Monitoring GEO : méthode et meilleurs outils pour mesurer votre visibilité dans ChatGPT, Gemini et les AI Overviews

Le monitoring GEO consiste à mesurer, de façon répétée et comparable dans le temps, si les moteurs de réponse IA citent votre marque, vos pages et vos concurrents quand vos clients leur posent leurs questions. Sur le papier, c'est un suivi de positions pour ChatGPT, Gemini, Perplexity et les AI Overviews. En pratique, c'est un exercice de statistique : deux exécutions du même prompt ne renvoient presque jamais la même réponse, et la plupart des tableaux de bord vendus en 2026 affichent au dixième près des chiffres qui bougent de vingt points d'un jour à l'autre. J'ai monté mon propre dispositif de mesure pour l'Observatoire GEO, je me suis trompé, je l'ai publié, et voici la méthode que j'en ai tirée, suivie de mon classement des huit meilleurs outils de monitoring GEO du marché.

Ce qu'est vraiment le monitoring GEO

Le GEO (Generative Engine Optimization) regroupe tout ce qui rend une marque compréhensible, citable et recommandable par les moteurs génératifs. Le monitoring en est le volet mesure. Il répond à quatre questions, toujours les mêmes :

• Est-ce que je suis cité ? Ma marque apparaît-elle dans les réponses aux questions qui comptent pour mon activité ?
• Est-ce que ma page est la source ? Être nommé et être cité avec un lien sont deux choses différentes, qui n'ont pas la même valeur.
• Qui est cité à ma place ? Les concurrents, mais aussi les comparateurs, les annuaires, Reddit, la presse : les sources que les modèles jugent plus fiables que vous.
• Est-ce que ça bouge ? Dans quel sens, sur quel moteur, et est-ce un vrai mouvement ou du bruit ?

La dernière question est la plus négligée, et c'est elle qui fait la différence entre un monitoring utile et un tableau de bord décoratif.

Pourquoi ce n'est pas un suivi de positions

Un outil de suivi de positions SEO interroge Google, lit un classement et vous rend un chiffre. Ce chiffre est relativement stable : si vous êtes troisième aujourd'hui, vous serez probablement entre deuxième et cinquième demain. Rien de tel avec une IA générative.

Un travail académique publié en avril 2026, au titre explicite « Don't Measure Once », le formule ainsi : dans la recherche classique, une requête donne un instantané représentatif ; dans la recherche IA, une observation ponctuelle n'est pas fiable, et la visibilité doit être décrite comme une distribution, pas comme une valeur. Une mesure indépendante de Brainlabs, sur environ 3 000 exécutions de prompts, trouve moins de 1 % de chances que deux exécutions d'un même prompt renvoient la même liste de marques.

La ligne sur le classement Google mérite qu'on s'y arrête. L'Arcep a analysé environ 200 000 citations de services d'IA générative : seules 19 à 32 % des sources citées figurent dans le top 5 de Google pour la même question, et 185 domaines concentrent près de la moitié des citations. Autrement dit, vos positions SEO ne vous disent pas grand-chose de votre visibilité dans les IA. Cela ne rend pas le SEO inutile, ses fondamentaux servent aussi le GEO, comme je l'explique dans mon analyse SEO vs GEO. Mais la visibilité IA, il faut la mesurer pour de vrai.

Ce que mon propre monitoring m'a appris

Pour l'Observatoire GEO, je pose à intervalles réguliers les mêmes questions d'achat à plusieurs modèles, je détecte les marques citées et je publie les réponses brutes. La dernière édition, sur le tourisme, porte sur 45 réponses : 15 questions posées le même jour à Gemini 3.5 Flash, Gemini 3.6 Flash et ChatGPT. L'observatoire publie aussi un classement des banques recommandées par les IA. Cinq constats, tous vérifiables sur la page, qui valent pour n'importe quel monitoring.

1. Changer de version de modèle, c'est changer de mesure

Même question, même jour, deux versions de Gemini : en moyenne, seules 69 % des marques citées par l'une ou l'autre sont citées par les deux. Sur une question, ce recouvrement tombe à 33 %. Si votre outil passe d'une version à l'autre sans vous le dire, votre courbe bouge sans que votre visibilité ait changé.

