Pourquoi deux IA ne citent pas les mêmes sources

À retenir en 30 secondes

• Les deux familles observées constituent des univers de sources largement séparés, avec un recouvrement médian de 0,03.
• Le corpus accessible, l’actualité des pages et la recherche intégrée restent des explications à tester, sans causalité établie.
• Cette photographie décrit un panel restreint sur une seule journée et ne prédit ni la stabilité ni la pertinence des résultats.
• Un suivi crédible rejoue les mêmes prompts auprès de plusieurs familles et conserve les réponses brutes avant toute agrégation.
• La divergence justifie des tests comparables, sans fournir de recette éditoriale propre à ChatGPT ou Gemini.

La divergence mesurée entre familles de modèles oblige une agence GEO à comparer les mêmes questions. Sur douze requêtes françaises, six n’ont aucun domaine cité en commun. Le recouvrement médian atteint 0,03. Une visibilité constatée chez ChatGPT ou Gemini renseigne donc très peu sur l’autre famille.

Quelle est l’ampleur de la divergence mesurée entre familles de modèles ?

L’écart est net : six requêtes sur douze ne partagent aucun domaine entre les deux familles observées. Le recouvrement médian de 0,03 confirme que les listes de sources se croisent rarement.

Le tableau conserve le niveau réellement documenté par le registre. Chaque requête a reçu trois tirages par famille. Le détail individuel du recouvrement reste indiqué « non publié » tant que la correspondance entre les six requêtes sans domaine commun et leurs libellés n’est pas inscrite dans ce registre.

L’agrégation distingue aussi 79 domaines vus par une famille, 60 par l’autre et 18 partagés. Ces comptes décrivent une séparation des sources citées. Ils ne désignent aucun fournisseur comme meilleur et ne mesurent pas la qualité des réponses.

Et notre propre domaine, dans cette mesure

Le domaine de cette agence n’apparaît nulle part dans la sonde. Cette absence fournit un point de départ transparent, sans transformer la sonde en argument commercial favorable à son éditeur.

Pourquoi les sources diffèrent-elles à ce point ?

La mesure constate la différence, mais elle n’en isole pas la cause. Trois hypothèses méritent d’être testées séparément : le corpus accessible, la fraîcheur des ressources et le mécanisme de recherche intégré.

Le corpus correspond aux contenus qu’une famille peut mobiliser lorsqu’elle construit sa réponse. Si ChatGPT et Gemini n’accèdent pas aux mêmes pages, ou ne les traitent pas de la même manière, leurs sélections peuvent varier. La sonde ne permet toutefois pas d’observer directement ce corpus.

La fraîcheur pourrait également modifier les ressources disponibles au moment du tirage. Une page découverte, mise à jour ou retirée peut changer la sélection. Un relevé réalisé sur un seul jour ne sépare pas cet effet des autres mécanismes possibles.

Le mécanisme de recherche intégré forme une troisième hypothèse. Une interface peut chercher, filtrer ou reformuler avant de répondre. Le relevé conserve le résultat visible, sans ouvrir les étapes internes qui l’ont produit.

Ces pistes expliquent ce qu’il faudrait contrôler lors d’une expérience suivante. Elles n’autorisent aucune causalité. Le guide consacré à la manière dont les LLM choisissent leurs sources approfondit les mécanismes possibles sans les confondre avec la mesure présentée ici.

Qu’est-ce que cette mesure n’établit pas ?

Cette observation n’établit ni une règle universelle ni une préférence durable. Elle porte sur douze requêtes d’un même métier, posées pendant une seule journée, avec trois tirages par requête et par famille.

La cellule de mesure reste petite : n = 3. Une réponse différente peut donc modifier fortement le recouvrement d’une requête. Le résultat décrit le panel observé, pas toutes les questions qu’une entreprise pourrait poser.

Le relevé ne mesure pas davantage l’évolution dans le temps. Une nouvelle sonde pourrait produire d’autres sources sans prouver qu’une action menée entre les deux relevés a causé ce changement. La date sert à situer l’observation, jamais à inventer une tendance.

Il ne juge pas non plus la pertinence d’une source. Un domaine partagé peut être utilisé pour des raisons différentes. À l’inverse, deux domaines distincts peuvent soutenir une réponse proche sur le fond.

Enfin, la divergence ne mesure pas la visibilité globale de votre marque. Elle concerne les prompts cibles retenus. Votre activité peut demander un panel différent selon vos offres, vos zones géographiques et les décisions que vos prospects cherchent à prendre.

Que faut-il en conclure pour une entreprise ?

Votre suivi GEO doit comparer plusieurs familles selon un protocole stable. Une seule interface fournit une vue partielle de votre visibilité IA et des sources citées qui la soutiennent.

• Mesurez les mêmes prompts cibles auprès de plusieurs familles, avec trois tirages par requête et par famille.
• Conservez chaque réponse complète avant d’agréger les domaines cités.
• Datez le relevé afin de distinguer une observation présente d’une tendance encore inconnue.
• Refusez toute conclusion générale fondée sur ChatGPT seul ou Gemini seul.
• Répétez le protocole avant d’interpréter un écart comme un mouvement durable.
• Séparez la présence d’une source de la qualité du contenu qu’elle soutient.

