Référencement ChatGPT : comment être cité par ChatGPT, Perplexity et Gemini ?

Vous posez à ChatGPT une question de client, et la réponse cite un concurrent. Avant de réécrire vos pages, trois endroits se contrôlent : le fichier robots.txt que votre site sert aux robots, les réglages de votre pare-feu ou de votre CDN (le réseau de serveurs qui distribue vos pages), et les rapports que Google et Microsoft ouvrent aux propriétaires de sites.

Comment ChatGPT, Perplexity et Gemini trouvent-ils leurs sources ?

ChatGPT, Perplexity et Gemini citent des pages que leurs robots ont pu lire. Deux voies existent : un robot d’indexation qui parcourt le web à l’avance, et un robot qui ouvre une page quand un utilisateur pose sa question. Chaque éditeur publie le nom de ses robots, et ces noms servent à leur ouvrir ou leur fermer votre site.

OpenAI nomme ces deux robots OAI-SearchBot, pour l’index de la recherche de ChatGPT, et ChatGPT-User, pour les visites déclenchées par une question. Perplexity fait de même avec PerplexityBot et Perplexity-User, et précise que chaque réponse porte des citations numérotées vers les pages d’origine. La documentation des robots d’OpenAI ne donne aucun critère de choix entre deux pages lisibles, et ce guide n’en avance aucun.

Google n’emploie aucun robot à part pour ses Aperçus IA et son Mode IA : ces réponses s’appuient sur l’index de sa recherche. L’application Gemini puise dans le même index, par ce que Google appelle l’ancrage : « fournir du contenu de l’index de recherche Google au modèle au moment du prompt pour améliorer la factualité et la pertinence ». Le guide GEO, SEO, AEO définit ces sigles et décrit comment Google décompose une question en plusieurs recherches.

Dans quel ordre vérifier votre site

L’accès se vérifie avant le texte : une page qu’un robot ne peut pas ouvrir n’est reprise par aucun moteur. Cinq contrôles se suivent, du plus rapide au plus long :

1. Ouvrez l’adresse /robots.txt de votre site et cherchez-y les noms des robots de recherche.
2. Lisez les réglages des robots d’IA dans votre CDN ou votre pare-feu.
3. Dans la Search Console, contrôlez l’indexation et le réglage « IA générative dans la Recherche ».
4. Relisez vos pages importantes : la réponse doit s’afficher en texte, sans clic.
5. Consultez les rapports de Google et de Microsoft, puis les journaux d’accès du serveur.

Quels robots autoriser dans votre fichier robots.txt ?

Pour apparaître dans les réponses de recherche, autorisez le robot d’indexation de chaque moteur : OAI-SearchBot pour ChatGPT, PerplexityBot pour Perplexity, Claude-SearchBot pour Claude, Googlebot pour Google. Les robots d’entraînement, GPTBot ou ClaudeBot, se règlent à part : les refuser porte sur l’entraînement des modèles.

Chez OpenAI, ces réglages sont indépendants. Vous pouvez autoriser OAI-SearchBot et refuser GPTBot : le site reste éligible à la recherche de ChatGPT sans fournir de contenu pour l’entraînement. OpenAI indique un délai d’environ 24 heures entre la modification du fichier et sa prise en compte par ses systèmes de recherche.

Le fichier robots.txt ne règle pas tout. OpenAI et Perplexity publient les plages d’adresses IP de leurs robots et recommandent d’autoriser les requêtes qui en viennent, ce qui se fait dans le pare-feu ou le CDN. Anthropic prévient qu’un blocage par adresse IP n’est pas un refus fiable, parce qu’il empêche ses robots de lire votre robots.txt.

Les robots déclenchés par un utilisateur

Un robot qui visite une page à la demande d’un utilisateur ne suit pas toujours robots.txt. OpenAI écrit, en anglais, que pour ChatGPT-User ces règles « peuvent ne pas s’appliquer », et que ce robot ne sert pas à déterminer si un contenu apparaît dans la recherche : l’autoriser dans l’espoir d’être mieux cité ne s’appuie sur aucun texte. Anthropic et Mistral présentent à l’inverse leur robot « utilisateur » comme un réglage de robots.txt.

Aperçus IA, Mode IA, Gemini : quels réglages chez Google ?

