Depuis que les réponses générées par les IA se sont installées en haut des résultats en 2024, une question revient chez les marques : sur dix réponses d'assistant à propos de mon métier, combien me citent ? C'est exactement ce que mesure le share of model. Voici une définition nette, ce que cet indicateur change concrètement, et comment le suivre sans usine à gaz.
Définition du share of model
Le share of model est la part de voix d'une marque dans les réponses produites par les IA. Sur un ensemble de questions données, il mesure la fréquence à laquelle une marque est citée ou recommandée par un assistant tel que ChatGPT ou Perplexity, rapportée à l'ensemble des marques citées.
L'idée tient en une image. Quand un prospect demande à une IA « quel prestataire choisir pour [votre métier] », l'assistant ne renvoie pas vingt liens : il rédige une réponse et glisse au passage le nom de quelques marques. Le share of model, c'est votre fréquence d'apparition dans ce texte, sur l'ensemble des questions qui comptent pour votre activité. Plus elle est élevée, plus vous occupez l'espace mental que l'IA restitue à l'utilisateur.
Le concept est récent parce que l'objet qu'il mesure est récent. Tant que la recherche produisait des listes de liens, on parlait de position et de trafic. Avec les réponses génératives, le terrain de jeu se déplace vers la mention dans le texte. Le fonds d'investissement Andreessen Horowitz a résumé ce basculement en parlant de « reference rates », soit la fréquence à laquelle une marque ou un contenu est cité comme source dans les réponses des modèles, plutôt que de taux de clic (a16z, 2025). Le share of model agrège ces apparitions en un indicateur de part de marché de l'attention.
Share of model et share of voice
Le share of voice classique mesure la présence d'une marque dans les médias ou les résultats de recherche. Le share of model transpose cette logique aux réponses des IA : non plus une part d'affichage ou de liens, mais une part de mentions dans le texte rédigé par le modèle.
Le share of voice est un repère familier en marketing : sur un marché, quelle fraction de la voix publicitaire et des mentions presse vous revient. Le share of model en est l'héritier direct, adapté à un canal où l'utilisateur ne voit souvent qu'une seule réponse au lieu d'une page entière de résultats. La différence n'est pas qu'un mot, elle change la mécanique de la concurrence.
| Critère | Share of voice | Share of model |
|---|---|---|
| Terrain | Médias, publicité, page de résultats | Réponse rédigée par une IA |
| Unité comptée | Impressions, mentions, liens positionnés | Mentions de la marque dans le texte généré |
| Champ de vision | Plusieurs résultats côte à côte | Souvent une seule réponse, deux à quatre marques |
| Levier principal | Budget média, autorité de domaine | Contenu citable, sources nommées, fraîcheur |
| Volatilité | Relativement stable | Varie selon la formulation et le modèle |
La conséquence est rude. Sur une page de résultats, être quatrième reste visible. Dans une réponse d'IA qui ne cite que trois acteurs, être quatrième, c'est être absent. Le share of model récompense donc la concentration de la qualité plus que l'étalement du volume. Pour creuser l'écart entre référencement classique et visibilité dans les IA, on a écrit un guide dédié sur le GEO et sa définition.
Pourquoi cet indicateur compte
Quand une réponse IA s'affiche, l'utilisateur clique beaucoup moins sur les liens classiques. La part de votre marque se joue alors dans la mention au sein de la réponse, pas dans la position d'un lien en dessous.
Le changement de comportement est mesuré. Une enquête du Pew Research Center de juillet 2025 montre que, lorsqu'un résumé IA apparaît dans Google, seuls 8 % des utilisateurs cliquent ensuite sur un lien, contre 15 % en l'absence de résumé, et près de 26 % quittent leur session juste après l'avoir lu. Le clic se raréfie, donc la valeur migre vers la mention. Suivre uniquement sa position SEO devient un angle mort : on peut être premier sur Google et invisible dans la réponse qui s'affiche au-dessus.
Le share of model donne un nom et un chiffre à cet angle mort. Il répond à une question que la position seule ne couvre plus : sur les requêtes qui amènent des clients, est-ce que l'IA parle de vous, et autant que de vos concurrents ? L'enjeu est d'autant plus fort que les réponses génératives touchent désormais une large part des requêtes business en France. C'est ce déplacement qui explique en partie la baisse de trafic SEO observée avec les AI Overviews : le trafic baisse parce que la réponse capte l'attention, et seuls ceux qui sont cités en profitent.
