Comment suivre les moments où ChatGPT, Perplexity et Claude mentionnent votre marque

TL ;DR Le suivi des mentions de marque dans la recherche pilotée par l’IA n’a rien à voir avec le suivi de position. ChatGPT, Perplexity, Claude, Google AI Mode et Gemini affichent les citations selon des formats, des cadences et une stabilité qui leur sont propres. Un programme opérationnel en 2026 comporte trois couches : 1) un journal de prompts manuel exécuté chaque semaine, 2) un balayage quotidien automatisé qui capture le texte des réponses et les URL citées, 3) un audit concurrentiel trimestriel. Les recherches de Profound montrent que le tour 1 d’une conversation ChatGPT déclenche 2,5 fois plus de citations que le tour 10 ; vos prompts de suivi doivent donc ressembler à de vraies questions d’utilisateur en première intention, et non à des mots-clés. L’outil compte moins que l’ensemble de prompts et la fréquence d’exécution. L’AI Visibility Checker de SEOJuice gère le balayage quotidien ; le journal manuel et la veille concurrentielle restent humains.

Pourquoi le suivi des mentions de marque est crucial aujourd’hui

Les AI Overviews de Google ont fait chuter le taux de clic sur les requêtes informationnelles d’une proportion que la plupart des équipes mesurent encore. Perplexity a franchi la barre des 20 millions d’utilisateurs actifs mensuels. Les réponses « navigation web » de ChatGPT citent généralement 8 à 12 sources ; ces citations sont la nouvelle « première page ». Si votre marque n’apparaît pas dans cet ensemble, elle n’existe pas dans la réponse.

Le suivi de position est une discipline vieille de 25 ans. Le suivi des mentions dans la recherche générative se rapproche davantage de la mesure RP que du SEO. Les citations sont non déterministes : deux personnes posant la même question à 30 secondes d’intervalle peuvent obtenir des sources différentes, le modèle récupérant et reclassant en temps réel. Un programme de suivi doit intégrer cette variance au lieu de faire comme si elle n’existait pas.

S’ajoute une dimension concurrentielle absente de la SERP classique. Sur un classement, la position 1 est la position 1. Dans une réponse IA, votre marque peut être citée une fois dans un résumé de 400 mots, tandis qu’un concurrent obtient trois citations et une citation directe. La part de voix à l’intérieur de la réponse générée est un véritable indicateur, invisible dans la Search Console.

Où les mentions de marque apparaissent réellement, moteur par moteur

Les cinq moteurs ne se comportent pas de la même façon ; un programme qui les traite comme un tout passera à côté de la majorité des signaux.

ChatGPT (avec browsing ou Search). Quand ChatGPT lance une recherche web au sein d’une réponse, il affiche des appels de note numérotés et un panneau « Sources » latéral listant souvent 6 à 12 URL. Brandon Punturo, de Profound, rappelle un point que beaucoup oublient :

« Turn 1 is 2.5x more likely to trigger citations than turn 10, and nearly 4x more likely than turn 20. » — Brandon Punturo, Research Lead, Profound, « How ChatGPT sources the web », 3 février 2026

Si votre prompt de suivi se trouve au milieu d’une longue conversation synthétique, vous mesurerez une distribution différente de celle que voient les utilisateurs. Utilisez uniquement des prompts de premier tour.

Perplexity. Chaque réponse contient des citations numérotées et la liste complète des sources en haut. Le format est ultra-stable ; un simple scraping suffit. Perplexity est aussi le plus exigeant sur la qualité : les pages faiblement structurées ou au contenu mince sont rarement citées, même si elles se classent bien sur Google.

Claude (recherche web ou Claude.ai). Anthropic a ajouté la recherche web à Claude en 2025. Les sources apparaissent en fin de réponse, avec des marqueurs façon notes de bas de page. Claude cite moins de sources (3-6) et accorde un poids plus élevé aux domaines faisant autorité que ChatGPT. Une citation dans Claude est donc un signal plus fort que dans ChatGPT, où la barre est plus large.

Google AI Mode et AI Overviews. AI Mode est l’expérience de recherche conversationnelle lancée par Google en 2025 ; AI Overviews sont les blocs résumés au-dessus des résultats. Les deux tirent du contenu web. Robby Stein, VP Product Search, décrit ainsi le mix :

« You can not only access high-quality web content, but also tap into fresh, real-time sources like the Knowledge Graph, info about the real world, and shopping data for billions of products. » — Robby Stein, VP Product, Google Search, « Expanding AI Overviews and introducing AI Mode »

Conséquence : une citation dans AI Mode relève à la fois du classement organique et du graphe d’entités. Si votre marque n’est pas dans le Knowledge Graph, AI Mode peine à vous citer.