Chez Google, trois conditions décident de votre présence dans les Aperçus IA et le Mode IA : une page indexée, un extrait autorisé, et un site inclus par le réglage « IA générative dans la Recherche » de la Search Console. L’application Gemini dépend d’un quatrième réglage, Google-Extended, écrit dans le fichier robots.txt.

Selon Google, pour s’afficher comme lien dans ces réponses, une page doit « être indexée et affichable dans la recherche Google avec un extrait ». Les règles d’extrait de votre site comptent aussi : nosnippet, data-nosnippet et max-snippet limitent ce que Google reprend, et noindex retire la page. Le guide sur le référencement naturel décrit comment Google explore puis indexe une page.

Le réglage de la Search Console

Depuis le 31 août 2026, tous les sites disposent de ce réglage, dans Paramètres puis « IA générative dans la Recherche ». Il inclut ou exclut le site des Aperçus IA, du Mode IA et des fonctionnalités d’IA de Discover. Le site est inclus par défaut, et une propriété enfant hérite du choix de sa propriété parente : contrôlez-le si plusieurs personnes administrent votre Search Console.

Un site exclu ne sert plus ni de lien ni de matière à ces réponses, et l’exclusion met en général quelques jours à s’appliquer. Google précise que le réglage n’est pas un signal de classement et qu’il « n’a pas d’incidence sur l’entraînement de l’IA ».

Google-Extended et l’application Gemini

Google-Extended est un nom à écrire dans robots.txt, sans robot derrière lui. Google précise qu’il « ne dispose pas d’une chaîne user-agent de requête HTTP distincte » : vous ne le verrez jamais dans vos journaux. Il autorise ou refuse l’entraînement des modèles Gemini et l’ancrage dans l’application Gemini, et « n’a aucune incidence sur l’inclusion d’un site dans la recherche Google ».

Bloquer Google-Extended pour refuser l’entraînement ferme du même geste l’ancrage dans l’application Gemini, sans toucher aux Aperçus IA. Dans Gemini, l’aide de Google prévient : « Toutes les réponses n’incluent pas de sources ou de liens associés. »

Pare-feu, CDN, JavaScript : qu’est-ce qui bloque les robots ?

Un robot peut être arrêté avant d’avoir lu votre fichier robots.txt : par le CDN, par le pare-feu ou par l’hébergeur. Google demande de vérifier que l’exploration est autorisée « dans le fichier robots.txt et par toute infrastructure CDN ou d’hébergement ».

Cloudflare : un réglage à lire dans votre tableau de bord

Cloudflare a annoncé le 1er juillet 2025 le blocage par défaut des robots d’IA, avec un choix proposé à chaque nouveau domaine. Sa documentation, mise à jour le 2 novembre 2026, indique à l’inverse que les nouveaux domaines démarrent avec les comportements « Search », « Agent » et « Training » autorisés. Les deux textes ne s’accordent pas : seul le tableau de bord de votre domaine dit ce qui s’applique, à la rubrique Security, puis Settings.

L’action choisie pour « Training » s’applique aussi aux robots à double usage, qui servent à la recherche comme à l’entraînement. Quand la synchronisation des préférences est activée et qu’un comportement est bloqué, Cloudflare ajoute ses directives en tête de votre robots.txt, ou crée le fichier s’il manque : le fichier servi aux robots peut différer de celui que vous avez déposé.

Perplexity signale le même risque avec un pare-feu applicatif, qui peut exiger une règle d’autorisation pour ses robots. Le guide sur l’audit SEO décrit ce qu’un audit contrôle et ce qu’il doit vous remettre.

JavaScript et contenu masqué

Sur JavaScript, Google écrit : « Google peut traiter le contenu en JavaScript tant qu’il n’est pas bloqué. » Il ajoute que le référencement d’un site bâti sur un framework JavaScript est « généralement plus complexe », et demande que les contenus importants soient « disponibles sous forme textuelle ».

Microsoft déconseille, dans un billet en anglais, de placer une réponse importante dans un onglet ou un menu dépliant : « les systèmes d’IA peuvent ne pas restituer le contenu masqué », selon notre traduction. Le même billet déconseille de réserver une information à un PDF ou à une image. Les pages qu’OpenAI, Perplexity, Anthropic et Mistral consacrent à leurs robots ne disent pas s’ils exécutent JavaScript : écrire qu’ils l’ignorent dépasse ce que ces éditeurs ont publié.

