Visibilité IA : ce que les outils mesurent vraiment

La mesure de performance organique a connu de profondes évolutions en 2026 avec l'émergence du GEO qui vient ajouter une brique supplémentaire au Rank tracking. Le suivi de positionnement et d'une éventuelle part de voix pour donner un score sur 100 ne suffit plus. Le GEO vient ajouter une exigence de suivi complémentaire qui impose l'ajout de nouveaux KPI et vient complexifier vos bilans de performance.

De nouveaux KPI sont entrés en jeu, tels que le taux de citations ou de mentions de marque. Ils composent désormais les indicateurs proposés par les nouvelles plateformes de suivi IA telles que Peec ou Profound.

Malgré cela, on se confronte à plusieurs constats qui remettent en cause nos analyses, et le premier est de poser la question de savoir si ce que nous suivons dans ces mesures de visibilité correspond réellement à ce qu'il se produit quand un utilisateur trouve votre site. On verra que les choses ne sont pas aussi simples et que la mesure sur ce levier évalue davantage des tendances que des métriques factuelles comme celles que l'on mesure sur Google Analytics.

Sommaire

1. Trois limites structurelles qui composent la visibilité IA
2. Le tracker ne vous dit pas ce qui vient de la mémoire ou d'une récupération
3. Trois cadres méthodologiques qui structurent la mesure en 2026
4. Les réponses des LLM sont volatiles et les instruments de mesure échantillonnés
5. Le panorama des outils de suivi
6. Les limites communes des outils du marché

Trois limites structurelles qui composent la visibilité IA

Dans un article précédent, on posait une distinction entre 2 notions importantes du GEO, à savoir la phase de récupération ancrée (grounded retrieval) et la génération probabiliste (probabilistic generation), qui sont 2 mécanismes très différents qui s'enchaînent lorsqu'une IA répond à une question utilisateur.

Quand la première est mesurable et se compare directement à des mécanismes tirés du SEO, la seconde est par nature probabiliste, et donc non reproductible. Cette dernière remet en question tout fonctionnement de suivi car une même question peut produire différentes réponses sans qu'un facteur externe ne soit entré en jeu.

Mesurer sa visibilité IA repose donc sur un système asymétrique. On place un objectif sur un comportement de sortie qui n'a aucune stabilité, contrairement aux KPI de mesure du Rank tracking. Je propose donc de commencer par voir 3 limites structurelles qui caractérisent le suivi de visibilité IA et qu'il faut connaître pour nuancer son analyse.

Le non-déterminisme, désormais chiffré

La réponse générée par un modèle de langage repose sur plusieurs paramètres. Le premier est la température, qui définit le degré de variation autorisé dans le choix des mots. Vient ensuite le seed, qui correspond à une valeur numérique qui initialise le tirage probabiliste interne. Ces 2 mécanismes sont très rarement exposés aux outils tiers et il est donc difficile d'en déterminer une sortie reproductible.

À cela s'ajoutent d'autres variables comme la version exacte du modèle au moment de l'inférence ou encore les fluctuations de contexte lors d'une même session. Ce sont autant de facteurs qui produisent une variance comportementale, et on parle bien ici d'une caractéristique de fonctionnement et non d'un bruit de mesure.

Pour la confirmer, 2 études scientifiques l'ont mesurée :

• Julius Schulte (Don't Measure Once, arXiv, 2026) qui teste des prompts identiques dans des conditions contrôlées. Le constat est simple et se traduit dans les résultats obtenus avec 34-42 % de sources citées communes et 45-59 % de marques mentionnées communes.
• Dmitrij Żatuchin (Where Does the Noise Come From ?, arXiv, juillet 2026) décompose la variance de 12 933 réponses sur 20 marques, 8 langues et 3 modèles. Un seul prompt rééchantillonné génère à lui seul 34,8 % de la variance des résultats contre seulement 1,5 % pour la marque.

