Votre marque est-elle citée par les IA ?

Depuis le 22 juillet 2026, Google affiche en France des Aperçus IA (Google AI Overviews), des résumés générés en tête des résultats, et propose un Mode IA (Google AI Mode) conversationnel. En août 2026, 52,6 % d’un échantillon de 100 000 mots-clés déclenchaient un Aperçu IA en France (étude SE Ranking). L’internaute lit souvent la réponse sans cliquer, c’est la recherche zéro clic : être cité dans le résumé devient aussi important que d’être bien classé en dessous. Pour construire ces réponses, Google lance plusieurs recherches associées à partir d’une seule question, le query fan-out.

Un LLM répond à partir de ses données d’entraînement et, de plus en plus, d’une recherche web lancée au moment de la question (on parle de grounding ou de RAG). Il décompose alors la question en sous-requêtes, puis synthétise les pages trouvées : site de la marque, presse, comparatifs, avis, forums comme Reddit, LinkedIn, Wikipedia. Les contenus clairs, factuels, à jour et signés par des sources reconnues (les critères E-E-A-T) ont plus de chances d’être repris. Les données structurées schema.org aident les moteurs à comprendre une page, alors qu’un fichier llms.txt n’est pas nécessaire selon Google. Georgia relève pour chaque réponse les sous-requêtes, la recherche web et les sources citées, y compris celles des concurrents.

En posant aux IA les questions (ou prompts) que se posent réellement les clients, profil par profil, puis en analysant chaque réponse : la marque est-elle citée avec un lien, simplement mentionnée, utilisée comme source ou absente ? Georgia en tire un Score GEO sur 100 qui combine présence, part de voix face aux concurrents, qualité de présence, perception et tonalité (le sentiment exprimé sur la marque). Les réponses des IA varient d’une fois à l’autre : une même question peut être posée plusieurs fois pour distinguer une citation régulière d’un hasard.

Un outil GEO interroge les IA en masse avec des prompts génériques. L’audit part de vos publics : les questions sont choisies ou construites avec vous, puis posées à la main dans l’interface de chaque IA, comme le ferait un utilisateur. Georgia couvre ChatGPT, Gemini, Perplexity, Claude, Copilot, Mistral Vibe et Google AI Overviews (les Aperçus IA), et les IA de votre audit se choisissent au cadrage. La mesure manuelle permet d’auditer Google AI Overviews et Copilot, intégré à Microsoft 365 et à ses plus de 30 millions de licences payantes dans le monde (Microsoft, juillet 2026), qui ne se laissent pas interroger en automatique. Elle permet aussi de repérer ce qu’un outil laisse passer : une information erronée ou périmée sur la marque, ou la façon dont elle est présentée face aux concurrents.

Des recommandations priorisées, chacune avec sa preuve et un critère de vérification, et une restitution : une heure en visio pour l’audit flash, un atelier pour l’audit complet, qui donne aussi accès au tableau de bord Georgia. Un consultant suit l’audit. Les recommandations ne sont pas seulement techniques, et l’agence mobilise les expertises dont elles ont besoin : stratégie éditoriale et conception-rédaction pour des contenus que les IA peuvent citer, SEO et données structurées, UX-UI pour des pages claires, relations publiques digitales et influence pour être présent dans les sources tierces, social media et employee advocacy pour une présence visible sur LinkedIn, veille et e-réputation pour repérer et corriger ce que les IA disent de faux. Les résultats restent accessibles à vous et à l’équipe La Netscouade en charge de l’audit.

Les effets d’une action éditoriale ou d’une campagne de relations presse mettent des semaines à remonter dans les réponses des IA, le temps que les pages soient explorées puis reprises. D’où l’intérêt d’une nouvelle mesure une fois les actions en place : les mêmes questions, posées aux mêmes IA, montrent ce qui a réellement bougé. Mesurer trop tôt ne montre pas grand-chose.

Chaque audit est établi sur devis. Le prix dépend du nombre de questions (jusqu’à 10 pour l’audit flash, 20 pour l’audit complet), du nombre d’IA interrogées, de la construction des personas et de l’accompagnement souhaité après l’audit. Une démo permet de voir Georgia et de cadrer le besoin avant tout chiffrage.