Gemini (chat et intégration Google). Gemini cite moins que Perplexity mais plus que le ChatGPT sans browsing. Les citations prennent la forme de « chips » avec favicon. C’est le moteur le plus difficile à suivre à grande échelle : la même requête dans l’app Gemini, dans AI Mode ou dans Workspace peut produire trois réponses différentes.

Méthode manuelle d’audit des prompts (commencez par là)

Avant toute automatisation, réalisez un audit manuel. L’objectif est d’aligner votre jeu de prompts sur la façon réelle dont les utilisateurs interrogent votre secteur. Sautez cette étape et vous automatiserez des prompts que personne ne taperait.

Commencez par 15-20 prompts tirés de quatre sources :

1. Vos 20 meilleures requêtes organiques des 90 derniers jours dans Search Console, réécrites en questions naturelles qu’un humain poserait à un chatbot.
2. Cinq prompts « comparaison » citant votre marque face à des concurrents directs (« comment X se compare-t-il à Y pour… »).
3. Cinq prompts « recommandation » demandant au modèle de suggérer un outil, un fournisseur ou une approche dans votre catégorie, sans citer de marque.
4. Cinq prompts intention d’achat (« meilleur X pour Y en 2026 »).

Exécutez chaque prompt manuellement sur cinq surfaces : ChatGPT (avec Search), Perplexity, Claude (avec recherche web), Google AI Mode et Gemini. Notez trois éléments : la marque apparaît-elle dans le texte ? votre domaine est-il cité ? quels concurrents le sont ? Un simple tableur avec les moteurs en colonnes et les prompts en lignes suffit. On ne mesure pas encore le rang, on observe la réponse.

L’audit manuel fait souvent remonter trois points que l’automatisation rate : la dérive de ton (comment le modèle décrit votre marque) ; le pattern « presque là » (cité le mois dernier mais plus ce mois-ci, souvent parce qu’un concurrent a publié du neuf) ; et les angles morts des prompts de recommandation, où aucune des marques citées n’est pertinente.

Schémas d’automatisation qui tiennent la route

Une fois l’audit manuel terminé, automatisez. Trois schémas fonctionnent :

Exécutions programmées. Lancez vos 15-20 prompts chaque jour sur les moteurs visés. Capturez le texte complet, les URL citées et l’horodatage. Stockez tout. Le signal émerge du diff semaine après semaine.

Diff des citations. Comparez l’ensemble d’URL citées aujourd’hui à celui d’hier, par prompt et par moteur. Trois états : stable, nouveau, perdu. Les citations perdues sont l’alerte précoce qu’un concurrent vous a délogé.

Scoring sentiment / exactitude. Quand le texte mentionne votre marque, scorez le sentiment (positif, neutre, négatif) et l’exactitude. Le sentiment est souvent neutre ; l’exactitude est donc le meilleur indicateur. Un contrôle planifié qui passe la réponse dans un second modèle avec un rubric « cette description est-elle correcte ? » détecte tôt les erreurs.

Rien de tout cela n’exige une infra complexe. Un script Python appelant les API OpenAI, Anthropic et Perplexity, un cron, et une table Postgres couvrent 20 prompts. La complexité arrive avec l’échelle : 200 prompts * 5 moteurs = 1 000 appels/jour — et la facture suit. C’est là que les outils dédiés valent leur prix.

Comparatif des outils de suivi

Le marché du suivi des mentions IA a environ 18 mois. Cinq critères comptent pour choisir sa stack.

Outil	Moteurs couverts	Diff des citations	Sentiment / exactitude	Vue concurrentielle	Idéal pour
SEOJuice AI Visibility Checker	ChatGPT, Perplexity, Claude, Google AI Mode, Gemini	Oui	Sentiment oui, exactitude via rubric	Oui, côte-à-côte	Équipes SEO qui ajoutent l’IA à leur dashboard
Profound	ChatGPT, Perplexity, Claude, Google AI	Oui	Oui	Oui (Share of Voice)	Entreprises > 500 prompts
Otterly	ChatGPT, Bing Chat, Perplexity, Google AI	Oui	Sentiment seul	Oui	Équipes marques mid-market
AthenaHQ	ChatGPT, Perplexity, Claude, Gemini	Oui	Oui	Oui	Agences multi-clients
Journal manuel de prompts	Tous les moteurs, manuel	À la main	À la main	À la main	Valider les prompts avant d’automatiser ; contrôle continu

À signaler : les moteurs eux-mêmes évoluent. L’analyse par Profound d’une mise à jour 2026 de ChatGPT est explicite :

« Average visibility fell by 31 %, and more than 85 % of brands saw decreases overall. » — Ralfi Berk, Josh Blyskal & Sartaj Rajpal, Profound, « ChatGPT’s Entity Update »

Une chute moyenne de 31 % en une release suffit à casser des jeux de prompts fragiles. Choisissez (ou développez) un outil qui gère les versions de modèle. Si votre programme part du principe que les prompts sont des constantes, vous passerez des semaines à déboguer des « baisses » dues à des mises à jour de modèle.

