Je te montre cinq éléments à ajouter à tes contenus pour augmenter le nombre de citations de tes pages sur ChatGPT, les LLM et les autres IA. Il n'y a pas de recette miracle : personne ne connaît vraiment la formule. En revanche, on observe des patterns qui reviennent régulièrement.

On sait aussi que le trafic agentique a explosé. Qu'on le veuille ou non, demain, il est possible qu'il y ait plus d'agents qui viennent sur ton site que de vrais visiteurs.

Les utilisateurs risquent de taper dans ChatGPT « va me chercher les meilleurs échanges de voyage », et on va avoir une liste directement, ce qui est déjà le cas aujourd'hui.

En plus, ce qu'on va pouvoir faire, c'est acheter directement son voyage dans ChatGPT, donc plus besoin de passer par l'agence. Il faut se préparer à une augmentation du nombre d'agents qui vont venir sur le site.

Rapport AI Performance de Microsoft Copilot : 7,1K citations totales et 7 pages citées en moyenne sur 6 mois
AI Performance, Microsoft Copilot : 7,1K citations sur 6 mois
5 facteurs SEO pour augmenter tes citations sur ChatGPT et les IA, Tim Boussardon

Voici les cinq éléments, présentés rapidement.

Résumé

Il n'y a pas de secret pour être cité par ChatGPT et les LLM, mais il y a des patterns qui se répètent. Cinq éléments à ajouter dans tes contenus : le Surprise Gap, l'ancrage terrain, les sources chiffrées, l'inversion de consensus et la FAQ basée sur les micro-intentions.

  • Le Surprise Gap, c'est trouver ce que les autres n'ont pas dit sur une thématique, et l'ajouter sur ses pages.
  • L'ancrage terrain et les sources chiffrées, c'est de la donnée propriétaire : un chiffre, une étude, une source que les autres n'ont pas.
  • L'inversion de consensus ne se fait que si elle est prouvée par de la data. La FAQ se construit sur les micro-intentions, pas sur les PAA.

Le Surprise Gap

Le Surprise Gap, c'est un score que les LLM utilisent pour identifier l'information manquante sur une thématique.

  • Exemple sur « urgence plombier Paris » : est-ce qu'il y a un numéro de téléphone ? Beaucoup ont déjà mis leur numéro, ils ont compris ce pattern sur cette SERP.
  • Deuxième chose qu'on peut trouver en Surprise Gap, que les autres n'ont pas forcément dit : le prix de la prestation. Il y a beaucoup moins de sites qui l'ont mis.
  • Sur cette recherche, un seul résultat met un prix, à partir de 90 €. Les autres n'ont mis aucun prix.
  • En navigation privée, sur « tarif urgence plombier Paris », un seul résultat ressort : travaux.com. Il affiche son tarif, et c'est le seul cité quand on tape la même requête sur ChatGPT.
  • Il y a une corrélation entre le résultat Google et le résultat IA.
  • C'est un mot-clé qui convertit : si tu connais le tarif, tu es plus rassuré, donc tu peux appeler plus facilement le plombier.
Réponse ChatGPT sur le prix d'un plombier en urgence à Paris, avec les tarifs détaillés et les sources Travaux citées
La réponse ChatGPT sur le tarif d'un plombier en urgence à Paris

L'idée, c'est d'être capable de trouver ce que les autres n'ont pas dit et de l'ajouter sur tes pages.

L'ancrage terrain

C'est un petit peu ce qu'on appelle l'E-A-T, mais c'est un peu plus large. L'idée, c'est de se dire : comment, sur ma SERP ou dans mon contenu, je peux ajouter un élément, un chiffre, une donnée, une étude que les autres n'ont pas. Ce qu'on veut, c'est de la donnée propriétaire.

  • Tu as un SaaS, ton SaaS vend de la facturation IA. Tu peux demander à tous tes utilisateurs de répondre à un questionnaire pour savoir combien de temps ils ont gagné avec ton SaaS par mois, en temps de facturation.
  • Si tout le monde te dit qu'il a gagné à peu près 20h de facturation, tu peux ajouter sur ta page : « Notre logiciel fait gagner 20h par mois en facturation* », avec un astérisque qui renvoie vers l'étude.

Tu renforces ta donnée terrain, et tu montres au LLM que ce que tu avances a été prouvé.

Travaillons ensemble votre acquisition.

