{
  "headline": "Être cité par une IA ne veut pas dire être recommandé",
  "description": "Être cité par une IA n'est pas être recommandé. Pourquoi 69 % des marques citées sont exclues du choix final, et quoi mesurer à la place.",
  "datePublished": "2026-07-06",
  "dateModified": "2026-07-06",
  "articleSection": "Contrarian",
  "articleBody": {
    "summary": "Être cité comme source dans une réponse IA et être recommandé comme choix sont deux signaux distincts. Depuis 2026, ils se découplent : une marque peut être citée et laissée hors de la recommandation, au profit de ses concurrents.",
    "keyPoint": "La listicle où vous vous classez numéro 1 peut agir comme un vote pour vos concurrents.",
    "sections": [
      {
        "id": "en-bref",
        "heading": "En bref",
        "content": "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."
      },
      {
        "id": "intro",
        "heading": "Introduction",
        "content": "**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."
      },
      {
        "id": "citation-vs-recommandation",
        "heading": "Citation et recommandation : deux signaux que tout le monde confond",
        "content": "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.",
        "findings": [
          {
            "finding": "Oasis LMS",
            "detail": "Citée comme source, mais non recommandée. L'IA propose Kajabi, Thinkific et LearnWorlds à sa place."
          },
          {
            "finding": "Pylon",
            "detail": "Citée comme source, mais non recommandée. L'IA propose Zendesk, Freshdesk et Help Scout à sa place."
          },
          {
            "finding": "Crisp",
            "detail": "Citée comme source, mais non recommandée. L'IA propose Zendesk, Freshdesk et Help Scout à sa place."
          }
        ],
        "keyTakeaway": "Mesurer la citation sans mesurer la recommandation, c'est se piloter sur un angle mort."
      },
      {
        "id": "listicle-vote-concurrents",
        "heading": "Pourquoi votre listicle « meilleur logiciel » peut profiter à vos concurrents",
        "content": "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."
      },
      {
        "id": "autorite-off-site",
        "heading": "Ce qui fait basculer citation vers recommandation : l'autorité hors-site",
        "content": "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 »."
      },
      {
        "id": "notre-lecture-shortlist-risk",
        "heading": "Notre lecture chez citabl : le vrai risque, c'est la shortlist",
        "content": "**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."
      },
      {
        "id": "quoi-mesurer",
        "heading": "Cité, ou recommandé ? La question à se poser avant d'investir",
        "content": "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."
      }
    ],
    "keyTakeaways": [
      "Être cité n'est pas être recommandé : deux signaux distincts dans les réponses IA, qui se découplent depuis 2026.",
      "69 % des listicles auto-promotionnelles citées laissent leur propre marque hors de la recommandation, sur Google AI Overviews (Lily Ray, juin 2026).",
      "Environ 1 % des résumés IA de Google génèrent un clic vers la source (Pew, 2025) : la citation seule ne convertit pas.",
      "La listicle où vous vous classez #1 peut agir comme un vote pour les concurrents que vous y mentionnez.",
      "D'après Lily Ray, Google aurait déclassé la visibilité organique des sites bourrés de ce format (ajustement de janvier + core update de mai 2026).",
      "Ce qui semble déclencher la recommandation, c'est l'autorité hors-site (domaines référents, mentions tierces, Reddit/Forbes), pas la qualité de la page.",
      "La recommandation IA a deux formes, explicite et par adéquation ; beaucoup d'outils ne comptent que la première et sous-estiment votre position.",
      "Le vrai risque n'est pas de manquer une citation, c'est de perdre la shortlist : mesurez la recommandation, pas seulement la présence.",
      "Notre propre diagnostic : 100 % de sources première-partie, 0 source tierce, la vulnérabilité que nous corrigeons en priorité."
    ],
    "faqItems": [
      {
        "question": "Être cité par ChatGPT, ça sert à quoi ?",
        "answer": "À peu de chose si vous n'êtes pas aussi recommandé. Une citation prouve que votre page a été lue comme source ; elle ne garantit pas que votre marque soit proposée comme choix. Et le trafic de clic depuis les réponses IA reste marginal (environ 1 % sur les résumés Google, Pew 2025). Visez la recommandation, pas la citation seule."
