Aller au contenu principal

Être cité par ChatGPT, Perplexity ou Gemini : comment s'y prendre.

Publié le

Comment ChatGPT, Perplexity, Copilot et Google choisissent leurs sources, quels robots laisser passer, ce que vaut llms.txt et comment mesurer vos citations.

ChatGPT, Perplexity, Copilot, Gemini et les AI Overviews de Google citent leurs sources quand ils cherchent sur le web. La réponse courte : ils puisent dans des index de recherche, ceux de Google, de Bing ou de leurs propres robots. Pour être cité, il faut donc d'abord être bien indexé, laisser passer les bons robots, puis publier des pages claires, datées et précises qui répondent aux questions de vos clients. Personne ne peut garantir une citation : ces outils choisissent leurs sources question par question.

Où ces outils trouvent leurs sources

Un assistant ne relit pas tout internet au moment de répondre. Il transforme la question en une ou plusieurs recherches, interroge un index, puis rédige sa réponse à partir des pages retenues. Chaque outil a ses sources :

  • Google (AI Overviews et mode IA) : l'index habituel de Google, alimenté par Googlebot. Google précise qu'une page doit être indexée et pouvoir s'afficher avec un extrait, sans autre exigence technique.
  • Gemini : l'application s'appuie elle aussi sur l'index de la recherche Google pour étayer ses réponses.
  • Microsoft Copilot : il envoie une requête au moteur Bing et compose sa réponse à partir des résultats.
  • ChatGPT : sa recherche combine le robot d'OpenAI, OAI-SearchBot, et des moteurs de recherche partenaires, dont Bing.
  • Perplexity : son robot, PerplexityBot, indexe les pages que l'outil affiche et cite.

Conséquence pratique : un site mal indexé par Bing échappe à Copilot et se prive d'une des sources de ChatGPT. Vérifiez votre indexation dans Google Search Console et dans Bing Webmaster Tools, deux outils gratuits.

Les robots à laisser passer, et ceux que vous pouvez bloquer

Le fichier robots.txt, à la racine de votre site, indique aux robots ce qu'ils peuvent parcourir. Les éditeurs d'IA distinguent deux usages : chercher des pages à citer, et collecter des textes pour entraîner leurs modèles. Vous pouvez refuser le second sans renoncer au premier.

  • À laisser passer pour être cité : Googlebot, Bingbot, OAI-SearchBot et PerplexityBot. OpenAI l'écrit : un site qui bloque OAI-SearchBot n'apparaît plus dans les réponses de recherche de ChatGPT, sauf comme simple lien de navigation.
  • GPTBot : le robot d'OpenAI qui collecte des contenus pour entraîner ses modèles. Le bloquer refuse cet entraînement, sans effet sur la recherche de ChatGPT : chaque réglage est indépendant.
  • Google-Extended : ce n'est pas un robot mais une consigne lue par ceux de Google. Elle ne change rien à votre présence dans la recherche Google ni à votre classement. Elle décide si vos pages peuvent servir à entraîner les modèles Gemini et à étayer les réponses de l'application Gemini : la bloquer vous protège de l'entraînement, mais peut vous priver de citations dans Gemini.

Vérifiez aussi votre hébergeur et votre pare-feu. Depuis juillet 2025, Cloudflare bloque par défaut les robots d'IA sur les nouveaux domaines, en posant la question à l'inscription : un choix vite oublié.

Le fichier llms.txt : une proposition, pas un standard

Le fichier llms.txt résume un site en texte simple, à l'intention des modèles de langage. Il a été proposé en septembre 2024 par Jeremy Howard. Ce n'est pas un standard adopté : Google écrit qu'aucun fichier de ce type n'est nécessaire pour apparaître dans ses fonctions d'IA, et ses équipes ont indiqué ne pas s'en servir. Le créer demande peu de travail, mais n'en attendez aucun effet mesurable.

