Avant de chercher sur Google, vos clients demandent à une IA
ChatGPT, Perplexity, les AI Overviews de Google : une part croissante des recherches locales passe désormais par une réponse générée, pas par une liste de liens. Être visible sur Maps ne garantit plus d'être cité par l'IA — ce sont deux logiques différentes, avec des règles différentes.
Un nouveau filtre s'est installé entre vous et vos clients
Pendant quinze ans, être bien référencé a voulu dire : apparaître dans une liste de résultats que l'internaute parcourt et compare lui-même. Avec la recherche assistée par IA, ce filtre a changé de nature.
Une réponse, pas une liste
Quand une IA répond directement à la question d'un client, elle ne propose plus dix options à comparer — elle en retient une poignée, parfois une seule. Ne pas y figurer, c'est ne pas exister pour cette recherche-là.
Des règles encore floues
Contrairement au référencement Google, dont les grands principes sont documentés depuis des années, les critères de citation des IA conversationnelles restent largement opaques et évoluent rapidement.
Un terrain où tout reste à jouer
Les territoires ruraux et les petites structures sont structurellement sous-représentés dans les données qui nourrissent ces IA — ce qui veut dire que chaque action bien ciblée a un impact disproportionné.
Comment une IA décide de vous citer (ou pas)
Une IA conversationnelle ne « visite » pas votre fiche Google comme le ferait un client. Elle s'appuie sur des entités, des données structurées, et des signaux de confiance agrégés. Voici ce qui pèse réellement dans la balance, d'après l'analyse croisée de mes corpus de scans et de tests IA.
Être une entité claire, pas juste une page
Les IA raisonnent en entités nommées et reliées entre elles (nom, lieu, catégorie, activité) plutôt qu'en mots-clés isolés. Un balisage Schema.org cohérent — nom, géolocalisation, zone d'activité, profils liés — aide l'IA à vous identifier sans ambiguïté.
Cumuler les signaux de confiance
Avis nombreux et qualitatifs, cohérence des informations sur plusieurs plateformes, régularité de l'activité en ligne : l'IA agrège ces signaux pour évaluer qui mérite d'être cité en priorité sur un sujet donné.
La proximité géographique pèse parfois plus que l'expertise
Sur une requête locale ambiguë, la centralité géographique dans la zone de recherche peut l'emporter sur une spécialisation réelle mais peu documentée en ligne — un écart qu'il faut savoir identifier pour ne pas se fier aux apparences.
Ask Maps et la France : pas encore, mais à anticiper
La fonctionnalité conversationnelle de Google Maps existe déjà ailleurs, sans date de lancement confirmée en France pour l'instant, notamment pour des raisons réglementaires. Les bonnes pratiques d'aujourd'hui sont celles qui vous prépareront à son arrivée.
Un mode de citation souvent binaire
L'analyse de mes corpus de scans et de tests sur les systèmes d'IA fait apparaître un schéma récurrent : sur une requête donnée, un établissement cité par l'IA est presque toujours positionné en tout premier — il n'y a pas vraiment de « page 2 » dans une réponse générée.
Concrètement : soit vous êtes l'établissement que l'IA retient et vous captez la quasi-totalité de l'attention sur cette question, soit vous êtes simplement absent de la réponse. C'est ce qui rend chaque optimisation d'entité numérique disproportionnellement importante, bien plus que sur une page de résultats classique où la 4ᵉ position capte encore du trafic.
Deux tests, en direct dans les IA, pour comprendre ce qui se joue vraiment
Plutôt qu'un scan abstrait, voici ce qui se passe quand on tape soi-même une question dans Gemini, ChatGPT, Claude et Copilot — et ce que ça révèle sur ce qui fait apparaître, ou disparaître, un établissement.
Un bar encore ouvert, invisible dans 4 IA sur 4 — à cause d'1h d'écart sur sa fiche
Le test était simple : taper « bar ouvert maintenant près de moi » dans Gemini, ChatGPT, Claude et Copilot, au même instant. Un bar du quartier, repéré au préalable, était encore ouvert — il ne fermera réellement que 45 minutes plus tard. Sa fiche d'établissement, elle, l'indiquait déjà fermé au moment du test : un décalage d'environ 1 heure entre l'horaire affiché et la réalité.
Le bar est physiquement ouvert
Au moment du test, il accueille encore des clients. Rien, sur place, n'indique une fermeture — elle n'aura lieu que 45 minutes plus tard.
Ouvert dans les faitsUn horaire affiché environ 1h trop tôt
Sa fiche d'établissement indique déjà une fermeture au moment du test — un simple écart d'horaire déclaré, sans rapport avec la réalité du moment.
« Bar ouvert maintenant près de moi »
Posée au même instant aux 4 IA. Toutes s'appuient sur l'horaire déclaré, pas sur la réalité du terrain.
Absent des 4 réponsesLe détail, IA par IA :
| IA interrogée | Le bar est-il proposé ? | Ce que dit la réponse |
|---|---|---|
| Gemini | Non | Indiqué comme fermé à cette heure |
| ChatGPT | Non | Indiqué comme fermé à cette heure |
| Claude | Non | Indiqué comme fermé à cette heure |
| Copilot | Non | Indiqué comme fermé à cette heure |
Lecture
Aucune des quatre IA n'a proposé ce bar — toutes se sont basées sur l'horaire déclaré sur sa fiche, pas sur la réalité du moment. Le bar était bel et bien ouvert ; seul l'écart d'environ une heure entre son horaire affiché et la réalité a suffi à le faire disparaître entièrement des quatre réponses.
