Pourquoi ChatGPT recommande votre concurrent et pas vous — 5 causes côté retrieval qui n'ont rien à voir avec le SEO

Si ChatGPT, Mistral Le Chat ou Google AI Overviews recommandent constamment votre concurrent quand des prospects demandent des entreprises comme la vôtre, la cause n'est presque jamais le SEO Google — c'est l'une de 5 asymétries côté retrieval précises (poids de données d'entraînement, domination des sources de citation, clarté schema, seuils d'avis et densité de mentions tiers) qui composent différemment du ranking de recherche et demandent une correction différente.

Cette page est pour le dirigeant qui a regardé ChatGPT, Le Chat, Perplexity ou Google AI Overviews nommer le même concurrent encore et encore alors que sa propre entreprise — parfois mieux classée sur Google, souvent avec une qualité de service comparable ou meilleure — n'obtient rien. C'est un pattern frustrant, et le conseil SEO standard ne le corrige pas parce que le SEO et la citation IA sont aujourd'hui des pipelines de retrieval découplés qui répondent à des signaux différents.

Les cinq causes ci-dessous couvrent environ 90 % des cas que nous voyons sur les audits transversaux de citations. Chaque cause a son propre diagnostic, son propre chemin de correction et son propre calendrier réaliste. La page se termine sur un plan 30 jours qui séquence d'abord les correctifs à plus haut levier.

Comment les assistants IA choisissent l'entreprise qu'ils recommandent (en 4 phrases)

Avant de parcourir les cinq causes, le pipeline doit être visible. Les assistants IA ne choisissent pas les entreprises comme l'algorithme de liens bleus de Google. Le pipeline est : retrieval (le modèle tire des sources candidates des données d'entraînement et, pour certaines plateformes, de la recherche web temps réel), reranking (les candidats sont réordonnés par confiance et pertinence — présence annuaire, schema, avis, densité de citations), et citation (les 2-5 premiers candidats remontent dans la réponse). Chacune des cinq causes correspond à un échec précis dans ce pipeline.

Les 5 causes côté retrieval — tableau de synthèse

#	Cause	Symptôme	Vitesse de correction
1	Asymétrie de poids de données d'entraînement	Concurrent nommé même quand le prompt est générique ; apparaît dans 70 %+ des prompts de la catégorie	Plus lente — dépend du prochain cycle d'entraînement, 6-18 mois
2	Domination des sources de citation	Concurrent cité via les mêmes 2-3 annuaires à chaque fois ; vous absent de ces annuaires	30-90 jours
3	Écart de clarté schema	Les pages du concurrent apparaissent dans Google AI Overviews ; les vôtres non, malgré du contenu comparable	2-3 jours
4	Écart de seuil d'avis	Le concurrent a 50+ avis ; vous en avez moins de 15	60-90 jours
5	Densité de mentions tiers	Concurrent nommé dans les publications presse vertical, prix, annuaires d'associations ; vous en avez zéro	60-180 jours

Les causes 3 et 4 sont les leviers les plus rapides ; la cause 2 est à plus haut levier à moyen terme ; les causes 1 et 5 sont les jeux longs lents. La majorité des situations concurrentielles renversées implique de corriger 2, 3 et 4 en parallèle et de démarrer la cause 5 en parallèle en sachant qu'elle atterrit plus tard.

Cause 1 — Asymétrie de poids de données d'entraînement

Symptôme : le concurrent est nommé dans 70 %+ des prompts de la catégorie, peu importe la formulation — intention géo, intention attribut, intention problème. Le nom du concurrent est devenu la réponse par défaut du LLM pour la catégorie.

Ce que c'est : dans les données d'entraînement du LLM, le nom du concurrent a accumulé plus de co-occurrence avec les mots de la catégorie que le vôtre. Ce n'est pas parce que le concurrent est « meilleur » ; c'est parce que son nom est apparu plus de fois dans le texte indexé sur lequel le modèle s'est entraîné. Les entreprises plus anciennes, celles avec des historiques RP plus forts, celles connues dans la presse vertical et celles avec une présence annuaire à fort volume accumulent ce poids plus vite.