J'ai testé ce phénomène sur des comptes clients PME au printemps 2026. Sur une dizaine de questions commerciales typiques posées à ChatGPT et à Perplexity, la plupart des réponses citaient deux à quatre marques, presque toujours les mêmes. Des acteurs pourtant bien classés sur Google n'apparaissaient jamais : leur share of model était proche de zéro alors que leur SEO était correct. C'est exactement l'écart que cet indicateur révèle.
Vous voulez connaître votre share of model sur vos requêtes métier ?
Comment le mesurer
On définit une liste de questions réelles de clients sur son métier, on les pose aux principaux assistants IA, puis on compte combien de fois la marque apparaît rapporté au nombre total de marques citées. On répète ces tests dans le temps pour suivre une tendance, pas un chiffre figé.
La méthode tient en quatre étapes simples, sans outil sophistiqué pour démarrer.
- Lister les vraies requêtes. Pas vos mots-clés rêvés, mais ce qu'un prospect tape réellement quand il cherche votre type de solution. Quinze à trente questions suffisent pour commencer.
- Interroger les assistants. Posez chaque question à ChatGPT et à Perplexity, puis vérifiez ce que renvoient les AI Overviews de Google. Notez, pour chacune, les marques citées dans la réponse.
- Compter la part. Pour vous, divisez le nombre de réponses où vous apparaissez par le nombre total de réponses, ou votre nombre de mentions par le total des mentions toutes marques confondues. C'est votre share of model sur ce panier de requêtes.
- Répéter dans le temps. Refaites le test chaque mois. Les réponses des IA variant selon la formulation et le modèle, c'est la tendance sur plusieurs relevés qui compte, jamais un relevé isolé.
Le piège du chiffre unique. Un share of model relevé un seul jour ne veut presque rien dire : reformulez la question ou changez d'assistant, et le résultat bouge. Mesurez toujours sur un panier de requêtes et sur plusieurs relevés. Une moyenne stable sur trois mois reste bien plus fiable qu'un score isolé.
Pour automatiser ce suivi, des plateformes spécialisées dans le suivi des mentions IA apparaissent, et des outils SEO établis ajoutent des fonctions de suivi des marques dans les réponses génératives (a16z, 2025). Mais pour démarrer, un tableur et un peu de discipline révèlent déjà l'essentiel : qui est cité, qui ne l'est pas, sur quelles questions précises vous décrochez la mention.
Comment l'améliorer
Améliorer son share of model, c'est devenir une source que l'IA a envie de citer. La recherche fondatrice sur le sujet, l'étude « GEO: Generative Engine Optimization » publiée fin 2023 par des équipes de Princeton, du Georgia Institute of Technology, de l'Allen Institute for AI et de l'IIT Delhi, a testé sur 10 000 requêtes ce qui rend un contenu plus citable. Le fait de citer des sources et de reformuler avec le vocabulaire de la requête augmentait la visibilité dans les réponses génératives jusqu'à 40 %, tandis que le bourrage de mots-clés ne servait plus à rien (Aggarwal et al., 2023).
Concrètement, quelques signaux pèsent plus que les autres.
- Une réponse nette en tête de section. Une IA extrait plus facilement un passage qui répond en une ou deux phrases avant de développer.
- Des sources nommées et datées. Une affirmation appuyée par un régulateur ou une étude identifiée donne à l'IA une preuve qu'elle peut reprendre. Sans source, l'affirmation est ignorée ou attribuée à un concurrent qui, lui, l'a sourcée.
- Des données de première main. Vos chiffres, vos retours d'expérience, vos comparatifs : ce qu'une IA ne peut pas fabriquer et qu'un concurrent ne peut pas copier.
- Un balisage propre. Des données structurées et une entité de marque cohérente sur tout le site aident l'IA à comprendre qui vous êtes et ce que vous proposez. Voyez notre guide sur la mention de marque par les IA et celui sur la citation IA pour aller plus loin.
Ce travail porte un nom : le GEO, l'optimisation pour les moteurs génératifs. C'est la discipline qui transforme un contenu correct en source citable, et donc un share of model faible en présence régulière. Si votre objectif est d'être recommandé par un assistant précis, nos guides détaillent comment être cité par ChatGPT et être cité par Perplexity.
Ce que le share of model ne dit pas
L'indicateur est utile, à condition de connaître ses limites, sinon on en fait un fétiche.
Il ne vaut que par son panier de requêtes. Un share of model élevé sur des questions sans intention d'achat ne rapporte rien. Choisissez d'abord les bonnes requêtes, le chiffre suit ensuite. Un score impressionnant sur de mauvaises questions est un faux bon signal.
