ChatGPT s’est mis à recommander spontanément cette jeune entreprise B2B SaaS à des prospects. Non pas parce qu’elle avait atteint la première place sur Google, mais parce qu’elle avait transformé ses contenus sur « qui nous sommes, à qui nous nous adressons et combien cela coûte » en passages que les moteurs d’IA pouvaient extraire tels quels, sans avoir à en reconstituer le sens. Après 90 jours, les demandes issues des conversations avec les IA — ChatGPT, Perplexity et les AI Overviews de Google — avaient progressé de 58 %, tandis que le trafic provenant du référencement naturel était resté presque stable. Voici précisément ce que nous avons fait, pourquoi nous avons suivi cet ordre et quels enseignements peuvent être appliqués ailleurs.
Au départ : en deuxième page sur Google et absente des réponses des IA
Cette jeune entreprise taïwanaise de 20 personnes propose un SaaS de planification des horaires et de gestion des présences destiné aux chaînes de restauration et aux commerces de détail. Son problème était très concret : l’activité progressait, mais de plus en plus de prospects déclaraient dès le premier appel avoir interrogé ChatGPT, qui leur avait recommandé les solutions A et B sans jamais mentionner l’entreprise. Son site officiel était solide, son blog régulièrement alimenté et ses principaux mots-clés se classaient en pages 1 à 2 de Google. Pourtant, les moteurs d’IA ne la citaient jamais lorsqu’ils répondaient à des questions comme « Quels logiciels de planification des horaires existe-t-il à Taïwan ? » ou « Quel système de gestion des présences convient à une chaîne de restauration ? ». Être visible dans les moteurs de recherche mais pas dans les IA : c’est l’écart que nous avons le plus souvent constaté depuis près d’un an.
Première étape : ne pas écrire, mais mesurer la visibilité dans les IA
Le premier réflexe de la plupart des équipes aurait été de publier quelques articles supplémentaires. Nous avons fait autrement. La première semaine, nous avons soumis 20 situations d’achat réelles à ChatGPT, Perplexity, Gemini et aux AI Overviews de Google afin d’établir un suivi de la visibilité dans les IA. Nous avons relevé trois éléments : l’entreprise était-elle mentionnée, la description était-elle exacte et quelles pages sources l’IA citait-elle ? Cette étape remplace l’impression vague de « ne pas être assez visible » par une référence initiale mesurable, que l’on peut ensuite suivre par catégorie de requête.
Les résultats étaient moins bons que prévu, mais ils ont permis de circonscrire le problème. Quatre lacunes ressortaient :
- Sur les 20 séries de questions, seules trois mentionnaient l’entreprise, et uniquement lorsque son nom de marque était recherché directement. Dans les questions de comparaison ou de recommandation en situation réelle, elle n’apparaissait jamais.
- Les IA présentaient son produit comme un simple outil de pointage et passaient à côté de sa fonction la plus différenciante, la création automatique des plannings. Le site officiel ne formulait nulle part cette proposition de valeur sous la forme d’une définition facilement extractible.
- Un concurrent disposait de pages « Comparaison avec X » claires, régulièrement citées par Perplexity. L’entreprise n’en avait aucune : elle laissait donc à son concurrent le soin d’imposer les termes de la comparaison.
- Les tarifs se résumaient à « Contactez-nous ». Faute d’informations exploitables, les IA écartaient l’entreprise de toutes leurs réponses portant sur les prix et les formules.
Mise en œuvre : ajouter trois types d’« unités extractibles par les IA »
Nous n’avons pas lancé une production massive d’articles. Nous avons réécrit ou ajouté trois types de pages, chacune structurée pour que les moteurs d’IA puissent en citer proprement le contenu. Premier type : le paragraphe de définition. En haut de la page produit, une phrase explique désormais clairement : `Il s’agit d’un SaaS de planification automatique des horaires et de gestion des présences conçu pour les chaînes et les commerces de détail, capable d’établir les plannings en fonction des prévisions d’activité et des règles relatives au temps de travail prévues par la loi.` La catégorie, le public visé et le principal facteur de différenciation sont ainsi réunis, sans laisser l’IA les deviner.
