Disséquer une réponse ChatGPT en 6 couches
Quand ChatGPT génère une réponse à une question B2B comme « Quels sont les meilleurs gestionnaires d'actifs européens ? », il ne tire pas une réponse magique d'un chapeau. Il assemble une réponse synthétique à partir de 6 couches de signaux superposés. Comprendre ces 6 couches transforme votre stratégie GEO d'intuitive à dirigée.
Couche 1 — Le corpus d'entraînement
ChatGPT a été entraîné sur des milliards de pages web, avec un cutoff. Sur cette base, certaines marques sont sur-représentées (Wikipedia, presse établie, articles académiques) et d'autres sous-représentées (sites corporate, blogs récents). La fréquence de mention dans le corpus est le premier signal d'importance.
Couche 2 — Le pondération par autorité
Toutes les sources ne valent pas la même chose. Une mention Wikipedia pèse plus qu'une mention sur un blog inconnu. Une mention dans NYT ou Le Monde pèse plus qu'une mention sur un site sponsorisé. ChatGPT pondère ces sources lors de son apprentissage.
Couche 3 — Le mode browse / search
Quand le mode browse est activé (ChatGPT Search), le LLM consulte le web en temps réel. Sur cette couche, les signaux SEO classiques + structure de page + autorité de domaine prennent le dessus. Les sources fraîches et les données récentes priment.
Couche 4 — La fenêtre de contexte de la requête
La requête utilisateur (le prompt) cadre la réponse. Une question avec contexte (« pour mon entreprise mid-market française ») déclenche une réponse différente d'une question générique (« les meilleurs gestionnaires »). Les marques optimisent souvent pour le générique, mais le contexte change la sélection.
Couche 5 — La reformulation par le modèle
ChatGPT ne copie pas les sources, il reformule. Cette reformulation peut introduire des erreurs (hallucinations) ou des distorsions. Pour les marques : votre nom peut apparaître dans une formulation que vous n'avez jamais utilisée, parfois positivement parfois négativement.
Couche 6 — Les biais structurels du modèle
Chaque LLM a ses biais : ChatGPT favorise les sources US, Claude est plus prudent sur les marques contestées, Gemini favorise les sources Google-indexées, Perplexity privilégie les sources fraîches. Ces biais affectent la sélection finale.
Application pratique
Pour qu'une marque apparaisse dans une réponse ChatGPT : (1) être mentionnée dans le corpus d'entraînement avec fréquence suffisante (>30 mentions sur 12 mois sur sources autoritaires), (2) être citée par des sources autoritaires (Wikipedia, presse établie), (3) avoir une page web crawlable et structurée pour le mode browse, (4) être pertinente au contexte du prompt, (5) avoir une formulation reproductible et factuelle, (6) bénéficier des biais favorables du LLM cible.
Méthode de diagnostic
Pour comprendre pourquoi votre marque apparaît (ou pas) dans une réponse ChatGPT spécifique : tester le même prompt 5 fois (variance stochastique), tester des variantes du prompt, identifier les sources citées dans la réponse, retracer ces sources dans votre presse / Wikipedia. Cette méthode prend 30-60 minutes par prompt étudié mais est très instructive.
Conclusion
Une réponse ChatGPT n'est pas magique : c'est l'output d'un système avec 6 couches de signaux. Comprendre ces couches permet de planifier une stratégie GEO ciblée plutôt qu'intuitive.
Pour évaluer comment ChatGPT cite votre marque sur 30 prompts B2B : demandez votre étude sectorielle Geoperf.