Peut-on acheter sa place dans les LLM ? Ce que révèlent 6 millions de requêtes ChatGPT

Nouvel épisode du Cockpit, le rendez-vous hebdomadaire de Marvin Tranchant (SkySEO) et Jacky Giang (Miracle Agency, LinksGarden, Linksclub). Au programme : le retour du SEO Summit de Disneyland Paris, où les deux compagnons étaient conférenciers, et surtout les résultats de l'étude présentée par Jacky sur scène : 6 millions de requêtes envoyées à ChatGPT depuis mars pour répondre à une question que tous les annonceurs se posent. Peut-on acheter sa place dans les LLM ?

Le Cockpit : 6 millions de requêtes IA

SEO Summit : le marché bascule côté GEO

Premier constat ramené de Disneyland : la demande GEO a explosé. Sur un stand qui vend principalement des backlinks, la majorité des questions d'annonceurs portaient sur la visibilité dans les IA. Les sponsors de l'événement étaient des plateformes de tracking GEO, et environ la moitié des conférences traitaient du sujet. Le vocabulaire lui-même s'est stabilisé : il y a quelques mois on parlait encore de LLM, aujourd'hui le mot GEO s'est imposé. L'arrivée des AI Overviews en France a accéléré cette prise de conscience, avec une perte de clics sur l'informationnel désormais visible dans tous les reportings d'août et septembre.

La mise en garde de l'épisode reste la même que dans les précédents : ne basculez pas une grosse partie du budget SEO vers le GEO, ce ne sont pas les mêmes canaux d'acquisition. Le budget GEO relève du média et de la communication, parce que c'est un travail de marque. Le SEO historique, lui, continue de produire : certains clients partis de zéro en 2025 génèrent des dizaines de milliers de clics mensuels en 2026, et des centaines de leads, sur des marchés concurrentiels.

La révolution manquée : le 360

Dans sa propre conférence (« La seule méthode SEO & GEO qui marche, prouvée par 14 ans de fausses révolutions »), Marvin défend une idée à contre-courant : la vraie révolution de ces dernières années n'était pas une mise à jour de Google mais les réseaux sociaux, parce qu'ils ont changé l'usage. Pour acheter une voiture, l'internaute passe aujourd'hui par TikTok pour voir le modèle, YouTube pour les tests, la presse via Google, puis les sites constructeurs. Google mesure d'ailleurs ces signaux depuis longtemps : les visites multi-canaux observées via Chrome nourrissent le classement, ce qui explique pourquoi un site porté par de la notoriété peut ranker avec dix fois moins de backlinks que sa SERP. L'épisode en donne un souvenir parlant : un site de blanchiment dentaire d'un influenceur de téléréalité, top 3 avec une vingtaine de liens là où le reste du top 10 en affichait dix fois plus. Le bon SEO de 2027 est un web marketeur complet, pas un technicien à capuche.

L'étude : 1 million de prompts par mois

Place à la data de la conférence de Jacky. La méthodologie part de 26 millions de mots-clés regroupés en 500 000 groupes sémantiques, dont sont tirés 25 millions de prompts possibles. Chaque prompt a reçu une note d'intention commerciale, et le meilleur million a été retenu : des questions de choix de produit ou de service, pas de la culture générale. Ce million de prompts est envoyé chaque mois à ChatGPT via l'API, sans compte connecté, à raison de 50 000 requêtes par jour pendant 20 jours. Six mois plus tard, l'étude cumule 6 millions de réponses analysées, 33 millions de mentions de marques et 1,4 million de domaines sources. La même campagne démarre sur Gemini, dont les premiers résultats se révèlent très proches de ceux de ChatGPT.

Knowledge cutoff : la variable sous-estimée

L'enseignement le plus structurant de l'étude tient en une phrase : d'un mois à l'autre, ChatGPT va chercher sur le web, ou pas. En mars, sur le million de prompts, seules 100 000 réponses passaient par une recherche en ligne : 90 % du temps, l'IA répondait depuis sa mémoire, le dataset d'entraînement. En juillet, la proportion s'est inversée avec 94 % de réponses appuyées sur une recherche web. La raison est économique : chercher en ligne coûte cher à l'échelle de milliards d'utilisateurs, et l'arbitrage évolue au bon vouloir d'OpenAI.