La ligne build / buy se situe autour de 50 prompts. En-dessous, un script Python + Google Sheet bat la plupart des outils payants, car vous itérez plus vite. Au-dessus, mieux vaut un fournisseur qui gère stockage, dashboard et quotas API, pour vous concentrer sur les actions contenu. Dans tous les cas, préférez un tracker IA dédié plutôt qu’un vieux plateforme SEO : les données n’ont rien à voir.

Ce que les AI Overviews ratent sur le suivi de citations

Si vous cherchez « comment suivre les mentions de marque dans ChatGPT », l’AI Overview vous dira de créer des Google Alerts. Ce n’est pas faux, juste inutile : Google Alerts indexe des pages web, pas des réponses IA, donc il ne verra jamais une citation ChatGPT. Il citera aussi Brand24 ou Mention ; excellents sur le web ouvert, ils ne voient pas les surfaces IA — sauf produit dédié.

Trois idées reçues des AI Overviews à rectifier :

« Suivez votre classement dans ChatGPT. » ChatGPT n’a pas de classement. Il a un ensemble de citations qui varie selon la requête, la session, la version du modèle. Penser « ranking » importe un mauvais modèle mental. Suivez la part de citation, pas la position.

« Utilisez la même liste de mots-clés que pour le SEO. » Les mots-clés ne sont pas des prompts. « best CRM for startups » est un mot-clé ; « Nous sommes une équipe SaaS B2B de 12 personnes, quel CRM choisir ? » est un prompt. Les vrais prompts sont plus longs, contextuels, et génèrent d’autres citations. Reprendre tel quel votre liste SEO rate les questions qui comptent.

« Suivez les mentions IA mensuellement. » Mensuel est trop lent. Les ensembles de citations bougent à la journée, voire à l’heure, dans une même version de modèle. Vous ne verrez pas une citation perdue avec un rythme mensuel. Quotidien est le minimum ; revue hebdo des données quotidiennes est l’idéal.

Le problème profond : les AI Overviews résument la sagesse SEO traditionnelle sur un sujet, et en suivi IA la sagesse a 12 mois de retard. L’Overview est un indicateur retardé, pas avancé.

Déploiement en 4 semaines pour une petite équipe

Si vous partez de zéro, le premier mois est décisif.

Semaine 1 : audit manuel. Choisissez vos 15-20 prompts, exécutez-les une fois sur les cinq moteurs. Bâtissez la base dans un tableur. Notez trois surprises : un concurrent récurrent, une réponse incorrecte sur votre secteur, un prompt sans citation de votre industrie.

Semaine 2 : choisir un moteur pilote. Évitez de tout suivre d’emblée. Pour la plupart des marques SaaS /B2B, Perplexity est le meilleur départ : densité de citations, format stable, automatisation facile. Planifiez les exécutions quotidiennes de vos 20 prompts sur Perplexity. Stockez réponses et URL.

Semaine 3 : ajouter ChatGPT et Claude. Une fois Perplexity stabilisé, ajoutez les deux surfaces natives suivantes. ChatGPT d’abord (volume), Claude ensuite (qualité). Ignorez AI Mode et Gemini pour l’instant ; leur suivi fiable sans API est ardu.

Semaine 4 : rédiger le template de rapport. Le plus dur n’est pas de collecter les données, mais de produire une synthèse actionnable d’une page. Le rapport doit répondre à quatre questions : quelles citations gagnées ? perdues ? quelle part vs. 3 concurrents ? quelle action contenu pour la semaine prochaine ?

Après quatre semaines, le programme tourne. L’expansion est linéaire : plus de prompts, plus de moteurs, sentiment plus fin, A/B tests de contenu corrélés aux citations.

Que faire concrètement des données ?

Un suivi qui ne déclenche pas d’action contenu est du théâtre. La boucle d’intervention doit se fermer.

Trois schémas d’action fiables : le « rescue » de citation perdue (identifier ce qu’apporte la nouvelle page citée et le rajouter), le « déplacement concurrent » (publier mieux qu’une page faible actuellement citée), et la « catégorie non citée » (sujet peu couvert où devenir la référence paie fort). Les guides compagnons sur l’optimisation pour AI Overview et le multi-source SEO détaillent la forme de contenu qui gagne ; le tracking dit où l’appliquer.

