Le conseil que vous trouverez partout sur le référencement ChatGPT tient en deux lignes : soignez votre présence sur Bing, et structurez vos pages en questions-réponses. Le premier point décrit une architecture qu’OpenAI a largement quittée, le second est vrai mais s’arrête au milieu du sujet. Ce qui manque dans presque tous les guides français, c’est la mécanique qui décide de tout : ChatGPT ne cherche pas systématiquement sur le web, et quand il cherche, il ne joue jamais la question que l’utilisateur a tapée.
deux régimes de réponse, deux leviers sans rapport
ChatGPT fonctionne en deux modes, et confondre les deux est la première source de diagnostic raté.
Sur une question générale (« qu’est-ce que le netlinking », « quels sont les avantages d’un CRM »), le modèle répond de mémoire, à partir de ce qu’il a absorbé pendant son entraînement. Aucune page n’est consultée, aucune source n’est citée, aucun lien ne s’affiche. Votre robots.txt n’a strictement aucun effet sur cette réponse. Ce qui joue, c’est la fréquence à laquelle votre marque apparaissait, associée à ce sujet, dans les données d’entraînement du modèle. Ça se travaille, mais sur un horizon de douze à dix-huit mois, au rythme des versions successives.
Sur une question qui appelle de l’actualité, du local, du comparatif ou une information de niche, le modèle déclenche une recherche. C’est là que des sources apparaissent sous la réponse, et c’est le seul terrain où une action menée aujourd’hui peut produire un effet dans les semaines qui suivent. La quasi-totalité de ce qu’on vend sous l’étiquette « référencement ChatGPT » concerne ce second régime.
Le réflexe utile avant toute intervention : poser vos requêtes cibles à ChatGPT et regarder si des sources s’affichent. Si elles n’apparaissent jamais sur vos sujets, aucune optimisation technique ne changera votre visibilité à court terme, et le budget est mieux placé ailleurs.
le fan-out : vous n’êtes jamais évalué sur la requête tapée
Quand ChatGPT décide de chercher, il ne transmet pas la question de l’utilisateur à un moteur. Il la décompose en plusieurs sous-requêtes qu’il formule lui-même, les envoie en parallèle, puis assemble une réponse à partir des passages récupérés. C’est ce qu’on appelle le query fan-out.
Les ordres de grandeur sont désormais connus. En analysant plus de vingt millions de ces requêtes générées entre octobre 2025 et janvier 2026, Peec AI mesure une moyenne stable de 2,4 à 2,8 sous-requêtes par prompt, dont la longueur moyenne a doublé sur la période, passant d’environ six mots à douze.
Cette seule donnée invalide une bonne partie du travail de mots-clés hérité du SEO classique. Vous ne vous positionnez pas sur « meilleur logiciel de facturation », vous vous positionnez sur des reformulations de douze mots que vous ne verrez jamais dans un outil de suivi de positions, du type « logiciel de facturation conforme facturation électronique 2026 pour PME française ». Elles sont plus longues, plus précises, plus contextuelles, et souvent orientées vers un critère que l’utilisateur n’a pas explicitement formulé.
La conséquence pratique est un déplacement de l’effort éditorial. Une page qui traite un sujet en surface couvre une requête, une page qui traite chaque sous-critère de façon explicite en couvre cinq. C’est aussi pour ça que les contenus vraiment spécifiques, ceux qui répondent à une objection précise, remontent mieux ici que sur Google. Le raisonnement est le même que celui d’une requête cible bien choisie en SEO, poussé à un niveau de granularité supérieur.
l’index d’OpenAI n’est plus celui de Bing
Fin 2024, ChatGPT search s’appuyait massivement sur l’index de Microsoft, d’où le conseil devenu réflexe. Deux choses ont changé depuis.
OpenAI a construit son propre index, alimenté par OAI-SearchBot. Il ne s’agit pas d’un cache marginal : le paramètre external_web_access de l’API Web Search, repéré début 2026, permet explicitement de restreindre la recherche au contenu déjà indexé par OpenAI, sans aller chercher la page en direct. Le contenu mis en cache persiste plus de trente jours, et tout ce qui est crawlé n’est pas conservé : un filtrage est appliqué.
