Quelles sont les sources citées par les IA quand on les interroge en français ?

Interrogez ChatGPT ou Perplexity sur un sujet professionnel : vous obtenez une réponse et, presque toujours, une liste de liens. Ce choix de liens n’a rien d’aléatoire. Plusieurs mesures publiques, toutes postérieures à juin 2025, en dégagent des régularités.

On documente les sources citées par les IA depuis deux ans avec des chiffres américains. Reddit y occupe la deuxième place, les forums pèsent lourd, et les conseils bâtis là-dessus se traduisent tels quels pour le marché français. Or le premier classement français, sorti en juillet 2026, raconte autre chose.

Vous trouverez ici la confrontation des deux classements, une grille de lecture par nature de site et ce qui tient d’un moteur à l’autre. Un avertissement : rien de tout cela ne dispense d’un relevé sur votre secteur. Une moyenne nationale ne décrit aucune requête en particulier.

Ce que mesure un relevé de sources citées

Trois travaux fondent cet article. Ahrefs tient depuis juin 2026 un classement mensuel des cinquante domaines les plus cités par les Aperçus IA, décliné pays par pays, sur plus de trois millions de requêtes.

The Black Room, collectif de quatre consultants SEO, a mesuré 25 000 requêtes sur Google France le 9 août 2026. Une étude antérieure du même éditeur d’outils compare trois moteurs sur 78,6 millions de recherches.

Aucun de ces trois relevés ne vient d’ExternFlow. Tous sont publics, datés, et leurs auteurs en décrivent la méthode, ce qui permet de les confronter au lieu de les additionner.

Ce qu’un relevé compte réellement

Ce qu’on compte, ce sont des liens, pas des influences. Six sources affichées sous une réponse valent six citations, sans qu’on sache laquelle a nourri quelle phrase. La part des mentions d’Ahrefs rapporte les citations d’un domaine à la somme des citations des cinquante premières sources.

Cette convention produit un effet à connaître. Elle décrit une attention relative entre gros domaines, non une part du web. Un site qui apparaît dix fois dans trois millions de requêtes reste invisible au classement, même quand sa page constitue la meilleure réponse disponible.

Cinq limites à garder en tête

• Une langue, pas une francophonie: la mesure porte sur la France, pas sur la Belgique, la Suisse, le Québec ni l’Afrique francophone.
• Un moteur, pas quatre: le classement français couvre les Aperçus IA de Google, ni ChatGPT ni Perplexity.
• Un mois, pas une tendance: les Aperçus IA ont atteint la France le 22 juillet 2026, sur une surface encore neuve.
• Tous sujets mêlés: santé et définitions de mots saturent les requêtes grand public, beaucoup moins le B2B.
• Zéro reproductibilité: deux sessions successives sur un moteur génératif ne rendent pas les mêmes sources.

Rien de tout cela ne disqualifie les chiffres. Ces réserves interdisent seulement d’en faire une règle universelle, et rendent d’autant plus utile la comparaison de deux marchés mesurés avec le même instrument.

Les sources citées par les IA, classées par nature

Le classement brut se présente comme une liste de noms de domaines. Il devient exploitable regroupé par nature de site, opération que ni Ahrefs ni The Black Room ne publient. Le tableau reprend les deux relevés nationaux les plus récents. Les deux colonnes chiffrées se lisent l’une contre l’autre, jamais séparément.

Précision de méthode : les pourcentages viennent des comptages publiés par Ahrefs, mais le regroupement par nature relève d’ExternFlow. Plusieurs domaines se rangeraient autrement. Vidal et MSD Manuals, par exemple, tiennent autant de la référence médicale que de l’éditeur privé.

Deux écarts sautent aux yeux. Les ouvrages de référence prennent près d’un tiers des citations françaises et à peine un vingtième des américaines. Côté public, les sites français pèsent vingt fois plus que leur homologue outre-Atlantique, où seule une base médicale des instituts de santé entre dans le top 50.

Bâti sur un autre corpus et une autre méthode, le relevé de The Black Room converge. Sur 9 437 domaines distincts, la version française de Wikipédia rassemble à elle seule 14 % des citations, davantage que les 446 domaines de médias français additionnés.

