Il y a un problème fondamental avec la visibilité IA : contrairement au SEO, il n'existe pas de Google Search Console pour les LLMs. ChatGPT ne vous dit pas combien de fois votre marque a été mentionnée. Perplexity n'a pas de dashboard d'impressions. Et selon les données de BrandMentions.link (2026), seulement 20 % des mentions de marque dans ChatGPT incluent un lien cliquable — les 80 % restants sont invisibles pour votre analytics traditionnel.
Pourtant, mesurer sa visibilité IA est possible — à condition d'utiliser les bonnes métriques et une méthodologie reproductible. Ce guide vous donne le framework complet.
Pourquoi les métriques SEO traditionnelles ne suffisent pas
Domain Authority, nombre de backlinks, positions Google — ces métriques mesurent des signaux que Google valorise. Les LLMs ne consultent pas Ahrefs avant de générer une réponse. Une marque avec un Domain Rating de 8 peut être la plus citée dans ChatGPT pour sa catégorie si son contenu est correctement structuré et ses signaux d'entité clairs.
La corrélation entre ranking Google et citations LLMs s'érode rapidement : en 2025, 76 % des citations AI Overviews de Google provenaient du top 10 organique. En début 2026, ce chiffre était tombé à 38 %. Les deux systèmes se découplent — et nécessitent des métriques distinctes.
Les 5 métriques qui comptent
Métrique 1 — Taux de présence (Mention Rate)
Définition : sur combien de prompts testés votre marque apparaît-elle, par plateforme.
Calcul : nombre de prompts où vous apparaissez ÷ nombre total de prompts testés × 100
Exemple : vous testez 20 prompts sur ChatGPT, vous apparaissez dans 8 réponses → taux de présence 40 %
Interprétation :
- 0-20 % : visibilité faible, problème structurel
- 20-50 % : visibilité partielle, des opportunités claires
- 50-80 % : bonne visibilité, optimisation fine possible
- 80-100 % : visibilité forte, objectif de maintien
C'est la métrique fondamentale — elle établit votre baseline et se compare dans le temps.
Métrique 2 — Share of Voice IA (SoV IA)
Définition : votre part des citations sur votre set de prompts, tous concurrents confondus.
Calcul : nombre de fois où vous êtes cité ÷ nombre total de citations (vous + tous concurrents) × 100
Exemple : sur 20 prompts ChatGPT, il y a eu 40 citations au total (vous et vos concurrents). Vous apparaissez 8 fois → SoV IA 20 %
Pourquoi c'est important : le taux de présence vous dit si vous êtes visible, le SoV IA vous dit quelle part du marché perceptif vous détenez. Une entreprise avec un taux de présence de 40 % peut avoir un SoV de 10 % si ses concurrents apparaissent 5 fois plus souvent.
Métrique 3 — Score de position
Définition : à quelle position vous apparaissez dans les réponses — premier cité, milieu de liste, dernier.
Calcul : attribuez 3 points pour une première citation, 2 pour une citation médiane, 1 pour une dernière citation. Calculez votre score moyen sur l'ensemble des prompts.
Pourquoi c'est important : les LLMs tendent à présenter la première entité mentionnée comme la recommandation par défaut. Une recherche de AirOps a trouvé que seulement 30 % des marques maintiennent leur visibilité d'une réponse à la suivante — et 20 % seulement maintiennent leur présence sur 5 réponses consécutives. La position moyenne est un indicateur de solidité de votre entité.
Métrique 4 — Score de sentiment et qualité de description
Définition : comment vous êtes décrit quand vous êtes cité — positif, neutre, avec réserves.
Calcul : sur les réponses où vous apparaissez, classez chaque mention en 3 catégories :
- Positif : recommandé explicitement, décrit avec des attributs valorisants
- Neutre : mentionné sans évaluation
- Avec réserves : cité avec des limitations ou des nuances négatives
Pourquoi c'est important : un taux de présence élevé avec une majorité de mentions neutres ou avec réserves est un problème de positionnement perçu — pas un problème de visibilité.
Métrique 5 — Couverture multi-plateformes
Définition : sur combien des 5 moteurs IA principaux apparaissez-vous au moins une fois sur vos prompts de découverte sectorielle.
Calcul : score de 0 à 5 selon le nombre de plateformes où vous êtes présent.
