Comment ChatGPT sélectionne ses sources et ce que cela change pour votre visibilité

Quand ChatGPT cite des sources, c’est qu’il a lancé une recherche web : il reformule la question en une ou plusieurs requêtes envoyées à des partenaires de recherche, récupère des pages, sélectionne des passages, puis rédige une réponse et attribue des citations. Aucun classement fixe n’existe, les sources varient d’une fois à l’autre, et être cité ne garantit pas que votre page a réellement orienté la réponse. Pour une marque, l’enjeu est donc double : être récupéré par la recherche, puis peser dans la synthèse.

Cet article décrit ce que l’on sait du mécanisme, ce que les études permettent d’affirmer (et ce qu’elles ne permettent pas), puis une méthode pour identifier les sources que ChatGPT utilise sur votre marché.

01D’où viennent les sources de ChatGPT ?

ChatGPT peut répondre de deux façons : à partir de ce que le modèle a appris pendant son entraînement, ou à partir de pages consultées au moment de la question. Seul le second cas produit des sources vérifiables.

Données d’entraînement et recherche web en temps réel

• Données d’entraînement : le modèle a appris sur un vaste corpus jusqu’à une date donnée. Il en garde des connaissances générales, mais pas une liste de documents qu’il pourrait citer avec précision.
• Recherche web : selon l’aide d’OpenAI sur la recherche dans ChatGPT, l’outil peut chercher automatiquement quand la question gagne à s’appuyer sur des informations récentes, ou à la demande de l’utilisateur.

Les robots d’OpenAI reflètent cette distinction. GPTBot sert à l’entraînement des modèles, OAI-SearchBot à faire apparaître des sites dans la recherche de ChatGPT, et ChatGPT-User aux consultations déclenchées par un utilisateur. Un site qui bloque OAI-SearchBot n’apparaît pas dans les réponses de recherche, sauf éventuellement sous forme de lien de navigation. Le détail des réglages est expliqué dans notre article sur les robots IA à bloquer ou autoriser.

Sources affichées et citations dans la réponse

Quand une réponse s’appuie sur la recherche web, elle peut contenir des citations dans le texte. Un bouton « Sources », quand il est disponible, affiche la liste des pages citées et d’autres liens pertinents.

• Les citations dans le texte renvoient vers la page qui appuie une phrase précise.
• La liste des sources peut contenir des pages consultées mais non citées dans le texte.
• Sans recherche web, une réponse n’a pas de source : si vous demandez des références, le modèle peut en produire de plausibles mais inexactes.

02Le mécanisme de sélection des sources, étape par étape

OpenAI ne publie pas d’algorithme de sélection. On peut toutefois reconstituer les grandes étapes à partir de sa documentation, de celle de Google et des études publiées.

La reformulation de la question en plusieurs requêtes

Selon OpenAI, ChatGPT réécrit généralement la question en une ou plusieurs requêtes ciblées qu’il envoie à ses partenaires de recherche, et peut lancer des requêtes complémentaires après avoir lu les premiers résultats. Google décrit le même principe pour ses fonctionnalités d’IA sous le nom de query fan-out : un ensemble de requêtes liées, générées en parallèle par le modèle.

Exemple : « quel CRM pour une PME de 20 personnes » peut devenir « meilleur CRM PME 2026 », « comparatif CRM prix », « CRM simple petite équipe avis ». Votre page doit donc répondre aux sous-questions, pas seulement à la question initiale.

La récupération et la sélection de passages

Les pages récupérées ne sont pas toutes utilisées. Une étude d’Ahrefs publiée le 15 avril 2026 sur 1,4 million de prompts observe que ChatGPT ne cite qu’environ la moitié des URL qu’il récupère.

• Les pages citées ont des titres plus proches de la question et des sous-requêtes que les pages non citées.
• Les URL rédigées en langage naturel sont un peu plus souvent citées.
• Ahrefs précise ses limites : modèle fermé, pertinence estimée par des embeddings open source, un mois de données sur ordinateur.

Concrètement, le modèle travaille sur des extraits. Un passage clair, qui répond seul à une sous-question, a plus de chances d’être retenu qu’une réponse diluée dans un long paragraphe. C’est le principe exposé dans notre article sur la façon dont les moteurs IA lisent votre contenu.

