Comment être cité par ChatGPT et Perplexity : guide complet
Les sept étapes concrètes pour transformer un site en source citée par les moteurs génératifs : accès des crawlers, extractibilité, entités, autorité et mesure.
Par Yoann Uzan — publié le , mis à jour le .
En bref
- Être cité par une IA suppose trois conditions cumulatives : être accessible aux crawlers IA, être extractible passage par passage, et être identifiable comme entité fiable.
- Les moteurs branchés sur un index live (Perplexity, ChatGPT en recherche) peuvent citer une page réécrite en une à trois semaines.
- Le guide ci-dessous suit l'ordre d'exécution que nous appliquons en mission, du blocage technique le plus grossier au travail d'autorité le plus lent.
Étape 1 — Autoriser les crawlers IA
Pour être cité, un site doit autoriser les robots des moteurs génératifs dans son robots.txt : GPTBot et OAI-SearchBot pour OpenAI, PerplexityBot, ClaudeBot pour Anthropic, Google-Extended pour Gemini. Un blocage, souvent hérité d'une décision de 2023, rend la citation impossible.
C'est le premier point à vérifier, et il explique une part surprenante des invisibilités constatées en audit. Beaucoup de sites ont bloqué les robots IA au moment des premiers débats sur l'entraînement, puis n'ont jamais rouvert.
User-agent: GPTBot
Allow: /
User-agent: OAI-SearchBot
Allow: /
User-agent: PerplexityBot
Allow: /
User-agent: ClaudeBot
Allow: /
User-agent: Google-Extended
Allow: /L'arbitrage est réel : autoriser le crawl, c'est accepter que le contenu alimente aussi l'entraînement. Il se décide au niveau de la direction, pas dans un ticket technique.
Étape 2 — Servir du HTML complet
Les crawlers des moteurs génératifs exécutent peu ou pas de JavaScript. Le contenu doit être présent dans le HTML renvoyé par le serveur : rendu serveur ou génération statique, titres réels, texte visible sans interaction, sans contenu masqué derrière un onglet ou un accordéon non déplié.
Une single page application qui charge son texte après hydratation est, du point de vue d'un agent IA, une page vide. Le test est simple : afficher le code source brut et chercher le paragraphe que vous voulez voir cité. S'il n'y est pas, aucune optimisation éditoriale ne servira.
- Rendu serveur ou prérendu pour toutes les pages destinées à être citées.
- Contenu des accordéons présent dans le DOM initial.
- Une seule balise h1 par page, hiérarchie h2/h3 cohérente.
- Temps de réponse serveur maîtrisé : les crawlers abandonnent vite.
Étape 3 — Écrire des blocs de réponse autonomes
Un bloc de réponse est un paragraphe de 40 à 60 mots placé immédiatement sous un titre, qui répond à la question posée par ce titre sans dépendre du reste de la page. C'est l'unité de texte qu'un moteur génératif peut extraire et citer telle quelle.
La règle pratique : chaque h2 est une question implicite, et la première phrase qui suit y répond complètement. Pas d'introduction, pas de mise en contexte, pas de pronom qui renvoie au paragraphe précédent. Le reste de la section peut développer librement.
Ajoutez systématiquement un élément vérifiable dans le bloc : un chiffre, une date, une norme, un nom. Un passage vérifiable est plus souvent repris qu'une affirmation générale, parce qu'il réduit le risque pour le moteur qui le cite.
Étape 4 — Lever l'ambiguïté d'entité
Un moteur ne cite une marque que s'il sait de qui il parle. Le balisage JSON-LD Organization, Person et WebSite, relié par des @id stables et cohérent avec les mentions externes, permet au modèle d'associer sans hésitation une information à votre entreprise.
L'ambiguïté d'entité est un frein sous-estimé : deux entreprises au nom proche, une marque commerciale différente de la raison sociale, un fondateur homonyme d'une personnalité connue. Le balisage structuré et la cohérence des mentions tierces règlent la plupart de ces cas.
- Organization avec url, email, sameAs vers les profils officiels.
- Person pour chaque auteur, avec jobTitle et url personnelle.
- Article ou FAQPage selon le type de page, jamais les deux à tort.
- BreadcrumbList sur les pages profondes.
Étape 5 — Publier un llms.txt
Le fichier llms.txt, placé à la racine du domaine, résume en markdown l'activité du site, ses définitions de référence et ses pages clés. Il donne aux agents IA une version condensée et non ambiguë du site, indépendante de la complexité du HTML.
Le format n'est pas un standard imposé par les moteurs, et son effet direct reste difficile à isoler. Son intérêt est ailleurs : il oblige à formuler noir sur blanc ce que le site affirme, et il fournit un résumé stable que les agents peuvent récupérer en une requête.
Étape 6 — Construire des signaux d'autorité
Les moteurs génératifs privilégient les sources attribuables : auteur nommé, expérience de terrain démontrée, mentions cohérentes sur des sites tiers. Ce travail d'autorité est le plus lent — trois à six mois — mais c'est lui qui rend la citation durable.
Concrètement : une page auteur réelle, des sources citées avec liens sortants, une présence sur les sites que les modèles reprennent le plus dans votre secteur (médias professionnels, annuaires reconnus, publications sectorielles).
Étape 7 — Mesurer et itérer
Sans mesure, le GEO reste déclaratif. Interrogez chaque mois un panier fixe de requêtes sur chaque moteur, relevez les citations obtenues et perdues, puis rattachez chaque variation à une action précise de contenu ou de balisage.
Les réponses génératives sont instables : deux exécutions du même prompt peuvent différer. C'est pourquoi la mesure doit être répétée, agrégée et lissée sur plusieurs relevés avant d'en tirer une conclusion.
Questions fréquentes
Combien de temps avant une première citation ?
Une à trois semaines sur les moteurs à index live comme Perplexity ou ChatGPT en mode recherche. Trois à six mois pour les réponses issues de la connaissance interne d'un modèle.
Peut-on forcer une IA à citer son site ?
Non. Aucune soumission ni aucun paiement ne garantit une citation. On augmente la probabilité en réunissant les conditions techniques, éditoriales et d'autorité décrites ci-dessus.