Les moteurs de recherche basés sur l'IA donnent-ils les mêmes résultats pour une même requête ? Une étude

Avec autant de moteurs génératifs disponibles, chacun a ses préférences et prend parti. Que vous soyez un utilisateur assidu des moteurs de recherche basés sur l'IA ou même un débutant, vous avez forcément une plateforme vers laquelle vous vous tournez : peut-être appréciez-vous la rigueur de ChatGPT ou les nombreuses références bibliographiques de Perplexity. 

Mais cela soulève une question : vivrez-vous la même expérience avec votre moteur de recherche IA préféré que celle que d'autres vivent avec leur outil génératif préféré ?

Si c'est un peu comme ce qu'a vécu mon collègue, la réponse est pas vraiment.

Dès que j'ai eu l'idée d'écrire un article de blog sur la manière dont les moteurs de recherche basés sur l'IA répondent à une même requête, elle a tout de suite trouvé un sujet. 

Lorsqu'elle a commencé à explorer différents outils d'IA générative, elle en a sélectionné trois et leur a demandé de la transformer en personnage de Peanuts. Elle leur a fourni la même consigne et leur a demandé de faire des merveilles.

Deux d'entre eux l'ont fait. L'autre… eh bien… a essayé.

Inutile de dire que l'une de ces choses ne ressemble pas aux autres. L'une de ces choses n'a tout simplement pas sa place ici.

C'est ce qui m'a convaincu : il fallait que je me lance pour voir comment différents moteurs génératifs génèrent des réponses à la même requête. Et même si les résultats que j'ai obtenus ne sont pas aussi drôles que l'image ci-dessus, ils m'ont tout de même permis de découvrir des aspects intéressants sur la manière dont les moteurs de recherche basés sur l'IA génèrent des réponses aux requêtes.

Dans ce guide :

• Comprendre les moteurs génératifs
• Contexte de cette étude
• Comment les moteurs de recherche basés sur l'IA générative génèrent des réponses à des requêtes identiques
• Conclusions générales tirées de cette étude sur les réponses générées par l'IA

Comprendre les moteurs génératifs

Tous les moteurs génératifs ont une structure de fonctionnement similaire, mais elle n'est pas identique. En général, ils s'entraînent tous sur un ensemble de données et utilisent des stratégies de décodage pour déchiffrer les informations afin de produire des réponses. Ils s'appuient tous sur l'ingénierie des prompts, qui détermine quelles informations apparaissent dans la réponse.

Mais ce qui les distingue, c'est la manière dont les composants de cette structure sont conçus. Par exemple, ChatGPT peut être entraîné sur un ensemble de données totalement différent de celui de Claude. Claude peut utiliser des stratégies de décodage différentes de celles de Gemini. Ainsi, bien qu'ils présentent une structure de base similaire, la manière dont cette structure est conçue varie d'un moteur génératif à l'autre.

Par conséquent, ces moteurs ne fournissent pas des réponses identiques. Ce qui soulève la question suivante : en quoi les réponses diffèrent-elles sur les principaux moteurs génératifs ?

Contexte de cette étude

Pour approfondir la question qui nous occupe, j'ai dressé une liste des principales plateformes d'IA générative auxquelles soumettre mes requêtes. J'ai choisi les plus importantes :

• Aperçu de l'IA
• ChatGPT
• Mode IA de Google
• Perplexité
• Claude
• Gémeaux
• Copilote

À partir de là, j'ai décidé d'adopter une approche axée sur les requêtes afin de mieux refléter les types de requêtes que les gens formulent et la manière dont le type de requête peut influencer le résultat produit par un moteur génératif.