Pourquoi c'est important : selon l'analyse de 680 millions de citations, seulement 11 % des domaines sont cités à la fois par ChatGPT et Perplexity. Être visible sur une seule plateforme vous expose à un risque de concentration — si cette plateforme change son algorithme, vous pouvez perdre toute visibilité.
La méthode de scoring manuelle en 4 étapes
Étape 1 — Construire votre set de prompts de référence
Définissez 15 à 20 prompts représentant les questions que vos prospects posent. Incluez :
- 5 prompts de découverte sectorielle ("quel prestataire en [domaine] recommandes-tu ?")
- 5 prompts de comparaison ("quels acteurs sont reconnus en [domaine] en [pays] ?")
- 5 prompts sur vos cas d'usage principaux ("je cherche un expert pour [problème client]")
Règle d'or : ne changez jamais ces prompts entre deux mesures. La reproductibilité est la clé — vous mesurez l'évolution dans le temps, pas la performance absolue.
Étape 2 — Exécuter le scoring
Testez chaque prompt sur chaque plateforme (ChatGPT, Perplexity, Gemini, Copilot, Claude). Pour chaque réponse, notez :
- Présence : oui/non
- Position : 1er, milieu, dernier
- Type de mention : avec lien, sans lien, nom seul
- Sentiment : positif, neutre, avec réserves
Testez chaque prompt 2 à 3 fois pour compenser la variabilité naturelle des LLMs.
Étape 3 — Calculer votre score global
Agrégez les résultats en un score composite sur 100 :
| Dimension | Poids | Calcul | |---|---|---| | Taux de présence | 35 % | Moyenne sur tous prompts et plateformes | | Share of Voice | 25 % | Part relative vs concurrents | | Score de position | 20 % | Score moyen pondéré | | Sentiment | 10 % | % mentions positives | | Couverture plateformes | 10 % | Nombre de plateformes / 5 |
Étape 4 — Documenter et comparer dans le temps
Enregistrez votre score avec la date, les conditions de test (versions des LLMs utilisées), et 3 observations qualitatives sur ce que vous avez remarqué. Comparez avec le mois précédent.
Les benchmarks de référence en 2026
À titre indicatif, voici les niveaux de performance observés sur les marchés B2B :
| Score global | Interprétation | |---|---| | 0-20 | Invisibilité quasi-totale — problèmes structurels à corriger en priorité | | 20-40 | Présence partielle — visibilité sur 1-2 plateformes, absente des autres | | 40-60 | Visibilité émergente — présente mais pas dominante sur la plupart des plateformes | | 60-80 | Bonne visibilité — citée régulièrement, positionnement clair perçu | | 80-100 | Visibilité forte — référence reconnue dans son domaine par les LLMs |
La majorité des PME B2B qui n'ont jamais travaillé leur visibilité IA se situent entre 5 et 25.
La volatilité : un facteur à intégrer dans votre mesure
Une donnée importante à connaître : les réponses IA ne sont pas stables. Une recherche AirOps a trouvé que seulement 30 % des marques maintiennent leur visibilité d'une réponse à la suivante sur le même prompt. Et Backlinko (novembre 2025) a documenté que les sources citées par les LLMs peuvent changer à 80 % en deux mois lors de mises à jour de modèles.
Conséquences pratiques :
- Ne concluez jamais sur un seul test — testez chaque prompt 2 à 3 fois minimum
- Une baisse de score d'un mois à l'autre peut refléter une mise à jour de modèle, pas une dégradation de votre présence
- Documentez les grandes mises à jour de modèles (comme Gemini 3 en janvier 2026) dans votre journal de suivi
Par où commencer ?
Notre outil de scoring gratuit automatise les étapes 1 et 2 de cette méthode — vous obtenez une évaluation structurée de votre visibilité sur les 5 moteurs IA en quelques minutes, avec un score par moteur.
Pour un scoring complet incluant le benchmark concurrentiel et le suivi de votre évolution dans le temps, notre Diagnostic IA vous livre un rapport détaillé sous 5 jours ouvrables.
Pour comprendre comment améliorer votre score une fois établi, consultez Comment optimiser son contenu pour les moteurs IA en 2026 et Les 10 erreurs qui rendent votre entreprise invisible.
Sources : données BrandMentions.link sur la visibilité dark des citations IA (2026), recherche AirOps sur la stabilité des citations LLMs (2026), données Backlinko sur la volatilité des sources citées (novembre 2025), framework AI Visibility Score DerivateX (2026), analyse Otterly sur 1 million de citations IA (2026).