Les recherches que vous ne voyez jamais : ce que ChatGPT cherche avant de nommer une marque

Lorsque vous demandez à ChatGPT « quelle banque est la meilleure pour les premiers acheteurs ? », il ne recherche pas cette expression exacte. Discrètement, il reformule votre question en plusieurs recherches distinctes — comparaisons, avis, concurrents spécifiques —, les exécute en arrière-plan et fusionne les résultats en une réponse unique et convaincante. Ces recherches masquées sont appelées des « query fan-outs » (diffusions de requêtes), et c'est à ce niveau que se décide réellement la visibilité IA.

Le problème est que presque personne ne peut les voir. Nous avons donc extrait les nôtres. À travers 31 marques, la plateforme 3RD a capturé 50 872 réponses de ChatGPT ayant déclenché des fan-outs, générant ainsi 33 031 requêtes uniques en arrière-plan. Voici ce qu'elles révèlent.

Ce que les fan-outs nous ont appris

• Les avis sont une véritable obsession. Lorsque ChatGPT nomme une source d'avis, il s'agit écrasamment de Trustpilot, et un fan-out sur cinq part à la recherche d'avis, que l'utilisateur l'ait demandé ou non.

• Les mêmes recherches reviennent sans cesse. La plupart des requêtes de fan-out sont uniques, mais un noyau récurrent est généré si souvent qu'il représente 81 % de l'ensemble du volume de fan-out. Positionnez-vous sur ces requêtes répétées et vous multiplierez votre présence dans chaque conversation.

• La fraîcheur de l'information compte, mais elle est secondaire. ChatGPT intègre certes l'année en cours lorsqu'il effectue des recherches, mais la recherche d'avis l'emporte de loin sur le besoin de fraîcheur.

Méthodologie et source des données

Nous avons analysé les requêtes de fan-out que les modèles d'OpenAI ont générées pour 31 marques surveillées sur la plateforme 3RD : 50 872 réponses ayant déclenché des fan-outs et 33 031 requêtes d'arrière-plan distinctes.

Constat n° 1 : L'obsession pour les avis

Lorsque nous avons comptabilisé les sources nommées auxquelles le LLM fait appel dans ces recherches, le résultat s'est avéré sans appel. Trustpilot est la source la plus citée nommément dans l'ensemble du corpus, écrasant toutes les autres plateformes vers lesquelles il renvoie par leur nom.

Sources nommées recherchées par ChatGPT (occurrences pondérées). Ne comptabilise que les requêtes qui nomment une source. Trustpilot est la seule plateforme d'avis qui apparaît de manière constante — plus de 40 fois plus que la source nommée suivante. De plus, environ 11 000 fan-outs à la recherche d'avis ne nomment aucune plateforme, il s'agit donc ici de l'image des sources nommées, et non de l'ensemble des requêtes ciblant des avis.

Une requête de fan-out sur cinq recherche des avis. La majorité ne précise pas où, mais chaque fois que ChatGPT nomme une plateforme d'avis, il s'agit massivement de Trustpilot. Dans tous les cas, la conséquence est directe : votre profil Trustpilot n'est pas un indicateur de vanité pour le service client. C'est une donnée d'entrée essentielle dans la façon dont l'IA vous décrit, consultée avant même que le modèle ne lise votre propre site Web.

ChatGPT consulte Trustpilot avant de vous consulter. Votre note est un critère de classement pour l'IA, pas un simple indicateur de support.

Et les autres signaux ? Plus bas que vous ne le pensez

Si l'on réduit le corpus à l'intention derrière chaque recherche, une hiérarchie claire apparaît. Les avis arrivent en tête. Le prix et la comparaison viennent ensuite. La fraîcheur de l'information est présente mais secondaire : les mentions de l'année en cours représentent environ 4 % des fan-outs — un facteur réel, mais minime par rapport aux avis.

Ce que ChatGPT intègre dans ses recherches masquées (part des fan-outs). Le chiffre de fraîcheur affiché est le chiffre réel et corrigé.