Sur une page de résultats Google classique, ce bar serait probablement resté visible, peut-être signalé "fermé" en petit. Dans une réponse générée par une IA, il n'y a pas de version "visible mais signalé fermé" — il y a "proposé" ou "absent". Pas relégué en bas de liste : simplement absent, comme s'il n'existait pas à proximité.
Le détail qui change tout, ici, ce n'est ni la qualité du bar, ni son emplacement : c'est un écart d'environ une heure entre une fiche et la réalité du terrain. Tenir ses horaires à jour n'est plus un détail administratif — c'est ce qui décide, à la minute, si une IA vous propose ou vous efface.
Une dégustation d'huîtres bien réelle, invisible dans 4 IA sur 4 — parce qu'introuvable en ligne
Même protocole, une autre cause. Cette fois, le test porte sur un établissement dont je sais, de première main, qu'il propose des dégustations d'huîtres — y compris aux horaires exacts de la question posée. Pourtant, en interrogeant Gemini, ChatGPT, Claude et Copilot sur une requête ciblant ce service à proximité, aucune des quatre IA ne le cite.
La raison n'a rien à voir avec un horaire mal renseigné : c'est que l'information n'existe nulle part en ligne — ni sur sa fiche d'établissement, ni sur son site, ni dans ses avis clients. Le service est bien réel, mais aucune IA ne peut le savoir si rien, nulle part, ne le dit.
Le service est bien proposé
L'établissement propose réellement des dégustations d'huîtres, y compris au moment précis visé par la requête.
Service réellement disponibleAucune trace de ce service
Ni sa fiche d'établissement, ni son site, ni ses avis clients ne mentionnent les dégustations d'huîtres — l'information est absente partout, pas seulement à un endroit.
Une requête ciblant ce service, à proximité
Posée au même instant aux 4 IA. Aucune ne peut citer un service qu'aucune source en ligne ne documente.
Absent des 4 réponsesLe détail, IA par IA :
| IA interrogée | L'établissement est-il cité pour ce service ? | Ce que dit la réponse |
|---|---|---|
| Gemini | Non | Aucune mention du service trouvée |
| ChatGPT | Non | Aucune mention du service trouvée |
| Claude | Non | Aucune mention du service trouvée |
| Copilot | Non | Aucune mention du service trouvée |
Lecture
Contrairement au cas du bar, il n'y a ici aucune donnée erronée à corriger — il n'y a simplement aucune donnée. Une IA ne devine pas qu'un établissement propose un service ; elle le cite seulement si une source qu'elle peut consulter le mentionne explicitement.
Un client qui connaît déjà l'établissement sait que le service existe. Un client qui découvre l'établissement via une IA ne le saura jamais, puisque l'IA elle-même n'a aucun moyen de le savoir. La perte ne se voit nulle part dans un tableau de bord — elle se voit uniquement dans l'absence de question posée par des clients qui ne savent pas que le service existe.
Le détail qui change tout, ici, ce n'est pas la qualité du service, ni sa réalité sur le terrain : c'est qu'un service non documenté en ligne est, pour une IA, un service qui n'existe pas. Documenter ce que l'on propose réellement n'est plus une option de communication — c'est la condition pour exister dans une réponse générée.
Quand l'IA ne trouve pas l'information, elle n'ignore pas — elle invisibilise
Ces deux tests illustrent deux causes différentes, mais une seule et même conséquence : que la donnée soit erronée (le bar) ou simplement absente (la dégustation d'huîtres), le résultat pour une IA conversationnelle est identique. Elle ne signale pas une incertitude, elle ne propose pas "peut-être" — elle retire purement et simplement l'établissement de sa réponse. Pour le client qui pose la question, tout se passe comme si l'établissement n'existait pas à proximité.
C'est l'autre face de cette mécanique qui motive mon travail au quotidien : quand l'information est présente, exacte et bien documentée, c'est l'inverse qui se produit. Parmi mes clients accompagnés sur la durée, plusieurs m'ont rapporté que des clients leur avaient spontanément dit les avoir trouvés en passant par une IA générative — et ce sont justement des requêtes qui mobilisent la confiance et l'expertise (qualité du travail, sérieux, avis, expérience démontrée) qui reviennent le plus souvent dans ce type de retour.
Dans le bâtiment et les métiers de service en particulier, ce retour prend une forme bien précise : de plus en plus de clients disent à l'entrepreneur « je vous ai trouvé en demandant à une IA » — non pas en cherchant le nom d'une entreprise, mais en décrivant leur problème concret et en indiquant leur localisation, pour obtenir une réponse directement exploitable. C'est ce type de requête, centré sur le besoin plutôt que sur la marque, qui devient le terrain de jeu de la visibilité dans l'IA.
Dans ces cas-là, l'IA a trouvé exactement ce qu'il fallait pour répondre au besoin du client : la bonne information, au bon endroit — sur le site, sur la fiche d'établissement, dans les avis — et elle l'a citée avec assurance. C'est la même mécanique que les deux tests précédents, mais dans le sens qui fait gagner des clients plutôt que les perdre.
En résumé
Une IA conversationnelle ne devine jamais : elle cite ce qu'elle trouve, exactement comme elle le trouve. Une fiche à jour, un site qui documente clairement ce qui est proposé, des avis qui le confirment — c'est ce qui fait la différence entre être invisibilisé et être la réponse qu'un client cherchait sans même connaître votre nom.
Cas et retours clients anonymisés et recomposés à des fins pédagogiques à partir de mes tests directs dans les IA et de mes accompagnements clients ; ils ne désignent aucun établissement identifiable.
Et vous, savez-vous si une IA vous cite aujourd'hui ?
Un test ciblé sur vos requêtes les plus importantes suffit souvent à révéler si vous êtes visible, absent, ou cité pour les mauvaises raisons.
Tester ma visibilité dans l'IA