Comment les IA choisissent leurs sources : RAG, fan-out des requêtes et critères de citation

Quiz rapide

Comment être cité par ChatGPT et les autres IA ?

Question 1 sur 425%

Que voulez-vous savoir ou changer ?

Juste voir si les IA parlent de mon entrepriseSuivre l'évolution face à mes concurrentsÊtre cité plus souvent, dès maintenant

Comprendre comment les IA choisissent leurs sources est le point de départ de tout travail sur la visibilité dans les IA. Bonne nouvelle : les éditeurs en documentent plus qu'on ne le croit. Google indique dans sa documentation sur les fonctionnalités d'IA que les AI Overviews et le mode IA peuvent lancer plusieurs recherches liées sur des sous-thèmes, et qu'une page doit seulement être indexée et éligible à un extrait pour apparaître comme lien d'appui. OpenAI, Perplexity, Anthropic et Microsoft publient des règles comparables pour leurs propres assistants. Ce guide rassemble ce qui est officiel, le sépare des suppositions et ajoute ce que nous avons mesuré sur 301'025 réponses d'IA.

Que se passe-t-il entre une question et une réponse sourcée ?

Presque tous les assistants connectés au web suivent le même schéma, appelé génération augmentée par la recherche (RAG) : le modèle ne répond pas de mémoire seulement, il récupère d'abord des documents puis rédige à partir d'eux. Les étapes sont les suivantes.

1. Décider de chercher ou non. Un fait stable (une définition, une règle de calcul) est tiré des données d'entraînement. Une question sur des prix, des produits, une actualité ou une entreprise nommée déclenche une recherche.
2. Reformuler et démultiplier. Le modèle transforme la phrase de l'utilisateur en une ou plusieurs requêtes plus courtes, chacune couvrant une facette de la question. C'est le fan-out des requêtes.
3. Récupérer des candidats. Chaque requête part vers un index de recherche, qui renvoie une liste de pages. Seules les pages déjà présentes dans cet index peuvent être récupérées.
4. Lire et filtrer les passages. Le modèle (ou une étape de filtrage) lit les résultats et garde les passages qui répondent à une sous-question. Les pages s'affrontent passage par passage, d'où l'importance du classement des passages plutôt que de la page entière.
5. Rédiger et citer. La réponse est composée à partir des passages retenus, avec des liens vers les pages d'origine.

Deux conséquences en découlent. Une page absente de l'index utilisé par l'assistant n'entre jamais dans la course, quelle que soit sa qualité. Et une page peut être première sur Google pour la question exacte de l'utilisateur et perdre pourtant la citation, parce que l'assistant a cherché autre chose.

Que documentent OpenAI, Google, Perplexity, Anthropic et Microsoft ?

Aucun des cinq ne publie de formule de classement. Chacun publie en revanche des règles d'accès, d'indexation et de citation, et ces règles sont le seul terrain solide.

OpenAI (ChatGPT)

La documentation d'OpenAI sur ses robots distingue trois agents. OAI-SearchBot construit l'index de recherche : les sites qui le bloquent n'apparaissent pas dans les réponses de recherche de ChatGPT. GPTBot collecte des données d'entraînement, et le bloquer n'a aucun effet sur la recherche. ChatGPT-User visite une page pour le compte d'un utilisateur et ne décide pas de ce qui apparaît dans la recherche. Notre guide pour se positionner dans ChatGPT détaille la suite.

Google (AI Overviews et mode IA)

Google est le plus explicite : les fonctionnalités d'IA utilisent le même index et les mêmes systèmes de qualité que la recherche classique, elles peuvent lancer un fan-out de recherches liées et afficher un éventail de liens d'appui plus large que les dix liens bleus. Aucun balisage propre à l'IA n'est à ajouter. Autrement dit, le SEO sur Google reste le ticket d'entrée pour les réponses d'IA de Google.

Perplexity

La documentation des robots de Perplexity précise que PerplexityBot sert à faire apparaître et à lier des sites dans ses résultats, et qu'il n'est pas utilisé pour entraîner des modèles de fondation. Perplexity-User récupère des pages en temps réel pour la question d'un utilisateur. Autoriser PerplexityBot dans le robots.txt est la condition pour figurer dans son index.

Anthropic (Claude)

La documentation de la recherche web d'Anthropic décrit la boucle avec précision : Claude détermine quand chercher selon le prompt, la recherche peut se répéter plusieurs fois au cours d'une même demande, et la réponse finale porte toujours des citations, chacune reprenant jusqu'à 150 caractères de la source. Claude cherche pour les prix actuels, l'actualité et les informations sur des entreprises ou des produits précis, et répond sans chercher sur les connaissances stables. Notre guide pour se positionner dans Claude couvre ses robots et son index.

Microsoft (Copilot)

Copilot s'appuie sur Bing. Depuis février 2026, Bing Webmaster Tools comprend un rapport AI Performance qui montre combien de fois un site est cité dans Copilot et les requêtes d'ancrage qui ont fait remonter ses pages. Les conseils de Microsoft dans la même annonce : garder le contenu à jour (avec IndexNow), le structurer avec des titres clairs, des tableaux et des FAQ, et appuyer les affirmations sur des données et des sources. Voir notre guide pour se positionner dans Copilot, et celui pour se positionner dans Grok, l'assistant de xAI, qui en documente beaucoup moins.

