Pourquoi ChatGPT cite vos concurrents et pas votre entreprise

Les trois conditions pour que ChatGPT cite vos pages

Quand ChatGPT affiche un lien sous sa réponse, deux choses se sont produites avant : un programme est venu lire la page, puis le moteur a choisi celle-là plutôt qu'une autre. OpenAI ne publie pas les règles de ce choix. Sa documentation atteste seulement ceci : ce programme existe, et son rôle déclaré est de faire remonter des pages dans les fonctions de recherche de ChatGPT^[1].

Une condition précède les trois autres : l'assistant doit décider d'aller chercher sur le web. Sur une question générale, il répond de mémoire, sans afficher un seul lien. Quand il cherche, la citation passe trois portes, dans cet ordre : le robot d'OpenAI entre, votre page figure dans la liste que le moteur consulte, le paragraphe qu'il en tire se comprend seul. La troisième demande des semaines parce qu'elle se joue passage par passage : un moteur peut ne prélever qu'un passage sans emporter tout ce qui le précède, et chaque passage se réécrit à la main. Un modèle de langage installé en entreprise impose la même contrainte.

Voilà pourquoi l'ordre décide de tout. Une entreprise fait réécrire quarante pages, trois mois de travail, sans que personne ait ouvert le fichier robots.txt : il bloquait le robot d'OpenAI depuis deux ans, à cause d'une ligne laissée par un précédent prestataire. Les quarante pages neuves resteront invisibles dans ChatGPT tant que la ligne n'est pas retirée.

Vérifier que votre robots.txt laisse entrer le robot d'OpenAI

OpenAI exploite quatre robots. OAI-SearchBot va chercher des pages pour la recherche de ChatGPT : son nom occupe une ligne, l'instruction vient à la ligne suivante, et un « Disallow: / » sous ce nom vous retire de cette recherche. GPTBot copie des pages pour entraîner les modèles ; le bloquer ne touche pas à la recherche, mais les prochains modèles n'apprendront plus rien de vos pages. ChatGPT-User se déplace à la demande d'un utilisateur, OAI-AdsBot travaille pour la publicité. Ces quatre réglages sont indépendants^[1] : on croit protéger son contenu, on se retire de la recherche.

Deux détails méritent attention. Vous corrigez le fichier ce matin : comptez environ vingt-quatre heures avant qu'OpenAI en tienne compte^[1], et reposer la question dix minutes plus tard ne prouve rien. Le robot « ChatGPT-User », lui, échappe en partie à la règle : quand un utilisateur le déclenche, le « robots.txt » peut ne plus s'appliquer, prévient OpenAI^[1].

Le piège est ailleurs : quand un robot réclame ce fichier, votre serveur lui renvoie un code, invisible pour vous et lu par la machine. Un code 4xx, celui d'une page absente, veut dire « tout est autorisé » ; un code 5xx, celui d'une panne serveur, dit l'inverse, et la norme RFC 9309 demande alors de traiter tout le site comme interdit^[3]. Votre hébergeur laisse ce fichier en erreur pendant plusieurs jours : vos pages s'affichent, personne ne s'aperçoit de rien, et le robot fait demi-tour. La même norme autorise le robot à s'appuyer un moment sur la dernière version lue : une panne d'un après-midi ne ferme rien, c'est celle qui dure qui ferme la porte.

Ce fichier n'est pas la seule serrure : beaucoup d'hébergeurs et de pare-feux applicatifs, ces filtres placés devant un site, refusent les robots d'IA en amont, sans que rien n'apparaisse dans le « robots.txt ». Le fichier, vous le lisez vous-même. Le reste tient en une question, à poser à la personne qui administre le site : « quel code renvoie /robots.txt, et que reçoit OAI-SearchBot quand il demande une de mes pages ? » Seule l'adresse IP fait foi, comparée à la liste publiée par OpenAI^[2] : n'importe qui peut se dire « OAI-SearchBot ».

Compter vos pages réellement indexées par Google et Bing

Votre page est en ligne. Vous la voyez, vos clients la voient : cela ne veut pas dire qu'un moteur la connaît. Un index, c'est la liste des pages qu'un moteur a enregistrées et peut ressortir en réponse ; une page absente de cette liste ne sortira jamais.

Aucun outil ne montre l'index de ChatGPT : OpenAI ne publie pas quelles listes ses fonctions de recherche consultent. Deux moteurs seulement ouvrent leurs chiffres aux propriétaires de site : Bing, avec Bing Webmaster Tools, et Google, avec la Search Console. Le chiffre qu'ils affichent parle de Bing ou de Google, jamais d'un « index de ChatGPT ».