2. Les moteurs ne se ressemblent pas

Entre ChatGPT et Gemini 3.5, le recouvrement moyen tombe à 46 %. TripAdvisor apparaît dans 47 % des réponses de ChatGPT et dans 7 % de celles de Gemini. Un taux de citation « tous moteurs confondus » moyenne donc des choses qui n'ont rien à voir. Je suis toujours par moteur, et je ne fusionne qu'à la fin.

3. Un moteur bavard gonfle mécaniquement vos chiffres

ChatGPT cite en moyenne 9,5 marques par réponse, contre 7,1 pour Gemini. Plus un modèle nomme de marques, plus chacune a de chances d'apparaître. C'est pour cela que la part de voix, qui rapporte vos citations à celles de tout le monde, est plus parlante que le taux de citation brut quand on compare deux moteurs.

4. La méthode de détection peut inventer un leader

C'est l'erreur que j'ai commise en juin. Mon premier classement plaçait TUI en tête avec 8 réponses sur 11. En relisant les réponses brutes, TUI n'était réellement cité qu'une fois : les sept autres détections venaient d'une recherche par sous-chaîne, « tui » étant contenu dans « gratuit » et « intuitive ». J'ai publié un erratum, et la détection se fait désormais par mot entier, avec une liste de variantes par marque. Si un outil ne vous montre pas les réponses brutes, vous ne pouvez pas faire ce contrôle.

5. Les modèles disparaissent

En septembre, Gemini 2.5 Flash, utilisé en juin, n'était plus servi par l'API. J'ai dû le remplacer, et la comparaison avec juin n'est plus qu'indicative. Tout monitoring GEO qui dure plus de quelques mois rencontrera ce problème : il faut l'anticiper en notant, pour chaque réponse, le modèle et la version exacts.

Les six indicateurs à suivre, et comment les calculer

La plupart des articles alignent une dizaine de KPI. Je n'en garde que six, parce que ce sont les seuls qui se calculent proprement à partir de réponses collectées.

Deux règles de calcul évitent la moitié des erreurs. Une marque se compte une fois par réponse, quel que soit le nombre de fois où elle y apparaît. Et chaque indicateur se calcule par moteur avant d'être agrégé.

Et la position dans la réponse ?

Beaucoup d'outils affichent une « position moyenne » dans la réponse. Je la regarde, sans la piloter : l'ordre des marques varie d'une exécution à l'autre, et une réponse n'est pas une liste classée. Être cité en troisième avec une recommandation argumentée vaut plus qu'être cité en premier dans une énumération.

Domaine cité ou URL citée

Comme je le détaille dans mon étude sur les AI Overviews, la stabilité au niveau du domaine est très supérieure à la stabilité au niveau de l'URL : un site peut rester cité en continu pendant que la page citée change. Suivez donc les deux, mais pilotez d'abord au niveau du domaine.

Construire son panel de prompts

Le panel, c'est la liste des questions que vous posez aux IA. Tout le reste en dépend : un mauvais panel mesure très précisément quelque chose qui n'intéresse personne.

Partir des vraies questions

N'inventez pas vos prompts en réunion. Allez chercher les questions là où vos clients les posent déjà :

• Search Console : les requêtes longues, en forme de question, qui arrivent déjà sur votre site.
• Les « Autres questions » de Google sur vos requêtes principales.
• Vos équipes commerciales et votre service client : les questions posées avant l'achat, mot pour mot.
• Les forums et Reddit de votre secteur, où les gens formulent comme ils parlent.

Couvrir les trois moments de la décision

Un bon panel mélange des questions de découverte, de comparaison et de décision, et ne contient presque aucune question qui cite votre marque : ce qu'on veut savoir, c'est si l'IA pense à vous sans qu'on lui souffle le nom. Voici un exemple pour une agence immobilière bordelaise, un secteur que je suis de près en SEO immobilier.

