- Le fait : depuis le passage à GPT-5.3 le 4 mars 2026, ChatGPT Search cite en moyenne 15 domaines uniques par réponse contre 19 auparavant — soit une baisse de 20%.
- Le mécanisme : les fan-out queries permettent à ChatGPT de lancer 5 à 10 requêtes parallèles par réponse, mais uniquement vers des sources déjà connues en mémoire paramétrique.
- L'Effet Bigfoot : la visibilité IA se concentre sur un nombre restreint de domaines autorité. Si votre marque n'est pas en mémoire LLM, elle n'est même pas candidate.
- Ce qu'il faut faire : construire la visibilité paramétrique (presse, Wikipedia, sites d'autorité) avant la prochaine fenêtre de mise à jour des données d'entraînement.
Une recherche indépendante publiée le 14 mai 2026 sur Search Engine Land révèle comment fonctionne réellement le moteur de recherche interne de ChatGPT — et les chiffres ont de quoi surprendre les équipes marketing qui pensaient que leur site était "visible" sur l'IA.
L'équipe de recherche a rétro-ingénié le système web.run de ChatGPT Search — l'architecture fondamentale qui pilote toutes les récupérations web lors des conversations — et documenté comment les fan-out queries redistribuent la visibilité entre les sites.
Le fan-out queries : comment ChatGPT décide quoi chercher
Quand vous posez une question à ChatGPT Search, le modèle ne lance pas une seule recherche. Il exécute une stratégie de fan-out : plusieurs requêtes ciblées en parallèle, chacune conçue pour récupérer un angle précis depuis des sources spécifiques.
Pour une requête classique, ChatGPT peut générer entre 5 et 10 sous-requêtes. Pour les requêtes produit, l'équipe a découvert un type inédit : les browse_rewritten_queries. Quand un utilisateur cherche une recommandation de produit, le modèle lance d'abord une requête pour identifier les candidats, puis des requêtes individuelles pour chaque produit afin de récupérer les specs, avis et prix.
GPT-5.4 Thinking va encore plus loin : il utilise des opérateurs site: pour restreindre ses recherches aux domaines qu'il considère comme fiables. Si votre domaine n'est pas dans cette liste implicite, il ne sera tout simplement pas interrogé.
Ce que dit la recherche : "Le modèle formule ses requêtes web en ciblant les sources qu'il connaît déjà. Une marque absente de la mémoire paramétrique ne sera même pas considérée comme candidate lors des recherches." — Source : Search Engine Land, analyse du système web.run, 14 mai 2026.
L'Effet Bigfoot : la concentration de la visibilité IA
L'équipe a nommé "Effet Bigfoot" le phénomène qu'elle a documenté : une concentration croissante des citations sur un nombre restreint de domaines autorité, analogue à l'update Google Bigfoot de 2012.
Les chiffres sont précis :
- Avant GPT-5.3 (avant le 4 mars 2026) : 19 domaines uniques cités en moyenne par réponse, 24 URLs
- Après GPT-5.3 : 15 domaines uniques, 19 URLs — soit -20% de portée
- Conséquence : certaines pages ont tout simplement cessé d'être crawlées par le bot ChatGPT-User
L'effet est amplifié par GPT-5.4 Thinking qui, selon la recherche, "amplifie davantage la concentration" via ses opérateurs site: ciblés.
Pour les équipes qui travaillent leur stratégie GEO en 2026, c'est une confirmation de ce qu'on observe depuis des mois : la visibilité IA n'est pas linéaire. Elle suit une loi de puissance — les premiers prennent l'essentiel.
Visibilité paramétrique vs visibilité dynamique : la distinction clé
La recherche introduit un cadre conceptuel important pour comprendre comment une marque est (ou n'est pas) citée par ChatGPT :
La visibilité paramétrique
C'est l'autorité encodée dans les données d'entraînement du modèle — stable, mesurable via des audits API en one-shot. Elle est façonnée par la présence dans Wikipedia, les articles de presse, les citations sur des sites d'autorité dans votre secteur. C'est l'équivalent de l'E-E-A-T pour les LLMs.
La visibilité dynamique
C'est la récupération en temps réel lors des conversations — volatile et dépendante du modèle. Une même requête produit des citations différentes selon que l'utilisateur accède à GPT-5.3 Instant, 5.4 Thinking ou 5.4 Extended. Une mise à jour de modèle peut effacer votre visibilité dynamique du jour au lendemain.
La conséquence stratégique est claire : la visibilité paramétrique est le seul fondement stable. Et les fenêtres de mise à jour des données d'entraînement — environ annuelles — représentent l'opportunité stratégique pour influencer cette mémoire LLM. Nous sommes potentiellement dans une de ces fenêtres maintenant.
Le système web.run : la plomberie interne de ChatGPT Search
Au-delà de l'Effet Bigfoot, la recherche documente l'évolution architecturale de web.run, le système qui pilote toutes les recherches web de ChatGPT.
Avant le 4 mars 2026, web.run envoyait des commandes texte compactes séparées par des pipes. Depuis GPT-5.3, il transmet des objets JSON structurés avec des paramètres typés — une évolution significative qui reflète des changements profonds dans la formulation des requêtes.
