ChatGPT citait les pages d'Ahrefs, mais recommandait des conférences concurrentes dans 43 % des réponses
Les standardistes d'un intermédiaire chargé d'acheter des marchandises sur la plateforme chinoise 1688 entendent désormais leurs clients dire que ChatGPT leur a recommandé le site. L'expérience d'Ahrefs révèle un risque : le modèle citait leurs sélections de conférences, mais dans 43 % de ces réponses, il mentionnait des événements concurrents plutôt que les leurs. Il faut donc surveiller non seulement les liens, mais aussi les acteurs que le modèle recommande. Gardez les services et les prix en HTML, et vérifiez les requêtes dans de nouvelles conversations.
Traité par IA depuis Habr AI ; édité par Hamidun News
Les standardistes d'un intermédiaire chargé d'acheter des marchandises sur la plateforme chinoise 1688 demandent à leurs clients comment ils ont connu le service, et entendent de plus en plus souvent : « GPT me l'a conseillé. » Un développeur qui aide des proches sur ce projet a voulu savoir pour quelles requêtes le modèle citait leur site, quelles pages il lisait et ce qu'il disait de l'entreprise. Le projet est un intermédiaire d'achat sur 1688 (une grande plateforme chinoise de vente en gros) destiné à des clients de la CEI.
Le principal risque est apparu avec l'expérience d'Ahrefs, éditeur d'outils SEO : les modèles puisaient bien des informations sur les pages de l'entreprise, mais dans 43 % des réponses citant des sélections de conférences, ils ne mentionnaient pas la conférence d'Ahrefs et recommandaient celles d'autres organisateurs. Autrement dit, un lien vers votre site ne garantit pas que l'on vous recommande. Les observations de l'auteur sont utiles à toute entreprise dotée d'un site de services : une partie des recherches migre des résultats vers le chat, et il faut s'y préparer.
Comment vérifier pour quelles requêtes vous êtes recommandé
L'auteur reconnaît que la première méthode n'est pas fiable. Il a demandé à ChatGPT d'imaginer des requêtes « humaines » sans nom de site, pour lesquelles le modèle recommanderait son service. La première formulation était : « Je veux commander une grande quantité de marchandises sur 1688 pour la revente au Kazakhstan. Conseille-moi des intermédiaires fiables avec leurs sites. » Dans un autre compte, le site est effectivement arrivé en première position. Mais le modèle adaptait ces formulations au site qu'il connaissait déjà, et rien ne prouve que de vrais utilisateurs poseraient ainsi leurs questions.
Une approche plus fiable consiste à partir de l'autre bout. Demandez d'abord au modèle de décrire comment les utilisateurs recherchent le service dans votre secteur, en précisant le pays et la ville. Interrogez-le ensuite sur les critères qui ont guidé son choix entre les concurrents et sur les pages qu'il a consultées. Exportez ensuite les requêtes fréquentes depuis Yandex Wordstat, le Planificateur de mots clés de Google Ads, Google Search Console et Yandex Webmaster. Transmettez cet export au modèle et demandez-lui de regrouper les requêtes selon les besoins du client. Qu'il formule des questions ordinaires, conserve la région et n'invente pas de nouveaux chiffres.
Ensuite, ces questions sont posées dans de nouvelles conversations, avant d'afficher votre site. On note qui est recommandé, dans quel ordre et vers quelles pages le modèle renvoie. Précision importante : les statistiques des moteurs de recherche mesurent la demande dans la recherche, et non le nombre de questions posées à GPT. Par ailleurs, il ne faut pas se fier à l'explication que donne le modèle de son choix d'un concurrent : il peut inventer une raison. Ouvrez vous-même la page du concurrent. Si elle indique une quantité minimale de commande, le coût de l'achat, les délais et les documents, alors que votre site ne propose qu'une « approche personnalisée », l'écart est évident.
Ce que voit le robot sur le site
L'auteur a soumis un même lien à GPT et à Claude. GPT a restitué le contenu, tandis que Claude a indiqué n'avoir reçu que du JavaScript brut. L'auteur lui-même précise qu'il utilisait le mode Work, et que ce résultat ne vaut pas pour tous les modes des deux services. Il cite une mesure de Vercel et de MERJ : les robots vérifiés d'OpenAI, d'Anthropic et de Perplexity n'ont pas exécuté JavaScript, alors que Googlebot et Applebot l'exécutent. Par ailleurs, un collecteur de pages et un agent doté d'un navigateur ne fonctionnent pas de la même manière ; il est donc utile, lors de chaque vérification, de savoir précisément ce que l'assistant a utilisé.
Conséquence pratique pour le développeur : la description du service, les prix, les conditions, la ville et les contacts doivent figurer dans le HTML initial. Pour les pages publiques, une génération statique ou un rendu côté serveur suffit ; l'espace personnel peut rester tel quel. Ne cachez pas l'essentiel derrière un choix de ville, un bouton ou un défilement : vous voyez la page entière, mais l'outil qui la lit par l'intermédiaire d'un modèle n'effectue pas ces actions.
