Être n°1 Compte à Peine sur ChatGPT. Voici les Mathématiques.

TL;DR

• ChatGPT n'exécute pas votre question. Il exécute les siennes. Un prompt se déploie en environ neuf sous-requêtes invisibles en moyenne (Nectiv, plus de 60 000 fan-outs analysés, 2026), et jusqu'à 28 sur Gemini 3 (Seer Interactive, 501 prompts, 2026).
• Les résultats sont fusionnés avec la Reciprocal Rank Fusion (RRF) : un algorithme identifié dans le classement des citations de ChatGPT par le chercheur Metehan Yesilyurt (juillet 2025). Le calcul : une présence en milieu de tableau sur dix sous-requêtes liées peut peser plus lourd qu'un seul n°1, par environ un facteur huit.
• Plus frappant encore : les moteurs écrivent désormais des noms de marque dans leurs propres recherches. Les fan-outs de ChatGPT 5.5 contiennent de plus en plus directement des marques (Seer Interactive, 617 prompts, 2026). Quand cela arrive, vous ne concourez plus à l'intérieur de la réponse : vous êtes ce qui est recherché.
• C'est l'autorité narrative dans sa forme la plus littérale et mesurable : être présent suffisamment sur des sources tierces pour que le moteur vous convoque de lui-même.

Que se passe-t-il réellement entre votre question et la réponse de ChatGPT ?

Une recherche que vous ne voyez jamais. Quand un utilisateur pose une question à un moteur génératif (« meilleurs outils de gestion de projet », « quelle agence pour la recherche IA »), le modèle n'exécute pas cette requête telle quelle. Il la réécrit en un ensemble de sous-requêtes couvrant les angles qu'il juge pertinents : comparaisons, avis, prix, noms de marque spécifiques, l'année en cours. Il les exécute en parallèle, rassemble les résultats classés de chacune, et fusionne le tout dans la réponse unique que l'utilisateur lit. Ces recherches en arrière-plan sont les requêtes fan-out.

L'ampleur mesurée de cette couche cachée :

Deux propriétés rendent cette couche stratégiquement invisible au SEO classique. Les requêtes sont écrites par la machine en temps réel (dans un langage sténographié que personne ne tape (« Pipedrive pricing 2026 plans »)), donc environ 95 % d'entre elles ont un volume nul dans n'importe quel outil de mots-clés. Et elles sont instables : Seer Interactive a mesuré seulement 0,1 % de chevauchement dans les fan-outs entre deux exécutions du même prompt sur Gemini 3. Votre traqueur de mots-clés ne peut littéralement pas voir les recherches qui décident de votre visibilité IA.

Qu'est-ce que la Reciprocal Rank Fusion, et pourquoi détrône-t-elle le n°1 ?

La RRF est l'étape de fusion, et elle change ce que signifie « gagner ». En juillet 2025, le chercheur GEO Metehan Yesilyurt (Peec AI) a inspecté le code de ChatGPT et identifié la Reciprocal Rank Fusion comme l'algorithme fusionnant les résultats entre sous-requêtes. La RRF elle-même n'est pas nouvelle : elle est documentée dans la littérature de recherche d'information depuis 2009. La découverte, c'est qu'elle tourne à l'intérieur de ChatGPT.

La formule est déconcertante de simplicité. Pour chaque requête fan-out où votre page apparaît, elle gagne :

score = 1 / (k + rang), avec k ≈ 60. Les scores sont ensuite additionnés sur toutes les sous-requêtes.

Faisons le calcul :

• Un seul n°1 sur une requête : 1 / (60 + 1) = 0,0164
• Rang ~20 sur dix sous-requêtes liées : 10 × 1 / (60 + 20) = 0,125, environ 8 fois plus
• Rang ~5 sur dix sous-requêtes : 10 × 1 / (60 + 5) = 0,154, presque 10 fois plus

Parce que k = 60 amortit l'écart entre positions, la différence entre le rang 1 et le rang 20 à l'intérieur d'une requête est faible, alors que chaque requête supplémentaire où vous apparaissez ajoute un terme entier à votre somme. La conclusion est mathématique, pas rhétorique : l'excellence sur un angle perd face à la présence sur tous les angles. Les données de corrélation le confirment : les pages couvertes par des requêtes fan-out avaient 161 % plus de chances d'être citées, avec une corrélation de 0,77 entre couverture fan-out et citations AI Overview (Surfer SEO, 2026).

Provocateur ? Non. C'est de l'arithmétique.