Taille, versionnage, gel

Pour une PME, 20 à 50 questions suffisent. Au-delà, vous payez des collectes que vous n'analyserez pas. Deux règles plus importantes que la taille : chaque question garde un identifiant et un libellé figés, et toute modification crée une nouvelle version du panel. Une question reformulée est une nouvelle question, et elle ne se compare pas à l'ancienne.

Le protocole de collecte

C'est ici que se joue la comparabilité. Le protocole que j'applique à l'observatoire tient en six règles, publiées dans sa méthodologie.

• Contexte vierge : aucun historique de conversation, aucune personnalisation, une question par session.
• Consigne unique et figée : la même instruction pour tous les modèles, du type « réponds comme à un utilisateur réel, en citant des marques ou des services précis ».
• Plusieurs exécutions par question : jamais une seule. Trois au minimum, cinq de préférence (voir la section suivante).
• Modèle et version notés pour chaque réponse, avec la date et l'heure.
• Réponses brutes conservées : c'est la seule façon de recalculer un indicateur si vous changez de méthode, ou de corriger une erreur.
• Détection par mot entier, insensible à la casse et aux accents, avec une liste de variantes par marque (« Booking » et « Booking.com », par exemple).

API ou interface grand public ?

Les outils interrogent soit l'API des modèles, soit l'interface que voient vos clients, par automatisation. L'API est reproductible et bon marché, mais elle ne reproduit pas exactement ce que voit un utilisateur connecté, avec sa localisation et son historique. L'interface est plus réaliste, mais plus instable et plus coûteuse. Aucune n'est « la vraie » : l'important est de ne jamais mélanger les deux dans une même série.

Le cas des AI Overviews et de l'AI Mode

Ce ne sont pas des chatbots. Ils s'appuient sur l'index de Google et sur une décomposition de la question en sous-requêtes, le query fan-out, que Google documente pour les deux surfaces. Leur suivi se fait à partir de la SERP, question par question, et ne se compare pas directement à ChatGPT ou à Perplexity. Je détaille leur fonctionnement dans mon étude sur les AI Overviews, et ce que change la nouvelle surface de Google dans mon article sur l'AI Mode. Leur effet sur vos clics se mesure à part, dans vos données de trafic : j'ai rassemblé les chiffres de l'impact des AI Overviews sur le trafic.

Combien de mesures pour un chiffre fiable

Un taux de citation est une proportion. Sa marge d'erreur se calcule, et elle est beaucoup plus large qu'on ne le croit. Voici l'ordre de grandeur de la marge à 95 % pour un taux mesuré de 30 %, selon le nombre de réponses collectées.

Le calcul utilisé est l'approximation classique d'une proportion, 1,96 × √(p × (1 − p) ÷ n). C'est une estimation optimiste : les réponses à une même question se ressemblent entre elles, ce qui élargit encore la marge réelle. La conséquence est simple et très rarement dite : avec un panel de 20 questions posées une fois, un passage de 25 à 35 % ne prouve rien.

Les trois sources à croiser avec les prompts

Les prompts mesurent ce que les IA pourraient dire. Trois sources disent ce qui se passe réellement sur votre site. Aucune n'est complète, et c'est leur croisement qui compte.

1. Search Console : utile, mais très partielle

Google a lancé le rapport de performance IA générative le 3 juin 2026. Il couvre les AI Overviews et l'AI Mode, mais ne livre que des impressions : pas de clics, pas de CTR, pas de requêtes, pas de séparation entre AI Overviews et AI Mode, et pas d'accès par API. Sans API, pas d'historique au-delà de la fenêtre de conservation : exportez-le à la main chaque mois, sinon vous perdrez votre base de comparaison. J'ai détaillé ces limites dans mon étude sur Search Console.

2. GA4 : le trafic des assistants, pas celui de Google

GA4 a ajouté en mai 2026 un canal « AI Assistant » qui reconnaît ChatGPT, Gemini, Copilot, Grok et DeepSeek, et qui exclut explicitement les AI Overviews et l'AI Mode : Google les compte comme du trafic de recherche. Attention aussi à l'instrumentation : ChatGPT ajoute un paramètre de suivi sur une partie de ses liens, Gemini non. Comparer « trafic ChatGPT » et « trafic Gemini » compare deux niveaux de marquage, pas deux volumes.

