Comment ChatGPT choisit-il les sources qu'il cite en France ?

Quand une IA générative répond à une question, elle s'appuie sur des sources bien précises — mais lesquelles, et selon quelle logique ? Pour la première fois, notre étude propriétaire Search Ai lève le voile sur la hiérarchie réelle des domaines cités par ChatGPT en France. Menée sur plus de 100 000 sources et 20+ secteurs d'activité, elle bouscule plusieurs idées reçues sur le référencement et ouvre la voie à une nouvelle discipline : le GEO, ou Generative Engine Optimization.

Méthodologie : une base de plus de 100 000 sources citées, 100 % française

Pour analyser ce que les IA génératives citent réellement, nous avons constitué une base de données inédite sur le marché français. Le périmètre repose sur quatre piliers : plus de 100 000 sources analysées, 20+ secteurs d'activité couverts, 100 % de requêtes formulées en français, et ChatGPT comme moteur conversationnel principal — le plus utilisé aujourd'hui.

Le traitement des données suit une méthode en quatre étapes rigoureuses. D'abord, l'extraction des citations présentes dans les réponses générées. Ensuite, l'agrégation par domaine racine, afin de regrouper les URL d'un même site sous une entité unique. Puis le calcul de la part de citations de chaque domaine. Enfin, une analyse complémentaire du « query fan-out » et de l'accès des bots IA, pour comprendre non seulement quelles sources sont citées, mais aussi comment les IA construisent leurs requêtes en amont.

Le classement réel : Reddit et le service public écrasent la concurrence

Premier enseignement, et non des moindres : la hiérarchie des sources citées par ChatGPT n'a que peu à voir avec un classement SEO traditionnel fondé sur l'autorité de domaine. Reddit arrive largement en tête, suivi des sites publics en .gouv.fr. À eux deux, ils concentrent 77,5 % du Top 10 des citations.

"TOP 10 sources les plus citées en France - ChatGPT", Source Search Ai

Derrière ce duo dominant, on retrouve les grandes plateformes et la presse (Google, Le Monde, Wikipedia, Le Parisien), puis les sites d'avis et marketplaces (Trustpilot, Quechoisir, Youtube, Leboncoin). Deux logiques se dessinent : d'un côté le contenu communautaire et conversationnel de Reddit, riche en retours d'expérience authentiques ; de l'autre, la fiabilité institutionnelle perçue des sources publiques.

Attention à l'effet trompeur des domaines racines

Ces trois grands domaines cachent en réalité une multitude de sous-domaines regroupés sous une seule ligne de classement. Pour gouv.fr, ChatGPT s'appuie aussi bien sur service-public.gouv.fr, economie.gouv.fr, ecologie.gouv.fr, entreprendre.service-public.gouv.fr, culture.gouv.fr que sur legifrance.gouv.fr : chaque ministère ou administration constitue une source citable à part entière. Même constat pour wikipedia.org, qui recouvre à la fois fr.wikipedia.org et en.wikipedia.org. Google est le cas le plus fragmenté : support.google.com, maps.google.com, scholar.google.com, developers.google.com, cloud.google.com ou blog.google sont autant de sous-domaines distincts, bien au-delà du seul moteur de recherche google.com. Autrement dit, la « part » d'un domaine racine masque une diversité de contenus qu'il faut analyser finement.

Le chiffre qui redéfinit la stratégie : 7,2 %

Voici sans doute le résultat le plus contre-intuitif de l'étude : l'ensemble du Top 10 des domaines ne représente que 7,2 % du total des citations. Les 92,8 % restants se répartissent dans une longue traîne composée de centaines de domaines différents.

"Toutes les sources ChatGPT France", Source Search Ai

Ce chiffre change radicalement la manière de penser une stratégie de visibilité. Être cité par une IA générative ne se résume pas à figurer parmi une poignée de médias à forte autorité. Miser uniquement sur quelques domaines premium revient donc à ignorer plus de neuf citations sur dix.

Pour une marque, l'enjeu devient d'exister sur un maillage large et pertinent de sources, plutôt que de concentrer tous ses efforts sur un nombre restreint de sites à forte notoriété. C'est un changement de paradigme complet par rapport aux logiques de netlinking traditionnelles.

La hiérarchie varie fortement selon votre secteur

Le Top 10 présenté ici est une moyenne calculée sur 20+ secteurs. Dans un secteur donné, la réalité peut être très différente. Nos analyses sectorielles montrent des écarts marqués :

• Santé : les sources médicales de référence (type Doctissimo et sites médicaux spécialisés) passent devant la presse généraliste.

• Finance : les portails institutionnels et les comparateurs dominent, loin devant les médias d'actualité.

• High-tech : les médias de test et comparatifs (bancs d'essai) devancent Wikipedia.

La conséquence est directe : il n'existe pas de recette universelle. Identifier les sources réellement citées dans votre propre secteur est un prérequis pour toute stratégie GEO.

Query fan-out : décrypter ce que ChatGPT cherche vraiment

Au-delà des sources citées, Search Ai analyse le « query fan-out » : lorsqu'une IA reçoit une question, elle la décompose en plusieurs sous-requêtes pour aller chercher l'information. En observant les mots qui reviennent le plus dans ces sous-requêtes, on comprend mieux la mécanique de recherche des IA.

"TOP mots dans les Query fan-out", Source Search Ai

Trois grands enseignements ressortent de ces données. D'abord, un ancrage local massif : le mot « france » apparaît dans 41,8 % des sous-requêtes, y compris sur des sujets a priori génériques. Ensuite, une exigence de fraîcheur : « 2026 » apparaît dans 10,2 % des sous-requêtes, preuve que les IA privilégient un contenu récent et daté. Enfin, une intention commerciale nette : les termes conseils, avis, prix, avantages, meilleurs et choisir figurent parmi les plus fréquents, signe que les IA cherchent activement à comparer et à aider à la décision.

Pour un éditeur de contenu, ces signaux se traduisent en recommandations concrètes : contextualiser systématiquement au marché français, adopter un angle comparatif et orienté décision plutôt que purement descriptif, et actualiser régulièrement ses pages avec des repères temporels explicites.

Ce que ces résultats impliquent pour votre stratégie GEO

En synthèse, l'étude Search Ai dessine trois priorités pour être cité par les IA génératives. Premièrement, diversifier sa présence sur un grand nombre de sources pertinentes, plutôt que de viser uniquement les domaines dominants, puisque le Top 10 ne pèse que 7,2 %. Deuxièmement, aligner son contenu sur les formulations réellement utilisées par les IA : ton comparatif, mise en avant des avis, des prix et des avantages, et fraîcheur des informations. Troisièmement, raisonner par secteur, car la hiérarchie des sources citées diffère nettement d'un domaine d'activité à l'autre.

Le GEO n'est plus une hypothèse théorique : c'est une discipline mesurable, qui s'appuie sur des données concrètes de citations. Les marques qui l'intègrent dès maintenant à leur stratégie de contenu prennent une longueur d'avance sur celles qui continuent de penser uniquement en logique de référencement classique.

Passez à l'action avec une analyse dédiée à votre secteur

Vous souhaitez savoir précisément quelles sources ChatGPT cite dans votre secteur, quels mots dominent vos sous-requêtes et comment orienter votre production de contenu en conséquence ? Demandez une démo de notre outil Search Ai : nous vous présenterons une analyse personnalisée de votre visibilité dans les IA génératives.