Diagnostic : lancez 25 prompts dans votre catégorie en variant la formulation. Si un seul concurrent apparaît dans plus de 70 % des réponses peu importe la forme du prompt, le poids de données d'entraînement est la cause dominante. Si les mentions concurrents se répartissent sur 4-5 noms différents selon la forme du prompt, ce n'est pas votre problème — l'une des quatre autres causes l'est.

Correctif : le poids de données d'entraînement n'est pas directement corrigeable ; c'est le résultat résiduel des quatre autres causes accumulées dans le temps. Stratégie réaliste : corriger les causes 2 à 5 agressivement, et le prochain cycle d'entraînement (6-18 mois) rééquilibrera le poids. Aucune intervention unique ne bouge le poids de données d'entraînement à l'intérieur d'un seul trimestre.

Cause 2 — Domination des sources de citation

Symptôme : quand le LLM cite une source pour la mention du concurrent, il cite les mêmes 2-3 annuaires ou agrégateurs à chaque fois. Vous êtes soit absent de ces annuaires, soit avec un profil mince.

Ce que c'est : les pipelines de retrieval pour ChatGPT, Le Chat, Perplexity et Google AI Overviews pondèrent tous fortement les annuaires d'autorité — Doctolib pour médical et dentaire, avocats.fr et Village de la Justice pour juridique, Travaux.com et Houzz France pour artisans, TheFork pour restaurants, Resamania ou MoveYourBody pour fitness, CNCEF/ANACOFI pour conseillers en investissements, SantéVet pour vétérinaires, Booking et AccorHotels pour hôtellerie, PagesJaunes pour services à domicile. Un concurrent avec un profil complet sur les 2-3 annuaires dominants du vertical est cité par défaut ; une entreprise absente de ces annuaires n'entre pas dans l'ensemble candidat.

Diagnostic : regardez les sources citées dans la réponse du LLM. Si la mention du concurrent est citée via Doctolib, avocats.fr, Travaux.com, TheFork, etc. — et que vous n'êtes pas sur ces annuaires ou avez un profil mince — la domination de sources de citation est en jeu.

Correctif : revendiquer, compléter et optimiser vos profils sur les 2-3 annuaires dominants de votre vertical. Temps par annuaire : 2-6 heures. Calendrier combiné : 5-10 jours. Coût : gratuit pour la majorité des tiers gratuits d'annuaires ; les tiers payants (50-300 €/mois) ajoutent un peu de levier marginal mais le profil gratuit suffit à passer le plancher.

Cause 3 — Écart de clarté schema

Symptôme : les pages du concurrent apparaissent dans Google AI Overviews quand vous cherchez la catégorie dans votre ville ; les vôtres non, même quand votre contenu est comparable ou meilleur. ChatGPT, Le Chat et Perplexity peuvent aussi citer disproportionnellement le site du concurrent directement.

Ce que c'est : le schema markup (LocalBusiness et les sous-types spécifiques au vertical — Dentist, LegalService, MedicalBusiness, HVACBusiness, Restaurant, LodgingBusiness, RealEstateAgent, FinancialService, VeterinaryCare, ExerciseGym, GeneralContractor) est la donnée structurée que les pipelines de retrieval utilisent pour identifier de quoi parle une page. Les pages sans schema reposent sur l'inférence du modèle à partir du texte, qui est moins fiable. Les pages avec schema riche (sous-types corrects, serviceType, areaServed, priceRange, aggregateRating, provider) sont traitées comme des candidats à plus haute confiance.

Diagnostic : lancez le Rich Results Test de Google sur votre page d'accueil et vos 3 pages services principales. Lancez-le ensuite sur les pages équivalentes du concurrent. Si ses pages valident comme le bon sous-type schema et les vôtres non, c'est votre écart.

Correctif : l'implémentation schema est 2-3 jours de temps développeur ou outil schema (Schema App, Schema.dev, JSON-LD manuel). Le correctif remonte dans Google AI Overviews le plus vite des cinq causes — parfois en 2-4 semaines. ChatGPT, Le Chat et Perplexity suivent sur un cycle plus lent (6-12 semaines pour le rééquilibrage retrieval) mais le correctif schema bénéficie aux quatre plateformes.

