🔎 GEO · Décryptage

Comment les IA choisissent les commerces qu'elles recommandent

Trois à cinq noms, arrêtés avant le moindre clic. Comment cette liste se construit — et pourquoi ce n'est pas la meilleure note qui y entre.

Vira · Spécialiste IA

Comment les IA choisissent les commerces qu'elles recommandent

Et pourquoi elles citent une entreprise plutôt qu'une autre.

Tu poses une question à ChatGPT, Perplexity ou aux Aperçus IA de Google, et la réponse propose deux ou trois commerces. Pourquoi eux, et pas les autres ? Ce n'est ni un hasard, ni une question de taille, ni même une question de note. Il y a une logique — elle est documentée, et elle se travaille.

1Être cité comme source n'est pas être recommandé comme commerce

Ce sont deux choses différentes, et c'est la seconde qui te ramène un client. Une IA peut citer ton site comme source d'information sans jamais te recommander ; elle peut aussi recommander ton concurrent sans citer une seule de ses pages. Pour un commerce, ce qui compte n'est pas d'apparaître dans les petites sources en bas de réponse : c'est de figurer dans la courte liste de noms que l'assistant propose.

Le 17 août 2026, Search Engine Journal a consacré une synthèse à ce basculement : lors d'une recherche locale, les assistants réduisent le choix à quelques entreprises avant même que le client n'atteigne un site web. Deux mesures citées dans cet article donnent l'échelle du phénomène.

• Whitespark, sur 540 requêtes testées dans trois villes américaines : un encadré IA apparaît sur 15 % des requêtes locales directes (le nom d'un métier et d'une ville), 92 % des requêtes informationnelles (« où manger des sushis frais ce soir ») et 97 % des requêtes hybrides.
• Uberall, sur son observatoire de la restauration rapide : une requête produit généralement trois à cinq marques recommandées.

Ces deux nombres se lisent ensemble. Plus la question ressemble à une vraie question — et c'est exactement ce que les gens tapent dans une IA, pas des mots-clés — plus il y a un encadré. Et cet encadré ne contient pas dix résultats : il en contient trois à cinq. La page à dix liens bleus, où arriver huitième servait encore à quelque chose, n'est plus le terrain. Le terrain est une liste courte, arrêtée avant le moindre clic.

Comment cette liste courte se construit

Google décrit lui-même le procédé. Ses systèmes de classement habituels servent à aller chercher des pages pertinentes, que le modèle relit avant de rédiger — c'est la génération augmentée par la recherche. Et le moteur éclate la question de départ en plusieurs sous-questions traitées en parallèle, le query fan-out : « meilleur sushi à Cannes » devient aussi « sushi terrasse Cannes », « sushi livraison Cannes centre », « avis restaurant japonais Cannes ». La réponse finale est écrite à partir de ce que ces recherches ont rapporté.

D'où une conséquence contre-intuitive, et c'est celle qui compte : ce n'est pas ta note qui te met dans la liste, c'est ce que la machine arrive à lire et à recouper sur toi. Un commerce noté 4,2 dont l'identité est identique partout, présent sur plusieurs plateformes indépendantes qui racontent la même chose, entre plus facilement dans la liste qu'un concurrent noté 4,7 dont les informations se contredisent d'une source à l'autre. Non pas parce que la machine préfère les moins bons — parce qu'elle évite de recommander une entreprise qu'elle n'arrive pas à identifier avec certitude.

Ce que la machine lit pour construire cette liste

C'est la question que presque personne ne mesure. Nous l'avons fait : sur 846 citations relevées en août 2026 auprès d'un échantillon de commerces français — quatorze séries de mesures sur ChatGPT, Gemini, Claude et Perplexity — voici d'où viennent les sources que les IA citent.

La ligne à retenir est celle en gras : ton propre site représente 5,9 % des sources citées. Tout le reste se joue chez les autres — chez des confrères, dans des annuaires, sur des plateformes d'avis. C'est aussi pourquoi refaire son site est rarement la première dépense utile. Ces chiffres valent pour cet échantillon, centré sur le commerce de proximité, et nous les réactualisons à chaque nouvelle série de mesures.

2La vraie logique : être compris, puis jugé fiable

Une IA cite en deux temps : elle doit d'abord te comprendre, puis te faire confiance sur le sujet précis de la question. Si l'une des deux étapes coince, elle passe à un concurrent plus lisible. Ce n'est donc pas « qui a le plus gros budget », mais « qui est le plus clair et le plus crédible » sur cette requête.

Techniquement, les assistants génératifs vont chercher des extraits de contenu, les recoupent, puis rédigent une réponse en citant leurs sources. Le référencement classique reste un socle solide : sur les Aperçus IA de Google, environ trois URL citées sur quatre figurent aussi dans le top 10 organique. Autrement dit, bien se positionner sur Google aide encore beaucoup — mais ne suffit plus, car les IA ajoutent leurs propres critères par-dessus. C'est exactement le rôle du GEO (Generative Engine Optimization) : rendre une entreprise compréhensible et crédible pour les moteurs génératifs, pas seulement bien classée.

