Un score de visibilité GEO agrège les apparitions, citations ou mentions d'une marque dans des réponses générées. Le corpus de prompts choisi décide des situations évaluées, et les pondérations de leur poids. Ensemble ils définissent un marché de la réponse qui ne représente pas forcément la demande réelle.
D'où vient cette analyse
Elle a été publiée le 6 septembre 2026 par Olivier Martinez, sous le titre Measuring GEO Visibility: Prompt Corpora Define the Answer Market. Ce n'est pas une expérience mais une revue critique de méthode, seize pages, neuf tableaux, quarante-quatre références, avec les calculs reproductibles fournis en annexe.
Le papier annonce lui-même sa limite, et il faut la reprendre telle quelle : aucune expérience nouvelle n'y est menée, et sa validité empirique générale reste à établir. Ce qu'il apporte n'est pas une preuve de terrain, c'est un cadre pour savoir ce qu'un chiffre mesure avant de le croire.
Il emprunte trois traditions qui n'avaient pas encore été appliquées à ce sujet : la validité des indicateurs, c'est-à-dire la question de savoir si un indicateur mesure bien le phénomène visé, la théorie de l'erreur totale d'enquête, et l'évaluation en recherche d'information.
Les cinq réglages qui font le score
Le cadre proposé isole cinq décisions. Chacune est prise par l'éditeur du tableau de bord, rarement affichée, et chacune déplace le résultat.
| Réglage | Ce qu'il décide | Ce qui bouge si on le change |
|---|---|---|
| Annotation des situations | Quels usages comptent comme pertinents | Le périmètre même de la mesure |
| Formulation des prompts | Comment la question est posée au moteur | Les sources récupérées, les concurrents affichés, la réponse produite |
| Conditions d'exécution | Répétitions, date, localisation, version du modèle | La stabilité du relevé, une réponse générative n'étant pas déterministe |
| Pondérations | Le poids relatif de chaque situation | Le classement, sans que les données aient changé |
| Règle de comptage | Ce qui est reconnu comme une mention | Le score d'une réponse pourtant identique, si un modèle compte |
La formulation des prompts
C'est le point le plus lourd de conséquences. La façon d'écrire un prompt modifie la récupération des sources, les concurrents qui apparaissent à côté de vous, et la réponse produite. Deux formulations proches ne mesurent pas la même chose, et rien n'oblige un éditeur à publier les siennes.
La règle de comptage
Reste à repérer, dans une réponse, les apparitions et mentions qui vous intéressent. Beaucoup d'outils confient cette tâche à un modèle de langage. Le papier pointe alors une propriété gênante : changer la consigne donnée à ce modèle change le score attribué à une réponse pourtant inchangée. Le texte évalué n'a pas bougé, le chiffre si.
Ce qu'une citation ne prouve pas
Le passage le plus utile de l'étude est aussi le plus contre-intuitif. Être cité dans une réponse n'établit pas que l'on a contribué à cette réponse.
Pour mesurer une contribution réelle, l'auteur définit une comparaison : la réponse produite avec la source, et la réponse produite sans elle, dans un contexte documentaire contrôlé. Si la réponse ne change pas, la citation était décorative. Et cette expérience se distingue d'une intervention sur le moteur complet, où les sources concurrentes brouillent l'attribution.
C'est une distinction que presque aucun tableau de bord commercial ne fait. On vous vend un nombre de citations, ce qui est facile à compter, en laissant croire qu'il mesure une influence, ce qui demanderait un protocole.
Quand le bon résultat n'est pas un chiffre
Le cadre propose une sortie que je n'avais vue nulle part dans ce domaine. Quand les pondérations ne sont pas connues, ou restent à choisir, il ne rend pas une valeur unique mais un ensemble de scores admissibles.
Il sépare alors deux sources d'incertitude. Celle qui vient des données et des hypothèses sur la population visée, appelée identification partielle. Et celle qui vient du choix des conventions de pondération, appelée sensibilité normative. La première se réduit avec plus de mesures. La seconde ne se réduit pas, elle s'assume.
Un fournisseur qui affiche 42 % de part de voix sans intervalle ni convention déclarée ne cache pas forcément quelque chose. Il n'a peut-être simplement jamais posé la question.
Le test à faire sur son propre tableau de bord
Quatre demandes suffisent à savoir ce que vaut un outil, et elles se posent en réunion.
Demandez la liste des prompts. Pas un échantillon, la liste. Si elle est refusée au motif qu'elle est propriétaire, le score est invérifiable par construction. Comparez-la ensuite à vos requêtes réelles : le marché de la réponse mesuré doit ressembler au marché où vous vendez.
Demandez le nombre de répétitions par prompt et la date du relevé. Une mesure sans répétition est un instantané présenté comme une tendance.
Demandez qui compte les mentions, et avec quelle consigne. Si c'est un modèle, la consigne fait partie de l'instrument. Elle doit être écrite quelque part.
Demandez ce qui se passe quand la pondération change. Un éditeur qui a réfléchi à son outil sait vous dire de combien son classement bouge si l'on privilégie l'intention plutôt que le volume. Un éditeur qui n'y a jamais pensé vous répondra que la question ne se pose pas.
Ce que ça change dans un contrat
Ce papier ne dit pas que les scores de visibilité IA sont faux. Il dit qu'ils sont conditionnels, et qu'un chiffre sans ses conditions n'est pas une mesure mais une opinion chiffrée.
La conséquence pratique tient en une ligne. Un engagement de résultat sur un score dont le prestataire choisit lui-même le corpus de prompts et les pondérations n'engage à rien : il suffit de déplacer le corpus pour déplacer le résultat. Ce qui s'engage utilement, c'est le protocole, publié, reproductible et stable dans le temps.
C'est aussi pour cette raison que les cinq questions à poser avant d'acheter un tableau de bord commencent toutes par « comment », jamais par « combien ». Et que l'audit GEO mesure d'abord la cohérence des signaux d'entité, qui ne dépend d'aucune convention de pondération.
Le même raisonnement vaut pour la part de voix dans AI Mode, et il prolonge le guide du Generative Engine Optimization du côté de la mesure plutôt que de la production.
Si vous voulez savoir ce que raconte votre propre corpus de prompts, c'est ce que produit le Diagnostic IA, avec ses formulations écrites et son protocole reproductible.