Un mot brouille tout : « indexé ». Une adresse découverte, une page explorée et une page indexée sont trois états différents, et l'indexation ne garantit pas qu'une page sortira un jour dans une réponse générée^[9][1]. Le détail de ces trois états et leur lecture dans Search Console relèvent d'un autre article de ce dossier : ici, un seul relevé suffit.

Autrement dit : publiez un sitemap, la liste de vos adresses, et signalez chaque nouveauté avec IndexNow — sans garantie de résultat.

Le seul chiffre qui vaut quelque chose est un rapport entre deux nombres : combien de pages votre sitemap déclare, combien Search Console en compte comme indexées — pas le total des adresses connues. Un écart large signale que le moteur ignore une partie de votre site. Google écrit la règle sans détour pour ses propres produits : pour apparaître dans les Aperçus IA ou le Mode IA, une page doit être indexée et autorisée à afficher un extrait^[4]. OpenAI ne publie pas l'équivalent : présence Google, présence Bing, accessibilité aux robots d'OpenAI et citation effective restent quatre choses distinctes.

Rendre vos paragraphes compréhensibles coupés du reste de la page

La règle tient en une phrase : une information exacte peut devenir impossible à citer si sa formulation ne survit pas au détachement. « La livraison intervient sous 48 heures, hors week-end » se comprend seule ; « elle intervient sous 48 heures », posée trois paragraphes plus bas, peut désigner la livraison comme la commande. La démonstration phrase par phrase appartient à l'article du dossier consacré à la structure des pages : ici, retenez le principe.

Trois gestes suffisent, et aucun ne demande d'outil. Donnez la réponse dans la première phrase, le contexte ensuite. Nommez le sujet au lieu de le remplacer par un pronom : écrivez « le contrat de maintenance » plutôt que « celui-ci ». Accrochez enfin à chaque chiffre sa condition : « sous 48 heures, hors week-end, pour toute commande passée avant 16 heures » se recopie tel quel.

Un relevé indépendant éclaire ce que ces extraits deviennent une fois séparés de leur page, celui du Tow Center. L'équipe a pris deux cents extraits, soit dix articles chez chacun des vingt éditeurs retenus, et a demandé à ChatGPT d'en retrouver la source. Cent cinquante-trois réponses sont revenues partiellement ou entièrement fausses, et sept fois seulement le moteur a reconnu qu'il ne savait pas^[10]. Attention à la date : ce relevé est de fin 2024.

Google, lui, coupe court à une inquiétude : il écrit qu'aucune exigence supplémentaire, aucune optimisation spéciale, n'est demandée pour ses fonctions génératives — autrement dit, rien à ajouter au-dessus du travail d'écriture, qui reste, lui, entier^[4]. Un paragraphe qui se comprend seul sert Google, Bing, ChatGPT, et surtout le client pressé qui vous lit sur son téléphone dans une salle d'attente : vous écrivez pour quelqu'un qui n'a pas lu le paragraphe d'avant, pas pour une machine. Je retrouve cette contrainte dans les outils IA que je construis pour des entreprises, avec le même préalable : rendre ses contenus lisibles par une machine.

Quels chiffres croire quand un prestataire vous parle de ChatGPT

Une agence vous envoie une présentation. Une diapositive annonce un pourcentage : telle part des citations de ChatGPT viendrait d'un index tiers. Remontez la chaîne : la diapositive cite un billet d'agence, qui cite un autre billet, qui cite un message LinkedIn. Au bout de la chaîne, aucun relevé n'existe. Personne n'a compté, et c'est là-dessus que vous alliez fonder une décision.

D'où vient l'affirmation, et ce qu'elle vaut.

Ce tableau s'utilise en réunion, la proposition commerciale sous les yeux. On vous explique que ChatGPT découpe votre question en plusieurs sous-questions, cherchées en même temps. Le mécanisme est documenté — chez Google, pour ses propres produits^[5]. Transposer cette phrase à l'assistant d'OpenAI revient à décrire une voiture avec le manuel d'une autre marque.

Deux sigles reviennent dans presque toutes les propositions commerciales : GEO, generative engine optimization, l'optimisation pour les moteurs génératifs, et AEO, answer engine optimization, l'optimisation pour les moteurs qui répondent au lieu de lister des liens. Les deux sont légitimes ; les méthodes qu'ils recouvrent ne le sont pas toujours. Une seule question tranche : « ce conseil vient de quelle ligne du tableau ? »

Les Aperçus IA de Google obéissent, eux, à des règles publiées : autre produit, autre documentation. Et ces documentations changent : OpenAI a revu la sienne fin 2025^[13]. Une affirmation sans date est déjà à moitié fausse. Reste la question voisine — faut-il une optimisation par moteur ? Réponse courte, développée dans ce dossier : un même socle éditorial peut servir plusieurs moteurs, mais accès, sources et mesure se vérifient moteur par moteur.