Quels critères décident de qui est cité ?

En croisant la documentation officielle et ce qu'on observe dans les réponses, six critères expliquent la plupart des citations. Les deux premiers sont des exigences documentées ; les autres sont des tendances constantes.

1. Accès et indexation

Le robot de recherche de l'assistant doit être autorisé et la page doit figurer dans l'index qu'il interroge : celui de Google pour Gemini et les AI Overviews, celui de Bing pour Copilot, les index propres d'OpenAI et de Perplexity, Brave pour Claude. Vérifiez vos règles avec notre guide du robots.txt pour les robots d'IA.

2. Correspondance avec les sous-requêtes cachées

La récupération se fait sur les requêtes du fan-out, pas sur la phrase de l'utilisateur. Une page qui répond à « meilleur CRM » en général peut perdre face à une page qui répond à « CRM pour une agence immobilière de 5 personnes, prix par utilisateur », parce que c'est cela que l'assistant a cherché.

3. Des passages citables seuls

Les IA citent des passages. Une section qui s'ouvre sur une réponse directe, une définition, une ligne de tableau ou une étape numérotée peut être extraite de la page et garder son sens. Une introduction vague, non.

4. Preuves et fraîcheur

Claude cherche justement quand une information a pu changer, et Microsoft recommande d'appuyer les affirmations sur des données et des sources. Des chiffres datés, des sources nommées, des prix « vérifiés » à une date donnée et des dates de mise à jour visibles rendent une page plus sûre à citer.

5. Une confirmation ailleurs

Une IA qui trouve le même fait sur plusieurs sites indépendants peut l'affirmer avec assurance. C'est le consensus d'entité : avis, comparatifs, annuaires et mentions presse qui décrivent votre marque de la même façon.

6. Le type de source que préfère chaque modèle

Chaque assistant a ses habitudes. Certains s'appuient sur des sources encyclopédiques, d'autres sur la vidéo, les forums ou les plateformes d'avis. La section suivante montre l'ampleur de ces écarts.

Que montrent nos études de citations ?

Notre étude des plateformes citées par les IA a analysé 301'025 réponses de ChatGPT, Gemini, Perplexity, Claude et Grok, collectées entre août 2025 et août 2026 sur un panel de questions d'acheteurs (79 % posées en français). Elle a compté 1'820'738 citations d'IA pointant vers 131'349 domaines distincts. Deux résultats comptent pour la sélection des sources.

D'abord, les IA ne citent pas le même nombre de sources. Gemini nomme 11,1 sources par réponse en moyenne, Grok 7,1, ChatGPT 4,1, Claude 3,5 et Perplexity 3,3. Sur ces trois derniers, une question offre trois ou quatre places : être la deuxième meilleure page revient souvent à ne pas être cité du tout.

Ensuite, les types de sources préférés changent complètement d'une IA à l'autre. Wikipedia apparaît dans 3,43 % des réponses de ChatGPT et 0,03 % de celles de Claude ; YouTube dans 3,69 % des réponses de Gemini et 0,04 % de celles de ChatGPT. Seules 6 plateformes sont citées par les cinq modèles. Notre étude des citations de ChatGPT montre aussi que la sélection évolue dans le temps : ChatGPT est passé de 5,8 à 4,1 sources par réponse sur la période, avec un creux à 1,7 en juin 2026.

Comment devenir l'une des sources choisies par les IA ?

Le processus de sélection se traduit en une courte liste d'actions, valables pour Google comme pour les IA.

• Ouvrir les portes : autorisez OAI-SearchBot, PerplexityBot, Claude-SearchBot, Claude-User, Googlebot et Bingbot ; vérifiez que votre CDN ne les bloque pas.
• Être indexé là où ça compte : Google Search Console et Bing Webmaster Tools, un sitemap propre, IndexNow pour les mises à jour rapides.
• Couvrir les sous-requêtes : une page par question précise, construite à partir des recherches que lancent les assistants.
• Écrire des passages qui répondent d'abord : une réponse directe en tête de chaque section, des tableaux pour comparer, une idée par section, comme dans notre guide pour optimiser son contenu pour les IA.
• Prouver et dater : sources, chiffres, auteurs, dates de mise à jour visibles.
• Obtenir des confirmations : avis et mentions sur les plateformes que citent les assistants utilisés par vos acheteurs.

Les réponses varient d'une fois à l'autre : la sélection des sources s'observe donc sur plusieurs semaines. Le suivi du fan-out des requêtes IA de Sorank enregistre les recherches que lance chaque assistant sur vos prompts et les compte dans le temps, et le suivi des mentions dans les IA montre si votre marque est citée et quelles sources prennent la place quand elle ne l'est pas. Les IA choisissent les pages qu'elles peuvent atteindre, qui correspondent à leurs recherches cachées et qui prouvent ce qu'elles avancent : mesurez ces trois points sur vos propres questions, et vous saurez quoi corriger.