Parallèlement, les mesures d’alignement entre les URLs citées par ChatGPT et les résultats de Bing se sont effondrées, jusqu’à des niveaux à un chiffre en 2025. Environ une URL citée sur dix seulement se trouve dans le top 10 de Google. Autrement dit, ni Bing ni Google ne sont un proxy fiable de ce que ChatGPT cite.
La distinction a une utilité pratique immédiate : Copilot, lui, reste entièrement adossé à l’index Bing et n’a pas de crawler propre. Le travail de couverture d’indexation Bing, souvent recommandé pour ChatGPT, sert donc surtout un autre moteur que celui qu’on visait. Le mouvement de fond est d’ailleurs général, chaque éditeur finit par vouloir son propre corpus : Mistral a mis son robot d’indexation en service en avril 2026 après avoir longtemps dépendu d’un moteur tiers.
Ce point mérite d’être tenu avec prudence : OpenAI ne documente pas la composition de son système de récupération, et personne à l’extérieur ne sait exactement quelle part revient à l’index maison, aux partenaires et aux visites en direct. Ce qui est établi, c’est que le modèle « ChatGPT = Bing » ne décrit plus la réalité observée. Construire une stratégie dessus en 2026, c’est optimiser pour une architecture disparue.
autoriser le bon robot, et seulement lui
C’est la seule partie du sujet où la documentation officielle tranche sans ambiguïté. OpenAI documente trois robots distincts :
- GPTBot : collecte de contenus pour l’entraînement des modèles.
- OAI-SearchBot : construction de l’index utilisé par les fonctions de recherche de ChatGPT.
- ChatGPT-User : visite ponctuelle déclenchée par une action de l’utilisateur, pas un crawl automatique.
La phrase à retenir figure dans la documentation d’OpenAI : les sites qui refusent OAI-SearchBot n’apparaîtront pas dans les réponses de recherche de ChatGPT, même s’ils peuvent encore figurer comme liens de navigation.
Les trois robots se pilotent séparément dans le robots.txt. Un éditeur qui refuse que ses contenus servent à l’entraînement peut bloquer GPTBot et laisser passer OAI-SearchBot. C’est un arbitrage légitime, et il est réversible. L’erreur que je rencontre le plus souvent en audit n’est d’ailleurs pas un blocage volontaire mais un héritage : une règle Disallow posée en 2023 par prudence, sur un modèle de robots.txt copié à l’époque où la distinction entre les deux robots n’existait pas encore, et jamais rouverte depuis. Cinq minutes de vérification dans les logs serveur suffisent à savoir si OAI-SearchBot passe réellement.
Un point secondaire mais coûteux : ChatGPT-User ne rend pas le JavaScript. Un contenu injecté côté client est invisible pour lui. Sur une single page application, la citation est perdue avant même la question de la qualité éditoriale.
ce que le moteur retient dans une page
L’unité récupérée n’est pas la page, c’est le passage. Le système va chercher un bloc de texte qui répond à une sous-requête, et l’assemble avec d’autres. Trois propriétés font qu’un passage est retenu.
Il se suffit à lui-même. Un paragraphe qui commence par « comme nous l’avons vu plus haut » ou « cette méthode » est inutilisable hors contexte. Un paragraphe qui rappelle son sujet dans sa première phrase est extractible. La règle tient en une consigne de relecture : chaque paragraphe doit rester compréhensible s’il est lu seul, sans les deux précédents.
Il est factuel et daté. Un chiffre, une date, une source nommée, une valeur précise. « Les délais sont généralement courts » ne sera jamais cité, « le délai légal de rétractation est de quatorze jours » l’est régulièrement.
Il répond avant d’expliquer. La réponse tient dans les premières lignes de la section, le développement suit. C’est l’inverse de la construction d’un article de presse et c’est ce qui fait la différence entre un contenu bien écrit et un contenu bien extrait.