On peut donc en conclure qu'une réponse isolée ne comporte aucun signal exploitable pour une mesure de performance. C'est uniquement par agrégation que cette donnée prend du sens et je relativise quand même par le fait que même cette répétition subit elle-même un plafond. La décomposition de Żatuchin confirme qu'au-delà du 5e tirage d'un même prompt, on ne retire plus rien d'un prompt. Diversifier le suivi par les langues et le modèle est le seul moyen de réduire cet effet.

L'effet de la personnalisation sur la mesure

La personnalisation correspond à ce qu'on subit également en SEO avec la navigation connectée à votre compte qui altère le classement et les résultats. Ce phénomène est également présent en AI Search et il est même plus prononcé qu'en SEO classique.

Un profil connecté dispose d'une mémoire en arrière-plan et même peut-être d'une knowledge base que l'utilisateur a mise en place. On appelle cela un embedding utilisateur, où l'utilisateur est représenté par ses centres d'intérêt, sa géolocalisation ou encore son historique de sessions.

Les modèles de langage sont désormais équipés de ces fonctionnalités tels que Google, ChatGPT et même Anthropic.

Le dispositif a été testé par iPullRank au printemps 2026 par le biais de 3 profils utilisateurs, 8 catégories de produits et 1 922 réponses en AI Mode. L'étude permet donc de mesurer des résultats en influençant ces différents profils d'informations. La simple exposition d'une marque dans un compte Gmail sur un compte Personal intelligence connecté, suffit à influencer sa présence dans les réponses.

Il faut bien entendu nuancer que ces espaces de personnalisation qui composent un compte Google n'en sont pas pour autant des facteurs de citations. Il faut davantage le considérer comme un facteur indirect de visibilité et qui ne sera pas mesurable sur les outils du marché.

La conséquence de ce constat est assez claire et démontre les limites des outils du marché qui ne peuvent mesurer cet effet. Le score de visibilité que les outils remontent correspond à celui d'un profil utilisateur neutre sans historique et ne représente aucun cas réel.

On mesure factuellement une situation qui n'existe pas.

L'absence de volumétrie agrégée

La dernière limite, et c'est probablement celle que tout le monde a perçue comme une donnée manquante, est le volume de recherche des intentions. Quand un mot-clé fournit un volume de recherche mensuel permettant une mesure de potentiel de trafic et permettant ainsi une estimation de trafic, l'AI Search ne propose aucun équivalent.

Aucune question, quelle que soit sa forme, ne remonte une donnée de volume. On parle bien ici d'une donnée majeure sur laquelle vos stratégies et vos reportings reposent et qui n'existe tout simplement plus sur ce modèle. Et il ne faut pas confondre la donnée publique avec la donnée propriétaire que certains outils ont réussi à reproduire tels que Profound ou Peec.

La conséquence est majeure : chaque suivi qui sera composé d'un jeu de prompt ne reposera que sur une proposition arbitraire ne correspondant à aucune réalité terrain, et chaque prompt correspond à une question normalement posée dans un contexte de conversation fait de plusieurs échanges.

Le suivi de prompts est donc par définition très éloigné de ce qu'il se produit réellement.

On mesure donc uniquement des réponses sur une série d'intentions (quelle que soit leur formulation) et sans savoir si ces questions sont réellement posées.

Quelques constats à bien prendre en compte :

• La paraphrase influence peu les réponses des modèles selon une étude Peec AI
• La langue ou le choix du modèle influence beaucoup la réponse
• La forme également quand on utilise notamment une approche directive

On est donc face à une limite majeure du suivi de performance qui n'est plus en mesure de fournir un potentiel aux recherches et ne permet donc plus de prises de décision.

Les estimations de trafic et la logique de priorisation qui découle du volume de recherche disparaissent ici au profit d'une mesure tendancielle approximative.

Le tracker ne vous dit pas ce qui vient de la mémoire ou d'une récupération

On l'a vu dans mon article sur la mémoire de marque : la réponse peut être générée par différents biais selon le contexte. D'un côté par la mémoire du modèle, généralement sollicitée pour des réponses rapides et quasi instantanées, ce qu'utilisent beaucoup les modèles d'entrée de gamme. De l'autre, on a la visibilité dynamique influencée par la récupération et qui se déclenche lorsque le niveau de raisonnement est plus élevé.