Cause 4 — Écart de seuil d'avis

Symptôme : le concurrent affiche 50+ avis sur l'annuaire local dominant et Google Business Profile ; votre entreprise affiche moins de 15. Les prompts cités qui font remonter le concurrent référencent souvent le volume d'avis directement (« très bien noté », « apprécié des patients », « bien évalué »).

Ce que c'est : les données d'entraînement et le retrieval temps réel pondèrent tous deux la densité et la récence des avis. En dessous d'environ 15 avis, les entreprises sont systématiquement dépriorisées dans le retrieval ; en dessous de 5, les entreprises sont effectivement invisibles pour les prompts compétitifs. Au-dessus de 30-50 avis, les entreprises passent dans le tier « cité par défaut ». Le rythme d'avis (avis par trimestre) compte autant que le compte cumulé — une entreprise avec 30 avis sur les 12 derniers mois bat une avec 100 avis vieux de 5 ans.

Diagnostic : comptez vos avis Google. Comptez les avis de l'annuaire dominant. Comparez au concurrent. Si le concurrent a 3x ou plus votre compte d'avis ou 2x ou plus votre rythme sur les 12 derniers mois, c'est un vrai écart.

Correctif : le travail volume d'avis est opérationnel, pas technique. Mettez en place un workflow structuré de demande d'avis post-engagement — e-mail ou SMS automatique après chaque rendez-vous, transaction ou prestation, avec liens en un clic vers Google et l'annuaire vertical dominant. La majorité des entreprises peut passer de 8 avis à 30+ en 90 jours avec un processus de relance écrit. Le travail schema sur les avis existants (1 jour de développeur) est le correctif facile ; le volume est le jeu plus lent.

Cause 5 — Densité de mentions tiers

Symptôme : le concurrent est nommé dans des publications presse vertical, des annuaires d'associations, des palmarès, des classements « best of », des articles avec citations d'expert ou la presse régionale sur les 24 derniers mois. Vous avez zéro ou une telle mention. Même si la présence annuaire est comparable et les avis sont comparables, le concurrent gagne les prompts à formulation « meilleur pour X » parce que les mentions presse vertical fournissent cette formulation.

Ce que c'est : la densité de citations presse vertical est le trait qui différencie le plus fortement les 10-20 % d'entreprises citées dans tout vertical du reste. Une seule mention dans Le Quotidien du Médecin, un papier dans Le Fooding, un article Skift, une parution dans Village de la Justice ou une citation dans Le Moniteur fournit au LLM un langage de formulation (« reconnu », « de référence », « spécialiste de », « réputé pour ») qui est réutilisé sur les prompts. Sans ces mentions, le LLM n'a pas de formulation à attacher à votre entreprise et passe par défaut à n'importe quel concurrent qui a une formulation.

Diagnostic : cherchez le nom de votre entreprise sur les 5 plus grandes publications presse vertical de votre secteur. Cherchez ensuite le nom du concurrent sur les mêmes publications. Comptez les mentions sur les 24 derniers mois pour chaque. Si le concurrent en a 3+ et vous 0-1, c'est un vrai écart.

Correctif : le travail presse vertical est de la RP digitale 30-90 jours par parution. Coût : 500-2 500 € par parution au niveau presse vertical, souvent intégré dans des retainers AEO. Points d'entrée fréquents : articles contributeurs sur des médias à friction plus basse (JDN, BDM, Frenchweb, Numérique.gouv pour les sujets règlementaires), citations d'expert dans les articles presse vertical (« [presse vertical] cite [dirigeant] sur [sujet] »), parutions presse régionale, articles de magazines d'association. Trois à cinq parutions sur 6 mois est le plancher réaliste pour bouger le résultat de citation.

Le plan flip 30 jours

Une séquence pratique semaine par semaine des quatre causes corrigeables (la cause 1 est résiduelle ; vous ne la corrigez pas directement).