Le fichier llms.txt ne rend pas votre site visible dans ChatGPT

On vous a peut-être proposé d'ajouter un fichier « llms.txt » à votre site, ligne dédiée sur le devis. C'est une proposition signée Jeremy Howard, reprise par des projets de développement logiciel pour décrire leur documentation^[12]. Aucun grand moteur ne dit qu'il le lit pour choisir ses sources, et Google est le plus net : ce fichier n'est pas nécessaire pour ses fonctions génératives, même si sa présence ne gêne pas les quelques services qui le lisent^[5].

Tapez « votredomaine.fr/llms.txt » dans votre navigateur : fichier présent ou page d'erreur, vos chances d'être cité ne changent pas. Il peut servir à d'autres usages ; pour être cité, il n'apporte rien, et il ne passe jamais avant le « robots.txt ».

Pourquoi vos statistiques comptent mal les visites venues de ChatGPT

ChatGPT cite votre page. Combien de visites cela vous rapporte-t-il ? Personne ne peut vous donner le total : aucun éditeur ne le publie. Vous obtiendrez un plancher, jamais un compte.

Je regarde d'abord ce que Google donne. Search Console compte désormais vos affichages dans les Aperçus IA, le Mode IA et Discover, sans les clics — et tous les sites n'y ont pas encore droit^[6][7]. Microsoft expose à la même erreur de lecture. Bing Webmaster Tools propose un rapport de performance IA : on y lit des chiffres, on en conclut qu'on mesure ChatGPT. Non. Ce rapport couvre Copilot, les résumés générés dans Bing et des services partenaires que Microsoft ne nomme pas, sur un échantillon^[8]. Ni ChatGPT ni OpenAI n'y figurent.

Reste votre outil d'analyse d'audience. Cherchez « chatgpt.com » dans la liste des sites référents : son chiffre est réel, mais incomplet, car une partie des visites venues d'un assistant arrive sans indication de provenance et se range dans le trafic direct, au milieu des visiteurs qui ont tapé votre adresse à la main. Aucune règle unique ne couvre toutes les applications ni tous les liens : le mode d'emploi du relevé — référents à chercher, paramètres à suivre, lecture en plancher — est traité à part dans ce dossier.

Dans quel ordre corriger votre site pour être cité par ChatGPT

Vous agissez sur les trois portes, sans jamais commander la citation. Ce qui décide du résultat, c'est l'ordre dans lequel vous les ouvrez : du moins cher au plus cher, jamais l'inverse. Commencer par la réécriture avant d'avoir lu le premier fichier, c'est payer le poste le plus lourd pour des pages que le robot n'a peut-être pas le droit de lire.

Voici l'ordre, pour lundi matin. Ouvrez « votredomaine.fr/robots.txt » et cherchez « OAI-SearchBot » puis « User-agent: * » : si un bloc « OAI-SearchBot » existe, c'est lui qui commande ; sinon, c'est le bloc « User-agent: * » qui s'applique. Une ligne « Disallow: / » dans le bloc qui commande : envoyez la correction à votre administrateur et comptez vingt-quatre heures. Relevez ensuite deux nombres, combien de pages votre sitemap déclare et combien Search Console en a indexées ; un écart large signale un problème d'indexation à traiter en parallèle, sans quoi les pages réécrites resteront hors de portée.

Le test qui prend trente secondes vient en troisième. Copiez un paragraphe de la page qui amène vos demandes de devis, collez-le dans un message, relisez-le seul : si vous ne savez plus de quoi il parle, une IA non plus. Trois pages suffisent pour savoir si le sujet relève, chez vous, de l'écriture ou de la technique.

Reste la citation elle-même. Tant que les deux premières portes restent fermées, interroger ChatGPT n'apprend rien ; et même ensuite, un test unique ne prouve rien. Le 10 septembre 2025, le laboratoire Thinking Machines Lab a posé mille fois la même question à un modèle ouvert, Qwen3-235B, avec le réglage censé garantir une réponse identique : quatre-vingts réponses différentes^[11]. Le relevé porte sur un autre modèle que ChatGPT, et OpenAI ne publie rien d'équivalent : retenez la précaution, pas le chiffre. Vous posez la question à midi, votre associé la pose à quatorze heures : rien ne garantit la même réponse. Le protocole d'un test qui vaut quelque chose — prompt exact, date, modèle, nombre d'essais consignés — est détaillé dans un autre article du dossier. Mieux vaut une veille courte qui change vos décisions qu'un tableau de bord de plus.