J'ai donc décidé de me concentrer sur quatre grandes catégories de requêtes :

• Requêtes sous forme de questions : Comme leur nom l'indique, il s'agit de requêtes dans lesquelles vous posez une question simple pour entamer la conversation (par ex. « Quelle est la meilleure façon de construire une jardinière ? »). Cela exclut les questions ayant une intention d'achat ou une portée locale.
• Basées sur la recherche : Ces requêtes sont plus approfondies et sollicitent généralement davantage le moteur génératif — il s'agit de requêtes basées sur des invites qui fournissent à l'utilisateur toutes les informations dont il a besoin via le moteur de recherche IA.
• Axées sur les achats : Il s'agit de requêtes dont l'intention est d'acheter un produit, que ce soit immédiatement ou à l'avenir (Ex. : « Je cherche une bouteille qui garde l'eau fraîche pendant 24 heures. Quelles sont les meilleures options ? »)
• Basées sur la localisation : Il s'agit de requêtes qui incluent une balise de localisation pour indiquer une zone géographique ciblée. (Ex. : « Quelle est la meilleure entreprise de CVC à Denver ? »)

Pour chaque type de requête, j'ai saisi exactement la même question ou la même consigne dans chacun des moteurs génératifs mentionnés ci-dessus, puis j'ai comparé leurs réponses.

Gardez à l'esprit que, pour chaque type de requête, j'ai examiné une seule suggestion par catégorie. Ainsi, les conclusions tirées de cette analyse peuvent varier légèrement en fonction du sujet de la requête, mais il existe des similitudes et des différences générales que vous pouvez retenir, quel que soit le type de requête.

Il est également important de savoir que les réponses varient en fonction des utilisateurs et du jour. Les moteurs génératifs ne sont pas statiques : ils adaptent les sources qu’ils citent, la manière dont ils présentent les informations, et bien plus encore. Cependant, avoir une idée générale de la façon dont ces moteurs génèrent les requêtes peut vous aider à rester flexible lorsque vous optimisez votre site pour les moteurs de recherche basés sur l’IA.

Comment les moteurs de recherche basés sur l'IA générative génèrent des réponses à des requêtes identiques

Examinons les quatre types de requêtes pour voir comment les moteurs génératifs les plus populaires y répondent.

Type de requête n° 1 : basé sur une question

Pour le type « question-requête », j'ai saisi la question « Comment puis-je réduire ma facture d'énergie ? » dans chaque moteur génératif.

Voici les réponses :

Voici quelques informations clés issues de la recherche de ce type de requête :

• La plupart des moteurs génératifs ont extrait les mêmes informations. Ils se sont concentrés sur des aspects tels que le chauffage et la climatisation, les améliorations de l'efficacité énergétique des logements et l'utilisation des appareils électroménagers.
• ChatGPT, AI Mode, Perplexity et Gemini ont tous généré des réponses au format similaire. Ils ont généralement classé les informations par domaines dans lesquels vous pouvez vous améliorer (comme ceux énumérés ci-dessus).
• Ces quatre plateformes ont également adopté une approche centrée sur l'utilisateur en consacrant une section au changement des habitudes ou des comportements quotidiens.
• Les aperçus sur l'IA et Claude ont fourni des réponses très courtes et concises à la requête. Toutes les autres plateformes ont fourni davantage de détails et d'informations que ces deux-là.

La réponse la plus intéressante parmi celles proposées a été celle de Copilot. Bien que la requête ne comporte pas d'intention locale manifeste, Copilot a adopté une approche localisée dans sa réponse. Cette requête recèle en effet une intention locale quelque peu « cachée », les conseils dont vous pourriez tirer parti dépendant de votre emplacement et des conditions météorologiques.

Non seulement Copilot a intégré ma ville dans sa réponse, mais il m'a également fourni une ressource spécifique à la Pennsylvanie que je pouvais consulter pour obtenir plus d'informations sur l'efficacité énergétique. Cela constituait un élément distinctif par rapport à toutes les autres plateformes que j'ai testées avec cette requête.

Approfondissement : Claude et modification des requêtes

Comme mentionné précédemment, Claude a donné l'une des réponses les plus courtes parmi tous les moteurs. Elle était très concise et allait droit au but : il n'y avait même pas de sous-titres pour classer les conseils par catégories, contrairement à tous les autres moteurs !

Ça m'a fait réfléchir : que se passerait-il si je modifiais très légèrement la requête ? 

C'est ce que j'ai fait.

Au lieu de chercher « Comment réduire ma facture d'énergie ? », j'ai cherché « Comment économiser de l'argent sur ma facture d’énergie ? »

Juste un un seul mot . Cela ferait-il une différence ?

En fait, ça a marché. Claude m'a fourni une réponse bien plus détaillée que ma demande initiale. 