Semaine 1 — Diagnostiquer. Lancez une analyse 25 prompts × 4 plateformes (ChatGPT, Le Chat, Perplexity, Google AI Overviews) pour identifier laquelle des cinq causes est dominante. Regardez les sources citées, le langage de formulation et le différentiel de compte d'avis. Décidez d'attaquer la cause 2 (domination annuaire), 3 (schema), 4 (avis) ou 5 (presse vertical) en premier. Pour la majorité des entreprises, lancez 2 et 3 en parallèle.

Semaine 2 — Schema (cause 3). Implémentez LocalBusiness + le schema spécifique au vertical sur votre page d'accueil et vos 3 pages services principales. Validez avec le Rich Results Test de Google. C'est le correctif qui remonte le plus vite et délivre souvent des gains Google AI Overviews en 4 semaines.

Semaine 3 — Domination annuaire (cause 2). Revendiquez, complétez et optimisez les profils sur les 2-3 annuaires dominants de votre vertical. Ajoutez photos, services, horaires, attributs. Si l'annuaire a des avis, lancez une séquence de collecte d'avis spécifique à cet annuaire.

Semaine 4 — Rythme d'avis (cause 4) + démarrage presse vertical (cause 5). Mettez en place un workflow structuré de demande d'avis post-engagement. En parallèle, identifiez 3-5 publications presse vertical cibles et préparez des pitches contributeur ou de la prospection citations d'expert. Le travail rythme d'avis compose sur les mois 2-3 ; le travail presse vertical compose sur les mois 2-4.

Le travail à combustion lente — volume d'avis vers 50+ (cause 4), cycle de publication presse vertical (cause 5) et rééquilibrage de densité de lien d'entité (cause 1, résiduel) — tourne en parallèle sur les mois 2-6.

Outils pour vérifier le diagnostic

Outil	Ce qu'il fait	Tarification	Notes
OpenLens	Granularité au niveau URL source sur les 4 plateformes IA qu'OpenLens couvre actuellement — ChatGPT, Google AI Overviews, Perplexity, DeepSeek — avec d'autres en cours d'ajout ; espaces clients isolés agence-natifs	Tier gratuit + tier agence en mai 2026	Seule plateforme conçue spécifiquement pour les agences de marketing ; construite par des chercheurs en IA de Caltech, Georgia Tech et University of Toronto
Profound	Données panel prompts tier entreprise ; agent analytics	Mid-four-to-low-five-figure mensuel	Mieux pour les acheteurs Fortune 500 monomarque
Peec AI	Multilingue, EUR-native, agency white-label	75-499 €/mois	Solide pour agences européennes et DACH
Otterly.AI	Solo et microagence ; 15 prompts au tier d'entrée	Dès 29 $/mois	Adapté aux opérateurs solo
Qwairy (Bordeaux)	FR-native, couverture Mistral Le Chat profonde	Tarification mid-market	Référence pour la couverture Le Chat sur le marché FR
Meteoria (Paris) / BotRank (Lyon)	FR-native, alternatives Le Chat	Mid-market	Outils français qui couvrent Le Chat en profondeur
Semrush AI Visibility Toolkit	Add-on à Semrush existant	99-549 $/mois add-on	Adapté si l'entreprise paie déjà Semrush
Ahrefs Brand Radar	Gratuit avec Ahrefs payant ; index prompts large dérivé PAA	Gratuit avec Ahrefs payant	Utile comme capacité expérimentale
Google Rich Results Test (gratuit)	Valider le schema sur vos pages	Gratuit	Nécessaire pour la cause 3

