Référencement ChatGPT : ce qui marche, mesuré

Le sujet est jeune, et la quantité d'affirmations y dépasse largement la quantité de mesures. Ce dossier ne dit que ce qui se vérifie, et signale explicitement ce qui ne se vérifie pas — y compris quand cela contredit les pages les mieux classées sur la question.

Comment ChatGPT choisit-il ses sources ?

Il faut d'abord séparer deux mécanismes qu'on confond constamment.

La mémoire d'entraînement. Le modèle a lu le web à un instant donné. Il peut citer votre entreprise sans jamais consulter votre site. C'est la position la plus fragile qui soit : elle ne se met pas à jour, elle ne dépend pas de vous, et elle disparaît au modèle suivant.

La récupération. Quand la question l'exige, ChatGPT va chercher des pages et répond en s'appuyant dessus. C'est là seulement que votre site travaille, et c'est la seule moitié sur laquelle vous avez prise.

La conséquence pratique est contre-intuitive : une marque peut être citée sans que son domaine ne soit jamais récupéré. Un audit sérieux distingue les deux ; la plupart des discours commerciaux les mélangent.

Faut-il être présent dans Bing ?

C'est la question sur laquelle presque toutes les pages françaises tranchent trop vite, dans un sens ou dans l'autre.

À l'origine, la recherche de ChatGPT s'appuyait sur l'index de Bing. Depuis, OpenAI exploite son propre robot et son propre index, et s'y ajoutent des accords avec des éditeurs. La lecture défendable aujourd'hui est celle d'un assemblage : la dépendance à Bing s'est desserrée sans disparaître.

Ce qu'il faut en retenir, concrètement : déclarer son site dans les outils pour webmasters de Bing reste utile et coûte une demi-heure, mais ce n'est plus le levier unique qu'on décrivait en 2024. Une page qui vous vend « l'optimisation Bing » comme la clé du référencement ChatGPT vend une architecture qui a changé.

Pourquoi un site bien classé sur Google peut-il être invisible pour ChatGPT ?

Voici le point technique le plus important du dossier, et le seul qui soit franchement binaire.

Les robots d'IA n'exécutent pas le JavaScript. L'analyse conjointe de Vercel et MERJ, portant sur plus de 500 millions de requêtes de GPTBot, n'a trouvé aucune trace d'exécution. Le robot télécharge parfois les fichiers JavaScript — environ 11,5 % des requêtes — mais ne les exécute jamais. Le constat s'étend à ClaudeBot et PerplexityBot.

L'exception est Gemini, qui hérite de l'infrastructure de rendu de Googlebot.

La conséquence est brutale : si le contenu de vos pages n'apparaît qu'une fois le JavaScript exécuté — un catalogue chargé par appel d'API, des tarifs affichés après coup, un accordéon dont le contenu n'est monté qu'à l'ouverture — votre site peut se classer normalement sur Google, dont le robot sait faire le rendu, et être une page blanche pour ChatGPT, Claude et Perplexity.

C'est vérifiable en une commande, sans outil payant : demander la page en se présentant comme GPTBot, retirer les scripts et les balises, compter les caractères restants. Un chiffre proche de zéro signifie invisible.

Faut-il créer un fichier llms.txt ?

Non. Et c'est là que ce dossier contredit frontalement les pages les mieux classées sur la requête, dont plusieurs le recommandent encore.

Les mesures disponibles sont convergentes et sévères. Sur plus de 500 millions de visites de robots d'IA observées sur 90 jours, 408 ont visé un fichier llms.txt. Ahrefs, sur 137 000 sites, constate que 97 % de ces fichiers n'ont reçu aucun trafic. SE Ranking mesure environ 10 % d'adoption sur 300 000 domaines : un site sur dix l'a posé, et personne ne le lit. Aucun grand fournisseur — OpenAI, Google, Anthropic, Meta, Mistral — ne s'est engagé à le prendre en compte, et John Mueller l'a publiquement comparé à la balise meta keywords.

Ce qui fonctionne à la place est plus banal, et c'est précisément pourquoi on le vend mal : une page normale, servie en HTML lisible sans JavaScript, déclarée au plan du site, et liée depuis le reste du site. Le fichier que personne ne lit devient alors une URL que tous les robots lisent.

Que valent les pourcentages qu'on lit partout ?

Peu de chose, et il faut savoir lire ce qui les produit.

Le sujet est envahi de chiffres d'apparence précise — tel facteur pèserait 55 % de la probabilité de citation, tel autre 14 %. Ils viennent presque toujours d'éditeurs d'outils, qui ont un intérêt commercial direct à démontrer que tout a changé et qu'un abonnement s'impose. Certains ne sont crédités à aucune source.

Le plus révélateur est qu'une des pages les mieux classées sur cette requête écrit elle-même que ces pourcentages « ne reposent sur aucune étude publique vérifiable » — dans un article qui en cite un. Ce n'est pas de la malhonnêteté, c'est la difficulté réelle du sujet : il faut bien écrire quelque chose, et la mesure indépendante n'existe pas encore.

La règle que j'applique, et que vous pouvez appliquer sans être technique : avant d'accepter un chiffre sur ce sujet, demandez qui l'a produit et ce qu'il vend. Les faits robustes de ce dossier — l'absence d'exécution du JavaScript, l'inertie de llms.txt, l'indépendance des agents — proviennent d'analyses de journaux serveur et de documentations d'éditeurs, pas d'études marketing.

Que peut-on réellement mesurer, et que ne peut-on pas ?

Deux questions différentes, et une seule est à votre portée sans abonnement.

« Suis-je cité ? » — interroger les modèles des dizaines de fois, moteur par moteur, coûte cher et se mesure avec un outil dédié. Et il n'existe pas de classement unique : le même site peut être très visible sur l'un et absent d'un autre. Toute métrique agrégée sur « les IA » est trompeuse.

« Puis-je l'être ? » — cela se vérifie gratuitement, et c'est la moitié qui donne des actions plutôt qu'un constat : texte réellement servi aux robots, agents nommés dans robots.txt, données structurées cohérentes, page de référence canonique, plan du site à jour.

Un point que presque personne ne dit : deux agents nommés n'obéissent pas à robots.txt. OpenAI écrit que ses règles « may not apply » à ChatGPT-User, et Perplexity que Perplexity-User ignore généralement le fichier — dans les deux cas parce qu'une personne a déclenché la requête. Les déclarer reste utile, mais c'est une intention, pas un contrôle.

Et un piège coûteux : beaucoup de sites ont bloqué les robots d'entraînement en 2023 et 2024 pour protéger leur contenu, et se sont exclus au passage de la citation. Ce ne sont pas les mêmes agents, et OpenAI précise que chaque réglage est indépendant des autres. Un Disallow posé sous User-agent: * les bloque tous.

Par où commencer ?

Par la mesure du texte servi sans JavaScript. Elle est gratuite, elle prend une minute, et elle est binaire : tant qu'elle échoue, tout le reste est décoratif.

Ensuite par robots.txt, en nommant explicitement les agents de recherche pour que l'intention survive au prochain remaniement.

C'est ce que contient le diagnostic que je produis — et il dit si vous pouvez être cité, jamais si vous l'êtes. Quiconque vous promet la seconde mesure gratuitement ne l'a pas faite.