3. Les logs serveur : la source que personne ne regarde

Les éditeurs d'IA documentent leurs robots, et certains ne passent sur votre site que parce qu'un utilisateur vient de poser une question : ChatGPT-User chez OpenAI, Claude-User chez Anthropic, Perplexity-User chez Perplexity. Leurs passages sont le signal le plus direct que vos pages sont récupérées pour construire des réponses, en temps réel. Récupérée ne veut pas dire citée pour autant : selon l'étude AirOps, 85 % des pages récupérées par ChatGPT ne sont jamais citées. À ne pas confondre avec les robots d'entraînement (GPTBot, ClaudeBot) ni avec les robots d'indexation (OAI-SearchBot, PerplexityBot).

Deux pièges, documentés dans mon étude sur le crawl des robots IA : filtrer ses logs sur le mot « bot » fait disparaître toute la catégorie des agents « User », qui n'ont pas ce mot dans leur nom ; et Google n'utilise pas de robot distinct pour ses usages IA, ce qui rend son crawl IA invisible dans les logs.

Les meilleurs outils de monitoring GEO en 2026 : mon classement

Le marché a explosé en 2026, et les comparatifs se recopient les uns les autres, erreurs comprises. J'ai donc repris les huit outils qui reviennent le plus souvent et je les ai lus avec la grille de cet article : les moteurs couverts, la France et le français, le nombre de réponses collectées, l'accès aux réponses brutes, et le prix d'un panel réellement utile, c'est-à-dire au moins 25 questions. Les outils SEO plus classiques que j'utilise au quotidien sont réunis dans ma boîte à outils SEO et GEO.

1. Qwairy : le meilleur rapport couverture et prix pour le marché français

Qwairy, développé en France avec un hébergement des données dans l'Union européenne, coche le plus de cases pour une PME française. Le plan d'entrée, à 65 € par mois en engagement annuel, suit 100 questions sur plus de dix moteurs : ChatGPT, Perplexity, Copilot, Gemini, les AI Overviews, Grok, Claude, DeepSeek et Mistral, rare chez la concurrence et pertinent pour un public français. La fréquence est au choix, quotidienne, hebdomadaire ou mensuelle, et l'outil couvre plus de 45 langues. L'export CSV est disponible sur tous les plans, l'API à partir du plan Growth, à 165 € par mois.

Mon avis : c'est celui que je conseillerais en premier à une PME qui démarre. Seule réserve, son fonctionnement par crédits oblige à bien calculer le coût d'une collecte répétée sur beaucoup de moteurs.

2. Ahrefs Brand Radar : l'évidence si vous avez déjà Ahrefs

Brand Radar mesure les mentions, les citations de vos pages, la part de voix et une visibilité pondérée par le volume de recherche, sur les AI Overviews, l'AI Mode, ChatGPT, Perplexity, Gemini, Copilot et Claude. Les questions personnalisées sont incluses dans tous les plans payants d'Ahrefs, de 5 à 83 selon le plan, puis vendues à partir de 50 $ par mois, avec une collecte quotidienne. L'index de plus de 451 millions de questions, à 199 $ par mois, sert à autre chose : découvrir les questions où vous et vos concurrents apparaissez sans les avoir posées vous-même.

Mon avis : c'est l'outil que j'utilise pour mes clients, et je détaille le reste de la suite dans mon avis sur Ahrefs. Son vrai atout pour un monitoring sérieux, c'est l'accès aux réponses complètes par l'API d'Ahrefs, qui permet de refaire la détection de marques soi-même. Sa limite : l'index est mensuel, donc il décrit une tendance, pas une semaine.