La synthèse et l’attribution des citations

Le modèle rédige ensuite la réponse et rattache des citations à certaines affirmations. Cette étape est la moins transparente : rien n’indique publiquement comment une source est choisie plutôt qu’une autre quand plusieurs disent la même chose.

03Être cité ne veut pas dire influencer la réponse

C’est le point le plus mal compris. Une citation indique qu’une page a été rattachée à une phrase, pas forcément que la réponse a été construite à partir d’elle.

Choisi comme source ou utilisé pour construire la réponse

La recherche académique a un nom pour cet écart : la fidélité des citations. Une étude publiée sur arXiv en décembre 2024, Correctness is not Faithfulness in RAG Attributions, montre que les réponses avec citations manquent souvent de fidélité, jusqu’à 57 % des citations selon ses tests. Les auteurs parlent de post-rationalisation : la citation vient justifier après coup ce que le modèle aurait répondu de toute façon.

Un autre chiffre circule sur LinkedIn : une étude arXiv portant sur 602 prompts montrerait qu’être cité ne veut pas dire influencer la réponse. Nous n’avons pas pu remonter à l’étude originale pour vérifier sa méthode : retenez la tendance, confirmée par les travaux vérifiables, plutôt que le chiffre.

Pour une marque, l’objectif n’est pas seulement d’apparaître dans la liste des sources, mais que votre information se retrouve dans la réponse elle-même.

Pas de position 1 et des réponses qui changent

• La réponse est générée à chaque fois : deux personnes qui posent la même question peuvent obtenir des sources différentes.
• La formulation, l’historique de conversation, la langue et la date changent les requêtes envoyées, donc les pages récupérées.
• Il n’existe pas de classement stable comparable à une SERP. Parler de « position 1 dans ChatGPT » n’a pas de sens.

La conséquence est méthodologique : un relevé isolé ne prouve rien. Seule une mesure répétée sur un panel de prompts donne une tendance exploitable.

Ce que disent les études sur les sources communes aux IA

Les IA ne puisent pas dans les mêmes sources, ni dans celles du top 10 de Google. Selon l’analyse d’Ahrefs publiée le 11 août 2025 sur 15 000 requêtes de longue traîne :

• seulement 12 % des liens cités par ChatGPT, Gemini et Copilot figurent dans le top 10 de Google pour la même requête ;
• la part est de 28,6 % pour Perplexity ;
• elle est d’environ 8 % pour les citations dans le texte de ChatGPT.

Le chiffre selon lequel seuls 3,8 % des sites cités le seraient à la fois par ChatGPT, Gemini, Perplexity et Google circule également. Nous n’avons pas retrouvé sa source primaire : il va dans le même sens que les données d’Ahrefs, mais ne doit pas être repris tel quel dans un reporting.

L’IA, un filtre de présélection invisible dans l’analytics

Quand un internaute demande à ChatGPT « quels outils pour… », l’IA présélectionne souvent deux ou trois marques. Celles qui n’y figurent pas sont écartées avant même la première visite, sans aucune trace dans vos statistiques.

• Les clics depuis ChatGPT sont identifiables : OpenAI ajoute automatiquement utm_source=chatgpt.com aux URL de référence.
• Mais la majorité de l’influence ne génère pas de clic : l’utilisateur lit la réponse et va directement sur le site retenu, ou cherche la marque sur Google.
• Les hausses de recherches de marque et de trafic direct peuvent donc refléter une présélection par l’IA, sans qu’on puisse l’attribuer avec certitude.

04ChatGPT, Perplexity, Gemini : des sources qui diffèrent

Chaque moteur de réponse a sa propre chaîne de récupération. Optimiser pour l’un ne garantit rien chez les autres.

Pour comparer en détail les logiques de visibilité, voir aussi ChatGPT Search et la visibilité hors Google et notre page sur le référencement sur Perplexity.

05Méthode : identifier les sources ChatGPT de votre marché

Plutôt que de deviner ce que ChatGPT valorise, observez ce qu’il cite sur vos propres sujets. La méthode tient en quatre temps.

Poser à ChatGPT les questions de vos clients

1. Rassemblez 30 à 50 questions réelles : demandes de commerciaux, formulaires de contact, avis, requêtes de la Search Console formulées en langage naturel.
2. Couvrez les intentions : découverte (« comment… »), comparaison (« X ou Y »), recommandation (« quel prestataire pour… »), réassurance (« X est-il fiable »).
3. Posez chaque question dans une conversation neuve, recherche web activée, sans historique personnalisé.
4. Répétez le relevé à intervalle régulier pour lisser la variabilité.

