Être cité par une IA ne veut pas dire être recommandé

En bref

Non : être cité par une IA et être recommandé par elle sont deux choses différentes. Une réponse IA peut citer votre page comme source tout en recommandant un concurrent à votre place. La citation prouve que vous avez été lu ; la recommandation, que vous êtes proposé comme choix. Et c'est la recommandation, pas la citation, qui pèse sur une décision d'achat. Mesurez la bonne.

Introduction

**Une listicle auto-promotionnelle citée dans les Google AI Overviews est exclue de la recommandation dans 69 % des cas.** En analysant 100 requêtes B2B de type « meilleur logiciel » (par catégorie : CRM, LMS, helpdesk…) dans les AI Overviews et l'AI Mode de Google, à trois dates entre avril et juin 2026, Lily Ray a isolé ce chiffre : sur 323 listicles auto-promotionnelles citées, 224 (69 %) voyaient leur marque absente de la recommandation finale, et 74 % des requêtes suivies renvoyaient une réponse citant la listicle d'un auto-promoteur tout en le laissant hors de la recommandation (source : Lily Ray, « Why Calling Yourself the Best Could Be Helping Your Competitors Win in AI Search », 18 juin 2026). Le clic ne compense pas : une étude Pew relayée en 2025 estime qu'environ 1 % des résumés IA de Google génèrent un clic vers une source. La donnée mesurée porte sur Google, mais la distinction est valable partout : viser la citation comme objectif de visibilité IA, c'est optimiser la mauvaise métrique. Ce qui décide d'un achat, c'est d'être recommandé, pas seulement d'être cité.

Citation et recommandation : deux signaux que tout le monde confond

Une citation, c'est votre URL qui apparaît dans les sources d'une réponse IA. Une recommandation, c'est votre marque nommée comme choix dans le texte de la réponse. Les deux se comportent différemment, et la différence a des conséquences commerciales opposées. Un outil qui suit vos « citations » ou vos « mentions » peut afficher au vert pendant que vous êtes exclu du choix final. Les cas documentés par Lily Ray sont nets : les marques ci-dessous sont citées partout dans la réponse, mais laissées hors de la recommandation, au profit des concurrents qu'elles listaient elles-mêmes.

• Oasis LMS : Citée comme source, mais non recommandée. L'IA propose Kajabi, Thinkific et LearnWorlds à sa place.
• Pylon : Citée comme source, mais non recommandée. L'IA propose Zendesk, Freshdesk et Help Scout à sa place.
• Crisp : Citée comme source, mais non recommandée. L'IA propose Zendesk, Freshdesk et Help Scout à sa place.

Pourquoi votre listicle « meilleur logiciel » peut profiter à vos concurrents

Le mécanisme est contre-intuitif. Vous publiez « les meilleurs outils de votre catégorie », vous vous classez numéro 1, et vous citez quelques concurrents pour la crédibilité. L'IA récupère votre page comme source fiable, vos pages sont bien construites, c'est justement pour ça qu'elles sont citées, mais elle nomme les leaders établis de la catégorie, souvent les concurrents que vous avez listés. Votre page devient leur marketing gratuit. Et le coût peut être double : d'après Lily Ray, Google aurait procédé, autour du 20 janvier 2026, à un ajustement algorithmique ayant fait chuter la visibilité organique des sites bourrés de ce format, chute aggravée par la mise à jour de cœur de mai 2026, parfois à l'échelle du domaine entier. Le format qui « marchait » comme tactique GEO est en train de devenir un passif : exclusion de la recommandation d'un côté, risque de déclassement SEO de l'autre.

Ce qui fait basculer citation vers recommandation : l'autorité hors-site

Ce qui sépare les marques recommandées des marques seulement citées n'est pas la qualité de la page. Lily Ray le souligne : les marques exclues ont des pages solides et bien optimisées, sinon elles ne seraient pas citées du tout. Le facteur qui ressort le plus nettement est l'autorité hors-site : le nombre de domaines référents, les mentions de marque dans les AI Overviews et dans ChatGPT, la présence sur des surfaces à forte autorité comme Reddit et Forbes, de plus en plus sollicitées par les moteurs pour les requêtes « best ». Lily Ray reste prudente sur la causalité, mais le constat est constant : la recommandation semble ancrée à « combien le reste du web parle de vous et vous recommande », plus qu'à « combien de fois vous vous êtes déclaré le meilleur ».

Notre lecture chez citabl : le vrai risque, c'est la shortlist

**Le risque de shortlist se mesure sur les requêtes de décision, là où l'IA peut recommander un concurrent à votre place.** Le vrai risque n'est pas de manquer une citation, c'est de perdre la shortlist au moment où un acheteur compare des solutions. Un dashboard de visibilité IA classique vous dit combien de fois vous êtes mentionné. Il ne vous dit pas sur quelle question d'achat une réponse vous affaiblit, quelle phrase exacte est produite, ni quel concurrent en bénéficie. La citation est un indicateur de présence ; la recommandation, un indicateur de préférence. Seule la préférence décide d'une shortlist. Et la recommandation elle-même n'est pas binaire : une IA peut vous recommander explicitement (« je recommande X », « X est le meilleur choix ») ou par adéquation (« X est particulièrement adapté à ce besoin », « X convient à ce type d'équipe »). Pour un acheteur, les deux orientent la décision. **La recommandation par adéquation est pourtant sous-comptée par la plupart des outils de visibilité IA.** Vous pouvez être présenté comme adapté ou pertinent sur vos requêtes de décision sans qu'aucun dashboard ne l'enregistre comme une recommandation. Notre moteur distingue désormais ces deux formes, pour ne pas sous-estimer une position réellement favorable, et mesure l'écart entre citation et recommandation prompt par prompt sur vos requêtes de décision, puis le re-mesure après correction. Nous l'appliquons d'abord à nous-mêmes. **Chez citabl, 100 % de nos sources récurrentes sont en première partie (citabl.ai), avec zéro source tierce.** Notre diagnostic GEO Ops Engine (run du 7 mai 2026, 60 prompts × 4 modèles) le confirme : si notre SEO recule, notre signal LLM s'effondre avec lui. Nous ne recommandons pas ce que nous ne testons pas d'abord sur notre propre marque.

Cité, ou recommandé ? La question à se poser avant d'investir

Trois déplacements concrets. D'abord, arrêtez de compter les citations et les mentions comme des succès : mesurez si votre marque est nommée comme choix sur vos requêtes de décision (« meilleur CRM », « alternative à X », « X vs Y »), sous ses deux formes, explicite et par adéquation. Ensuite, auditez le revers : sur quelles questions d'achat vos concurrents sont-ils recommandés à votre place, et pourquoi. Enfin, investissez l'autorité hors-site, domaines référents, preuves tierces, présence communautaire, plutôt qu'une énième listicle où vous vous auto-classez premier. Le bon format n'est pas la listicle auto-promotionnelle mais le comparatif honnête, réellement utile à la décision : une IA le réutilise, une publicité déguisée non.