3. Rankscale : le plus souple pour répéter les mesures

Rankscale raisonne en réponses collectées plutôt qu'en questions suivies, ce qui colle exactement à la logique statistique de cet article : le plan Pro, à 99 $ par mois, autorise jusqu'à 4 800 réponses par mois. La cadence va de l'heure au mois, et dix moteurs sont couverts, dont Mistral, Grok, DeepSeek, Claude, les AI Overviews et l'AI Mode. Un plan d'entrée existe à 20 $ par mois. Exports CSV et Sheets dès le plan Pro, API à partir du plan Growth, à 385 $ par mois.

Mon avis : le meilleur choix si vous voulez appliquer à la lettre le protocole de plusieurs exécutions par question. L'interface demande plus de réglages qu'un outil clés en main.

4. Otterly.AI : la meilleure porte d'entrée

À 29 $ par mois pour 15 questions suivies chaque jour sur ChatGPT, les AI Overviews, Perplexity et Copilot, Otterly est le moyen le moins cher de voir à quoi ressemble un monitoring GEO. Le plan Standard passe à 100 questions pour 189 $ par mois. Gemini, l'AI Mode et Claude sont des options payantes, de 9 à 439 $ par mois selon le moteur et le plan. L'API n'arrive qu'au plan Premium, à 489 $ par mois.

Mon avis : parfait pour un premier mois de test, vite trop étroit ensuite. Avec 15 questions, vous restez dans la zone où la marge d'erreur dépasse les mouvements observés.

5. Peec AI : un reporting soigné, mais trois moteurs à la fois

Peec AI, fondé à Berlin début 2025, s'est imposé comme l'un des acteurs européens de référence. Sa page de prix n'affiche pas de montants ; une revue d'août 2026 relève 85 € par mois pour 50 questions en formule sans engagement. Collecte quotidienne, sièges illimités, export CSV, connecteur Looker Studio et API sur les plans supérieurs. La contrainte : chaque plan standard ne suit que trois moteurs simultanément, choisis parmi ChatGPT, l'AI Mode, les AI Overviews, Copilot, Perplexity et Gemini ; chaque moteur supplémentaire coûte de 30 à 140 € par mois.

Mon avis : un bon outil de pilotage pour une équipe marketing, à condition d'accepter de choisir trois moteurs.

6. Meteoria : l'outil français taillé pour l'e-commerce

Meteoria, développé en France, interroge chaque jour les moteurs choisis. Le plan Starter, à 75 € par mois, suit 25 questions sur trois moteurs au choix parmi huit, dont ChatGPT, les AI Overviews, Gemini, Perplexity, Copilot, Grok et l'AI Mode. Il se distingue par le suivi des carrousels de produits de ChatGPT, utile aux e-commerçants, et par ses intégrations avec Google Analytics et Matomo. L'analyse des logs IA arrive au plan Advanced, à 420 € par mois, et l'API seulement au plan Entreprise, à partir de 700 €.

Mon avis : pertinent pour une marque e-commerce francophone. L'API réservée au plan le plus cher empêche de vérifier soi-même la détection des marques sur les petits budgets.

7. Semrush AI Visibility Toolkit : simple, mais étroit

Pour 99 $ par mois en abonnement seul, Semrush suit la présence de votre marque face à vos concurrents, avec un suivi quotidien des questions dans plus de 40 pays, dont la France. Sa documentation mentionne ChatGPT et l'AI Mode de Google, pas les autres moteurs. Les exports sont limités à 1 000 lignes, dix fois par jour.

Mon avis : pratique si toute votre équipe vit dans Semrush, insuffisant comme outil principal tant que Perplexity, Gemini et les AI Overviews n'y sont pas documentés. Pour le reste de la suite, voyez mon avis sur Semrush.

8. Profound : la référence des grands comptes

Profound couvre huit moteurs, dont ChatGPT, Perplexity, Gemini, Copilot, Claude, DeepSeek et les AI Overviews, avec une collecte quotidienne, des exports CSV et JSON, une API, l'authentification unique et la conformité SOC 2. L'offre Enterprise est sur devis ; un essai gratuit permet de suivre 50 questions pendant sept jours sur ChatGPT, Gemini et les AI Overviews.

