Ce que vous allez apprendre
À la fin de ce module, vous serez capable de :
- Enregistrer les observations de citations dans un schéma qui soutient les tendances, pas seulement les captures d’écran.
- Classer chaque URL citée comme détenue, concurrente, tierce ou inconnue, et expliquer pourquoi la classe tierce est la classe stratégique.
- Diagnostiquer une citation manquante par rapport à cinq causes, dans l’ordre, et router chaque cause vers le bon propriétaire.
- Réaliser une revue de citations structurée pour vos propres prompts aujourd’hui et repartir avec un backlog classé.
Les modules 2 à 5 ont construit et livré le travail. Ce module est là où vous découvrez ce que les moteurs en ont fait.
Pourquoi les citations sont la couche de preuve
Une mention vous dit que le modèle associe votre marque à une catégorie. Une citation vous dit que votre page a fourni la réponse. La distinction entraîne un travail complètement différent : corriger une mention manquante est surtout un problème d’entité et d’autorité, tandis que corriger une citation manquante est généralement un problème de page sur lequel vous pouvez agir ce sprint. Voilà pourquoi le suivi des citations, pas le comptage des mentions, est la couche de preuve d’un programme AEO : chaque citation est un fait au niveau de l’URL que vous pouvez remonter jusqu’à une page que vous contrôlez, une page concurrente que vous pouvez étudier, ou une page tierce que vous pouvez démarcher.
Le pipeline pour rassembler cette preuve ressemble à ceci :
La méthode ne produit une preuve exploitable que si trois variables restent fixes : l’ensemble de prompts (même formulation à chaque exécution, les ajouts obtiennent leur propre date de référence), l’ensemble de moteurs (ChatGPT, Claude, Gemini, Perplexity et Google AI Overviews le cas échéant), et la cadence (chaque semaine ou toutes les deux semaines, le même jour). Fixez les trois et les différences entre exécutions deviennent du signal. Laissez-les dériver et chaque changement devient discutable.
Le schéma d’observation
Enregistrez chaque paire prompt-moteur comme une ligne. Les captures d’écran pourrissent ; les lignes forment des tendances.
| Champ | Ce qu’il faut capturer | Exemple |
|---|---|---|
| Prompt | Formulation exacte testée | « Quels outils aident les équipes SaaS à suivre les citations en IA ? » |
| Moteur et date | Quel système, quand | Perplexity, ce lundi |
| Marque mentionnée | Oui, non, ou mal décrite | Mentionnée, décrite avec un ensemble de fonctionnalités obsolète |
| URL citées | Chaque source que la réponse affiche | Deux blogs de concurrents, une liste tierce |
| Classe de source par URL | Détenue, concurrente, tierce, inconnue | Les trois non détenues |
| URL détenue attendue | Quelle page cartographiée aurait dû gagner | La page produit de votre carte du module 3 |
| Diagnostic | L’une des cinq causes ci-dessous | Extraction : réponse enterrée en milieu de page |
| Action et propriétaire | La prochaine étape unique | Réécriture answer-first ; équipe contenu |
Deux notes de classification qui font trébucher les gens. Premièrement, les citations tierces ne sont pas des pertes. Quand les moteurs répondent à des prompts de comparaison, ils préfèrent systématiquement les sources qui semblent neutres : sites d’avis, fils de communauté, listes indépendantes. Si une liste est citée pour votre catégorie et que vous y êtes bien classé, cette citation travaille pour vous ; si vous en êtes absent, y figurer est souvent plus rapide que de la battre avec une page détenue. Deuxièmement, inconnue signifie non résolue, pas sans importance. Traquez chaque URL que vous ne pouvez pas classer ; ce sont fréquemment des copies syndiquées ou des versions scrapées d’un contenu que vous pensiez contrôler.
Diagnostiquer une citation manquante : cinq causes, dans l’ordre
Quand une page détenue attendue n’est pas citée, exactement une chose parmi cinq est vraie. Vérifiez-les dans l’ordre, car chaque cause antérieure rend les suivantes sans objet :
- Accès. Un robot d’IA ne peut pas récupérer la page. Vérifiez robots.txt par rapport au tableau d’agents du module 4. Propriétaire : ingénierie. Coût du correctif : minutes.
- Index. La page est récupérable mais pas dans l’index du moteur : mauvais canonical, noindex, orpheline. Propriétaire : ingénierie ou SEO. Coût du correctif : faible.
- Extraction. La page est récupérée mais aucun passage ne répond proprement au prompt : réponse enterrée, uniquement interactive, mal titrée. Propriétaire : contenu, avec le test de citabilité du module 5. Coût du correctif : une réécriture d’une section.
- Contenu. La page est extractible mais le passage du concurrent est réellement meilleur : plus précis, mieux prouvé, plus complet. Propriétaire : contenu, avec un brief complet du module 5. Coût du correctif : un vrai travail.
- Autorité. Tout ce qui précède passe et le moteur préfère quand même une source à laquelle il fait davantage confiance sur ce sujet. Propriétaire : marketing et RP ; l’action est la couverture gagnée et l’entrée dans les sources tierces auxquelles les moteurs font déjà confiance. Coût du correctif : une campagne, pas un sprint.