Si vous voulez un regard tiers sur la citabilité actuelle de votre marque avant de tout construire, l’audit de visibilité IA explique la version « une journée » de l’audit manuel.

Foire aux questions

À quelle fréquence les moteurs IA actualisent-ils leurs sources ? ChatGPT et Perplexity rafraîchissent quasi en temps réel car ils interrogent le web à chaque requête ; Gemini et AI Mode aussi. Les citations « web search » de Claude sont également live. Les poids de modèle bougent tous les quelques mois, mais les sources récupérées changent bien plus vite.

Puis-je suivre les mentions IA sans clé API pour chaque moteur ? Partiellement. Perplexity, OpenAI et Anthropic proposent des API payantes. Google AI Mode n’a pas d’API publique, donc le suivi passe par le scraping de résultats. La plupart des équipes commencent par ChatGPT, Claude et Perplexity en API, puis ajoutent Google via un prestataire.

Les moteurs IA se basent-ils sur mes positions Google ou ailleurs ? Les deux. Perplexity a son propre crawler ; ChatGPT utilise l’index Bing ; Claude sa propre infra ; Google AI Mode et Gemini puisent dans l’index Google et le Knowledge Graph. Être bien classé sur Google aide AI Mode et Gemini, moins ChatGPT, très peu Perplexity.

Quel taux de citation viser ? Ça dépend. Pour les prompts de marque, 80-100 % est jouable. Pour les prompts de catégorie, même les marques fortes gravitent à 20-40 %. Au-delà de 40 % dans une niche concurrentielle, c’est excellent.

LLMs.txt ou le balisage schema font-ils vraiment la différence ? Le schema aide AI Mode et les AI Overviews via le Knowledge Graph. L’effet de LLMs.txt est encore mitigé. Le facteur décisif reste un contenu clair, structuré et fraîchement mis à jour.

En quoi est-ce différent du social listening ? Les outils de social listening (Brand24, Mention, Sprinklr) crawlent le web ouvert et les réseaux sociaux. Le suivi IA inspecte les réponses générées dans les chats, que ces outils ne voient jamais. Les deux sont complémentaires, aucun ne remplace l’autre.

<script type="application/ld+json"> { "@context": "https://schema.org", "@type": "FAQPage", "mainEntity": [ { "@type": "Question", "name": "How often do AI engines update their citation sources?", "acceptedAnswer": { "@type": "Answer", "text": "ChatGPT and Perplexity refresh effectively per query because they call live web search. Gemini and AI Mode also use live retrieval. Claude's web-search citations are similarly live. The model weights themselves update less frequently, usually every few months, but the retrieved sources for any given answer move much faster than that." } }, { "@type": "Question", "name": "Can I track AI mentions without API keys for every engine?", "acceptedAnswer": { "@type": "Answer", "text": "Partially. Perplexity, OpenAI, and Anthropic all offer paid APIs. Google AI Mode does not have a public API for the chat experience, so AI Mode and AI Overview tracking is typically done via search-results scraping. Most teams start API-first with ChatGPT, Claude, and Perplexity and add Google surfaces through a vendor." } }, { "@type": "Question", "name": "Do AI engines pull from Google rankings or from somewhere else?", "acceptedAnswer": { "@type": "Answer", "text": "Both. Perplexity has its own crawler; ChatGPT uses Bing's index for web search; Claude uses its own web-search infrastructure; Google AI Mode and Gemini pull from Google's index plus the Knowledge Graph. Ranking well on Google helps in AI Mode and Gemini, helps less in ChatGPT, and helps very little in Perplexity." } }, { "@type": "Question", "name": "What is a realistic citation rate to aim for?", "acceptedAnswer": { "@type": "Answer", "text": "For branded prompts (prompts that include your brand name), 80 to 100 percent across engines is achievable. For category prompts (no brand named), even strong brands sit at 20 to 40 percent citation share. Above 40 percent on category prompts in a competitive niche is excellent." } }, { "@type": "Question", "name": "Does LLMs.txt or schema markup move the needle on citations?", "acceptedAnswer": { "@type": "Answer", "text": "Schema markup helps Google AI Mode and AI Overviews because they use the Knowledge Graph. LLMs.txt has mixed evidence so far. The single biggest content factor across all engines is clear, well-structured, recently updated authoritative content." } }, { "@type": "Question", "name": "How is AI mention tracking different from social listening?", "acceptedAnswer": { "@type": "Answer", "text": "Social listening tools crawl the open web and social platforms. AI mention tracking inspects the answers generated inside chat engines, which are never indexed by social tools. Both belong in a brand measurement stack; neither replaces the other." } } ] } </script>