Un contenu que l'IA peut citer sans se tromper

Google le rappelle : les bonnes pratiques habituelles du référencement restent valables pour ses fonctions d'IA, sans optimisation spéciale. Ce qui aide une IA à vous citer aide aussi vos lecteurs :

  • La réponse dès le début de la page, puis le détail. Sur une question comme « délai de livraison à Lifou », la page qui donne le délai dès sa première phrase se cite plus facilement.
  • Des titres qui reprennent les questions de vos clients, et une page par sujet plutôt qu'une page fourre-tout.
  • Des faits précis et datés : conditions, zones desservies, délais, date de mise à jour visible, pour juger si l'information vaut encore.
  • Du texte, pas des images de texte : des horaires dans une image ou des conditions dans un PDF scanné échappent souvent aux robots.
  • Des données structurées fidèles : le balisage schema.org de votre fiche entreprise ou de vos questions fréquentes doit reprendre exactement ce qui est affiché.

Exister ailleurs que sur votre site

Pour comparer des entreprises, un assistant lit aussi ce que d'autres sites disent de vous : annuaires, presse locale, avis clients, partenaires. Une présence cohérente (même nom, même activité, mêmes coordonnées) et quelques mentions dans des sources reconnues pèsent souvent plus qu'une page de plus sur votre site. Le référencement local à Nouméa suit la même logique : fiche Google, avis et annuaires calédoniens restent la base.

Mesurer, sans se raconter d'histoires

  • Google Search Console : les clics venus des AI Overviews et du mode IA sont comptés avec le reste, dans le rapport Performances, type de recherche « Web », sans être isolés.
  • Bing Webmaster Tools : depuis février 2026, un rapport « AI Performance », en préversion, compte les citations de vos pages dans Copilot et dans les résumés d'IA de Bing.
  • Vos statistiques de visite : une partie des visites arrive avec chatgpt.com ou perplexity.ai comme source, une autre sans source identifiable.
  • Des tests réguliers : posez chaque mois dans chaque outil les questions de vos clients et notez qui est cité. Les réponses varient d'une fois à l'autre : suivez la tendance.

Méfiez-vous de toute promesse de place dans les réponses de ChatGPT : personne ne la contrôle. L'offre IA et automatisations d'ERIS commence par ce diagnostic (indexation, robots, contenus à rendre vérifiables) avant de choisir les cas d'usage à outiller.

Notre accompagnement

Vous avez un projet sur ce sujet ?

IA et automatisation à Nouméa

Questions fréquentes.

Comment ChatGPT choisit-il les sites qu'il cite ?

Quand il cherche sur le web, ChatGPT transforme la question en recherches, s'appuie sur le robot d'OpenAI, OAI-SearchBot, et sur des moteurs partenaires, dont Bing, puis cite les pages retenues. Un site bien indexé, accessible à OAI-SearchBot et clair sur ses sujets a plus de chances d'être retenu, sans aucune garantie.

Faut-il bloquer GPTBot pour protéger ses contenus ?

Vous pouvez. GPTBot collecte des contenus pour entraîner les modèles d'OpenAI : le bloquer refuse cet entraînement sans effet sur la recherche de ChatGPT, qui dépend d'OAI-SearchBot. OpenAI précise que ces deux réglages sont indépendants.

Bloquer Google-Extended fait-il disparaître des AI Overviews ?

Non. Google indique que Google-Extended ne change rien à la présence dans la recherche Google, dont les AI Overviews font partie. Cette consigne règle l'usage de vos pages pour entraîner les modèles Gemini et étayer les réponses de l'application Gemini.

Le fichier llms.txt est-il nécessaire ?

Non. C'est une proposition publiée en 2024, pas un standard : Google écrit qu'aucun fichier de ce type n'est nécessaire pour apparaître dans ses fonctions d'IA. La clarté de vos pages et leur indexation comptent davantage.

Comment savoir si mon site est cité par une IA ?

La Google Search Console compte les clics venus des AI Overviews avec le reste du trafic « Web », et Bing Webmaster Tools propose depuis février 2026 un rapport des citations dans Copilot. Complétez par des tests réguliers des questions de vos clients dans chaque outil.

Un projet en tête ?

Passons de la lecture à l'action.

Vous préparez un site, une refonte ou une stratégie digitale en Nouvelle-Calédonie ? Parlons-en : nous transformons ces conseils en résultats concrets pour votre activité.

Discutons de votre projet