Cette discipline protège vos décisions. Elle évite de transformer une capture ponctuelle en vérité sur votre marché, puis de corriger votre site sur une base trop étroite.

Une agence GEO doit aussi conserver les résultats défavorables. Sans réponses complètes, date et règle de normalisation, le tableau final devient impossible à contrôler. Vous ne savez plus si l’écart vient des modèles ou du traitement appliqué après la collecte.

Le suivi GEO, ses outils et ses méthodes aide à organiser cette série sans mélanger mesure brute et interprétation. L’objectif reste simple : savoir ce qui a changé dans les réponses avant d’en chercher la cause.

Faut-il une tactique différente par moteur ?

Non, cette mesure ne suffit pas à prescrire une tactique par moteur. Elle établit que les sources diffèrent fortement entre deux familles. Elle ne montre pas quelle action éditoriale ou technique produirait une citation chez l’une, chez l’autre ou chez les deux.

Créer deux stratégies séparées à partir de ce seul relevé ajouterait une hypothèse à une observation. Vous risqueriez de modifier des pages sans pouvoir rattacher le résultat à la modification, au moteur ou à la variation normale des réponses.

La décision raisonnable consiste à travailler d’abord les fondamentaux vérifiables. Votre marque doit être identifiée clairement. Vos contenus doivent répondre précisément aux questions prioritaires et rendre leurs sources contrôlables.

Le panel multi-familles sert ensuite de thermomètre. S’il révèle un écart répété, vous pouvez formuler une hypothèse et prévoir un test isolé. Le test doit conserver les mêmes prompts et les mêmes conditions de lecture.

Une agence GEO peut donc adapter son diagnostic aux écarts observés. Elle ne peut pas déduire de cette sonde une recette propre à ChatGPT ou à Gemini. La différence entre adaptation mesurée et promesse de recette protège votre budget comme votre calendrier éditorial.

Comment une agence GEO peut-elle refaire cette mesure chez vous ?

Commencez par définir vos prompts cibles avant d’ouvrir les interfaces. Chaque question doit correspondre à une décision réelle : choisir un prestataire, comprendre une offre ou comparer une méthode. Gardez exactement la même formulation pour les deux familles.

Le panel employé ici tient en douze requêtes. Voici celles où les deux familles n’ont produit aucune source commune, si vous voulez rejouer exactement le même test :

• « GEO vs SEO quelle agence choisir »
• « agence GEO Annecy »
• « audit visibilité IA entreprise »
• « comment mesurer la visibilité de ma marque dans ChatGPT »
• « comment être cité par ChatGPT entreprise »
• « consultant GEO France tarif »

Lancez ensuite trois tirages par requête et par famille. Archivez le texte complet et les sources citées, même lorsque votre marque n’apparaît pas. Une capture partielle empêche toute vérification ultérieure.

Normalisez les domaines après la collecte. Cette opération rapproche les variantes techniques d’une même adresse sans confondre deux sites distincts. Conservez aussi la version brute afin de rendre chaque correction réversible.

Calculez enfin le recouvrement pour chaque requête, puis observez la médiane du panel. Les deux niveaux répondent à des questions différentes : la ligne montre un cas précis, tandis que l’ensemble décrit la séparation générale des sources.

Une agence GEO sérieuse vous remet les requêtes, les réponses et la règle de calcul. Vous pouvez alors répéter la mesure sans dépendre de son tableau de bord. Le protocole devient un actif de votre entreprise, pas une capture opaque.

Vous voulez établir cette divergence sur vos propres prompts ?
Demandez un pré-audit GEO offert pour obtenir une première mesure documentée par AllRank.

Articles connexes

• séparation des sources citées
• la manière dont les LLM choisissent leurs sources
• suivi GEO, ses outils et ses méthodes

FAQ : pourquoi les sources des IA diffèrent-elles ?

ChatGPT et Gemini citent-ils vraiment des sites différents ?

Oui, sur le panel observé, six requêtes sur douze n’ont aucun domaine cité en commun. Le recouvrement médian de 0,03 décrit toutefois cette sonde précise, pas toutes leurs réponses futures.

Combien de tirages faut-il effectuer avant de croire le résultat ?

Trois tirages par requête et par famille décrivent le protocole retenu, pas un seuil universel de confiance. Répétez la mesure avec la même formulation avant de traiter un écart comme durable.

Un site cité par un moteur le sera-t-il par les autres ?

La présence chez une famille ne permet pas de prévoir la présence chez l’autre. Le panel compte 79 domaines vus d’un côté, 60 de l’autre et 18 partagés.

Ces écarts changent-ils dans le temps ?

Ils peuvent varier, mais cette sonde réalisée pendant une seule journée ne mesure aucune évolution. Des relevés datés et répétés sont nécessaires pour distinguer une fluctuation d’un mouvement persistant.

Faut-il choisir un moteur à travailler en priorité ?

Cette mesure ne permet pas de choisir un moteur prioritaire. Votre décision doit partir des usages de vos prospects, puis comparer les mêmes prompts sur les familles qu’ils consultent.

Peut-on mesurer cela sans outil payant ?

Oui, si vous pouvez conserver les réponses, relever les sources citées et normaliser les domaines avec une règle stable. Un outil facilite la collecte, mais la valeur vient surtout d’un protocole reproductible.