Reddit en France : douzième et non deuxième

Le conseil le plus répandu en visibilité générative tient en trois mots : allez sur Reddit. Il ne sort pas de nulle part. Le relevé américain de septembre 2026 hisse Reddit au deuxième rang, avec 18,5 % de part des mentions, derrière le seul YouTube.

Le relevé français de juillet 2026 le range douzième : 562 citations sur 32 181, soit 1,75 % à convention identique. Un rapport de un à dix sépare les deux marchés. Quant à Quora, sixième aux États-Unis, il ne figure même pas parmi les cinquante domaines français.

Qui occupe la place laissée libre ? Larousse, quatrième. Le CNRTL, neuvième. Puis Le Robert, le Dictionnaire de l’Académie française, le Wiktionnaire, Vikidia. Un même moteur va chercher des ouvrages de référence en français là où il va chercher des conversations en anglais.

Deux explications tiennent la route, sans que les données publiques permettent de trancher. Question de volume d’abord : les communautés francophones actives sur Reddit restent peu nombreuses au regard de son audience anglophone.

Question de requêtes ensuite : définitions de mots et santé occupent une large place dans le corpus français, et ces sujets appellent des sources de référence.

Pour un dirigeant, la conséquence pratique compte davantage que l’explication. Un budget dépensé sur des forums anglophones ne produit pas le même effet auprès d’une clientèle française. Les signaux communautaires ne disparaissent pas pour autant : leur poids relatif change avec la langue de la requête.

Quatre moteurs, quatre façons de choisir ses sources

Comparer des moteurs exige une méthode identique pour tous. La seule comparaison publique qui remplisse cette condition remonte à juin 2025 et couvre trois moteurs : Aperçus IA de Google, ChatGPT et Perplexity, sur 78,6 millions de recherches.

Wikipédia domine les trois classements, avec des poids très inégaux : ChatGPT lui réserve deux fois plus de place que les Aperçus IA. Perplexity, lui, penche vers la vidéo. YouTube y capte 16,1 % de ses mentions, et Google demeure le seul des trois à faire une place notable aux plateformes de discussion.

Du côté de Gemini et de Claude, rien de comparable en français n’a été publié. Les classements publiés portent sur des requêtes anglophones et retiennent des conventions de comptage différentes, ce qui rend toute mise en parallèle malhonnête.

La documentation officielle éclaire une partie de ces écarts. Google affirme qu’aucune exigence supplémentaire ne conditionne l’apparition dans les Aperçus IA ou le Mode IA.

Sa technique de query fan out lance plusieurs recherches liées, ce qui élargit l’éventail des liens affichés. OpenAI indique de son côté que tout site public peut apparaître dans la recherche ChatGPT, sous réserve de ne pas bloquer son robot de recherche.

Les deux documentations partagent une prudence utile. Aucune ne promet de placement, et aucune ne cite de balise, de fichier ou de format qui garantirait une citation. Un conseil unique ne peut donc pas valoir pour les trois.

Ce qui sépare une page citée d’une page ignorée

Ces classements raisonnent en domaines. Descendre au niveau de la page suppose de regarder ailleurs : les travaux universitaires, et les absences que personne n’explique.

L’étude fondatrice sur la Generative Engine Optimization, présentée à KDD en 2024, a testé neuf modifications sur un jeu de dix mille requêtes couvrant vingt-cinq domaines. Trois seulement dégagent un gain net : citer ses sources, ajouter des statistiques, intégrer des citations d’experts, pour 30 à 40 % de visibilité supplémentaire. Le bourrage de mots-clés, lui, n’apporte pratiquement rien.

L’envers du décor parle encore plus fort. The Black Room relève quinze titres de presse totalisant 8 532 positions dans Google, dont 1 519 dans les trois premiers résultats, pour six citations en tout. Radio France tient 1 824 positions sans être citée une seule fois. Il ne s’agit pas d’un déficit de performance mais d’une absence, écrit le collectif.

Un détail brouille encore les pistes techniques. Les Aperçus IA reprennent en quantité Gala et Ouest-France, alors que ces deux titres refusent l’accès au robot d’entraînement de Google. La sélection ne se joue pas là où on la cherche d’ordinaire.

