Glossaire de la visibilité IA

La mesure de la fréquence et de la proéminence avec laquelle une marque apparaît dans les réponses générées par des modèles IA comme ChatGPT, Claude, Gemini et Perplexity. La visibilité IA est l'équivalent à l'ère de l'IA des classements dans les moteurs de recherche.

Résumés générés par l'IA qui apparaissent en haut des pages de résultats de recherche Google, alimentés par Google Gemini. Les AI Overviews synthétisent les informations de plusieurs pages web et affichent une réponse directe avant les liens bleus traditionnels.

La pratique d'optimiser le contenu et la présence en ligne pour apparaître dans les réponses générées par l'IA. Le GEO est l'évolution du SEO axée sur le fait d'être mentionné ou recommandé par des grands modèles de langage (LLM) plutôt que d'être classé dans les résultats de recherche traditionnels.

Une stratégie de contenu axée sur le fait de rendre votre marque la réponse recommandée aux questions posées aux assistants IA et moteurs de réponse comme Perplexity. L'AEO chevauche le GEO mais se concentre spécifiquement sur les formats questions-réponses.

Un groupe de requêtes et de questions connexes organisées autour d'un thème central ou d'une catégorie de produits. Dans Mentova, un sujet est l'ensemble des requêtes utilisées pour mesurer la visibilité d'une marque dans un segment de marché ou cas d'usage spécifique.

Un profil d'utilisateur simulé injecté dans les requêtes IA pour tester comment différents segments d'audience influencent les recommandations de marques. Dans Mentova, les personas d'audience (ex. 'Alex, chef de produit de 25 ans') sont utilisées pour comprendre comment la visibilité IA varie selon les types d'utilisateurs.

Le pourcentage de mentions de marques générées par l'IA qui appartiennent à votre marque par rapport aux concurrents. Si 5 marques sont mentionnées dans 100 réponses IA dans une catégorie et que votre marque apparaît 30 fois, votre part de voix IA est de 30%.

Le pourcentage de requêtes IA dans lesquelles une marque spécifique est mentionnée au moins une fois. Un taux de mention de 40% signifie que la marque a été citée dans 40 requêtes sur 100 envoyées à un modèle IA sur un sujet donné.

Une métrique (0–100) mesurant dans quelle mesure une source web spécifique façonne les sorties des modèles IA. Les sources avec des scores d'influence élevés (comme Wikipedia, Reddit, G2) sont fréquemment citées dans les données d'entraînement et les réponses IA. Construire une présence sur des sources à forte influence est une stratégie GEO clé.

Une occurrence d'un nom de marque, nom de produit ou identifiant d'entreprise dans une réponse générée par l'IA. Les mentions de marque sont l'unité de mesure centrale dans les analyses de visibilité IA.

Une référence à une source spécifique fournie par un modèle IA avec sa réponse. Perplexity et Bing Copilot citent régulièrement des sources. Être cité par un modèle IA génère du trafic de référence direct et est un signal fort de visibilité IA.

Un type de modèle IA entraîné sur d'immenses quantités de données textuelles pour comprendre et générer le langage humain. Les exemples incluent GPT-4o (OpenAI), Claude (Anthropic) et Gemini (Google). Les LLM sont la technologie derrière les assistants IA et les chatbots.

Le corpus de texte utilisé pour entraîner un modèle de langage IA. Les LLM apprennent les associations de marques, les faits et les recommandations à partir de leurs données d'entraînement. Les marques qui apparaissent fréquemment dans des sources de données d'entraînement de haute qualité tendent à avoir une meilleure visibilité IA.

Un fichier standard proposé (similaire à robots.txt) que les sites web placent à leur racine pour aider les LLM à comprendre leur structure de contenu. Un fichier llms.txt fournit un résumé concis de l'objectif d'un site web, des pages clés et des autorisations pour la formation et la récupération IA.

Un crawler web opéré par une société d'IA pour indexer le contenu web pour la formation ou la génération augmentée par récupération (RAG). Les principaux crawlers IA incluent GPTBot (OpenAI), ClaudeBot (Anthropic) et Google-Extended (Google). Les sites web peuvent contrôler l'accès des crawlers IA via robots.txt.

Une technique où un modèle IA récupère des informations pertinentes d'une base de connaissances externe avant de générer une réponse. Le RAG permet aux modèles IA d'accéder à des informations à jour au-delà de leur date limite d'entraînement, et est utilisé par Perplexity et Bing Copilot.

Une entrée textuelle donnée à un modèle IA pour obtenir une réponse. Dans le suivi de visibilité IA, les requêtes sont des questions ou demandes soigneusement formulées qui simulent la façon dont les vrais utilisateurs interrogent l'IA sur les marques, produits et catégories.

Le processus de connexion des sorties IA à des sources vérifiables du monde réel. Quand un modèle IA est 'ancré', ses réponses sont liées à des documents ou sources web spécifiques plutôt que purement synthétisées à partir des données d'entraînement.