois faut-il exécuter chaque prompt ?
Trois fois au minimum, cinq quand le panel et le budget le permettent, chaque semaine, dans des sessions neutres sans historique ni mémoire. La moyenne de ces exécutions lisse la variation propre aux moteurs génératifs. Une seule exécution donne une valeur qui peut varier du simple au triple d'une semaine à l'autre sans qu'aucun changement réel ne soit intervenu, ce qui rend toute conclusion impossible.
Existe-t-il une API officielle pour mesurer la part de citation ?
Non, à notre connaissance. Aucun éditeur de moteur génératif ne propose d'interface de suivi qui restitue les sources telles que l'interface grand public les affiche. Les outils du marché utilisent les API des modèles, qui s'en écartent, ou automatisent un navigateur, plus fidèle mais fragile. Dans les deux cas, un relevé manuel mensuel sur un sous-ensemble du panel reste nécessaire pour vérifier la fidélité de l'outil.
Quelle part de citation faut-il viser ?
Il n'existe pas de valeur cible universelle. La part de citation se lit par rapport à vos concurrents directs sur le même panel, et par intention : être cité sur les questions de choix de prestataire vaut davantage qu'une moyenne élevée tirée par les questions de définition. L'objectif raisonnable d'un premier trimestre est d'établir un point zéro fiable, d'apprendre la dispersion, puis de progresser cellule par cellule.
Faut-il mesurer tous les moteurs génératifs ?
Mesurez d'abord ceux que vos acheteurs utilisent, ce que le trafic référent de votre outil d'analyse et vos équipes commerciales indiquent. ChatGPT, Perplexity, Gemini et Claude forment la base habituelle, complétée par AI Overviews quand Google pèse dans votre marché. Ajouter un moteur coûte du temps de relevé chaque semaine ; mieux vaut quatre moteurs mesurés régulièrement que huit mesurés de façon irrégulière.
Praticien du référencement depuis 2001, Kamel Malek dirige SEO360 (Alicante, Valence, Madrid, Paris). Il a publié trois ouvrages sur la visibilité dans les moteurs génératifs, dont Generative Engine Optimization et Rétablir les faits.