La plupart des équipes présument la cause 4 ou 5 et commencent à réécrire ou à désespérer. En pratique, exécutez les vérifications et une grande part des écarts meurt aux causes 1 à 3, qui sont les moins chères. C’est tout l’argument économique en faveur du diagnostic avant l’action.
Exemple travaillé : un prompt perdu, trois actions
Prompt : « Quels outils aident les équipes SaaS à suivre les citations en IA ? » Exécuté contre trois moteurs le lundi.
Observé : la recherche de ChatGPT mentionne deux concurrents et cite une liste tierce « meilleurs outils d’AI SEO » plus un article de blog concurrent. Perplexity cite la même liste et un fil Reddit. Aucun ne mentionne la marque ; aucun ne cite la page produit de suivi de citations de la marque. Gemini mentionne la marque mais ne cite rien de détenu.
Parcours de diagnostic pour la citation manquante de la page produit :
- Accès : robots.txt propre pour tous les agents. Réussi.
- Index : page indexée, canonical correct. Réussi.
- Extraction : l’ouverture de la page est un slogan de héros ; l’explication réelle de ce que fait le suivi de citations commence sous un H2 intitulé « Fonctionnalités », 600 mots plus bas. Échec ici.
Comme le parcours s’est arrêté à la cause 3, le backlog est concret et bon marché :
- Réécrire l’ouverture de la page en answer-first par rapport à un brief du module 5 : « Le suivi des citations en IA enregistre quelles URL ChatGPT, Claude, Gemini et Perplexity citent… » directement sous un H2 en forme de question.
- Poursuivre la liste tierce citée par deux moteurs : elle fait le travail de comparaison pour ce prompt, et y figurer vaut plus que de la surpasser à l’écriture. C’est une tâche de prospection avec un propriétaire nommé.
- Noter le fil Reddit. Les réponses de communauté vieillissent en données d’entraînement et en sources de récupération ; une réponse honnête et déclarée d’un fournisseur y est légitime et durable.
- Relancer le même prompt, mêmes moteurs, dans deux semaines, et comparer les lignes, pas les souvenirs.
Notez ce que le diagnostic a évité : personne n’a commandé une nouvelle page (une possédait déjà la grappe), et personne n’a lancé une campagne RP pour ce qui s’est avéré être un problème de titre.
Exercice : réalisez votre première revue de citations
Prévoyez une heure, en utilisant les prompts de référence du module 2 :
- Prenez cinq prompts de votre base de référence. Lancez chacun dans ChatGPT (recherche activée), Perplexity et Gemini.
- Remplissez une ligne de schéma par paire prompt-moteur : quinze lignes.
- Classez chaque URL citée : détenue, concurrente, tierce, inconnue. Résolvez les inconnues avant de continuer.
- Pour chaque ligne où votre page attendue manque, parcourez les cinq causes dans l’ordre et enregistrez où le parcours s’est arrêté.
- Triez les échecs : tout ce qui s’est arrêté aux causes 1 à 3 est le backlog de ce sprint ; les éléments de cause 4 deviennent des briefs du module 5 ; les éléments de cause 5 vont sur la liste des médias gagnés.
- Notez la relance identique dans deux semaines. La relance, pas cette exécution, est là où l’apprentissage se produit.
Erreurs courantes
- Archéologie de captures d’écran. Des captures d’écran non structurées ne peuvent pas répondre à « sommes-nous en tendance haussière ? ». Des lignes dans un schéma fixe le peuvent. Enregistrez des champs, pas des images.
- Changer les prompts entre exécutions. Reformuler un prompt crée une nouvelle base de référence et détruit la tendance. Figez la formulation ; ajoutez de nouveaux prompts comme de nouvelles lignes.
- Traiter chaque écart comme un problème de contenu. Les causes 1 à 3 sont moins chères et plus fréquentes que les équipes ne le pensent. Parcourez toujours l’ordre.
- Ignorer les sources tierces. La liste citée à travers les moteurs est un canal de distribution. En être absent est un écart avec un correctif nommé.
- Lire une exécution comme un verdict. Les réponses varient d’une exécution à l’autre. Une apparition est du bruit ; trois apparitions consécutives sont une tendance.
Où AEO Goal automatise cela
Ce module est la version manuelle du suivi des citations en IA d’AEO Goal : les exécutions programmées de prompts, l’analyse par moteur des mentions et des URL citées, la classification détenue-versus-concurrente-versus-tierce, et les courbes de tendance, avec les règles de notation publiées dans la méthodologie de suivi des citations. La couche d’agent fait la partie que les feuilles de calcul ne soutiennent jamais : chaque écart arrive pré-diagnostiqué avec son chemin de correctif, et la revérification se produit automatiquement au scan suivant au lieu de quand quelqu’un se souvient de la note d’agenda.
Récapitulatif et module suivant
Vous pouvez maintenant capturer la preuve de citation dans un schéma qui forme des tendances, classer les sources selon qui les contrôle, et diagnostiquer les écarts par rapport à cinq causes ordonnées qui routent le travail vers le bon propriétaire au bon coût. Vous avez un backlog classé et une date de relance.
Ce que vous n’avez pas encore, c’est un moyen de faire en sorte que quiconque en dehors de l’équipe SEO s’en soucie. Continuez avec Reporting de la visibilité dans l’IA pour transformer des lignes d’observations en un rapport qui fait bouger les décisions et le budget.