Il n'est pas stable par nature. Les réponses des IA varient d'un utilisateur à l'autre, d'une formulation à l'autre, et changent à chaque mise à jour de modèle. On suit une probabilité d'apparition, pas un classement figé. Quiconque vous promet « 100 % de share of model » ou « la première place sur ChatGPT » se trompe ou vous trompe.
Il ne mesure pas le contexte de la mention. Être cité dans une liste d'exemples n'a pas la même valeur qu'être recommandé comme meilleur choix, et une mention assortie d'avis négatifs peut desservir. Le chiffre brut doit toujours se lire avec le ton et la position de la mention.
Enfin, il ne remplace pas le SEO. Les moteurs IA puisent largement dans l'index de recherche pour choisir leurs sources : un contenu mal référencé n'a aucune chance d'être cité. Le share of model s'ajoute aux indicateurs SEO, il ne les remplace pas. Et il ne récompense pas le contenu produit à la chaîne : Google ne pénalise pas le contenu IA, il pénalise le mauvais contenu, et les moteurs génératifs appliquent la même logique au moment de choisir qui citer.
L'approche Cicéro
Chez Cicéro, on traite le share of model comme une boussole, pas comme un trophée. Le travail démarre par un audit GEO qui mesure où vous êtes cité et où vous ne l'êtes pas, sur vos vraies requêtes. Vient ensuite une production éditoriale qui transforme votre expertise en pages de référence citables, puis un maillage sémantique automatisé qui relie ces pages pour que les moteurs comprennent votre territoire. La promesse tient en une phrase : la qualité d'une agence, la productivité d'un software. Pour comprendre comment une agence GEO pilote cette démarche, on a détaillé l'approche sur une page dédiée.
Questions fréquentes
Qu'est-ce que le share of model ?
Le share of model est la part de voix d'une marque dans les réponses produites par les IA. Il mesure, sur un ensemble de questions données, la fréquence à laquelle une marque est citée ou recommandée par un assistant tel que ChatGPT ou Perplexity, rapportée à l'ensemble des marques citées.
Quelle différence entre share of model et share of voice ?
Le share of voice classique mesure la présence d'une marque dans les médias ou les résultats de recherche. Le share of model transpose cette logique aux réponses des IA : ce n'est plus la part d'affichage publicitaire ou de liens, mais la part de mentions dans le texte rédigé par le modèle, là où l'utilisateur ne voit souvent qu'une seule réponse.
Comment mesurer son share of model ?
On définit une liste de questions réelles de clients sur son métier, on les pose aux principaux assistants IA, puis on compte combien de fois la marque apparaît par rapport au nombre total de marques citées. On répète ces tests dans le temps pour suivre la tendance plutôt qu'un chiffre figé.
Le share of model peut-il atteindre 100 % ?
En pratique, non, et ce n'est pas l'objectif. Une IA cite en général deux à quatre marques par réponse et varie ses choix selon la formulation et le moment. Un bon share of model signifie apparaître régulièrement et dans un contexte favorable sur ses requêtes clés, pas occuper toutes les réponses.
Comment améliorer son share of model ?
On améliore son share of model en produisant des contenus citables : une réponse nette en tête de section, des sources nommées et datées, des données de première main appuyées par un balisage propre. C'est l'objet du GEO, l'optimisation pour les moteurs génératifs, qui rend une marque plus facile à extraire et à recommander pour une IA.
Sources
- Aggarwal et al. (Princeton, Georgia Tech, Allen Institute for AI, IIT Delhi), 2023, « GEO: Generative Engine Optimization », étude fondatrice sur 10 000 requêtes.
- Andreessen Horowitz (a16z), 2025, « From SEO to GEO », notion de reference rate et suivi des mentions de marque dans les modèles.
- Pew Research Center, juillet 2025, données de clics en présence d'un résumé IA dans Google.
- Google (The Keyword), mai 2024, annonce du déploiement des AI Overviews dans la recherche.
- Google Search Central, documentation 2026, données structurées Article et signaux compris par les moteurs.
Expert du growth et de la stratégie de contenu, j'aide les entreprises à capter une visibilité organique durable, sur Google comme dans les réponses des IA. J'ai lancé Cicéro pour produire des contenus pensés pour être cités et pour convertir, pas seulement pour exister. Le share of model, je l'ai testé et je le mesure chaque semaine sur des requêtes métier réelles de clients.
LinkedIn