Excluez les noms de marque et deux mots dominent

Retirez complètement les noms de marques des fan-outs et observez le vocabulaire générique restant. Deux intentions dominent largement : « meilleur » et « avis ». Derrière elles se cache une logique de comparaison — les pour et les contre, les alternatives, les fournisseurs — et une fine couche de mots commerciaux comme le prix et les magasins. ChatGPT reformule discrètement les questions sur une marque en « meilleur [catégorie] », en recherche d'avis et en comparaisons directes.

Mots génériques les plus fréquents dans les fan-outs (pondérés, synonymes regroupés). Les noms de marques, la géographie et les formulations types de recherche ont été supprimés ; les synonymes danois et anglais ont été fusionnés (bedste/best, anmeldelser/reviews). L'artefact obsolète « 2024 » du modèle est exclu.

Constat n° 2 : Les mêmes recherches reviennent sans cesse

La tendance la plus importante sur le plan stratégique n'est pas ce que ChatGPT recherche, mais la fréquence avec laquelle il recherche la même chose. La plupart des requêtes de fan-out sont uniques, mais un noyau récurrent est généré encore et encore, à travers de nombreuses invites et sessions différentes. Ce noyau est restreint en nombre, mais d'un poids gigantesque.

Nombre de requêtes de fan-out distinctes, selon leur fréquence d'utilisation. 62 % ne sont émises qu'une seule fois ; les 38 % qui reviennent (en orange) sont relancées beaucoup plus souvent — la requête unique la plus répétée a été émise 80 fois — voilà pourquoi cette minorité génère la grande majorité de tout le volume de fan-out.

C'est là que réside l'effet de levier. Une requête que le modèle relance sans cesse — « [Concurrent] Trustpilot avis », « comparer les principaux fournisseurs danois de X » — n'est pas un événement ponctuel que vous pouvez ignorer. Obtenez une position forte sur l'une de ces requêtes répétées et vous serez intégré dans chaque future conversation qui s'y déploie. C'est ce noyau récurrent, et non la longue traîne des requêtes uniques, qui constitue votre liste de cibles.

Un petit ensemble de recherches génère la majorité des réponses. Gagnez sur les requêtes répétées et vous cumulerez les gains dans chaque conversation.

Que faut-il faire ?

La couche des fan-outs privilégie une stratégie différente du SEO classique. Trois actions découlent directement de ces données.

1. Traitez les avis comme un critère de classement pour l'IA. Trustpilot est la plateforme d'avis la plus citée par ChatGPT. Votre note, le volume d'avis et leur fraîcheur sur les plateformes d'avis de votre secteur façonnent la réponse avant même que votre propre site ne soit consulté. Gérez-les comme des facteurs de positionnement, car c'est exactement ce qu'ils sont.

2. Répondez à l'ensemble du fan-out, pas seulement à l'invite littérale. Une seule question se transforme en plusieurs recherches couvrant les listes des meilleurs choix, les avis et les comparaisons. Un contenu qui ne répond qu'à la formulation exacte passe à côté de l'essentiel de l'intention du modèle. Couvrez tous les angles, intégrez des signaux basés sur les avis et mentionnez vos concurrents pour la comparaison.

3. Remportez les requêtes répétées. Un petit noyau récurrent de sous-requêtes représente la majeure partie du volume. Identifiez les fan-outs à haute fréquence dans votre catégorie — en particulier les structures « marque + avis » et « comparer les principaux X » — et appropriez-vous-les, car le positionnement sur une requête répétée génère des bénéfices cumulés.

En conclusion

Chaque réponse d'IA concernant votre marque est assemblée à partir de recherches que vous ne pouvez pas voir, sur des sources que vous ne contrôlez peut-être pas. Dans nos données, ces recherches sont dominées par deux réflexes — trouver la meilleure option et trouver les avis — et concentrées sur un petit ensemble de requêtes que le modèle lance à répétition. La fraîcheur de l'information est réelle mais mineure, et le volume brut de mentions ne vous dit presque rien sur ce que le modèle cherchait réellement.

Votre marque est soit présente dans cette couche masquée, soit elle ne l'est pas. Et vous ne pouvez pas optimiser ce que vous refusez de mesurer.