Que faut-il écrire pour être cité par une IA ?

Aucun éditeur ne publie de recette d’écriture qui fasse citer une page. Google demande un contenu qui ne résume pas l’existant ; Microsoft y ajoute des consignes de forme, et les deux se contredisent sur le découpage du texte.

Pour Google, optimiser un site pour l’IA générative revient à faire du SEO. Son guide place en premier un contenu non générique, fondé sur un point de vue ou une expérience propres, et déconseille de « recycler ce que d’autres ont déjà dit sur Internet ». Il range parmi ce qu’un site peut ignorer le fichier llms.txt, la réécriture pour l’IA et la chasse aux mentions non authentiques, et classe en spam les pages créées pour chaque variante d’une question dans le but de peser sur les réponses.

Microsoft garde le SEO comme socle dans son billet du 8 octobre 2025, puis recommande des titres qui annoncent le sujet, des questions suivies de leur réponse, des listes, des tableaux, et déconseille les longs blocs de texte. Google écrit l’inverse pour sa propre recherche : « il n’est pas nécessaire de segmenter votre contenu en petits morceaux pour que l’IA le comprenne mieux ». Chaque éditeur parle de son moteur ; une page organisée pour un lecteur pressé, réponse en tête de partie et tableau dès qu’on compare, suit les deux consignes sans hacher le texte.

Ce que l’étude GEO a mesuré, et sur quoi

L’étude à l’origine du mot GEO, déposée sur arXiv le 16 novembre 2023 puis publiée à la conférence KDD 2024, n’a testé ni la recherche de ChatGPT ni Gemini. Son banc de 10 000 requêtes passe par un montage des auteurs, où le modèle GPT-3.5 Turbo reçoit les cinq premiers résultats de Google ; l’essai sur Perplexity porte sur 200 requêtes. Quand toutes les sources appliquent la même méthode, la page classée première y perd en visibilité. Le guide GEO, SEO, AEO en résume les résultats.

Comment savoir si une IA cite votre site ?

Deux éditeurs ouvrent un rapport officiel aux propriétaires de sites : Google dans la Search Console, Microsoft dans Bing Webmaster Tools. Pour ChatGPT, Perplexity et Claude, la documentation citée dans ce guide ne décrit aucun rapport : il reste vos journaux d’accès et des relevés faits à la main.

Le rapport de la Search Console, ouvert à tous les sites depuis le 31 août 2026, répartit les impressions par page, pays, date et appareil. S’il reste vide, Google donne deux causes : trop peu d’impressions, ou un site exclu par le réglage « IA générative dans la Recherche ».

Bing Webmaster Tools propose depuis le 10 février 2026 un rapport AI Performance, en aperçu public. Il compte les citations de votre site dans Copilot, dans les résumés d’IA de Bing et chez des partenaires. Depuis le 16 juin 2026, il affiche une part de citations : le pourcentage des citations attribuées à votre site pour une même requête.

Les éditeurs publient le user-agent de leurs robots, la signature qu’un robot laisse dans les journaux d’accès du serveur. Cherchez-y OAI-SearchBot, PerplexityBot ou Claude-SearchBot : leur passage prouve que la page a été lue, pas qu’elle a été citée. Pour ces moteurs, le relevé se fait à la main, et c’est le travail que nous menons dans une prestation de visibilité dans les moteurs IA : comme les réponses varient, nous répétons les relevés et les rapprochons des visites venues de ces moteurs.

Ce qu’aucun éditeur ne garantit

Aucun des éditeurs cités ne promet une citation à la page qui suit ses consignes. Google écrit qu’une page conforme à toutes ses exigences peut ne pas être explorée, indexée ou diffusée, et Microsoft, dans son billet en anglais, que « rien ne garantit la sélection ». Google met aussi en garde contre les promesses d’outils extérieurs : « Aucun outil tiers n’a accès à nos systèmes internes de classement ou d’IA. »

Ce travail ne se justifie pas pour tous les sites. Quand les pages sont indexées, que les robots de recherche passent et que les textes répondent aux questions des clients, aucun chantier à part n’est à ouvrir : Google écrit que de nombreux contenus fonctionnent très bien dans sa recherche, IA générative comprise, « sans aucun SEO explicite ». Dans le doute, un audit SEO et GEO dit où se trouve le blocage avant toute dépense.

Questions fréquentes