Les conséquences sont lourdes. Si votre marque n'est pas dans le dataset et que l'IA ne va pas sur le web, vous n'existez pas dans la réponse. Et entrer dans le dataset prend du temps : le knowledge cutoff de GPT accuse 10 à 11 mois de retard, celui de Gemini jusqu'à un an et demi. Un client signé en janvier n'est toujours pas dans la mémoire de ChatGPT en octobre. Le travail GEO se joue donc sur deux horizons : le court terme en occupant les résultats de recherche web que l'IA consulte (du SEO, sur Google, Bing et le moteur interne d'OpenAI), et le long terme en publiant du contenu qui sera absorbé dans les prochains datasets. Une citation non reprise aujourd'hui n'est pas perdue : elle entre dans la mémoire de demain.

Le taux d'apparition, seul vrai KPI

Deuxième enseignement : les réponses bougent énormément. Seules 30 % des marques recommandées un mois donné le sont encore le mois suivant, et 1 % seulement des listes de trois marques ou plus restent identiques d'un mois à l'autre. Il y a pourtant une corrélation nette entre la position et la stabilité : une marque classée première a beaucoup plus de chances de le rester, parce qu'elle cumule présence dans le dataset et densité de sources. La bonne mesure dans ce chaos, c'est le taux d'apparition : prompter la même requête des dizaines de fois sur une période et compter. Les clients accompagnés passent de 0 % à 30-40 %, parfois 70-80 % d'apparition.

Autre donnée rassurante et inquiétante à la fois : ChatGPT n'est presque jamais négatif, 0,6 % des résultats seulement portent un jugement défavorable. Le risque n'est pas d'être critiqué, c'est d'être absent. Et la marque n'est jamais protégée chez elle : la moitié des réponses qui citent une marque recommandent aussi un concurrent. Demandez comment réserver une location de skis chez Decathlon, la réponse suggère aussi Intersport, Ski Set et Sport 2000. Dans le même registre, près de la moitié des réponses qui citent votre marque ne s'appuient sur aucune page de votre site : l'IA a construit sa réponse chez les autres, ce qui mesure directement le poids des citations tierces.

Qui nourrit ChatGPT : sources vs citations

Sur le million de prompts de juillet, une réponse moyenne s'appuie sur 12 sources issues de 7 sites différents, dont 3 seulement sont citées dans le texte, et recommande environ 3 marques ; 75 % des réponses recommandent au moins une marque. Le top des domaines sourcés en France aligne Reddit, Wikipédia, la Fnac, Service-public et Le Bon Coin. Mais le détail nuance la légende Reddit : 4 % des citations seulement, et une part en chute libre, de 30 % au pic de fin 2025 à 3 % aujourd'hui. Rapporté à ses milliards de pages, son ratio de citation est minuscule, là où un petit site éditeur de 100 pages peut en avoir 10 reprises en source. Autre asymétrie intéressante : quand Reddit sert de source, il est cité dans le texte 90 % du temps ; la Fnac 23 % du temps ; Facebook et YouTube, pourtant massivement consultés, ne sont presque jamais crédités. Et côté médias, Le Monde domine les citations presse, accord financier avec OpenAI oblige : acheter un lien dans un média ne garantit donc pas la citation, d'où l'intérêt de panacher petits sites éditeurs et presse.

La typologie des 500 domaines les plus sourcés donne la carte des terrains de jeu : 20 % d'e-commerces, 15 % de forums et sites d'avis, 14 % de sites institutionnels, 11 % de médias, 5 % de comparateurs et listicles, le reste en encyclopédies et annuaires. Une partie n'est pas activable (les sites du gouvernement, les e-commerces concurrents), mais le reste l'est, à commencer par votre propre e-commerce : une fiche produit qui précise « chaussure de running adaptée aux pieds plats » répond à une intention que ChatGPT fait désormais préciser à l'internaute. Si ce n'est pas écrit chez vous, la réponse se construira chez le concurrent qui l'a écrit.

Fan-outs : l'année et l'anglais

Dernière plongée dans la data : 99 % des requêtes utilisateurs sont reformulées par l'IA avant la recherche web. Dans ces reformulations, 17 % ajoutent l'année en cours, signe que le modèle cherche de la fraîcheur pour compenser son retard de dataset. Et 7 % des reformulations partent en anglais, parfois 15 % selon les mois, même pour une question posée en français sur un service français. Produire une partie de ses contenus GEO en anglais sur des requêtes françaises (« best gaming chair in France 2026 ») reste donc un espace quasi vide où apparaître coûte très peu. Ce sont deux leviers immédiats, à combiner avec le travail de fond : nourrir les modèles en continu, puisque tout ce qu'ils absorbent finit dans le cerveau des prochaines versions.

Bonne écoute ! Vos questions sur votre visibilité dans les IA sont bienvenues en commentaire sous la vidéo. Et si vous voulez savoir où votre marque apparaît déjà dans ChatGPT, nous réalisons des pré-audits SEO / GEO offerts.