Par Elisha Bajemon | Publié le 17 octobre 2026

Ce que l’étude How to Dominate AI Search révèle sur les sources des moteurs

En bref

Selon Chen et al. (2025), les moteurs de réponse privilégient les sources tierces sur les requêtes de classement étudiées, avec des écarts entre moteurs. Leur comparaison régionale porte sur 1 000 requêtes, avec les États-Unis et le Canada comme contraintes géographiques. Elle oppose Google à GPT avec recherche web ; les autres expériences comparent plusieurs moteurs. Les appels passent par des API. Cette prépublication décrit des observations recueillies en août 2025, dont le périmètre compte autant que les pourcentages.

Points clés

• La notice arXiv du 10 septembre 2025 présente le travail de Mahe Chen, Xiaoxuan Wang, Kaiwen Chen et Nick Koudas, affiliés à l’université de Toronto dans le manuscrit.
• Le protocole de Chen et al. (2025) utilise notamment gpt-4o-search-preview, sonar-pro, gemini-2.5-flash et claude-3.5-sonnet-latest, avec recherche web activée.
• Pour les logiciels au Canada, Chen et al. (2025) mesurent 31,8 % de sources tierces chez Google, contre 74,2 % chez GPT.
• Dans leur comparaison sur les marques connues, les mêmes auteurs relèvent 93,5 % de sources tierces chez ChatGPT et 23,8 % de sources sociales chez Perplexity.
• Le classement des domaines s’appuie sur un modèle, selon la méthode publiée par Chen et al. (2025). Les catégories restent une convention d’analyse.

Qu’a comparé l’étude de Chen et al. ?

L’étude compare les sources renvoyées pour des intentions de recherche similaires. Dans Generative Engine Optimization: How to Dominate AI Search, déposé sur arXiv en septembre 2025, les auteurs examinent le recouvrement des domaines, leur diversité, leur fraîcheur et les changements liés à la langue ou à la formulation.

Ils répartissent les domaines entre trois catégories. Les sources « Brand » sont les sites officiels qui fournissent directement des produits ou des services. Les sources « Earned » désignent les médias indépendants, les sites d’avis et les comparateurs. Les sources « Social » regroupent les plateformes sociales, les forums et les contenus produits par leurs utilisateurs.

Dans cet article, « sources tierces » traduit donc « Earned ». Le terme désigne une catégorie de sites dans le protocole. Il ne certifie pas la qualité de chaque page ni son indépendance éditoriale : les auteurs reconnaissent eux-mêmes que la frontière entre un média et un blog de marque peut être floue.

Cette définition aide à lire les résultats. Une proportion élevée de sources tierces décrit la composition des liens recueillis. Pour un propriétaire de site, elle invite à examiner les publications extérieures à son domaine qui alimentent les réponses sur son activité.

Comment les requêtes et les moteurs ont-ils été choisis ?

La comparaison régionale repose sur des questions qui demandent de classer des produits. Selon la méthode de Chen et al. (2025), les 1 000 requêtes sont réparties en 10 catégories de 100. Les auteurs ajoutent le pays dans la question, puis concentrent leur analyse sur l’automobile, l’électronique grand public et les logiciels.

Les moteurs sont interrogés par leurs interfaces de programmation. Le tableau reprend les configurations indiquées dans le manuscrit ; elles ne sont pas toutes utilisées dans chaque expérience.

Les variantes de requêtes sont produites avec GPT-4o, sans navigation web, à partir d’instructions communes. Les réponses et les liens sont conservés. Les URL sont ramenées à leur domaine, puis les domaines et les marques sont dédoublonnés dans chaque réponse avant agrégation. Un même site répété dans une réponse ne compte donc pas plusieurs fois.

Le classement général des domaines fait appel à GPT-4o-search-preview. L’expérience sur les marques combine aussi une liste de plateformes sociales connues avec un classement assisté par modèle. Ces choix de collecte et de classement font partie du résultat : comparer des pourcentages suppose de conserver leur périmètre.

Quelles sources les moteurs de réponse ont-ils privilégiées ?

GPT renvoie une part de sources tierces supérieure à Google dans les catégories canadiennes présentées ci-dessous. Ces valeurs proviennent de la comparaison régionale de Chen et al. (2025). Dans cette expérience, le libellé « AI search » du texte désigne GPT avec recherche web.

Le cas des logiciels montre également que les sites de marque conservent une place : ils représentent 53,8 % des sources de Google et 25,8 % de celles de GPT, toujours au Canada.