Le système supporte désormais 12 opérations (contre 4 auparavant) : search_query, open, find, click, screenshot, product_query, ainsi que des widgets spécialisés pour le sport, la finance et la météo. Cette expansion indique que ChatGPT Search devient un vrai moteur de récupération, pas une simple surcouche de recherche web.
L'équipe a également découvert des détails sur la politique interne : Reddit bénéficie d'une exemption sur les limites de mots liées aux droits d'auteur ; une liste de produits interdits existe ; et la verbosité opère sur une échelle de 1 à 10. Ces informations ont été obtenues en contournant les filtres via des formulations qui évitent le terme "system prompt".
Ce que ça change pour votre stratégie de visibilité IA
Si vous êtes responsable marketing, CEO d'une PME ou consultant SEO, voici les 3 implications concrètes de cette recherche :
- Surveiller votre visibilité sur plusieurs versions de GPT. Un même prompt produit des citations différentes selon le modèle. Votre audit GEO doit couvrir GPT-5.3, 5.4 Thinking et 5.4 Extended séparément.
- Investir dans la visibilité paramétrique maintenant. La fenêtre de mise à jour des données d'entraînement est l'opportunité stratégique pour influencer durablement votre présence en mémoire LLM. Publications dans la presse, Wikipedia, sites d'autorité — ces signaux s'accumulent.
- Structurer votre contenu pour la récupération dynamique. Réponses directes en début d'article, données datées, sources nommées, passages autonomes citables — les ingrédients qui rendent une page récupérable par le fan-out. C'est ce que Cicéro appelle le contenu GEO-ready.
La donnée clé à retenir : si votre marque n'est pas en mémoire paramétrique, elle ne sera même pas dans le lot des candidats à citer. Le fan-out ne peut pas "découvrir" une marque inconnue du modèle — il récupère, il ne cherche pas.
Ce phénomène est cohérent avec ce que nous observons dans nos audits de visibilité GEO 2026 : les marques qui apparaissent dans les réponses IA ne sont pas forcément celles qui ont le meilleur contenu — ce sont celles qui ont une empreinte d'autorité suffisante pour entrer en mémoire paramétrique.
Limites de cette analyse
Ce que cet article ne couvre pas :
- La méthodologie précise de rétro-ingénierie utilisée par l'équipe (non divulguée en détail)
- Les données comparatives pour Perplexity, Google AI Overviews ou Bing Copilot — le comportement peut différer significativement
- Les requêtes sur plans payants GPT-4o vs plans gratuits — la recherche note que les utilisateurs gratuits peuvent être routés vers des modèles plus légers
- L'impact sur les sites non-anglophones — les données sont principalement issues de sites en anglais
Pour aller plus loin
- Framework GEO 2026 : les 6 piliers de la visibilité IA
- Guide complet GEO pour les entreprises françaises
- E-E-A-T et IA : ce qui change pour votre contenu en 2026
- Comparatif des outils GEO 2026
Questions fréquentes
L'Effet Bigfoot désigne la concentration croissante des citations de ChatGPT Search sur un nombre restreint de domaines à forte autorité. Depuis le passage à GPT-5.3 en mars 2026, le modèle cite en moyenne 15 domaines uniques par réponse contre 19 auparavant, soit une baisse de 20%. Les marques absentes de la mémoire paramétrique du modèle ne sont plus considérées comme candidates lors des recherches.
Un fan-out query est la stratégie de ChatGPT Search qui consiste à lancer plusieurs requêtes ciblées plutôt qu'une seule recherche large. Pour une question utilisateur, le modèle peut générer 5 à 10 sous-requêtes parallèles, chacune visant à récupérer des informations précises depuis des sources spécifiques. GPT-5.4 Thinking va plus loin en utilisant des opérateurs site: pour restreindre les résultats aux domaines considérés comme fiables.
La visibilité paramétrique est l'autorité encodée dans les données d'entraînement du modèle — stable et mesurable via des audits API. Elle dépend de la présence de votre marque dans Wikipedia, les articles de presse, et les sites d'autorité. La visibilité dynamique est la récupération en temps réel lors des conversations, volatile et dépendante du modèle utilisé. Une mise à jour peut effacer votre visibilité dynamique du jour au lendemain.
Trois leviers : (1) construire la visibilité paramétrique via des mentions dans Wikipedia, la presse spécialisée et les sites d'autorité de votre secteur ; (2) structurer votre contenu pour la récupération dynamique avec des réponses directes, des données datées et des sources nommées ; (3) surveiller votre visibilité sur les différentes versions de GPT car un modèle peut vous citer, un autre non.
web.run est le système de recherche interne de ChatGPT, l'architecture fondamentale qui alimente toutes les récupérations web lors des conversations. Depuis le passage à GPT-5.3 le 4 mars 2026, il transmet des objets JSON structurés avec des paramètres typés. Il supporte désormais 12 opérations : search_query, open, find, click, screenshot, product_query, et des widgets spécialisés pour le sport, la finance et la météo.
Spécialiste du growth et de la stratégie de contenu SEO, j'ai lancé Cicéro pour aider les entreprises à capter une visibilité organique durable — sur Google comme dans les réponses des IA. Chaque contenu qu'on produit est pensé pour convertir, pas juste pour exister.
LinkedIn