Comment les moteurs de recherche basés sur l'IA citent leurs sources selon la langue et le pays

Lorsqu'une personne pose une question à un assistant IA, les sources vers lesquelles celui-ci la renvoie déterminent ce qu'elle apprend et les marques qu'elle découvre. Et nous nous sommes demandé… comment ces assistants choisissent-ils leurs sources ? Ce comportement varie-t-il selon les langues, les pays, les sujets et les systèmes d'IA ?

Comme pour toutes les autres questions que nous nous posions, nous avons décidé de mener l'enquête.

Nous avons élaboré 400 questions réparties en 5 catégories thématiques et 3 niveaux de précision, nous les avons rédigées en anglais, en français, en espagnol et en japonais, puis nous les avons soumises à 4 systèmes d'IA répartis dans 5 pays. Cela nous a permis d'obtenir plus de 16 000 réponses, et nous avons répertorié toutes les sources citées par chaque système.

Plusieurs tendances se sont clairement dégagées. Certaines concernent le fonctionnement général de ces systèmes, mais celle qui importe le plus pour toute marque souhaitant pénétrer de nouveaux marchés est, vous l’avez deviné : la langue.

Allons-y.

Comment nous avons mené cette étude

Nous souhaitions que cet ensemble de requêtes reflète une véritable curiosité plutôt qu'une simple liste de mots-clés destinée au référencement naturel (SEO) ; nous avons donc réparti les 400 questions en 5 catégories (e-commerce, SaaS, culture générale, actualités internationales et tutoriels) et en 3 niveaux de longueur, allant des requêtes courtes et générales aux requêtes longues et spécifiques.

Nous avons ensuite testé chaque question en deux versions par marché : en anglais partout, et dans la langue locale de chaque marché (en français en France, en espagnol en Espagne, en Argentine et aux États-Unis, et en japonais au Japon). Les quatre systèmes utilisés étaient GPT 5.5, Claude Haiku 4.5, Gemini Flash 3.5 et Google AI Overviews, sauf en France, où ce dernier n’a pas encore été déployé.

Pour chaque réponse, nous avons enregistré les URL sources fournies par le système. Les chiffres ci-dessous sont issus de cet ensemble brut de plus de 16 000 réponses.

Les chatbots et les systèmes d'IA se comportent comme des machines opposées

C'est entre les chatbots et les « AI Overviews » de Google que l'on a constaté la plus grande divergence de comportement, notamment en ce qui concerne la manière dont chacun d'entre eux cite ses sources.

Les chatbots font très peu appel à des sources pour répondre à des questions courtes et générales. Mais plus la question devient précise, plus ils citent de sources. Claude, par exemple, cite en moyenne 0,12 source pour une requête courte et 2,96 pour une requête longue ; ChatGPT passe de 0,09 à 2,26. Gemini cite davantage de sources dans l’ensemble, passant d’environ 1,7 source pour les requêtes courtes à environ 6,5 pour les requêtes longues. Si vous visez la visibilité dans les résultats de recherche basés sur l’IA (ce qui, si vous lisez cet article, est probablement le cas), optimiser votre contenu pour prompts spécifiques et à longue traîne augmentera prompts vos chances d’être cité.

Cependant, les « Google AI Overviews » fonctionnent à l’inverse. Elles citent le plus grand nombre de sources pour les requêtes courtes et générales (environ 6 sources chacune) et ce nombre diminue à mesure que la requête s’allonge et devient plus précise (jusqu’à environ 4). C’est le comportement d’une page de résultats de recherche, et non celui d’un chatbot : les requêtes courtes donnent lieu à un éventail de liens, et plus la question est précise, plus la réponse se restreint.

Voici une comparaison des trois chatbots, sur la base du nombre moyen de sources citées par requête :

‍

Les chatbots répondent aux questions générales en s'appuyant sur leurs connaissances existantes et ne font appel à des sources que lorsque la requête devient plus précise, tandis que les « AI Overviews » ajoutent des liens à la manière d'un moteur de recherche.