Le conflit entre la mémoire du modèle et la recherche web

On est donc face à 2 modèles de recherche bien distincts et amenant à des réponses différentes, mais que le tracker ne peut distinguer sauf si le prompt l'a explicitement demandé.

Si un modèle répond de mémoire, il mentionnera uniquement des marques qu'il connaît et pour lesquelles il a suffisamment d'informations sans aller chercher sur le web. À l'inverse, en utilisant le web en mode de raisonnement plus élevé, il utilisera des sources tierces pour appuyer ses choix qui seront par définition différents.

On est donc face à 2 situations qu'un simple prompt ne peut contrôler.

Sur un même prompt, la réponse peut donc être radicalement différente et c'est aussi la raison pour laquelle le modèle influence beaucoup cet aspect.

Un seul moyen pour maîtriser cela : placer une directive dans son prompt imposant de répondre de mémoire. Et bien entendu, formuler une question de la sorte s'éloigne de la façon dont un utilisateur va formuler sa question.

On est donc face à un autre cas de figure qui influence les résultats et que le tracker ne peut suivre. Un autre angle mort qui caractérise le suivi en AI Search.

Le tracker ne vous dit pas pourquoi votre marque est absente

Une marque non mentionnée dans une réponse peut avoir été omise pour 2 raisons : soit cette marque n'est pas bien connue du modèle. Le problème peut aussi venir de la récupération sur le web qui n'a pas permis de trouver votre marque pour la recommander.

Et quel que soit ce qui fait défaut pour votre marque, l'outil de suivi ne vous dira pas d'où vient la limite. Vous ne pourrez donc pas dire si le défaut est lié à votre présence dans la mémoire des modèles ou si votre site n'a pas pu être trouvé et recommandé via une recherche web.

Vous agirez ici par analyse et déduction et non grâce à des données de pilotage que l'outil de suivi vous apporte réellement.

Pourquoi le suivi de visibilité reste une solution si populaire ?

Si le score de visibilité reste une solution très prisée sur le marché et que tous les experts l'utilisent, c'est simplement parce que c'est actuellement la seule mesure viable qui se justifie auprès d'un client. Le ROI d'une stratégie organique impose une mesure et cela aussi pour établir un classement de sa marque sur le marché concurrentiel.

C'est la raison principale pour laquelle le suivi de visibilité tient malgré toutes ces limites qu'on vient de voir. Il faut également préciser que même si les outils ne mesurent pas de données factuelles, ils mesurent quand même des tendances permettant à une marque d'évaluer sa présence et de prendre des décisions auxquelles sont confrontés tous les acteurs du marché.

Trois cadres méthodologiques qui structurent la mesure en 2026

Nous venons de voir les principaux angles morts d'un suivi de visibilité IA avec des limites qui remettent en question les méthodes de suivi du marché.

Nous allons voir maintenant plusieurs cadres méthodologiques posés qui peuvent servir de base pour un suivi efficace malgré les limites connues que nous venons de voir.

En voici un petit résumé :

Le 3-Layer Framework d'Aleyda Solís

Ce framework a été publié par Aleyda Solís en avril 2026 et pose une base en 3 couches avec une méthode relativement accessible, ce qui peut convenir parfaitement à une direction marketing, notamment parce qu'il raisonne sur un principe business fort.

En voici déjà un schéma de fonctionnement et nous allons l'analyser en détail :

Le framework se compose de 3 couches dont chacune est composée de sous-éléments.

Présence

• Prompt coverage : visibilité sur une catégorie de prompts
• Recommendation rate : combien de fois vous êtes recommandé
• Linked citation rate : combien de fois votre site est maillé avec un lien cliquable
• Representation accuracy : combien de mentions respectent les informations de votre marque

Readiness

On y retrouve ici tous les critères qui rendent votre site accessible aux moteurs et le feront citer. On n'est donc plus sur une mesure de performance pure mais sur une mesure technique qui évalue votre site selon un diagnostic d'accessibilité de vos pages et de vos contenus.

