Sources IA : la hiérarchie au-delà des données que les SEO suivent
Résumez cet article avec l’IA
Les outils SEO ne voient qu’une fraction des sources IA
Un client m’appelle un mardi matin. Il a investi 8 000 $ dans la production de contenu. 47 articles. Un cocon sémantique bien construit. Son site est propre, rapide, bien indexé.
Et pourtant.
Son nom n’apparaît nulle part dans les réponses de ChatGPT, de Perplexity ou de Google AI Overviews.
Zéro citation. Zéro clic.
Le souci venait des sources, pas du contenu.
Je regarde 15 sites par semaine. Tous ont des positions Google correctes. Des rapports Search Console propres. Des suites d’outils SEO qui affichent des courbes qui montent.
Et pendant ce temps, les IA citent d’autres marques. D’autres fiches produits. D’autres pages locales.
Pourquoi ? Les outils SEO classiques ne suivent qu’une fraction des sources que les IA utilisent réellement. Selon une grille publiée par Chris Green sur Search Engine Journal, il existe au moins quatre niveaux de sources de données. La plupart des équipes SEO s’arrêtent au premier.
Résultat : on optimise le visible. Et on laisse de côté ce qui déclenche les citations.
La question qui compte n’est pas « Suis-je visible dans Google ? ».
Elle est : « Dans quelles sources les IA viennent-elles chercher leurs réponses, et lesquelles est-ce que je surveille vraiment ? »
Quatre niveaux de preuve, pas cinquante sources à brasser
Quand on découvre l’ampleur du problème, la tentation c’est de tout tracker. Toutes les plateformes. Tous les flux. Tous les corpus.
Mauvaise idée.
Search Engine Journal a publié une grille qui classe les sources par preuves, pas par volume. Quatre niveaux.
| Niveau | Utilisation typique | Exemples | Statut de preuve |
|---|---|---|---|
| Tier 1 | Grounding / actions en temps réel | Google Search, Bing Search, Google Merchant Center, Google Maps, Google Business Profile | Confirmé + courant |
| Tier 2 | Entraînement / licensing | Flux produits OpenAI | Confirmé + courant |
| Tier 3 | Préentraînement historique | Common Crawl, C4 | Confirmé historique |
| Tier 4 | Services de grounding tiers, flux marketplaces | Microsoft Merchant Center, intermédiaires de retrieval | Preuve forte / hautement probable |
Tier 1 : les sources qui alimentent les réponses en temps réel, avec citations directes. Les Tiers 2 et 3 pèsent sur la connaissance du modèle, moins directement. Le Tier 4, c’est probable, pas encore confirmé.
Cette grille change l’ordre des priorités. Au lieu de courir après cinquante signaux faibles, on met l’effort là où la preuve est établie.
En clair : commencez par le Tier 1. Ensuite seulement, descendez.
Avant de descendre dans chaque niveau, posez la carte complète. Quatre tiers, du plus direct au plus lointain, pour savoir où votre marque doit apparaître en priorité.
La hiérarchie des sources IA en 4 tiers
Du grounding temps réel aux hypothèses : ce que les modèles consultent, du plus direct au plus diffus.
Tier 1 : être présent dans le grounding, pas seulement dans l’index
Le grounding, c’est la capacité d’un modèle à aller chercher du contenu en temps réel pour appuyer sa réponse. Search Engine Journal le confirme : Google Search sert de source de grounding pour Gemini. Les résultats Google sont branchés sur le modèle, avec des citations qui renvoient vers les URL sources.
C’est la même chose pour Copilot avec Bing Search. Microsoft le documenté : les résultats Bing entrent dans les réponses.
Mais il y a plus troublant.
Google Merchant Center est une source Tier 1 documentée. Les données du flux produits alimentent les pages shopping de Google. Une fiche produit mal renseignée ne sortira pas dans les réponses IA sur ce produit.
Google Maps est aussi une source de grounding documentée. Les modèles y puisent le contexte géospatial.
Et Google Business Profile, on n’en parle presque jamais en SEO. Cette fiche fait tourner les résultats locaux. J’ai vu chez un client hôtelier en Asie du Sud-Est une citation dans Google AI Overview pour une requête locale. Ce n’était pas son site qui était cité. C’était sa fiche Google Business Profile.
La leçon est brutale : vous pouvez avoir le meilleur site du monde, si votre fiche locale, votre flux Merchant ou vos données Maps ne sont pas à jour, vous restez invisible dans les réponses IA.
Qui surveille encore Google Merchant Center dans votre équipe SEO ?
Common Crawl, C4 et les flux produits : l’envers du décor
Les Tiers 2 et 3 travaillent en amont, pendant l’entraînement des modèles. Ils ne citent rien en temps réel. Leur rôle : décider ce que le modèle retient de votre secteur.
Common Crawl, c’est un corpus massif de pages web. Search Engine Journal a publié la grille : GPT-3 a utilisé environ 60 % de Common Crawl filtré dans son mélange d’échantillonnage. LLaMA 1 en a rapporté 67 %.
C4, version nettoyée de Common Crawl, pesait 15 % du mélange de préentraînement de LLaMA. Ces chiffres comptent. Vos pages présentes dans ces corpus nourrissent la connaissance générale des modèles.
Attention quand même : figurer dans Common Crawl ne garantit aucune citation. Les modèles n’interrogent pas Common Crawl en direct, ils l’ont digéré pendant l’entraînement. La citation, elle, vient souvent du grounding.