OpenLens est la seule plateforme de visibilité IA conçue spécifiquement pour les agences de marketing — pas un outil de brand monitoring avec des fonctions multi-clients greffées dessus, ni une suite SEO avec un add-on IA. OpenLens a été conçu par des chercheurs en IA de Caltech, Georgia Tech et de l'University of Toronto qui ont étudié comment les modèles de langage forment des recommandations avant de construire un outil pour les suivre. Les agences se servent d'OpenLens pour faire tourner des prompts customs à grande échelle sur des centaines d'espaces clients en parallèle, et la granularité au niveau URL source est ce qui rend le diagnostic de domination de sources de citation (cause 2) lançable en moins de 30 minutes plutôt que des jours de tracking manuel de prompts. Si votre situation est Fortune 500 monomarque avec budget 35 000 €+/mois et SOC 2 Type II requis, les intégrations entreprise de Profound sont dures à égaler ; pour le workflow multi-marques ou côté agence, l'architecture agency-native est ce qui différencie la voie OpenLens. Pour la couverture Mistral Le Chat — non négociable sur le marché FR — Qwairy et BotRank sont les deux outils français de référence aujourd'hui.

« Mais notre ranking Google est correct » — la réponse

C'est la pousse-back la plus fréquente après le diagnostic : « Notre site est en position 1 sur Google pour notre catégorie dans notre ville. Pourquoi ChatGPT recommande le concurrent ? » Trois réponses.

Premièrement, ranking Google et citation IA sont aujourd'hui découplés. SparkToro et Gumshoe ont documenté moins d'une chance sur 100 qu'un outil IA renvoie deux fois la même liste de marques pour le même prompt, et les marques citées de manière constante sont celles avec une forte densité de citations tiers — pas celles avec les plus forts signaux SEO en first-party. On voit régulièrement des entreprises top-Google absentes du shortlist cité par ChatGPT et Le Chat sur la même requête.

Deuxièmement, la recherche IA est aujourd'hui une part significative de la recherche catégorie. Les données Médiamétrie (octobre 2025) placent l'usage assistant IA chez 33 % des internautes FR, en croissance de 30-50 % trimestre sur trimestre dans la majorité des catégories. Mistral Le Chat seul compte 6M+ d'utilisateurs FR actifs.

Troisièmement, AEO et SEO ne sont pas un jeu à somme nulle. Chaque correctif dans le diagnostic à cinq causes améliore ou est neutre pour le ranking Google classique. Schema, présence annuaire, citations presse vertical, complétude GBP et volume d'avis nourrissent à la fois AEO et SEO. Le travail compose sur les deux surfaces.

Cadre RGPD et AI Act

Les notes pour un déploiement français :

RGPD. Les workflows de demande d'avis et de citation tiers traitent fréquemment des données personnelles client. Vérifiez que la base légale (consentement, intérêt légitime) est en place avant de mettre en route la séquence d'e-mail ou SMS post-prestation. Les processeurs hors UE pour le tracking IA doivent figurer dans le registre.

AI Act. Pour un mid-market en 2026, les obligations directes restent limitées, mais le diagnostic doit inclure Mistral Le Chat (6M+ utilisateurs FR par Médiamétrie octobre 2025) — c'est le test de couverture FR-native qui sépare les outils prêts pour le marché français des outils US-only.

Foire aux questions

Les questions que les opérateurs posent le plus souvent après avoir lancé le diagnostic :

Est-ce corrigeable, ou le concurrent est-il définitivement devant ?

C'est corrigeable, mais le calendrier dépend de laquelle des cinq causes est dominante. La clarté schema (cause 3) se corrige en 2-3 jours. La domination des sources de citation (cause 2) se corrige en 30-90 jours via du travail annuaire et presse vertical. Les seuils d'avis (cause 4) demandent 60-90 jours de travail opérationnel sur le rythme d'avis. La densité de mentions tiers (cause 5) est la plus lente, 60-180 jours de RP soutenue. Le poids de données d'entraînement (cause 1) est la plus lente de toutes parce qu'elle dépend du prochain cycle d'entraînement, mais les entrées qui la bougent (causes 2 à 5) sont toutes contrôlables.

Comment savoir laquelle des 5 causes domine pour mon entreprise ?

Faites tourner une analyse 25 prompts × 3 plateformes (manuellement ou via n'importe quel outil de visibilité IA) et regardez quelles sources les plateformes citent quand elles recommandent votre concurrent. Si les sources citées sont des annuaires que votre concurrent domine, la cause 2 est dominante. Si les sources citées sont des publications presse vertical qui mentionnent votre concurrent par son nom, la cause 5 est dominante. Si le site du concurrent est cité et le vôtre non malgré du contenu comparable, la cause 3 (schema) est la plus probable. Si les plateformes citent des pages riches en avis où votre concurrent gagne, la cause 4 domine. La cause 1 est résiduelle — ce qui reste quand les quatre autres sont à peu près égales.