Ces trois propriétés ne sont pas propres à ChatGPT, elles valent pour l’ensemble des moteurs de réponse, comme détaillé dans le guide sur le référencement IA. Ce qui est spécifique ici, c’est la combinaison avec le fan-out : plus vos passages couvrent de critères distincts, plus ils ont de chances d’intercepter une des deux ou trois sous-requêtes générées.
les sources tierces pèsent plus que votre site
C’est la partie que la plupart des prestations passent sous silence, parce qu’elle échappe à ce qu’un prestataire peut livrer sur votre domaine.
L’étude conduite par Semrush sur plus de 100 millions de citations, issues de 230 000 prompts entre juillet et octobre 2025, montre une concentration très forte sur un petit nombre de plateformes. Sur ChatGPT, Wikipédia et Reddit dominaient largement avant septembre 2025, puis le moteur s’est rééquilibré vers Medium, Forbes et LinkedIn. Sur beaucoup de requêtes commerciales, la réponse est assemblée à partir de comparatifs tiers, de fils de discussion et de fiches d’annuaire, pas à partir des sites des marques concernées.
Cette même étude documente le risque à connaître avant d’investir : mi-septembre 2025, la part de citations de Reddit sur ChatGPT est passée d’environ 60 % à 10 % en deux semaines, et celle de Wikipédia de 55 % à moins de 20 %, sans que les autres moteurs bougent. Une stratégie entièrement construite sur une plateforme peut donc perdre l’essentiel de son rendement du jour au lendemain, sur décision unilatérale d’OpenAI. C’est un argument suffisant pour ne pas transférer 40 % d’un budget SEO vers Reddit comme le recommandent certains, surtout que le levier Reddit est nettement plus fiable sur Perplexity que sur ChatGPT.
L’approche raisonnable consiste à viser la cohérence plutôt que le volume : des informations identiques sur votre site, votre fiche LinkedIn, les annuaires professionnels de votre secteur et les comparatifs de votre marché. C’est ce travail de cohérence d’entité qui alimente aussi bien le régime avec recherche que le régime sans recherche. Pour les activités à ancrage géographique, la mécanique est encore différente et mérite d’être traitée à part, comme expliqué dans l’article sur le référencement local sur ChatGPT.
par où commencer, et ce qu’il faut mesurer
Dans l’ordre, parce que chaque étape conditionne la suivante :
- Vérifier l’accès. OAI-SearchBot autorisé dans le robots.txt, présence du robot confirmée dans les logs serveur, contenu principal rendu côté serveur.
- Vérifier la pertinence du canal. Poser vos dix requêtes cibles à ChatGPT et noter lesquelles déclenchent une recherche web. Si aucune ne le fait, arrêter là.
- Regarder qui est cité à votre place. Sur les requêtes qui déclenchent une recherche, les sources affichées vous disent exactement où le moteur va chercher dans votre marché. C’est votre liste de cibles.
- Réécrire les passages, pas les pages. Rendre autonomes et factuels les paragraphes qui répondent aux critères de décision de vos requêtes.
Côté mesure, il faut accepter une zone d’ombre. Il n’existe pas de Search Console pour ChatGPT. Le trafic référent depuis chatgpt.com est visible dans vos analytics, mais il sous-estime lourdement l’exposition réelle : une réponse qui cite votre marque sans générer de clic influence quand même une décision. Le suivi honnête combine trois choses : les logs serveur pour l’activité des robots, le trafic référent pour les clics, et un relevé manuel régulier de vos requêtes cibles depuis un compte déconnecté, sans historique de conversation, pour éviter que la personnalisation ne vous renvoie votre propre reflet.
C’est fastidieux, et c’est encore ce qui donne l’image la moins fausse. Les outils de suivi de citations facturés au mois font ce relevé à votre place, avec la marge d’erreur d’un échantillonnage dont ils ne publient pas la méthodologie.