Vérifiez aussi l'accès des robots. OpenAI et Anthropic disposent de robots distincts pour l'entraînement (GPTBot, ClaudeBot), pour la recherche (OAI-SearchBot, Claude-SearchBot) et pour le chargement d'une page à la demande de l'utilisateur (ChatGPT-User, Claude-User). Vous pouvez bloquer le robot d'entraînement et autoriser celui de recherche. Mais le fichier robots.txt peut tout autoriser alors qu'un CDN ou une extension de sécurité renvoie au robot une erreur 403 ou un captcha. Consultez les journaux du serveur. La visite d'un robot ne signifie pas que vous serez recommandé.
Concurrents, injections et notoriété
À cause de l'expérience d'Ahrefs, un article intitulé « meilleurs intermédiaires » où vous figurez en première position peut en réalité profiter à vos concurrents. Distinguez trois cas : on vous a cité un lien vers votre site, on a nommé votre entreprise, ou on a recommandé de vous contacter directement.
Il existe aussi des procédés douteux : des instructions destinées au modèle, insérées dans le texte même des pages, ce qu'on appelle prompt injection. Dans certains tests des chercheurs de Cornell Tech, 13 mots suffisaient à modifier l'ordre des produits recommandés. Il s'agit de résultats de tests précis, et non d'un mode d'emploi valable pour n'importe quel GPT. Microsoft a décrit plus de 50 prompts dissimulés chez 31 entreprises dans des boutons « résumer avec l'IA ». Combien d'entre eux ont réellement influencé les réponses ultérieures, on ne peut pas le savoir à partir des seuls boutons. Pour une entreprise honnête, il est plus important de savoir distinguer sa propre sélection, une publication sponsorisée et un avis client indépendant.
Les règles classiques restent valables. Yandex indique qu'Alice s'appuie sur les pages bien classées dans la recherche, et une étude d'« Ashmanov et partenaires » montre que la part des sources hors du top 10 a diminué au fil du temps. Examinez les sources citées dans les réponses de votre domaine : si un catalogue, un forum ou une chaîne reviennent régulièrement, vérifiez si votre entreprise y figure.
Créez des fiches sur 2GIS, Yandex Cartes et Google Business Profile avec des coordonnées et des prix à jour. Demandez des avis en échange d'une expérience réelle, et non d'un cadeau : Google Maps interdit une telle contrepartie. Pour les services locaux, testez les requêtes avec et sans nom de ville, car la réponse peut dépendre de la localisation.
Pour mesurer l'effet, conservez la requête, la date, le modèle et le mode de conversation utilisés, demandez aux clients « où avez-vous entendu parler de nous ? » et vérifiez régulièrement ce que le modèle affirme sur vos conditions.
- 21 nov. 2026OpenAI GPT-6 Cyber a trouvé une trentaine de failles dans les iPhone, Mac et autres appareils Apple
- 21 nov. 202622 agents Claude ont cherché pendant six semaines des réponses sur les trous noirs — et ont résolu deux problèmes
- 21 nov. 2026Google sépare le stockage des conversations et l'entraînement de Gemini : refuser sans perdre l'historique
- 21 nov. 2026Apple : la macOS 27.3 bêta 2 permettra de restreindre l'accès des agents IA aux fichiers du Mac
Questions clés sur cet article
Comment vérifier pour quelles requêtes vous êtes recommandé?
L'auteur reconnaît que la première méthode n'est pas fiable. Il a demandé à ChatGPT d'imaginer des requêtes « humaines » sans nom de site, pour lesquelles le modèle recommanderait son service. La première formulation était : « Je veux commander une grande quantité de marchandises sur 1688 pour la revente au Kazakhstan. Conseille-moi des intermédiaires fiables avec leurs sites. » Dans un autre compte, le site est effectivement arrivé en première position.
Que sait-on sur Ce que voit le robot sur le site ?
L'auteur a soumis un même lien à GPT et à Claude. GPT a restitué le contenu, tandis que Claude a indiqué n'avoir reçu que du JavaScript brut. L'auteur lui-même précise qu'il utilisait le mode Work, et que ce résultat ne vaut pas pour tous les modes des deux services. Il cite une mesure de Vercel et de MERJ : les robots vérifiés d'OpenAI, d'Anthropic et de Perplexity n'ont pas exécuté JavaScript, alors que Googlebot et Applebot l'exécutent.
Que sait-on sur Concurrents, injections et notoriété ?
À cause de l'expérience d'Ahrefs, un article intitulé « meilleurs intermédiaires » où vous figurez en première position peut en réalité profiter à vos concurrents. Distinguez trois cas : on vous a cité un lien vers votre site, on a nommé votre entreprise, ou on a recommandé de vous contacter directement. Il existe aussi des procédés douteux : des instructions destinées au modèle, insérées dans le texte même des pages, ce qu'on appelle prompt injection.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.