Business impact

Cette couche permet d'attribuer une valeur business à la visibilité que vous générez depuis les IA. Évidemment, cette logique d'attribution repose sur les limites que nous avons déjà vues et doit donc être mesurée en perspective.

On peut les classifier comme ceci :

• Métriques observées : Referrer ou UTM placés dans une logique d'attribution
• Proxy propriétaire : signaux internes sur de la recherche de marque ou de pages affectées par de la visibilité IA
• Proxy externe : signaux externes provenant d'outils ou données analysées chez la concurrence.

On est donc ici sur un cadre standard mais efficace et qui prend en compte les enjeux opérationnels d'une direction marketing sans entrer dans une approche trop technique.
On y accepte les angles morts sans pour autant perdre de vue les enjeux business d'une marque.

Le 3-Tier Reporting Model

Le deuxième cadre vient d'iPullRank, posé par Mike King et son équipe et qu'ils ont présenté en mars 2026 dans un article intitulé « Beyond Rankings ».

On y retrouve ici un modèle complet également avec une customer journey complète et une approche business parfaitement intégrée.

Input metrics

Ce premier groupe rassemble les métriques qui évaluent la pertinence de vos pages face aux requêtes qui sont posées : la pertinence des passages récupérés, la fraîcheur des contenus ou même l'activité des bots sur le site.

Channel metrics

Ce second groupe rassemble les KPI de mesure de visibilité dont ceux que nous utilisons déjà comme le citation rate, share of voice, citation quality ou encore le sentiment.

Ces métriques sont celles que l'on retrouve directement dans les outils.

Performance metrics

On y mesure ici ce que la visibilité produit comme conversion au travers des évènements, de l'engagement, des conversions.

Les 6 métriques de l'agentique RAG

Après avoir vu 2 cadres assez proches dans le fonctionnement et intégrant une approche orientée business, voyons un cadre plus récent et ayant cette fois une approche plus technique prenant en compte un mécanisme de fonctionnement des moteurs IA.

Ce cadre a été posé par Mike King en mai 2026 dans l'article « Beyond RAG : Why Every AI Search Platform Is Now Agentic ».

Le constat de cet article remet en question un fonctionnement devenu obsolète : la RAG single shot, à savoir un enchaînement linéaire d'une requête, d'une récupération puis d'une réponse.

Ce modèle est en effet remis en question et cela surtout avec l'émergence des modèles de pointe qui fonctionnent sur une architecture plus complexe que nous allons appeler une boucle. L'ensemble des plateformes IA du marché ont basculé sur ce modèle que l'on appelle l'Agentic RAG.

Ce modèle repose sur 4 propriétés structurelles :

• Planning : un plan de recherche qui est généré avant toute récupération
• Tool use : l'appel d'un outil lors de la recherche
• Itération : phases successives de récupération et de lecture
• Réflexion : le brouillon de la réponse est évalué avant sa sortie

Chaque requête est décomposée en sous-requêtes par le mécanisme de query fan-out et le contenu doit ensuite survivre à 5 étapes successives qui sont désignées par les gatekeepers.

• Le planner décompose la requête
• Le router sélectionne les outils nécessaires
• Le retriever récupère les passages
• Le pairwise reranker compare les passages par paire
• Le critic filtre les passages survivants et évalue le brouillon

On est donc sur un fonctionnement plus complexe dans lequel votre marque doit survivre à de nombreuses étapes avant d'atteindre la réponse finale.

Les quatre métriques de gatekeeper

Ce cadre méthodologique répond ici aux angles morts liés à ce fonctionnement agentique que les outils du marché ne peuvent prendre en compte.

Mike King propose 6 métriques, dont 2 sont transversales.

Sub-query coverage

On parle ici de la présence aux sous-requêtes de fan-out au niveau du planner. Votre marque ou votre site peut en effet être présent dans ces sous-requêtes et absent de la réponse finale.