Le constat le plus troublant : des marques à l'intérieur même des fan-outs

Les moteurs ont commencé à écrire des noms de marque dans leurs propres recherches. La recherche de Seer Interactive sur ChatGPT 5.5 (Wil Reynolds et Nick Haigler, 617 prompts couvrant des questions qu'un CMO ou VP Growth poserait, juin 2026) documente ce basculement : là où les fan-outs disaient auparavant « meilleures agences GEO », ils disent désormais de plus en plus « recherche GEO [agence spécifique] ». La requête générique de catégorie cède la place à des requêtes d'entités nommées générées spontanément par le modèle : des marques qui n'étaient jamais dans le prompt de l'utilisateur.

Sur Gemini 3, Seer l'a mesuré directement : 26,4 % des requêtes fan-out incluaient un nom de marque (501 prompts, 2026). Et quand Seer a relancé 30 fois un même prompt de sélection d'agence sur ChatGPT 5.5, une firme (iPullRank) est apparue dans les fan-outs 97 % du temps, et son fondateur Mike King 63 % du temps. Des années à publier un point de vue cohérent et reconnaissable avaient câblé cette entité à ce sujet dans la tête du modèle.

Relisez lentement ce que cela signifie.

Quand votre marque est à l'intérieur du fan-out, vous n'êtes plus un candidat qui concourt à l'intérieur de la réponse. Vous êtes la recherche. Le moteur a déjà décidé que vous appartenez à cette catégorie : il cherche maintenant du matériel à votre sujet pour construire sa réponse.

Vous n'êtes pas dans le résultat. Vous êtes le résultat.

C'est exactement ce que nous entendons par autorité narrative, dans sa forme la plus littérale et mesurable : être présent suffisamment, de façon assez cohérente, sur des sources tierces, pour que le moteur vous convoque spontanément. Pas parce que vous étiez classé. Parce que vous êtes câblé. C'est le même mécanisme que nous avons observé côté acheteur dans notre analyse des données B2B de Semrush : les modèles apprennent l'appartenance à une catégorie par co-occurrence sur des sources indépendantes (avis, éditeurs, couverture experte), pas par ce qu'une marque dit d'elle-même.

Le SEO optimise ce que vous voyez. Le GEO se joue là où vous ne voyez pas.

Soyons précis, car la nuance est l'expertise. Les requêtes fan-out restent des recherches. Elles touchent toujours des index où la structure, la crawlabilité et les fondamentaux de classement décident qui émerge, c'est pourquoi la base SEO reste nécessaire. Bien se classer alimente les fan-outs. Ce n'est simplement plus suffisant, parce que l'unité de compétition a changé :

• Le SEO optimise la seule requête que vous voyez : le mot-clé vedette de votre traqueur, avec son volume et sa position.
• Le GEO se joue sur les dix ou vingt requêtes que vous ne voyez pas : écrites par la machine, à volume nul, instables d'une exécution à l'autre, et fusionnées par un algorithme qui récompense l'étendue et la répétition plutôt qu'un seul pic.

Le schéma que je retrouve dans la plupart des diagnostics GEO est exactement cet angle mort : des marques qui ont passé des années à peaufiner leur requête vedette, et ignorent les autres angles que les moteurs recherchent réellement. Un schéma que notre propre monitoring confirme sans cesse : sur les questions que nous suivons quotidiennement sur ChatGPT, Google AI Mode et AI Overviews, les sources citées varient fortement d'une exécution à l'autre et d'un angle à l'autre : les marques qui persistent à travers cette volatilité sont celles présentes sur de nombreux angles via de nombreuses sources indépendantes, jamais celles avec une seule page parfaitement optimisée.

Comment couvrir les requêtes que vous ignorez ?

Trois mouvements, dans l'ordre, et les deux côtés du signal.

1. Cartographiez les fan-outs de votre catégorie. Capturez ce que les moteurs recherchent réellement quand les questions de vos acheteurs arrivent : les comparaisons, les requêtes « vs », les angles de prix, les variantes datées par année, les how-to adjacents. Plusieurs outils exposent désormais les fan-outs directement. C'est votre véritable univers de mots-clés : celui à volume de recherche nul et à influence totale.
2. Construisez de la couverture, pas une page héroïque. Une page définitive par angle bat une page exhaustive pour le terme principal. Sous la RRF, un cluster thématique qui émerge en milieu de tableau sur dix sous-requêtes pèse mathématiquement plus lourd qu'un seul n°1. Structurez chaque page pour qu'elle soit extractible : sections autonomes, affirmations en tête. 44,2 % des citations LLM proviennent des 30 % premiers d'un contenu (Growth Memo, février 2026).
3. Faites-vous écrire dans les fan-outs via des tiers. L'effet marque-dans-fan-out n'est pas déclenché par votre propre site. Il est déclenché par la co-occurrence : votre nom apparaissant à côté de votre catégorie, de façon répétée, sur des sources indépendantes. C'est de la construction d'autorité off-site : avis, presse sectorielle, citations d'experts, comparaisons qui vous nomment parmi vos pairs. 85 % des mentions de marque dans les réponses IA proviennent déjà de sources tierces (AirOps, 2025) ; les données fan-out montrent que ce sont ces mêmes sources qui apprennent au modèle à vous rechercher par votre nom.