3Les 5 signaux qui décident de la citation

D'après les analyses de 2026 sur la façon dont les modèles sélectionnent leurs sources, cinq facteurs reviennent systématiquement. Aucun ne se suffit à lui seul ; c'est leur cumul qui fait la différence.

1. L'autorité de ta marque (ce que les autres disent de toi) C'est le prédicteur le plus fort de la citation. Une IA fait davantage confiance à une entreprise dont des tiers indépendants parlent — presse, annuaires, forums, sites d'avis — qu'à un site qui se contente de s'auto-décrire. La popularité brute ne suffit pas : c'est la cohérence de ce qui se dit de toi, ailleurs, qui construit la confiance.
2. Ta présence sur plusieurs plateformes indépendantes Être visible sur 4 canaux ou plus (site, fiche Google, plateformes d'avis, réseaux, annuaires métier) est un signal fort. Chaque plateforme confirme les autres. Une entreprise présente partout, avec les mêmes informations, « existe » beaucoup plus clairement pour une IA qu'une entreprise qui n'a qu'un site.
3. Un contenu structuré et facile à extraire Les robots d'IA n'exécutent souvent pas le JavaScript et ne suivent pas le graphe de liens : ils privilégient des blocs de texte clairs et extractibles. Une réponse nette placée en tête, des listes, un tableau, une FAQ, des données structurées — voilà ce qui se reprend facilement. Un contenu dense et bien balisé bat un contenu long et flou.
4. La cohérence de ton identité (ton entité) L'IA recoupe tes informations d'une source à l'autre. Si ton nom, ton adresse ou ton téléphone diffèrent entre ton site, ta fiche Google et un annuaire, elle doute — et le doute te coûte la citation. C'est le NAP cohérent, et c'est l'un des points les plus négligés : sur nos audits, on relève en moyenne 3 à 7 divergences par entreprise. Un identifiant officiel comme le SIRET aide aussi à te distinguer d'un homonyme.
5. La fraîcheur Une information récente inspire plus confiance qu'une page figée depuis deux ans. Des avis récents, des publications régulières, une fiche à jour : ces signaux d'activité disent à l'IA que l'entreprise est bien vivante et que ses informations sont valables aujourd'hui.

4Pourquoi un petit peut battre un gros

En 2026, l'autorité thématique gagne du terrain : un acteur focalisé et très clair sur un sujet précis peut être cité devant un grand site généraliste et vague. Les modèles reconnaissent qu'une source spécialisée est souvent plus fiable qu'un géant qui parle de tout.

Pour un commerce local ou une PME, c'est une vraie ouverture. Tu n'as pas besoin d'être le plus gros : tu dois être le plus clair et le plus cohérent sur ton métier et ta zone. Une fiche nette, bien documentée, cohérente partout, sur un sujet où tu es légitime, peut passer devant un concurrent plus connu mais confus. C'est souvent là que se joue la différence entre une entreprise citée et une entreprise invisible dans les réponses IA.

5Chaque IA cite différemment (et ce que ça change)

Il n'existe pas « une » IA, mais plusieurs, avec chacune ses sources de prédilection. Les études de citation de 2026 sont frappantes sur ce point :

Autre chiffre parlant : à peine ~11 % des domaines cités par ChatGPT le sont aussi par Perplexity. Concrètement, une stratégie unique ne peut pas gagner sur toutes les IA à la fois. Être cité par ChatGPT ne dit rien de ta visibilité sur Perplexity ou Gemini. D'où l'importance de mesurer sur chaque moteur plutôt que de supposer, et de soigner sa présence là où des tiers parlent de toi (avis, forums, sources de référence), pas seulement son propre site.

6Ce que ça veut dire pour toi — l'approche Happia

La conclusion pratique tient en une phrase : on ne peut pas améliorer ce qu'on ne mesure pas. Savoir « pourquoi une IA cite un concurrent plutôt que toi » commence par regarder, IA par IA, qui est cité, à quelle place, et sur quelles requêtes.

C'est le point de départ d'Happia. L'audit interroge ChatGPT, Gemini, Perplexity et Claude sur tes vraies requêtes cibles et mesure si tu es cité et face à qui. Il analyse ensuite une dizaine de sources, vérifie la cohérence de ton identité et de tes plateformes, contrôle que les robots d'IA peuvent bien te lire — et signale ce qui n'est pas lisible plutôt que de le supposer. En parallèle, Happia consolide tes informations vérifiées dans une fiche publique structurée, sourcée et datée, pensée pour être comprise par les IA.

La règle qui nous tient partout : mesurer, jamais supposer, et aucune promesse de place dans une réponse d'IA — parce que personne ne peut la garantir honnêtement. Ce qu'on peut faire, en revanche, c'est agir sur chacun des cinq signaux ci-dessus, dans le bon ordre.

📎 Sources : Search Engine Journal — « AI Assistants Are Choosing Local Businesses For Your Customers », Matt G. Southern, 17 août 2026 (qui cite les mesures Whitespark sur 540 requêtes dans trois villes américaines et l'observatoire Uberall de la restauration rapide) ; documentation Google sur le mode IA et la génération augmentée par la recherche. Les 846 citations sont une mesure Happia d'août 2026 sur un échantillon de commerces français, réactualisée à chaque nouvelle série.