Dans la comparaison d'images ci-dessous, vous pouvez constater que la longueur de la réponse est nettement plus importante après l'ajout du mot « argent » à la requête. Des titres sont également présents pour structurer les informations.

Lorsque j'ai soumis cette même requête modifiée à Gemini, les informations fournies ont également changé. Le système m'a proposé des informations sur les programmes gouvernementaux dont je pouvais bénéficier, notamment des crédits d'impôt, des remises et d'autres astuces pour faire des économies.

Alors, qu'est-ce que cela signifie ?

Cela signifie que même la plus infime modification apportée à une requête peut modifier les informations contenues dans la réponse, ce qui peut, à son tour, avoir une incidence sur les informations que vous affichez sur vos pages. 

Comment mettre en pratique les conclusions de cette analyse

If you’re targeting question-based queries, here are a few takeaways you can apply to your AI search optimization strategy:

Organisez et classez le contenu de votre page

La plupart des résultats des moteurs de recherche ont confirmé ce que les experts en marketing ne cessent de répéter à propos de l'IA : il faut structurer les informations sur vos pages.

L'utilisation de sous-titres pour structurer le contenu de votre page présente de nombreux avantages. Cela permet non seulement aux robots d'indexation basés sur l'IA de mieux comprendre le contenu de votre page, mais contribue également à fournir un contexte et à faciliter la compréhension.

Les sous-titres sont également utiles aux lecteurs. Ils permettent de savoir à quoi s'attendre dans une section et de passer directement à la partie qui les intéresse. 

Profitez donc des sous-titres pour structurer vos informations, afin que les lecteurs et les moteurs de recherche puissent y accéder facilement.

Tenir compte des modifications apportées aux mots-clés

Ma petite expérience visant à modifier la requête initiale m'a appris une chose importante : les modifications apportées aux mots-clés ont leur importance. On pourrait penser qu’ajouter un mot ne change rien, mais en réalité, cela fournit un contexte supplémentaire aux modèles de langage (LLM), ce qui déclenche l’affichage d’informations différentes.

Cela diffère du référencement naturel traditionnel. Avec le référencement naturel traditionnel, le fait de cibler à la fois « réduire ma facture d'énergie » et « faire des économies sur ma facture d'énergie » donnerait les mêmes sites web proposant les mêmes informations, avec peut-être quelques sources différentes.

Mais en ce qui concerne les grands modèles de langage (LLM), ces nuances permettent à ces plateformes de fournir des détails plus précis, ce qui modifie la réponse.

Ainsi, que vous mettiez à jour une ancienne page ou que vous en créiez une nouvelle, vous devez tenir compte des différentes variantes possibles de votre mot-clé ou de votre expression. Saisissez vos mots-clés associés dans un modèle de langage de grande capacité (LLM) et observez comment la réponse évolue par rapport au mot-clé ou à l'expression cible d'origine. Cela vous aidera à identifier les lacunes à combler pour augmenter vos chances d'apparaître dans les résultats du LLM.

Type de requête n° 2 : fondée sur la recherche

Pour ce type de requête, j'ai donné à tous les moteurs génératifs une consigne indiquant que je cherchais une assurance habitation et j'ai précisé les informations que je souhaitais obtenir.

Voici les réponses :

Voici quelques informations clés tirées de ces requêtes :

• Tous les moteurs ont fourni les informations demandées. Étonnamment, même en saisissant cette longue requête dans Google, AI Overviews a tout de même fourni des informations sur tous les aspects que je souhaitais connaître. La grande différence résidait toutefois dans la mise en forme.
• Tous, à l'exception de Claude, AI Overviews et Gemini, ont présenté les informations sous forme de tableau. Dans le cas de cette requête en particulier, les informations que j’ai demandées ont été présentées dans un tableau clair, où figuraient des éléments tels que le coût, les avis sur le service client et les informations relatives au dépôt de réclamations.  
• Tous les moteurs de recherche, à l'exception de Gemini, ont fourni des références bibliographiques. L'une des conclusions les plus intéressantes tirées de la comparaison des réponses à cette requête est que tous les moteurs de recherche, à l'exception de Gemini, ont fourni des références bibliographiques pour les informations.