Mon avis : le plus complet pour une grande entreprise avec des exigences de sécurité, surdimensionné et hors budget pour une PME.

Et le fait maison ?

Des scripts qui interrogent les API des modèles, un tableur ou une petite base de données : c'est ce que j'utilise pour l'observatoire, parce que j'avais besoin de contrôler chaque étape et de publier les réponses brutes. Le coût en API est faible, quelques euros par collecte ; le coût en temps, lui, ne l'est pas. Je ne le conseille qu'à ceux qui ont déjà quelqu'un capable de maintenir le code quand un modèle disparaît.

Les sept questions à poser avant de payer

• Combien d'exécutions par question et par collecte ? Si la réponse est « une », raisonnez sur des moyennes hebdomadaires, jamais sur un jour.
• API ou interface ? Et ce choix est-il constant dans le temps ?
• Les versions de modèles sont-elles tracées et signalées quand elles changent ?
• Puis-je exporter les réponses brutes ? Sans elles, aucune vérification possible.
• Comment les marques sont-elles détectées ? Mot entier, variantes, gestion des homonymes.
• Quels moteurs, dans quelle langue et depuis quel pays ? Un suivi réalisé depuis les États-Unis en anglais ne dit rien de vos clients français.
• L'outil affiche-t-il une marge d'erreur ou au moins le nombre de réponses derrière chaque chiffre ?

Fréquence, reporting et seuils d'alerte

Un rythme qui fonctionne pour la plupart des PME :

Un rapport utile tient sur une page : les six indicateurs par moteur avec leur marge, les mouvements qui dépassent cette marge, les sources citées à votre place, et une seule décision pour le mois suivant. Déclenchez une alerte quand un indicateur sort de sa marge deux fois de suite, pas avant.

Les erreurs qui faussent un monitoring

Je les ai presque toutes commises ou vues chez des clients :

• Mesurer une seule fois et commenter l'écart avec le mois précédent.
• Reformuler une question sans créer de nouvelle version du panel.
• Mélanger les moteurs dans un seul taux avant de les avoir analysés séparément.
• Ignorer un changement de version de modèle, et l'interpréter comme un effet de vos actions.
• Détecter les marques par sous-chaîne, et fabriquer un leader qui n'existe pas.
• Confondre mention et source : être nommé sans lien n'amène pas de trafic.
• Lire les impressions IA de Search Console comme une mesure de visibilité, alors qu'elles ne disent ni qui a cliqué ni ce qui a été demandé.
• Poser surtout des questions avec votre marque : vous mesurez alors la connaissance de votre nom, pas votre capacité à être recommandé.

Du chiffre à l'action

Un monitoring GEO ne vaut que par ce qu'il déclenche. Quand vous êtes absent d'une question qui compte, trois lectures suffisent en général à trouver quoi faire.

Qui est cité à votre place ?

Si ce sont des comparateurs, des annuaires ou des articles de presse, c'est là qu'il faut être présent, par des relations presse et un netlinking pensé pour le GEO : les modèles font confiance à ce que d'autres disent de vous. J'ai développé ce point dans l'article sur la réputation et la visibilité IA.

Vos pages sont-elles accessibles et récupérées ?

Vérifiez que votre robots.txt ne bloque pas les robots de recherche des IA en croyant bloquer l'entraînement, et regardez si les agents « User » passent sur les pages concernées. Beaucoup d'absences commencent par une erreur de configuration, et c'est le premier point que je contrôle en technique GEO. Un fichier llms.txt ne compensera pas un robots.txt mal réglé : parmi les grands moteurs, seul Perplexity le lit vraiment, comme je le montre dans mon verdict sur le llms.txt.

Répondez-vous vraiment à la question ?

Les IA citent des passages qui répondent clairement et apportent une information que les autres sources n'ont pas. Un contenu qui reformule ce que tout le monde dit a peu de chances d'être retenu. C'est la logique de l'AEO, qui travaille chaque passage plutôt que la page entière, et tout l'enjeu de la rédaction GEO.

Questions fréquentes