Six hypothèses techniques ont été testées par le collectif, aucune ne tient. Sa piste porte sur le réglage de la Search Console annoncé par Google en juin 2026, qui laisse un éditeur sortir des réponses génératives sans toucher à son classement organique. Les sites qui l’activent ne reçoivent depuis ces surfaces ni trafic ni impressions. Notre analyse de l’écart entre positions Google et citations dans les Aperçus IA détaille le mécanisme.

La hiérarchie tient en trois marches. Le réglage bloquant élimine sans recours. Une page mal classée n’a presque aucune chance d’apparaître, et une page bien classée ne devient citable qu’à condition de porter de la matière vérifiable. Ces trois niveaux se traitent dans cet ordre, pas dans un autre.

Ce que cela change pour une entreprise francophone

Contrairement à ce qu’on lit souvent, le classement français abrite des sites d’entreprise. Elsan, Qare, Aroma-Zone, Nutripure, deux pharmacies en ligne, Medadom : ces domaines figurent bien parmi les cinquante premiers.

Leur point commun mérite qu’on s’y arrête. Pas un seul n’est repris pour sa page de présentation. Tous le sont pour des pages traitant une question précise : un symptôme, un principe actif, un usage produit. Celle qui parle de la société, elle, ne sert jamais de source.

Autrement dit : la citation récompense la page, pas la marque. Une entreprise qui veut exister dans ces réponses doit accepter de publier des contenus dont elle n’est pas le sujet, ce qui heurte de plein fouet la logique d’une page commerciale conçue pour convertir.

Quatre arbitrages découlent de ces relevés, accompagnés de deux prudences.

• Regarder d’abord le réglage de visibilité générative dans la Search Console, avant tout diagnostic éditorial.
• Écrire des pages de réponse au lieu de pages de présentation, une question par page.
• Publier des chiffres datés et sourcés, seule caractéristique dont la recherche académique mesure l’effet.
• Refaire le relevé sur son propre secteur, une moyenne nationale ne décrivant aucune requête précise.
• Ne pas transposer les recommandations bâties sur des données américaines sans les éprouver en français.
• Ne pas confondre citation et recommandation, dont la valeur commerciale diffère.

Ce dernier point réclame une méthode, exposée dans notre article sur la différence entre mention et recommandation dans ChatGPT. Le relevé sectoriel suit quant à lui le protocole décrit dans les plateformes d’avis réellement citées par les IA, transposable à n’importe quelle grappe de questions.

Une réserve pour finir. Le terrain remue. Sur une même requête, les relevés disponibles constatent qu’une part notable des domaines cités disparaît du mois suivant. Un classement de juillet 2026 oriente un budget sans le figer pour douze mois.

Les IA citent rarement ceux qui parlent d’eux-mêmes

Sur les cinquante domaines les plus cités en France, quarante-quatre relèvent d’acteurs dont le métier n’est pas de se vendre : encyclopédies, dictionnaires, administrations, plateformes, agences sanitaires. Les six restants sont des entreprises citées pour des pages qui taisent leur offre.

Avant d’arbitrer un budget de contenu, relevez les sources citées sur votre secteur et comparez leur nature à celle de vos pages. Deux heures suffisent, et l’exercice remplace utilement une recommandation générale, comme le montre notre analyse des marges de manœuvre d’une PME face aux grands groupes.

SOURCES ET RÉFÉRENCES

Cet article s’appuie notamment sur la documentation de Google Search Central consacrée aux fonctionnalités IA et aux sites web, sur l’annonce de Google du 3 juin 2026 ouvrant un réglage de visibilité générative aux éditeurs, sur la page d’aide d’OpenAI décrivant la recherche web dans ChatGPT et sur sa foire aux questions destinée aux éditeurs et développeurs. Les résultats expérimentaux proviennent de l’article GEO : Generative Engine Optimization, présenté à la conférence KDD 2024. Les relevés de citations sont ceux d’Ahrefs, pour les cinquante domaines les plus cités par les Aperçus IA en France, pour le classement équivalent aux États-Unis et pour la comparaison entre Google, ChatGPT et Perplexity sur 78,6 millions de recherches, complétés par le relevé de The Black Room sur 25 000 requêtes françaises rapporté par le Blog du Modérateur.