Tool call inclusion

L'utilisation d'outils pour répondre à une requête est fréquente et cette métrique mesure son usage afin d'évaluer quand un outil est utilisé afin de répondre à une requête utilisateur.

Retrieval to citation ratio

Cette métrique calcule la fréquence à laquelle une marque survit face au pairwise reranker et la réponse finale.

Reflection survival rate

Même fonctionnement que la métrique précédente qui fonctionne ici au niveau du critic qui représente la dernière étape avant la sortie finale. Une sortie à cette étape indique généralement un problème de fraîcheur du contenu ou d'autorité qui remet en question le passage malgré sa pertinence.

Les deux métriques transversales

Bridge-entity centrality

Cette métrique est la plus intéressante car elle prend en compte les relations entre différentes entités et privilégie les sources qui font le pont entre celles-ci.

Cette métrique se travaille par positionnement thématique ou par le croisement d'entités dans des contenus avec mentions explicites qui confirment un pont entre ces contenus.

Distillation stage failure rate

C'est la métrique de ce modèle qui identifie la cause d'un défaut de visibilité. À quelle étape votre marque sort de la boucle afin d'évaluer à quelle étape votre marque perd le plus en visibilité.

C'est donc très clairement la métrique la plus opérationnelle car elle identifie le moment exact où votre marque sort, ce qui permet d'en déduire un constat.

Des métriques publiques, encore absentes des outils

Ces six métriques proposées par Mike King sont encore absentes des outils standards du marché et ne constituent pas un standard du marché répandu. Ce modèle est proposé en open source sur GitHub pour les équipes qui souhaitent mettre en place un audit agentic RAG et mesurer avec précision leur visibilité IA sur les modèles d'aujourd'hui.

C'est probablement par cet axe méthodologique que les équipes les plus avancées sont en mesure de proposer un suivi plus qualitatif et plus adapté au fonctionnement actuel des LLM.

Quel cadre choisir selon quel contexte ?

Les 3 cadres présentés répondent à des enjeux différents et ils sont à mettre en place selon la lecture que vous souhaitez en faire. Le modèle d'Aleyda, qui est le plus simple à mettre en place, permet une lecture efficace et business qui sera satisfaisante pour une équipe de direction et sans entrer dans les mécanismes des LLM comme le fait le modèle le plus récent de Mike King.

L'audit agentic RAG propose une approche expérimentale permettant d'analyser votre présence en analysant ce qui se passe entre le moment où vous posez une question et le moment où vous recevez la réponse.

Les réponses des LLM sont volatiles et les instruments de mesure échantillonnés

Maintenant que nous avons vu les différents cadres méthodologiques, je propose de voir plusieurs phénomènes qui altèrent vos résultats et qui ont été révélés par des analyses.

Le citation drift

La première concerne la dérive des citations et a été constatée par Profound dans une étude réalisée en juillet 2025. Sur une base de 100 000 prompts identiques par plateforme, ils constatent une variation des domaines cités en source d'un mois à l'autre sans changement sur le suivi.

Une étude SISTRIX réalisée 9 mois plus tard confirme cette tendance sur un corpus de prompts de 82619 prompts pendant 17 semaines et dans 6 pays.

Une volatilité très forte caractérise donc les modèles qui ne restent pas sur les mêmes sources pour répondre à des questions. Ce phénomène crée une instabilité que l'on doit considérer lors de l'analyse des résultats.

Le modèle de base d'un LLM peut changer à tout moment

Les LLM effectuent des mises à jour fréquentes et chaque mois de nouvelles versions sortent. Ces changements peuvent se voir comme des mises à jour de Google et peuvent affecter la lecture des résultats.

Lorsque ce changement affecte un modèle que vous suivez comme ChatGPT ou Gemini, les résultats peuvent varier sur des seuils importants et vos analyses perdent leur référentiel.

Ce phénomène concerne d'ailleurs Perplexity qui sollicite plusieurs modèles sur sa plateforme et qui subit donc davantage cet effet.