      },
      {
        "question": "Comment être recommandé par une IA, et pas seulement cité ?",
        "answer": "En construisant l'autorité hors-site : domaines référents, mentions de marque répétées, présence sur des sources tierces et communautaires (Reddit, comparateurs, avis clients). La recommandation suit ce que le reste du web dit de vous, pas ce que vous dites de vous-même sur votre propre site."
      },
      {
        "question": "Y a-t-il plusieurs façons d'être recommandé par une IA ?",
        "answer": "Oui, au moins deux. La recommandation explicite (« je recommande X », « X est le meilleur choix ») et la recommandation par adéquation (« X est adapté à ce besoin », « X convient à ce type d'équipe »). Les deux orientent l'acheteur, mais beaucoup d'outils ne comptent que la première et sous-estiment alors votre position réelle."
      },
      {
        "question": "Pourquoi mes concurrents apparaissent dans ChatGPT et pas moi ?",
        "answer": "Souvent parce qu'ils sont davantage cités et recommandés par des sources tierces, et parfois parce que votre propre contenu les mentionne. Une listicle où vous vous classez premier cite aussi vos concurrents : l'IA peut retenir ces derniers comme choix et vous laisser de côté."
      },
      {
        "question": "Faut-il arrêter de publier des listicles « meilleur logiciel X » ?",
        "answer": "Pas nécessairement, mais changez d'objectif. Une listicle où vous vous auto-classez numéro 1 vous fait citer sans vous faire recommander, et peut exposer votre domaine à un déclassement organique. Un comparatif honnête et réellement utile à la décision reste réutilisable par une IA ; une publicité déguisée ne l'est pas."
      },
      {
        "question": "Comment savoir si une IA me recommande vraiment, ou me cite seulement ?",
        "answer": "Distinguez deux mesures. La citation : votre URL apparaît-elle dans les sources de la réponse ? La recommandation : votre marque est-elle nommée comme choix dans le texte de la réponse ? Un outil qui ne suit que les mentions ou les citations peut afficher au vert alors que vous êtes exclu du choix final."
      },
      {
        "question": "L'Answer Share suffit-il à mesurer ma visibilité IA ?",
        "answer": "Il mesure la présence, pas la préférence. Vous pouvez avoir un Answer Share correct et perdre la shortlist si la réponse vous classe derrière, vous décrit mal, ou recommande un concurrent. La question utile n'est pas « suis-je présent ? » mais « suis-je le choix recommandé au moment où l'acheteur décide ? »."
      }
    ],
    "cta": {
      "heading": "Sur quelles questions d'achat êtes-vous cité mais pas recommandé ?",
      "text": "C'est précisément ce que mesure notre diagnostic GEO : citation contre recommandation, sous ses deux formes, et le concurrent qui en profite, sur vos requêtes de décision.",
      "buttonLabel": "Voir le diagnostic",
      "buttonHref": "/pricing"
    }
  },
  "glossaryTerms": [],
  "relatedInsights": [
    {
      "slug": "avis-g2-capterra-influencent-chatgpt",
      "title": "Comment les avis G2 et Capterra influencent ChatGPT",
      "relation": "Les preuves tierces qui font basculer la recommandation"
    },
    {
      "slug": "pourquoi-vos-concurrents-apparaissent-dans-chatgpt-et-pas-vous",
      "title": "Pourquoi vos concurrents apparaissent dans ChatGPT et pas vous",
      "relation": "Le cas concret du découplage citation / recommandation"
    },
    {
      "slug": "source-hacking-pour-etre-visible-dans-ia",
      "title": "Source hacking pour être visible dans l'IA",
      "relation": "Construire les signaux hors-site qui déclenchent la recommandation"
    },
    {
      "slug": "structurer-page-alternatives-concurrent-etre-cite",
      "title": "Structurer une page alternatives pour être cité",
      "relation": "Le format comparatif honnête, à la place de la listicle auto-promotionnelle"
    },
    {
      "slug": "mesurer-visibilite-moteurs-reponse-answer-share",
      "title": "Mesurer sa visibilité dans les moteurs de réponse",
      "relation": "La métrique de présence, à compléter par la recommandation"
    },
    {
      "slug": "parcours-achat-b2b-llm-chatgpt-perplexity-2026",
      "title": "Le parcours d'achat B2B dans les LLM",
      "relation": "Le moment de décision où la recommandation se joue"
    }
  ]
}