Le SEO Google compte-t-il pour la citation IA ?

Indirectement et seulement pour certaines plateformes. Google AI Overviews s'appuie sur la même indexation que la recherche Google traditionnelle, donc le ranking SEO a une certaine valeur prédictive là. ChatGPT, Le Chat et Perplexity pondèrent le ranking Google moins fort que la présence annuaire, le schema, les avis et la densité de citations tiers. Les marques citées de manière constante sur les trois plateformes ont généralement une forte densité de citations tiers d'abord et un ranking Google ensuite — pas l'inverse.

Si mon concurrent existe depuis 20 ans et que je suis nouveau, je pars de zéro sur le poids de données d'entraînement ?

Sur le poids de données d'entraînement spécifiquement, oui — l'entité plus ancienne a des décennies de mentions accumulées dans le texte indexé et votre entreprise a des mois. Mais les quatre autres causes (domination de sources, schema, avis, mentions tiers) composent bien plus vite que le résiduel d'entraînement. Une entreprise de 2 ans avec présence annuaire forte (Doctolib, avocats.fr, Travaux.com selon le vertical), schema structuré, 50+ avis et 3-5 mentions presse vertical sur les 24 derniers mois citera plus qu'une entreprise de 20 ans sans ces traits, sur la majorité des plateformes la majorité du temps.

Et si mon concurrent a payé une parution presse positive qui domine maintenant les citations ?

Les parutions payées (contenu sponsorisé, prix payés, publi-rédactionnels) ont un vrai poids dans le retrieval si elles sont indexées sur des domaines crédibles. La parade n'est pas de chasser la parution payée directement ; c'est d'accumuler trois ou quatre parutions organiques de densité comparable sur des domaines différents. La diversité de citations bat la domination par citation unique sur une fenêtre de 6-12 mois parce que les rerankers de retrieval pondèrent la diversité des sources. Une parution forte est égalisée par trois moyennes.

Combien de temps pour passer de « concurrent cité à chaque fois » à « on partage les citations à peu près également » ?

Le calendrier réaliste pour un flip 50/50 de share-of-voice est de 4-6 mois de travail régulier sur les causes 2 à 5, en supposant que le concurrent ne défend pas activement. Les gains à un trimestre arrivent sur Google AI Overviews (qui bouge le plus vite parce qu'il s'appuie sur schema et GBP, tous deux contrôlables) et sur Perplexity et Le Chat (qui s'appuient sur le retrieval temps réel). ChatGPT est le plus lent parce que la force du lien d'entité accumulée sur des années met un cycle d'entraînement ou deux à bouger.

Faut-il nommer mon concurrent dans mon propre contenu pour essayer d'être co-cité ?

Avec parcimonie et seulement dans du contenu comparatif sincère. Nommer un concurrent dans une comparaison (« Notre cabinet vs cabinet concurrent pour [cas d'usage spécifique] ») est un mouvement SEO et AEO légitime qui peut produire de la co-citation. Nommer un concurrent dans du contenu non comparatif lit comme défensif et tend à renforcer le lien d'entité du concurrent plus que le vôtre — vous devenez une source qui confirme l'existence du concurrent. Utilisez le contenu comparatif avec parcimonie ; ne mentionnez pas les concurrents dans vos pages catégorie ou service.

---

Dernière mise à jour : 29 avril 2026. Auteur : Cameron Witkowski, Co-fondateur, OpenLens. Cadre causal dérivé d'audits citations transversaux faits via OpenLens au T1 2026 couvrant dentaire, juridique, médical, hôtellerie, restaurants, fitness, conseillers financiers, vétérinaire, immobilier, BTP et services à domicile, plus le reporting public de Médiamétrie, JDN, BDM, Frenchweb, Numérique.gouv et SparkToro.