La difficulté est donc de savoir quand ces mises à jour se produisent afin de mesurer quand celles-ci sont susceptibles d'altérer vos résultats. C'est une donnée essentielle qui manque sur de nombreux rapports et qui limite l'interprétation des résultats.

Search Console masque les trois quarts des impressions

On peut s'en douter mais une étude de Kevin Indig confirme les chiffres. La Search Console subit un filtre de confidentialité des données et subit la règle de confidentialité des utilisateurs autant que GA4 qui n'expose plus les mots-clés.

Le résultat de son analyse sur 10 sites américains B2B révèle que 75 % des impressions et 38 % des clics n'atteignent pas les rapports de la Search Console avec un taux de dispersion pouvant aller de 59 % à 94 % selon les sites.

L'outil ne remplace pas les autres outils et doit être pris avec vigilance s'il est utilisé de manière isolée. Il doit servir de support aux analyses en exposant les requêtes des utilisateurs. La réelle acquisition doit être suivie par l'outil de mesure principal en limitant le plus possible l'impact du bandeau RGPD.

Les plateformes lancent leurs premiers rapports de performance officiels

Bing Webmaster Tools, Google Search Console et Merchant Center ont respectivement lancé leurs premiers rapports de performance sur les interfaces IA qui les concernent.

On pouvait s'attendre à l'arrivée de ces rapports qui s'imposent avec les changements majeurs.

Les rapports restent cependant minimalistes. Pour celui de Google et de Bing, on ne peut mesurer que des impressions et non des clics, ce qui rend le rapport peu utile dans une logique d'acquisition et quand on cherche avant tout la conversion.

Ce qu'on peut tirer de ces rapports est très limité et aucune recommandation ne peut réellement en sortir.

Il faut voir ces rapports comme des compléments d'analyse pour venir appuyer un constat et non des KPI de reporting pour vos bilans.

Le panorama des outils de suivi

Nous allons voir maintenant les principaux outils de suivi qui composent le marché du suivi IA. Ces outils sont très nombreux, ils se comptent par dizaines, mais seulement un petit nombre d'entre eux ont su émerger sur ce marché très exigeant.

Face aux limites que nous avons pu voir, les défis techniques qu'impose ce nouveau levier d'acquisition rendent le travail de ces outils bien plus difficile que celui des outils de suivi de positionnement.

Nous allons voir les 3 principaux et je les ai choisis car l'un d'entre eux est celui que j'utilise au quotidien et les 2 autres sont également très connus pour partager des études de secteur très intéressantes démontrant une expertise forte en AI Search.

Profound

Il s'agit certainement de l'acteur le plus important de ce marché de l'AI Search avec les levées de fonds les plus importantes. Profound propose avant tout un produit pensé pour le reporting de direction chez les grands comptes. Il se distingue aussi par son pôle de recherche et développement partageant régulièrement des études sur son blog.

On peut y retrouver de nombreuses études de cas, d'expérimentations et de tests dans le secteur AI Search et que je ne manque pas de mentionner ici.

Ces études à grande échelle nous permettent de confirmer certains mécanismes qui définissent le fonctionnement des LLM. C'est par cette expertise que Profound se démarque avant tout et non uniquement par son produit.

Peec

Parlons maintenant de Peec et c'est justement celui que j'utilise actuellement pour le suivi. Peec est également en forte croissance au même titre que Profound et propose également un pôle de recherche et développement qui régulièrement publie des études.

Peec s'est également distingué par son équipe d'experts et plus particulièrement de GEO researchers tels que Metehan Yeşilyurt qui a récemment rejoint les équipes chez Peec.

L'outil en lui-même est très bon et suit les KPI standards (mentions et citations) avec un paramétrage de la concurrence et une interface assez intuitive.

On pourrait lui reprocher son système de catégorisation des prompts assez rudimentaire et limité dans son usage opérationnel.

Otterly

Terminons avec Otterly que je n'utilise pas directement, mais que je connais par son blog et ses études en AI Search. L'offre d'Otterly se veut plus accessible et s'adapte mieux aux agences et PME.