01 / 05

Les données et sources chiffrées

Tu peux le faire par l'ancrage terrain, via des questionnaires, mais tu peux aussi le faire par des études. Tu peux utiliser Perplexity pour lancer des études sur un sujet donné.

Ce que je fais, c'est que mon système fait des revues de presse en automatique. Je lui ai donné mes sources, je lui ai donné un scoring : il vient scorer les données en fonction d'une grille que je lui ai donnée, pour être certain qu'il me sélectionne les meilleures sources. Je fais ça sur le SEO.

Cette revue de presse vient alimenter des articles de blog. Sur un client plombier par exemple, ça peut être le nombre de dégâts des eaux de l'année dernière : ces données viennent alimenter nos articles. Pour ça, il faut créer une automatisation qui vient alimenter tes meilleures sources.

On vient citer les sources qu'on a utilisées, d'une part parce qu'on est éthique, et d'autre part parce que ça renforce l'autorité de la donnée qui a été extraite.

L'inversion de consensus

Si tu répètes ce que les autres ont dit, il n'y a aucune raison d'apparaître sur une SERP ou dans les LLM. ChatGPT ne va pas mettre en avant un nouveau site qui répète ce que 150 sites ont déjà dit.

Ce qu'il faut faire ici, c'est être capable de repérer ce que les autres disent et qui est faux, ou alors avoir un avis divergent, qu'on vient appuyer avec de la data.

Exemple : on n'est pas obligé d'acheter des backlinks. Il ne suffit pas de le dire. Il faut prouver, par les cas clients, que ne pas acheter de backlinks permet de faire un top 3 sur des mots-clés compétitifs.

La FAQ basée sur les micro-intentions

Pas comme on le faisait avec les PAA. Ça, c'est utilisé par tout le monde, c'est rincé, on n'en veut plus.

Ce qu'il faut faire aujourd'hui, c'est avoir une approche vectorielle, avec un prompt ou un skill qui vient ressortir des FAQ basées sur ce qui est attendu sur le mot-clé.

Exemple : sur « agence SEO », il y a peut-être une FAQ « quelle est la différence avec un freelance ? ». Tu n'aurais peut-être pas parlé de freelance sur ta page parce que tu ne parles que d'agence. Pour ne pas casser le vecteur « agence SEO Lyon », tu ne vas pas forcément mettre ça dans tes H2, mais tu vas le mettre dans ta FAQ.

Tu peux aussi aller regarder sur Reddit ou sur X ce qui ressort, pour trouver des micro-intentions : des longues traînes business sur ton mot-clé principal. Tu viens ajouter ça en FAQ.

Comme les LLM passent en revue 4 à 24 mois de contenu environ, il y a beaucoup de questions qui sont posées. Il faut que ta FAQ corresponde à ces questions-là.

Pour récapituler

  • Surprise Gap.
  • Ancrage terrain.
  • Données et sources chiffrées.
  • Inversion de consensus, lorsque c'est utile : on ne renverse pas un consensus qu'on ne peut pas prouver, ça n'a pas d'intérêt.
  • FAQ basée sur des micro-intentions, et non pas uniquement sur des PAA.

FAQ

Sur l'exemple du plombier, le site qui affichait son tarif ressortait premier sur Google et cité par ChatGPT sur la même requête. Le Surprise Gap n'est pas réservé aux LLM : une information que personne d'autre ne donne se distingue aussi dans un classement Google classique.

Cherche-les sur Reddit, sur X, dans les questions posées en support client ou en call de vente : ce sont les vrais mots des gens, pas les PAA Google, rincés depuis longtemps. Ce sont des longues traînes business liées au mot-clé principal, celles que tu ne mets pas en H2 parce qu'elles casseraient le sujet de la page, mais qui trouvent leur place en FAQ.

Non. L'inversion de consensus ne vaut que si tu l'appuies avec de la data, un cas client, un chiffre vérifiable.

Sans preuve, ça reste une opinion de plus : un LLM n'a aucune raison de la retenir plutôt qu'une autre.

Le Surprise Gap, c'est repérer ce qu'aucune page de la SERP n'a encore dit. L'ancrage terrain va plus loin : tu apportes toi-même la donnée, un questionnaire envoyé à tes clients par exemple. Dans les deux cas, le modèle reçoit une information qu'il n'a pas déjà vue ailleurs.

Un questionnaire envoyé à ta base clients suffit pour démarrer : demande le temps gagné, le résultat obtenu. Les tickets support, les avis clients et les calls de vente donnent aussi des chiffres et des verbatims que tu peux citer directement.