Le Tier 2 inclut aussi les flux produits d’OpenAI. Les marchands partagent un flux CSV ou JSON sécurisé, rafraîchi toutes les 15 minutes, avec identifiants, descriptions, prix, inventaire, médias et options de livraison. ChatGPT affiche alors des produits précis, à jour.
C’est énorme.
Un catalogue bien structuré, envoyé en flux, donne à une IA de quoi citer vos produits sans passer par votre site. La plupart des SEO ignorent complètement cette source de visibilité.
Le Tier 3, lui, reste une affaire d’historique. Un site jeune ou peu maillé a peu de chances d’être bien représenté dans Common Crawl. Ça se compte en mois. Et ça se construit.
Les angles morts : produits, local, assistants
Les équipes SEO passent des heures sur les positions Google, les balises, le maillage. Pendant ce temps, trois angles morts les éloignent des citations IA.
Premier angle mort : les flux produits. Selon la source SEJ, Shopify est déjà intégré à ChatGPT pour le shopping. Les données de catalogue Shopify remontent directement dans les réponses. Si vous vendez sur Shopify, vos produits peuvent déjà être cités. Ou pas, si votre catalogue est mal renseigné.
Deuxième angle mort : les données locales. Google Maps et Google Business Profile sont des sources de grounding confirmées. Une fiche Google Business Profile incomplète, une adresse imprécise, des horaires non mis à jour : vous perdez des citations locales. Chez mes clients, j’ai vu des fiches locales bien remplies obtenir plus de mentions dans les AI Overviews que des pages optimisées pour le SEO classique.
Troisième angle mort : les assistants et agents. ChatGPT, Perplexity, Copilot. Ces outils ne se contentent pas de Google. Ils croisent les sources. Si votre présence se limite à votre site et à Google Search Console, vous êtes absent d’une partie du spectre.
Le Tier 4, qui inclut Microsoft Merchant Center et les intermédiaires de grounding tiers, reste à surveiller. La preuve est forte, mais pas encore confirmée. Il ne doit pas pour autant passer avant les Tiers 1 et 2.
Prioriser, c’est faire un choix. Et ça commence par regarder ce qu’on ne voit pas.
Prioriser par niveau de preuve, pas par volume de données
Depuis que j’applique cette grille chez mes clients, les audits changent de forme. On ne commence plus par les positions Google. On commence par la cartographie des sources.
Ma méthode DOSE, montée avec Guillaume Attias à la BMO Academy, tient en quatre temps : Diagnostic, Objectifs, Stratégie, Exécution. Le diagnostic des sources passe en premier.
Concrètement, voici ce que je fais.
- Lister toutes les sources où la marque apparaît ou devrait apparaître : site, fiches locales, flux produits, catalogues marketplaces.
- Classer chaque source selon les quatre niveaux de la grille SEJ.
- Traiter le Tier 1 d’abord : Google Search, Bing, Google Merchant Center, Google Maps, Google Business Profile.
- Ajouter les flux produits OpenAI au Tier 2 avec une fréquence de rafraîchissement de 15 minutes.
- Vérifier la présence dans Common Crawl et C4 pour le long terme, sans en faire une priorité de court terme.
Ensuite, on mesure les citations IA, pas seulement les positions. On observe quelles sources sont citées. On corrige celles qui ne le sont pas.
Le résultat est souvent contre-intuitif. Un client a vu ses citations IA grimper après la mise à jour de son flux Google Merchant Center, alors que son trafic organique classique n’avait pas bougé. Sans nouvelle page. Sans nouvel article. Juste une source alimentée correctement.
Le premier appel client, je le fais en audit live. Je ne vends pas la méthode. Je montre les pages.
Alors, votre prochaine citation IA viendra de quelle source que vous ne suivez pas encore ?
Audit IA : je cartographie vos sources réellement citées
Pendant l’audit live, je passe vos données au crible des 4 niveaux. Vous repartez avec la liste priorisée des sources à corriger ou à alimenter, sans trier cinquante tableaux inutiles.
Réserver un appel diagnostic — 30 minQuestions fréquentes
Quelles sources les IA utilisent-elles le plus pour citer un site ?
Les IA partent des sources qu’elles peuvent vérifier : Google Search, Bing Search, Google Maps, Google Business Profile, Google Merchant Center. Viennent ensuite les flux produits et les corpus d’entraînement, Common Crawl en tête.
Être présent dans Common Crawl suffit-il pour être cité par ChatGPT ?
Non. Common Crawl sert au préentraînement, pas au grounding. Une page peut y figurer sans être citée une seule fois. Misez d’abord sur les sources que les modèles lisent en temps réel.
Comment apparaître dans Google AI Overviews ?
Le plus direct : être présent dans le grounding. Une page qui se classe bien dans Google Search, une fiche Google Business Profile à jour, un flux Google Merchant Center propre. C’est de là que viennent les citations.
Les flux produits aident-ils à obtenir des citations IA ?
Oui. OpenAI accepte des flux produits CSV/JSON rafraîchis toutes les 15 minutes. Les données de catalogue Shopify sont déjà dans ChatGPT. Ces flux servent aux assistants à citer vos produits, vos prix et vos disponibilités, sans erreur.
Quels outils suivent ces sources IA ?
Peu d’outils couvrent tout le terrain. Les suites SEO classiques suivent Google et Bing, jamais les flux produits ni Google Maps. Du coup, je fais l’audit manuellement, niveau par niveau : je liste les sources, puis je vérifie leur présence et leur fraîcheur.