Relever et classer les sites cités

Notez aussi si votre marque est mentionnée sans lien, et comment elle est décrite. Pour automatiser ce relevé, comparez les solutions dans notre comparatif des outils GEO.

En déduire où vous faire mentionner

• Les sites tiers qui reviennent souvent sont vos cibles de relations presse, de partenariats ou de contributions.
• Les pages concurrentes citées montrent le format et la profondeur attendus sur chaque question.
• Les questions sans source satisfaisante sont des opportunités de contenu pour votre site.
• Les descriptions inexactes de votre marque signalent une information publique à corriger.

Les leviers eux-mêmes (autorité, structure, ancrage dans des sources tierces) sont détaillés dans notre guide pour être cité par ChatGPT, Perplexity et Gemini.

La grille CITE, une approche parmi d’autres

La grille CITE circule sur LinkedIn pour évaluer un contenu destiné aux IA. Elle peut servir de check-list rapide, à condition de ne pas la prendre pour une méthode validée.

• Core : la réponse centrale apparaît-elle dès le début de la page ou de la section ?
• Intent : le contenu répond-il à l’intention réelle et à ses reformulations probables ?
• Take a position : la page assume-t-elle un avis argumenté, au lieu d’aligner des généralités ?
• Entity : la marque, les produits, les lieux et les personnes sont-ils nommés clairement ?

Aucune grille ne remplace l’observation de vos propres relevés : c’est elle qui dit ce que ChatGPT cite réellement sur votre marché.

06Les erreurs d’interprétation à éviter sur les sources ChatGPT

• Conclure à partir d’une seule réponse, alors que les sources varient d’une fois à l’autre.
• Assimiler citation et influence : apparaître dans les sources ne prouve pas que la réponse vient de votre page.
• Chercher une « position 1 » dans ChatGPT, qui n’existe pas.
• Reprendre des chiffres viraux sans avoir lu l’étude d’origine.
• Bloquer OAI-SearchBot par erreur en voulant bloquer l’entraînement (GPTBot).
• Juger la visibilité IA au seul trafic référent chatgpt.com, qui ne capte qu’une petite partie de l’influence.
• Ignorer les réponses inexactes sur votre marque : voir notre article sur les hallucinations de l’IA sur une marque.

Pour structurer une démarche complète, consultez notre page consacrée au référencement sur ChatGPT.

07Questions fréquentes

Comment ChatGPT choisit-il ses sources ?

Quand il utilise la recherche web, ChatGPT reformule la question en une ou plusieurs requêtes envoyées à des partenaires de recherche, récupère des pages, retient certains passages, puis rédige la réponse et attribue des citations. OpenAI ne publie pas ses critères ; les études observent que les pages citées ont des titres plus proches de la question.

Comment voir les sources de ChatGPT ?

Quand une réponse s’appuie sur la recherche web, des citations apparaissent dans le texte et ouvrent la page concernée. Le bouton « Sources », quand il est disponible, affiche la liste des pages citées et d’autres liens pertinents. Sans recherche web, la réponse n’a pas de source vérifiable : activez la recherche si vous avez besoin de références.

ChatGPT cite-t-il toujours ses sources ?

Non. ChatGPT ne cite des sources que lorsqu’il utilise la recherche web, ce qu’il fait automatiquement pour les questions qui demandent des informations récentes, ou à la demande. Une réponse issue des seules connaissances du modèle n’a pas de source, et des références demandées dans ce cas peuvent être inexactes.

Pourquoi ChatGPT ne cite pas mon site ?

Plusieurs causes sont possibles : OAI-SearchBot bloqué dans le robots.txt, contenu peu visible dans les moteurs utilisés pour la récupération, titres éloignés des questions posées, réponses noyées dans de longs paragraphes ou absence de mentions sur des sites tiers. Commencez par vérifier l’accès technique, puis comparez vos pages à celles qui sont citées.

Les sources changent-elles d’une réponse à l’autre ?

Oui. La réponse est générée à chaque fois, et la formulation, l’historique, la langue ou la date modifient les requêtes envoyées et donc les pages récupérées. Il n’existe pas de classement stable. Pour suivre votre visibilité, interrogez un panel fixe de questions à intervalle régulier et analysez des tendances.