Une fois de plus, Copilot m'a offert une expérience différente : il m'a fourni une réponse comportant une touche de personnalisation en fonction de ma localisation. Bien qu'il ait répertorié les mêmes compagnies que les autres moteurs génératifs, il a inclus une compagnie d'assurance spécifique à la Pennsylvanie à laquelle je pouvais m'adresser. Ainsi, une fois de plus, les informations fournies par Copilot étaient un peu plus adaptées à mes besoins.

Comment mettre en pratique les conclusions de cette analyse

À partir de l'analyse de ces mots-clés, voici quelques enseignements que vous pouvez tirer de cet exemple de requête.

En cas de doute, donnez la priorité à l'utilisateur

Dans le cadre de cette étude, l'organisation a joué un rôle essentiel. La plupart des moteurs de recherche génériques présentaient les informations sous forme de tableau, car, en fin de compte, un utilisateur comme moi cherche à comparer les offres afin de trouver l'entreprise qui semble la mieux adaptée à ses besoins.

Ainsi, au lieu de consulter les informations sur chaque compagnie séparément, je peux facilement les comparer côte à côte et évaluer les aspects qui m'importent (prix, facilité de déclaration de sinistre, etc.).

En d'autres termes : En cas de doute, donnez la priorité à l'utilisateur.

Disposer d'une page qui présente les informations dans un format aussi logique que possible est un moyen efficace d'aider les robots d'IA à explorer et à analyser facilement ces informations, mais aussi d'offrir une expérience utilisateur positive à tous ceux qui visitent votre page.

En fait, il s'agit avant tout de cerner ce que l'utilisateur recherche et ce qu'il attend de sa requête. Avec une requête comme celle-ci, l'indicateur montre que je souhaite comparer des entreprises, et l'IA en a tenu compte.

Même si le fait d'insérer un élément tel qu'un tableau, dans ce cas précis, ne signifie pas que l'IA reprendra tout simplement l'intégralité de votre tableau, cela lui permet toutefois d'utiliser plus facilement les informations présentes sur votre page pour remplir les champs vides (et peut-être même d'être citée !).

Soyez minutieux

Si cette exploration en dit long sur une chose, c’est bien sur l’importance de la rigueur. Produire un contenu bâclé et sans substance ne satisfera pas les utilisateurs, quel que soit le moteur de recherche qu’ils utilisent. Peu importe la manière dont les informations étaient présentées (sous forme de tableau ou non), elles étaient exhaustives et m’ont apporté les réponses que je cherchais.

Cela dit, si vous voulez avoir une chance d'apparaître dans les réponses générées par ces outils d'IA générative, vous devez vous aussi faire preuve de rigueur. Réfléchissez aux questions que les gens pourraient se poser sur un sujet donné et partez de là.

Par exemple, si quelqu'un recherche les meilleures compagnies d'assurance habitation, quelles informations souhaiterait-il obtenir ? Il voudrait sans doute connaître des éléments tels que le coût ou le taux de réussite des demandes d'indemnisation. En veillant à inclure ces informations essentielles dans votre page, vous augmenterez vos chances d'apparaître dans les réponses générées par l'IA.

Type de requête n° 3 : axé sur les achats

Pour ce type de requête, j'ai choisi une question simple que l'on pose souvent : « Où puis-je acheter [produit] ? ». J'ai donc exploré ce type de requête avec la question suivante : « Où puis-je acheter de la viande fumée en ligne ? »

Voici les réponses :

Voici quelques informations clés tirées de ces requêtes :

• • La plupart des moteurs génératifs structuraient les réponses par catégories. Même avec une intention plus orientée vers le bas du tunnel de conversion (BOFU), la majorité des moteurs génératifs présentaient toujours les options de manière informative en les classant par catégories. La recherche s'apparentait davantage à une découverte de marque qu'à une recherche axée sur un produit.
  • Les aperçus IA, le mode IA et Perplexity offraient une option locale. Les autres moteurs génératifs se sont cantonnés à des marques et des fournisseurs plus connus au niveau national.
  • Les moteurs génératifs n'ont pas fourni de réponses cohérentes. Il y avait quelques recoupements entre les moteurs de recherche basés sur l'IA, mais pas énormément.