La répartition varie aussi selon l’intention de la question. Dans leur expérience distincte sur les requêtes informationnelles, de comparaison et transactionnelles, les auteurs observent que les sources de marque prennent davantage de place lorsque la question vise un achat. La prédominance des médias tiers doit ainsi se lire avec la demande adressée au moteur.

Pour votre site, nous recommandons de conserver cette distinction dans un audit : une question qui cherche un comparatif et une question qui cherche où acheter méritent des relevés séparés. Leur regroupement masquerait précisément le type de différence observé par l’étude.

Les moteurs de réponse se ressemblent-ils entre eux ?

Leurs répartitions diffèrent nettement dans l’expérience sur les marques connues. La comparaison entre moteurs de Chen et al. (2025) donne les parts suivantes pour ce jeu de requêtes, distinct du test régional précédent.

ChatGPT et Claude se concentrent davantage sur les sources tierces. Perplexity laisse plus de place aux plateformes sociales, tandis que Gemini présente la part de sites de marque la plus élevée de cette comparaison. Pour les marques de niche, ChatGPT atteint 95,1 % de sources tierces et 4,9 % de sources de marque.

La langue change aussi les domaines mobilisés. Les auteurs traduisent un ensemble de questions anglaises en chinois, japonais, allemand, français et espagnol. Ils mesurent le recouvrement par l’indice de Jaccard : le nombre de domaines communs divisé par le nombre total de domaines distincts des deux réponses, puis moyenné par catégorie.

Par rapport à Google, Claude réutilise davantage les mêmes domaines entre langues, tandis que GPT présente un recouvrement proche de zéro dans cet échantillon. Gemini atteint un pic d’environ 0,32 entre anglais et allemand ; Perplexity atteint environ 0,22 pour les ordinateurs portables dans cette même paire de langues.

Quelles limites faut-il garder à l’esprit ?

Les résultats décrivent un protocole daté et des catégories de sources construites par les chercheurs. Le travail est présenté dans la prépublication déposée sur arXiv le 10 septembre 2025.

Dans leurs limites, Chen et al. (2025) précisent que les données ont été collectées en août 2025. Les pourcentages caractérisent donc les configurations observées à cette période. Ils soulignent aussi la part de jugement dans la définition de leurs catégories.

Le périmètre demande une lecture attentive. La comparaison régionale citée plus haut concerne les États-Unis et le Canada. Le papier comporte également des expériences sur les services locaux et sur différentes intentions de recherche. La présence du français dans le test linguistique renseigne sur l’effet de la langue ; elle ne constitue pas une étude représentative du marché français.

Enfin, les auteurs analysent les réponses depuis l’extérieur, sans accès aux mécanismes internes des moteurs. Leurs conseils en matière de relations presse constituent des recommandations déduites des observations : l’étude ne chiffre aucun gain de citation causé par l’obtention d’une mention extérieure.

Que faire si votre site manque de mentions extérieures ?

Vous pouvez commencer par identifier les sources déjà présentes sur vos sujets, puis vérifier ce que vos propres pages permettent d’étayer. Les recommandations de Chen et al. (2025) accordent une place importante aux relations avec les médias et aux collaborations avec des experts. Cette orientation appartient aux auteurs.

La méthodologie publique de Citead, dans sa version affichée le 9 octobre 2026, distingue la couverture extérieure et les sources que vous citez dans vos pages. Elle présente ces dernières comme la part de l’autorité que vous contrôlez. Le critère « Autorité et citations » représente 1,8 % du score affiché.

Notre recommandation de méthode consiste à partir de questions précises de vos clients. Conservez leur formulation, le moteur interrogé, la langue, la date et les liens de la réponse. Examinez ensuite les publications tierces obtenues : traitent-elles votre sujet, et sur quelles preuves s’appuient-elles ? Cette lecture permet de préparer une prise de contact pertinente si vous disposez d’une information vérifiable à leur proposer.

Sur votre site, rattachez les affirmations à leurs documents d’origine et rendez les informations sur votre activité faciles à contrôler. Vous pouvez suivre ces corrections séparément des mentions extérieures. Selon Bajemon et Rochet, dans leur prépublication de septembre 2026, le score sert de filtre de qualité et ne prédit pas la citation.

Pour aller plus loin

• Comment les moteurs de réponse choisissent leurs sources : ce que les études publiées permettent d’affirmer en 2026.
• Calibrer un score par intervention : comment les poids du score ont été choisis.
• Quels domaines les moteurs citent sur les questions de visibilité dans les IA.

Pour examiner les critères appliqués à vos pages, lisez comment le score GEO est calculé.