Deuxième type : les pages comparatives. Nous avons retenu les trois concurrents que l’équipe rencontrait le plus souvent en rendez-vous commercial et présenté chaque comparaison avec honnêteté, y compris lorsque l’autre solution était réellement meilleure. Cette approche, qui peut sembler contre-intuitive, évite le discours promotionnel creux. Elle permet à Perplexity de traiter la page comme une source d’information neutre plutôt que comme une publicité. Troisième type : des réponses courtes et autonomes, au format questions-réponses, précisant le mode de calcul des tarifs, la taille d’entreprise concernée et les interrogations les plus fréquentes.
Sur le plan technique, nous avons ajouté deux éléments : les données structurées Schema adaptées aux produits, aux prix et aux FAQ, puis la vérification que ces pages clés n’étaient pas surchargées côté interface. Les robots d’exploration devaient pouvoir accéder au texte complet, et non à une simple coquille. Souvent négligés, ces deux points déterminent directement si une IA peut ou non récupérer votre contenu.
Les résultats après 90 jours
Toutes les deux semaines, nous avons relancé exactement les mêmes 20 questions. Dès la sixième semaine, le nom de l’entreprise a commencé à apparaître dans les réponses de comparaison et de recommandation. À la dixième semaine, lorsque nous interrogions ChatGPT sur les systèmes destinés aux chaînes de restauration à Taïwan, il la classait parmi ses trois recommandations et décrivait correctement son atout différenciant : la planification automatique des horaires.
- Sur les 20 situations d’achat testées, la proportion de réponses dans lesquelles les IA mentionnaient correctement l’entreprise est passée de 15 % à 70 %.
- Les demandes reçues sur le site officiel depuis les canaux d’IA ont augmenté de 58 % en 90 jours.
- L’équipe commerciale a constaté que ces prospects comprenaient nettement mieux le positionnement du produit. Le premier appel demandait moins d’efforts pédagogiques : il n’était plus nécessaire de perdre du temps à expliquer que « nous ne sommes pas seulement un outil de pointage ».
- Sur la même période, le trafic issu du référencement naturel sur Google est resté dans une fourchette de plus ou moins 5 %, ce qui montre que la progression provenait de la visibilité dans les IA, et non du SEO traditionnel.
Le résultat le plus marquant n’est pas le volume de trafic, mais le fait que les prospects savent déjà ce que nous faisons lorsqu’ils nous appellent. Auparavant, il fallait 10 minutes pour clarifier notre positionnement. Désormais, ils arrivent grâce à une recommandation de l’IA et comprennent d’emblée notre principal atout.— The new marketing manager.
Trois enseignements directement applicables
Premièrement, commencez par mesurer. Avant d’écrire, testez de vraies questions d’achat et observez comment les IA vous décrivent aujourd’hui. Vous saurez alors si le problème vient de votre définition, de vos tarifs ou de votre absence des réponses — plutôt que de vous fier à une impression. Deuxièmement, jouez la carte de l’honnêteté dans vos comparatifs. Reconnaître les points forts d’un concurrent renforce la crédibilité de la page et ses chances d’être citée par les IA ; les dissimuler ne fera que prolonger votre absence des requêtes de comparaison. Troisièmement, dissociez la visibilité dans les IA du trafic de recherche. Dans cette étude de cas, la progression apparaît à peine dans les chiffres du référencement naturel de Google Analytics. En ne suivant que les indicateurs historiques, vous pourriez conclure à tort qu’il ne s’est rien passé.
Cette méthode ne dépend pas d’un secteur particulier, même si les lacunes varient d’une entreprise à l’autre. Si vous souhaitez savoir comment les moteurs d’IA vous décrivent aujourd’hui et à quel endroit votre parcours d’acquisition perd des prospects, nous proposons un diagnostic GEO de 30 minutes fondé sur vos propres situations d’achat afin d’identifier précisément l’écart.
