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

Nikolaj Peters · 24 juin 2026

Nous avons analysé 33 031 requêtes de fan-out cachées de ChatGPT pour 31 marques suivies sur la plateforme 3RD. Une source domine les recherches nominatives, les mêmes requêtes reviennent encore et encore, et ce sont les avis, bien plus que la fraîcheur, que ChatGPT traque le plus.

Avant de recommander une marque, ChatGPT cherche des avis, des classements « meilleur » et des comparatifs. Environ une recherche invisible sur cinq part à la recherche d'avis, que vous en ayez demandé ou non. Quand il nomme un site d'avis, c'est presque toujours Trustpilot.

Lorsque vous demandez à ChatGPT « quelle banque choisir pour un premier achat immobilier ? », il ne recherche pas cette expression exacte. Il reformule votre question en plusieurs recherches (comparaisons, avis, concurrents précis), les exécute en arrière-plan et fusionne les résultats en une réponse unique et assurée. On appelle ces recherches invisibles des « query fan-outs », et c'est là que se décide la visibilité IA.

Presque personne ne les voit, alors nous avons extrait les nôtres. Sur 31 marques, la plateforme 3RD a capté 50 872 réponses de ChatGPT ayant déclenché des fan-outs, générant ainsi 33 031 requêtes uniques en arrière-plan. Voici ce qu'elles montrent.

| 50 872 réponses ChatGPT avec fan-outs | 33 031 requêtes de fan-out distinctes |
| --- | --- |

| ~20 % des fan-outs recherchent des avis | 81 % du volume de recherche est constitué de requêtes répétées |
| --- | --- |

## Ce que les fan-outs nous ont appris

- **Les avis sont une véritable obsession. **Lorsque ChatGPT nomme une source d'avis, c'est très majoritairement 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 relancé 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 des 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, loin devant toutes les autres plateformes qu'il cite nommément.

![Named sources ChatGPT searches behind the scenes - Trustpilot dominates](https://www.get3rd.com/media/udjLW8zkUeQ8AxiDxaXdE004U.png)

*Sources nommées recherchées par ChatGPT (occurrences pondérées). Seules sont comptées 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, ce graphique ne montre donc que les sources nommées, et non l'ensemble des recherches d'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 est l'une des principales sources sur lesquelles l'IA s'appuie pour vous décrire, consultée avant même que le modèle ne lise votre propre site.

*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 ? Moins importants 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. C'est un facteur réel, mais minime par rapport aux avis.

![What ChatGPT injects into its hidden searches - share of fan-outs](https://www.get3rd.com/media/8bDu1Qvcqt0mtjQSNguCyan0lU.png)

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

| **À PROPOS DE LA FRAÎCHEUR** La fraîcheur est un facteur réel. L'année en cours (2025 et 2026 combinées) apparaît dans environ 2 000 fan-outs distincts et environ 3 500 recherches. C'est concret, mais cela représente une faible part par rapport à la recherche d'avis, qui est plusieurs fois supérieure. Nous excluons un ancien modèle distinct qui inonde ses recherches d'un « 2024 » obsolète, car il s'agit d'un artefact du modèle et non d'une véritable recherche de fraîcheur. |
| --- |

### Sans les noms de marque, deux mots dominent

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

![Most common unbranded words in the fan-outs](https://www.get3rd.com/media/oZJ7gXevB0pIoEtXFsQBwTITGrk.png)

*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, c'est la fréquence à laquelle ChatGPT recherche la même chose. La plupart des requêtes de fan-out sont uniques. Un noyau récurrent est relancé encore et encore, sur de nombreux prompts et analyses différents. Ce noyau compte peu de requêtes, mais pèse énormément.

![Count of distinct fan-out queries, by how many times each was used](https://www.get3rd.com/media/sE8EchIcNQDmSj6SpdxQFtVMHAI.png)

*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 la plus répétée a été émise 80 fois), c'est pourquoi cette minorité génère la grande majorité de tout le volume de fan-out.*

| 38 % des requêtes de fan-out distinctes sont réutilisées dans deux réponses ou plus | 81 % de tout le volume de fan-out provient de ce noyau récurrent |
| --- | --- |

C'est là que réside l'effet de levier. Une requête que le modèle relance sans cesse, comme « [Concurrent] Trustpilot avis » ou « comparer les principaux fournisseurs danois de X », revient de conversation en conversation. Obtenez une position forte sur l'une de ces requêtes répétées et vous serez repris dans chaque conversation future qui y mène. Ce noyau récurrent constitue votre liste de cibles. La longue traîne des requêtes uniques peut attendre.

*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 au prompt tel qu'il est formulé. **Une seule question se transforme en plusieurs recherches couvrant les classements 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 faites-en votre terrain, 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. Elles sont 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.

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

Pour savoir lesquelles de ces recherches décident de votre catégorie, suivez les questions de vos clients qui se cachent derrière. [Comment mesurer la visibilité de votre marque dans les réponses de l'IA](https://www.get3rd.com/blog/how-to-measure-your-brand-s-visibility-in-chatgpt-perplexity-and-google-ai-overviews) détaille la méthode étape par étape.