« Cette moyenne, elle sort de quelle étude ? »
Il est arrivé à Hex-ko de coller juste une ligne tirée d’une étude extérieure dans une présentation pour la direction. Une moyenne, du genre « ChatGPT cite en moyenne tant de sources par réponse ».
C’est cette ligne qui a coincé en réunion, face à quelqu’un venu avec une autre étude. Le même nom d’indicateur des deux côtés, et une valeur à peu près trois fois plus grande d’un côté que de l’autre.
Hex-ko a calé là. L’une des deux études se trompe-t-elle ? Ou bien ont-elles raison toutes les deux ?
Sur la table, deux relevés. L’un a compté plus de 25 millions de liens apparus dans des réponses d’IA. L’autre, 126 millions de questions adressées à des IA aux États-Unis.
Combien de sources ChatGPT cite-t-il dans une réponse ?
Ça dépend de l’étude : en moyenne, 5 chez Muck Rack, 15 chez Semrush.
Muck Rack a compté plus de 25 millions de liens contenus dans des réponses d’IA (troisième édition, publiée le 7 mai 2026, R). Trois IA au programme : ChatGPT, Claude et Gemini.
Semrush, de son côté, a analysé 126 millions de prompts envoyés à des IA de recherche aux États-Unis, entre janvier et avril 2026 (R). Quatre plateformes cette fois : ChatGPT, Gemini, Google AI Mode et AI Overviews.
Un prompt, c’est une question envoyée à une IA. Une question, un prompt.
Quant au « nombre de citations par réponse », c’est une façon de compter : combien de sources l’IA aligne pendant qu’elle répond une fois. Sur le papier, les deux études affichent le même nom d’indicateur.
Même nom, et on passe du simple au triple.
Ajoutez Gemini, et l’ordre se retourne
Les deux relevés, IA par IA :
- Muck Rack : ChatGPT 5 sources, Gemini 8
- Semrush : ChatGPT 15 sources, Gemini 3
Chez Muck Rack, Gemini en aligne davantage que ChatGPT. Chez Semrush, c’est l’inverse. Selon le document qu’on a apporté, « l’IA qui cite beaucoup de sources » change de nom.
S’il n’y avait qu’un écart de valeurs, la variabilité de la mesure pourrait l’expliquer. Quand l’ordre se retourne, un soupçon s’installe : les deux études mesurent-elles vraiment la même quantité ?
Qu’est-ce qui sépare les deux comptages ?
Dans ce que les deux éditeurs ont rendu public, on peut relever ces différences :
- La période mesurée : Semrush indique janvier à avril 2026, Muck Rack n’en précise aucune (sa troisième édition est parue en mai 2026)
- Les plateformes couvertes : trois chez Muck Rack, quatre chez Semrush
- La zone géographique : Semrush indique les États-Unis, Muck Rack ne précise rien
- L’unité de taille : plus de 25 millions de liens chez Muck Rack, 126 millions de prompts chez Semrush
Un nombre de liens et un nombre de prompts ne se placent pas sur la même échelle.
Un relevé a compté les sources apparues dans les réponses, l’autre les questions envoyées. C’est un peu comme ranger sous la même étiquette « grosse portion » un resto qui a compté les frites dans les assiettes et un autre qui a compté les commandes.
C’est là que Hex-ko a arrêté de mettre les chiffres des deux éditeurs dans le même tableau.
Mais aucun des deux éditeurs n’a publié sa règle pour décider de ce qui compte comme « une citation ». Impossible, donc, d’affirmer que les quatre différences ci-dessus ont produit l’écart. Ce lien de cause à effet relève de l’hypothèse.
La moyenne d’une étude extérieure, on la met où dans une présentation ?
Les deux chiffres ont été mesurés et publiés par les éditeurs eux-mêmes. Muck Rack est un outil pour les relations presse et la communication. Semrush, lui, vend justement ce genre de suivi de la visibilité IA.
Qu’ils aient un intérêt commercial ne rend pas leurs chiffres faux. Simplement, chacun des deux chiffres vaut dans ses propres conditions, et s’arrête là.
Et donc, prendre l’un des deux pour en faire la valeur cible de votre entreprise ne tient plus. Dès que vous en choisissez un, vous courez après une moyenne, et rien ne garantit que sa période, ses plateformes et sa zone soient les mêmes que les vôtres.
Faut-il alors sortir ces moyennes des présentations ? Pas besoin. Écrivez à côté du chiffre « quelle étude, quand, sur quel périmètre », et la personne qui lit reçoit le chiffre avec ses conditions.
vos trois règles de mesure d’abord, les relevés ensuite
Qu’est-ce qu’on compte comme une citation ? Sur quel modèle mesure-t-on ? À quel rythme refait-on la mesure ?
On tranche ces trois questions d’abord, et on les note dans un coin du rapport, sous l’intitulé « conditions de mesure ». Les chiffres relevés une fois ces règles fixées, vous pouvez les mettre à côté de ceux du mois précédent, relevés selon les mêmes règles, et lire l’écart.
La moyenne des études extérieures, elle, peut quitter la case objectif. Elle a été relevée dans d’autres conditions : que vous la dépassiez ou que vous restiez en dessous, impossible de lire ce qui s’est passé.
Les études elles-mêmes, gardez-les. Pour se faire une idée des ordres de grandeur du secteur, elles suffisent. On les déplace, c’est tout : de la case objectif vers la carte, celle qui sert à s’orienter.
Références
- Linda Zebian, “Earned media still drives 84% of AI citations. Here’s what that means for PR.”, Muck Rack Blog, 2026-05-07, https://muckrack.com/blog/what-is-ai-reading-may-2026
- Semrush, “Semrush Releases Expanded 2026 AI Visibility Index, Analyzing 126 Million AI Search Prompts”, 2026-06-26, https://www.semrush.com/news/463141-semrush-releases-expanded-2026-ai-visibility-index-analyzing-126-million-ai-search-prompts/
