On demande à l’IA notre marque, et elle répond juste
En réunion hebdo, quelqu’un a lâché la phrase : « J’ai demandé à ChatGPT ce qu’il pensait de nous, il n’était pas loin du compte. » Pour la salle, le sujet était clos.
Sur le moment, ça m’a rassurée aussi. Ce genre de retour ressemblait à une vérification de visibilité IA, terminée.
La visibilité IA, c’est la façon dont une marque apparaît dans les réponses de l’IA — combien de fois elle est citée, et ce qui se dit d’elle quand elle l’est.
Puis une mesure sur 150 marques est arrivée, et le test que cette salle venait de faire mesure en fait quelque chose de plus étroit qu’il n’y paraît.
Le chiffre vient de Victorious, une agence de référencement américaine, dans son propre Quarterly Search Report du deuxième trimestre 2026.
L’IA reconnaît la plupart des marques quand on cite le nom
La plupart des marques sont décrites correctement. Huit IA ont décrit 150 marques, et 96 % de ces descriptions sont revenues justes.
Les huit : ChatGPT, Claude, Gemini, Copilot, Perplexity, Google AI Overviews, Google AI Mode et Meta AI.
Par secteur, cinq des huit restent au-dessus de 83 % quel que soit le secteur : Google AI Mode, Gemini, ChatGPT, Google AI Overviews et Copilot.
Les trois autres descendent en dessous dans au moins un secteur : Claude entre 70 et 91 %, Perplexity entre 47 et 100 %, Meta AI entre 46 et 83 %. Le point bas de Perplexity et celui de Meta AI tombent dans le même secteur, le SaaS — 47 % et 46 %.
Laquelle de ces huit IA vos acheteurs utilisent-ils réellement ?
C’est le côté où l’IA s’en tire bien : elle connaît la marque. Et c’est pour ça que le test « on cite le nom » revient presque toujours propre.
Posez la question par catégorie, et la reconnaissance ne compte plus
Le même éditeur a fait passer les mêmes 150 marques par un second test : une question par catégorie, sans le nom de la marque dedans. 89 % de ces marques ne sont jamais ressorties.
La forme du prompt : quelque chose comme « quels sont les meilleurs cabinets d’avocats aux États-Unis » — la formulation qu’un acheteur taperait vraiment.
Derrière ce chiffre : 5 secteurs (e-commerce/distribution, SaaS, santé, juridique, finance), 5 830 réponses collectées, 49 391 citations extraites de ces réponses.
Ces 89 %, ce sont 89 % des 150 marques mesurées.
La page de Victorious contient aussi une phrase qu’on peut lire comme « 89 % des 96 % correctement décrites » — mais le résumé en tête de page présente le chiffre comme une part des 150 marques complètes, et c’est cette lecture que suit cet article.
Le test par le nom et le test par catégorie sont donc deux mesures différentes de la même IA, et elles ne bougent pas ensemble.
Pourquoi « connaître » et « citer » ne vont pas ensemble
Un prompt qui cite le nom tire sur ce que le modèle sait déjà. Si la marque figure dans les données d’entraînement, elle est en général bien décrite.
La question par catégorie passe par un autre mécanisme : le modèle doit choisir quelles marques nommer comme candidates. Connaître un fait et le faire remonter dans une réponse sont deux étapes distinctes, à l’intérieur du modèle.
Un bon score au test du nom ne dit donc rien du taux de citation par catégorie.
Le type de source sur lequel s’appuie le modèle change aussi selon l’étape de la question.
Les questions de prise de conscience du problème (« comment savoir si j’ai besoin d’un avocat ») puisent surtout dans les plateformes vidéo et les sites publics — un taux de citation de 0,10 % par réponse.
Les questions de comparaison par catégorie (« quel est le meilleur cabinet d’avocats aux États-Unis ») puisent, elles, dans les annuaires, les classements et les médias comparatifs — 1,29 % par réponse. Victorious parle d’un facteur « supérieur à 12 ».
Même marque, mêmes IA : le score dépend de l’étape à laquelle on pose la question. Pour suivre ça trimestre après trimestre, il faut fixer l’étape, sinon ce qui bouge n’est pas le modèle mais votre propre prompt.
Ce que ce chiffre vaut vraiment
Ces 96 % et ces 89 % viennent avec six conditions, liées à la façon dont l’étude a été menée et à qui l’a menée.
- Une corrélation, pas une cause. La probabilité d’être cité corrèle avec les liens tiers (coefficient de 0,49 avec les domaines référents), mais ce n’est pas une expérience qui prouve que plus de mentions provoquent plus de citations IA.
- 150 marques sur 5 secteurs. Le nombre de marques par secteur n’est pas publié.
- La fenêtre est le deuxième trimestre 2026, sans dates de début ni de fin. Une mise à jour du cœur de l’algorithme Google (21 mai-2 juin 2026) et une mise à jour anti-spam (24-26 juin) sont tombées dans cette même fenêtre ; Victorious cite les deux comme explications possibles des mouvements de visibilité organique.
- Claude et Meta AI avaient une recherche web limitée lors de cette collecte ; les chiffres de citations ne portent donc que sur les six autres IA.
- Victorious vend des services de référencement. « Allez chercher plus de mentions tierces » sert aussi leur propre activité.
- Rien de tout ça ne mesure ce que l’IA dit d’une marque — seulement si la description est correcte, et si le nom sort ou non.
Une fois la corrélation et l’intérêt de l’éditeur mis de côté, un point tient toujours : le test par le nom et le test par catégorie mesurent deux choses différentes, et elles ne bougent pas ensemble.
Lequel des deux est le prompt qui figure dans votre propre reporting ?
séparez votre vérification en deux, dès aujourd’hui
Un prompt avec le nom de la marque mesure la justesse de la description. Une question par catégorie mesure si la marque apparaît, tout court — deux instruments différents, pas un seul chiffre sous deux étiquettes.
L’action du jour : reprenez les prompts déjà en place, et cochez ceux qui contiennent le nom de la marque.
S’ils le contiennent tous, ajoutez au moins une question par catégorie — celle qu’un acheteur réel taperait — et à partir du prochain trimestre, suivez les deux séparément.
J’ai fait ce tri sur mes cinq prompts. Quatre portaient notre nom. Aucun n’était une question par catégorie.
Ce que ça donne côté modèle, ce « connaître » sans « citer », c’est le sujet de Le même fait dit de plusieurs façons : c’est là que l’IA sait le ressortir — cet article-ci ajoute l’étape suivante : une fois que le modèle sait faire remonter une marque, la nomme-t-il vraiment dans sa réponse ?
Changez un prompt, et un angle mort que vous ne voyiez pas prend enfin un nom.
Sources
- Victorious, « Quarterly Search Report (deuxième trimestre 2026) », https://victorious.com/quarterly-search-report/
- L’URL ci-dessus est mise à jour chaque trimestre. Version archivée de l’édition du deuxième trimestre 2026 utilisée ici : Internet Archive (capture du 2026-08-04)