Les marques sont citées même lorsqu'aucun lien n'apparaît

Dans de nombreuses interfaces d'IA, l'utilisateur voit la réponse écrite, et non une liste de liens. Ainsi, les entreprises citées par un assistant dans sa réponse peuvent avoir autant d'importance que les URL qu'il mentionne. Nous avons compté le nombre d'entreprises distinctes citées par chaque chatbot pour chaque requête. (Les « Google AI Overviews » ne sont pas pris en compte ici, car nous avons pu récupérer les liens qu'ils citaient, mais pas le texte de leur réponse.)

Nombre moyen d'entreprises citées par requête, par chatbot et selon la longueur de la requête

‍

ChatGPT et Gemini citent plusieurs entreprises par requête, même pour des questions courtes et générales, ces mêmes questions pour lesquelles ils ne mentionnent pratiquement aucune URL. Une marque peut apparaître dans le texte de la réponse sans qu'aucun lien ne renvoie vers elle, ce qui signifie que ce qui compte, c'est d'être le type d'entreprise que ces modèles reconnaissent déjà, et pas seulement d'être accessible via un lien.

Augmentation du nombre de citations sur des sujets liés au commerce et aux actualités

Le sujet est tout aussi important que la longueur de la requête. Si l'on examine les chatbots, le nombre moyen de sources citées par question a augmenté de manière constante, passant des sujets intemporels à des thèmes commerciaux et d'actualité.

‍

Les sujets fixes et bien documentés, tels que les tutoriels et les connaissances générales, génèrent le moins de citations ; les modèles y répondent en grande partie grâce à leur apprentissage. Les sujets commerciaux et d'actualité, comme le commerce électronique, le SaaS et l'actualité internationale, génèrent le plus de citations, car les modèles recherchent des informations récentes. Pour toute personne évoluant dans un secteur commercial, c'est là l'aspect encourageant de cette conclusion : ce sont précisément ces requêtes qui offrent la possibilité de devenir une source citable.

L'anglais reste la langue la plus citée

Sur l'ensemble des trois chatbots, les requêtes en anglais ont généré davantage de résultats que celles formulées dans la langue locale, et ce sur tous les marchés que nous avons testés.

Si l'on pose la même question en anglais, ces systèmes exploitent davantage de sources que lorsqu'ils fonctionnent dans la langue locale, et ce partout. Les contenus en anglais bénéficient toujours d'une longueur d'avance structurelle en termes de nombre de citations, ce qui est logique, étant donné qu'il s'agit de la langue dominante sur Internet. Ce qui change selon la langue, ce n'est pas la présence ou non de sources, mais leur nature.

Posez la question dans une langue locale, et les sources deviendront locales

Lorsque nous avons posé ces mêmes questions dans une langue locale plutôt qu'en anglais, les systèmes ont manifestement privilégié les sources locales rédigées dans cette langue.

Au Japon, 26 % de l'ensemble des sources citées se trouvaient sur des domaines japonais (.jp) lorsque nous avons posé nos questions en japonais, contre environ 1 % lorsque nous avons posé les mêmes questions en anglais. Si l'on se limite aux sites du gouvernement japonais et aux sites universitaires (.go.jp et .ac.jp), l'écart persiste : 4,26 % en japonais contre 0,13 % en anglais.

La France a affiché la même tendance. Les requêtes en français ont généré 16 % des références vers des domaines .fr, contre 1,4 % pour les requêtes en anglais, et les sites du gouvernement français (.gouv.fr) sont passés d'un taux quasi nul en anglais à 1,25 % en français. En Espagne, les requêtes en espagnol ont généré 7 % des références vers des domaines .es, contre environ 1 % en anglais, et l'Argentine a suivi la même tendance, mais de manière plus modérée.

Mêmes questions, mêmes sujets, langage de requête différent, et les systèmes puisent dans un ensemble de sources différent. En résumé, les contenus disponibles uniquement en anglais se situent en grande partie en dehors du vivier dans lequel ces systèmes puisent lorsqu’ils fournissent une réponse dans une langue locale. Cet effet est également le plus marqué sur le marché le plus éloigné de l’anglais, à savoir le Japon, et le plus faible sur les marchés les plus proches.

Chaque système dispose de ses propres critères de sélection

Ces systèmes se distinguent également par les types de sources qu'ils privilégient, et cette tendance est restée constante dans toutes les langues que nous avons testées.

Comme le montre le tableau, chaque système extrait ses citations des pages commerciales et des pages de marque, mais leur comportement diverge pour tout le reste.