Une fois de plus, Copilot s'est démarqué de la concurrence. La plupart des réponses classaient les endroits où acheter de la viande fumée et donnaient une description de ce que ces établissements proposaient. Copilot, quant à lui, a proposé des listes de produits disponibles à l'achat, adoptant ainsi une approche axée sur le produit plutôt que sur la marque, contrairement aux autres moteurs génératifs.

Si vous avez choisi d'obtenir plus d'informations sur le produit, vous pouvez consulter des détails tels que la note par étoiles, la marque et le poids. Copilot intègre également l'historique des prix pour vous aider à déterminer si vous bénéficiez du meilleur prix.

Comment mettre en pratique les conclusions de cette analyse

Alors, si vous ciblez les requêtes liées aux achats, que pouvez-vous retenir de cette analyse ?

Développez votre image de marque

Pour les recherches à intention d'achat comme celle-ci, il est essentiel de développer votre image de marque. Vous devez établir un lien fort entre votre marque et ce que vous proposez (produits ou services). Ainsi, votre marque apparaîtra parmi les résultats.

Créez des associations de mots-clés avec votre marque. Ainsi, comme dans cet exemple, un établissement vendant des viandes fumées ciblerait des mots-clés liés à ce produit afin de renforcer l'association entre son entreprise et son produit.

Améliorez les descriptions de vos produits ou services

Dans le cas des recherches en fin de parcours, il est indispensable de fournir une description détaillée de votre produit afin de donner du contexte aux moteurs de recherche génératifs. 

Dans l'exemple de requête, de nombreux moteurs de recherche ont classé les options dans des catégories telles que « détaillants nationaux » ou « produits artisanaux ». En intégrant ce type de descripteurs dans vos fiches produits, vous pouvez non seulement fournir un contexte à l'IA, mais aussi lui indiquer où classer votre entreprise dans les résultats.

Type de requête n° 4 : Basé sur la localisation

Le dernier type de requête que nous allons examiner est la requête géolocalisée. Pour cette requête locale, j'ai utilisé la question suivante : « Où se trouve le meilleur restaurant italien de Manhattan ? »

Voici les réponses :

Voici quelques informations clés tirées de ces requêtes :

• Il y a peu de recoupements entre les recommandations. Si certains moteurs génératifs ont proposé des recommandations identiques, aucun restaurant n’apparaissait dans toutes les réponses. Au maximum, un même restaurant figurait dans les réponses de deux ou trois plateformes, ce qui indique que tous ces moteurs puisent leurs informations dans des sources différentes.
• Les aperçus IA ne se sont pas déclenchés pour cette requête. Cela pourrait expliquer pourquoi ces recherches de type BOFU ne bénéficient actuellement pas des aperçus IA.
• AI Mode, Perplexity et ChatGPT ont adopté une approche de type « annonces locales » pour répondre à leur requête. Ils ont fourni des réponses comprenant des fiches d'entreprises locales avec des informations importantes telles que les avis, les prix, les horaires d'ouverture, etc.
• Seuls ChatGPT et le mode IA ont affiché une carte. La carte indiquait les différents emplacements des restaurants recommandés. Dans ChatGPT, lorsque l'on cliquait sur l'un des repères de la carte, on était redirigé vers les restaurants recommandés. En mode IA, le profil Google Business s'affichait dans la barre latérale.

Comment mettre en pratique les conclusions de cette analyse

Maintenant que vous avez une idée de la manière dont différents moteurs de recherche génératifs répondent à une même requête locale, que pouvez-vous faire pour optimiser la visibilité de votre entreprise sur ces plateformes ? En substance, c'est en suivant les bonnes pratiques en matière de référencement local que vous obtiendrez les meilleurs résultats.

Voici quelques points particulièrement importants à respecter :

Donnez la priorité à l'optimisation de vos informations locales

Il est essentiel d'optimiser les informations relatives à votre entreprise locale pour apparaître dans les résultats de recherche générés par l'IA. Si vous souhaitez apparaître dans AI Mode, Perplexity ou ChatGPT, cela revêt une importance particulière, car ces outils proposent des fiches locales aux utilisateurs.