Une réserve, parce que la crédibilité l'exige : le comportement des fan-out diffère selon les moteurs (Gemini 3 exécute environ cinq fois plus de sous-requêtes que ChatGPT (Seer Interactive, 2026)) et ces mécanismes sont des observations rétro-ingénierées de systèmes mouvants, pas des spécifications publiées. Traitez les chiffres comme des ordres de grandeur solides, révisez-les trimestriellement, et ne construisez jamais une stratégie sur les particularités d'un seul moteur. Le principe, cependant, reste stable à travers tous : la fusion récompense la présence sur les angles.

La question qui compte réellement

Chaque fois que quelqu'un pose une question à un moteur IA sur votre catégorie (le moment que nous avons localisé dans la nouvelle adresse de la décision d'achat), le moteur écrit sa douzaine de recherches et fusionne les résultats. Ce processus tourne que vous y participiez ou non.

La vraie question n'est donc plus « sommes-nous n°1 ? »

C'est : quand votre catégorie génère ses fan-outs, y êtes-vous ?

FAQ

Qu'est-ce qu'un fan-out de requête en recherche IA ?

L'ensemble des recherches supplémentaires qu'un moteur IA exécute invisiblement après un prompt utilisateur : le modèle réécrit la question en plusieurs sous-requêtes, les exécute en parallèle, et synthétise une réponse à partir des résultats fusionnés. Moyennes : ~9 par prompt ChatGPT (Nectiv, 2026), 10,7 sur Gemini 3 avec des pics à 28 (Seer Interactive, 2026). Environ 95 % ont un volume de recherche nul.

Qu'est-ce que la Reciprocal Rank Fusion (RRF) ?

Un algorithme de classement issu de la recherche d'information (documenté depuis 2009) qui fusionne des listes de résultats de plusieurs requêtes en notant chaque page 1/(k + rang), avec k ≈ 60, sommé sur les requêtes. Metehan Yesilyurt l'a identifié dans le classement des citations de ChatGPT en juillet 2025.

Pourquoi être classé n°1 compte-t-il moins sur ChatGPT que sur Google ?

Parce que la réponse est fusionnée à partir de nombreuses sous-requêtes. Un seul n°1 obtient 1/61 ≈ 0,0164 sous RRF ; une présence au rang 20 sur dix sous-requêtes obtient 0,125, environ huit fois plus. L'étendue sur les angles recherchés par le moteur bat un seul pic visible.

Comment une marque se retrouve-t-elle écrite dans les requêtes fan-out de l'IA ?

Par la co-occurrence de catégorie construite off-site : une présence tierce répétée et cohérente (avis, couverture experte, comparaisons vous nommant parmi vos pairs) apprend au modèle que votre entité appartient à la catégorie. Seer Interactive a trouvé que 26,4 % des fan-outs de Gemini 3 incluent un nom de marque, et qu'une firme publiant de façon cohérente est apparue dans les fan-outs de ChatGPT 5.5 97 % du temps sur 30 exécutions du même prompt (2026).

-----

COMMENT CET ARTICLE A ÉTÉ ÉCRIT: Sujet, angle, convictions : les miens. L'IA assiste la rédaction. Je garde la main.

Sabrina Bulteau est la cofondatrice de PingPrime.ai, experte GEO et spécialiste de l'Autorité Narrative en recherche IA. Elle aide les marques, institutions et médias à devenir la référence que les moteurs IA font confiance, citent et répètent (pas juste une option parmi d'autres) en travaillant les deux facettes du signal : on-site (structure, narratifs, architecture) et off-site (médias gagnés, plateformes, co-citations, presse sectorielle). Co-fondatrice de Be Connect (acquise par iO Group) et Sench, active au sein du CEC Belgium, elle apporte 25 ans d'expérience en croissance digitale et positionnement stratégique.

‍