Par exemple, Claude est clairement le plus grand adepte des pages commerciales et des pages de marques, avec près de 9 citations sur 10 qui leur sont attribuées, contre pratiquement aucune pour les médias. ChatGPT répartit ses citations de manière plus équilibrée (mais pas de beaucoup), en privilégiant tout de même largement les pages commerciales et les pages de marques, tandis que les institutions internationales et les médias arrivent loin derrière, avec respectivement 8,1 % et 9,9 %.

Les synthèses de Gemini et d'AI Overviews s'appuient largement sur des sources issues de la communauté et de vidéos : à elles seules, YouTube et Reddit représentaient 21,5 % des références citées par Gemini et 29,8 % de celles citées par AI Overviews.

Si vous cherchez à être référencé par Gemini ou dans un « AI Overview », une forte présence sur YouTube et Reddit fera toute la différence. Si vous visez plutôt ChatGPT et Claude, vos propres pages de marque et votre couverture dans des publications reconnues auront davantage d'importance.

Quels sont les domaines et les marques les plus cités ?

Les moyennes décrivent la répartition des citations. Les noms spécifiques indiquent qui occupe cet espace. Nous avons recensé les domaines et les entreprises les plus cités par chaque chatbot au sein de chaque catégorie thématique, après avoir exclu toute entreprise mentionnée directement dans les requêtes ; ces données reflètent donc ce vers quoi les modèles se sont tournés de leur propre initiative. Ces deux tableaux couvrent les trois chatbots.

Domaines les plus cités (les 3 premiers par catégorie)

‍

On constate ici une distinction nette.

Gemini concentre ses mentions sur un petit nombre de plateformes, YouTube et Reddit occupant les premières places dans presque toutes les catégories.

ChatGPT et Claude s'appuient quant à eux sur de nombreuses sources spécialisées par catégorie : des sites d'évaluation de matériel informatique comme Tom's Guide et TechRadar pour le commerce en ligne, et des sources de recherche et de référence telles qu'arXiv, PubMed et Wikipédia pour les connaissances générales et l'actualité.

Le commerce électronique et le SaaS sont les domaines les plus cités et offrent les résultats les plus stables ; les chiffres relatifs à la culture générale sont peu nombreux, il convient donc de considérer ces classements comme indicatifs.

Entreprises les plus citées (les 3 premières par catégorie)

‍

HubSpot arrive en tête du classement SaaS pour les trois chatbots, suivi de près par Salesforce ; on observe un niveau de concordance rare entre les différents modèles, tandis que le secteur du commerce électronique se concentre autour de marques de matériel grand public telles que Logitech, Razer et Anker.

Il s'agit toutefois d'une avance modeste : HubSpot détient moins de 3 % du marché du SaaS, de sorte que les mentions se répartissent entre un grand nombre d'entreprises. Être cité ne revient pas tant à détrôner un acteur dominant, comme ce serait le cas avec les trois premiers liens bleus traditionnels en référencement naturel. Il s'agit plutôt de figurer tout simplement parmi les résultats.

Ce que cela implique pour l'internationalisation

Cette étude évalue où ces systèmes cherchent des informations, et non ce qu'un site en particulier devrait faire. Les données montrent que les systèmes d'IA localisent leurs sources : si l'on formule une requête dans une langue donnée, ils privilégient les sources rédigées dans cette langue et provenant de cette région.

Pour une marque qui se développe à l'international, cela redéfinit la question de l'éligibilité des contenus en langue locale. En termes simples, les contenus rédigés dans la langue maternelle d'un marché peuvent être cités lorsqu'un internaute local pose une question. En revanche, s'ils n'existent qu'en anglais, ils ne peuvent généralement pas être cités. Il s'agit d'un phénomène que nous avions déjà observé sous un angle différent dans nos recherches antérieures sur la traduction et la visibilité de l'IA, et cette étude contribue à expliquer le mécanisme qui le sous-tend.

Prêt à vous adresser à ces marchés dans leur propre langue ?

Si vous souhaitez que votre contenu puisse être référencé lorsque les internautes effectuent des recherches dans leur propre langue, vous pouvez commencer votre essai gratuit de Weglot et mettre en ligne un site multilingue en quelques minutes.