Mais dans l'ensemble, les recherches locales (quel que soit le moteur de recherche) requièrent des informations locales ; il est donc important que les coordonnées de votre entreprise soient bien répertoriées. Cela implique notamment d'optimiser des informations telles que :

• Heures d'ouverture
• Localisation (ou zones desservies)
• Coût
• Commentaires

En tenant ces informations à jour, vous vous assurez non seulement que ces moteurs de recherche reconnaissent la pertinence de votre site web pour les recherches locales, mais vous garantissez également l'exactitude de vos informations lorsqu'elles s'affichent. 

💡 Astuce bonus : Accumulez des avis sur votre profil. Les avis contribueront à renforcer la confiance envers votre marque, ce qui peut vous aider à améliorer votre visibilité dans les recherches locales et celles basées sur l'IA.

Diversifiez la présence de votre entreprise au niveau local

Aucun de ces moteurs génératifs ne proposait exactement les mêmes fiches d'entreprise, ce qui signifie qu'ils s'appuient probablement sur des sources différentes. Il est donc conseillé de diversifier les endroits où votre entreprise apparaît sur le Web, afin d'augmenter vos chances d'apparaître dans les résultats de recherche.

Alors, renforcez votre présence dans les annuaires locaux tels que :

• Profil d'entreprise Google
• Yelp
• TripAdvisor

Vous pouvez également renforcer votre présence dans les annuaires spécialisés et les sites agrégateurs qui publient des classements des « meilleurs ».

Quel que soit l'endroit où vous apparaissez, veillez à ce que vos informations soient cohérentes sur l'ensemble du Web, notamment vos coordonnées, vos horaires d'ouverture et les services que vous proposez. Ainsi, à mesure que vous diversifiez votre présence en ligne, tout le monde disposera des mêmes informations, quel que soit l'endroit où il les trouve (ou d'où les grands modèles de langage les extraient).

Conclusions générales tirées de cette étude sur les réponses générées par l'IA

Après avoir examiné les différents types de requêtes et observé comment divers moteurs génératifs y répondent, on constate qu'il existe des thèmes récurrents qui se dégagent de l'ensemble.

Voici quelques points à garder à l'esprit, d'après les résultats de cette étude :

• La mise en forme est importante : Non seulement la qualité et la valeur de votre contenu sont importantes, mais la manière dont vous le présentez compte également. Proposer un contenu bien structuré aidera les moteurs de recherche à mieux comprendre votre contenu et en quoi il est pertinent par rapport à la requête, ce qui peut augmenter vos chances d'apparaître dans les résultats.
• La formulation de la requête peut influencer les résultats : Une simple variation d'un mot peut avoir un impact sur les informations que les utilisateurs obtiennent lorsqu'ils effectuent une recherche sur un moteur de recherche. Il est important de tenir compte des variations de requêtes associées pour vous assurer que votre entreprise continue d'apparaître dans ces résultats de recherche.
• Les moteurs génératifs diversifient leurs sources : Tous les moteurs génératifs ne s'appuient pas sur les mêmes sources pour produire des réponses. À chaque requête, on observait de légères variations et différences, ce qui indique que certains moteurs puisent leurs informations ailleurs. Diversifier votre présence sur le Web peut vous aider à vous assurer que vous apparaissez aux endroits où ces moteurs puisent leurs informations.
• L'approche centrée sur l'utilisateur s'impose : Anticiper les l'utilisateur attend d'une requête vous aidera à avoir plus de chances d'être sélectionné comme ressource par n'importe quel moteur génératif. Donner la priorité à l'utilisateur pour garantir une présentation claire et bien organisée de l'information sera très utile.

En conclusion, la recherche par IA générative est n'est pas une solution universelle. Les différents moteurs accordent la priorité à des informations, des formats et des citations différents, ce qui signifie que vous devez adopter une approche multi-moteurs pour votre stratégie de recherche. 

OmniSEO® vous permet de rester à la pointe dans le domaine de la recherche multi-moteurs

Avec la diversification des recherches et les moteurs génératifs qui proposent des variantes de réponses, vous avez besoin d'un outil qui vous permette de garder le contrôle sur tout cela. Avec OmniSEO®, vous pouvez suivre et surveiller vos performances sur les moteurs génératifs afin de voir où vous (et vos concurrents) apparaissez sur ces moteurs.

Contactez-nous dès aujourd'hui pour découvrir comment nous pouvons vous aider à optimiser votre stratégie de recherche IA afin de stimuler la croissance de votre entreprise !