Tout comme Profound et Peec, Otterly est un acteur à suivre dans le secteur. Les études réalisées nous apportent des informations précieuses sur le fonctionnement des LLM en situation réelle.

Connaître ces différents acteurs ne veut pas dire qu'il faut utiliser leurs outils, mais qu'il faut les suivre en tant qu'expert du secteur. Ils apportent à ce secteur en fort développement une meilleure compréhension avec des études qu'un expert indépendant ne pourrait reproduire sans des moyens et des ressources importants.

Les limites communes des outils du marché

Pour terminer cet article, je reviens sur les limites communes des différents outils du marché. L'idée ici n'est pas de critiquer ces études, mais de mieux adapter son discours et son analyse face aux rapports qui ressortent de ces outils.

Nous n'allons pas revenir en détail sur les explications déjà vues en début d'article.

1. Des sorties non reproductibles

C'est le mécanisme de génération probabiliste que nous avons déjà vu qui constitue la première limite importante des outils et où rien ne peut être fait pour s'en protéger.
La compréhension de ce mécanisme vous aidera surtout à mieux définir le choix et la fréquence de vos prompts.

2. L'utilisateur neutre n'existe pas

C'est probablement une des limites les plus impactantes car elle crée un fossé entre ce qu'on mesure et ce qui se passe réellement côté utilisateur. Elle confirme que tout ce que nous suivons en AI Search ne se produit jamais en situation réelle en opposition à un suivi de revenu ou de clics en SEO. On y verra un pilotage à l'aveugle pour les acteurs à la recherche de suivi réel d'acquisition.

3. L'absence de volumétrie agrégée

Cette donnée absente de l'AI Search vient logiquement avec la précédente. Tout ce qu'on suit en AI Search ne se produit pas réellement et les estimations de volume n'existent pas non plus. Tout le travail d'estimation et de priorisation qui reposait souvent sur ces volumes est devenu impossible en AI Search. On agit donc par déduction en exploitant la donnée du SEO qui reste la seule base de référence utile.

4. Le citation tracking ne voit que la sortie du filtre

La limite révélée par Mike King dans son cadre méthodologique montre que tout ce qui se passe entre la recherche de l'utilisateur et la réponse formulée par le LLM laisse passer beaucoup de données que les outils ne peuvent pas remonter.

La limite est de ne pas pouvoir savoir si une marque entre dans ce processus et à quelle étape elle en sort.

Cette méthodologie, qu'aucun outil du marché ne propose, est donc une limite structurelle qui caractérise l'ensemble des outils.

5. Une mesure indépendante d'un système à un autre

Chaque version d'un LLM et chaque modèle fonctionne différemment. C'est un peu comme comparer Google et Bing en SEO. Ces variations liées aux versions d'un LLM ne sont malheureusement pas bien suivies par les outils, ce qui rend le suivi plus complexe.

Cela revient à ne pas savoir quand une mise à jour Google a eu lieu pour expliquer une variation.

6. La considération de l'off-site sous-évaluée

Les mentions et citations en provenance de sites tiers jouent un rôle important dans l'autorité d'un domaine et d'une marque.

Cette brique d'analyse manque généralement dans les outils alors que son impact est généralement très important.

7. Les outils ne suivent pas les réels KPI de performance

Enfin, la dernière limite à laquelle les cadres méthodologiques répondent est le suivi qui va au-delà de la simple citation et mention. Car 2 KPI seuls restent limités.

Sans possibilité de les associer à un trafic réel et à des conversions, le suivi d'acquisition depuis les LLM s'en retrouve très limité.

Bibliographie

Cadres méthodologiques :

• Aleyda Solís, « A 3 Layer Framework to Measure AI Presence, Readiness and Business Impact », aleydasolis.com, 23 avril 2026. aleydasolis.com
• Mike King, « Beyond RAG: Why Every AI Search Platform Is Now Agentic », iPullRank, mai 2026. ipullrank.com. github.com/iPullRank-dev/agentic-rag-audit
• Mike King et l'équipe iPullRank, « Beyond Rankings », mars 2026.