Réponse courte

Une citation IA n'est pas une position organique supplémentaire. En mars 2026, Ahrefs a analysé 863 000 SERP et 4 millions d'URL présentes dans des AI Overviews : 37,1 % des URL citées se classaient aussi dans le top 10 pour la même requête, 26,2 % entre les positions 11 et 100, et 36,7 % hors du top 100. La divergence est compatible avec le query fan-out décrit par Google : le système peut chercher des sous-thèmes connexes puis sélectionner une source utile à l'un d'eux. Elle ne prouve pas qu'un mauvais classement favorise une citation.

À retenir

  • Mesurez le chevauchement avec la même requête, le même pays, le même appareil et le même instant.
  • Une URL hors top 100 sur la requête initiale peut être visible sur une sous-requête ou dans une autre modalité.
  • Les chiffres 2025 et 2026 d'Ahrefs ne forment pas une série propre, car la méthode de parsing a changé.
  • Le classement reste un indicateur utile d'éligibilité et de pertinence, mais il ne suffit pas à prévoir la sélection comme source.
  • Les écarts deviennent un diagnostic : « bien classé, non cité » et « cité, mal classé » demandent des actions différentes.

Deux systèmes de sortie, plusieurs étapes communes

Le résultat classique ordonne des documents pour une requête. Une réponse générée construit un texte et associe des sources à certains passages. Google explique dans sa documentation sur les fonctionnalités IA qu'AI Overviews et AI Mode peuvent utiliser le query fan-out, c'est-à-dire lancer plusieurs recherches liées à différents sous-thèmes et sources de données.

Le modèle opérationnel est donc :

requête utilisateur → sous-requêtes → ensembles de documents → passages retenus → réponse → citations visibles

Le classement observé par un outil SEO ne couvre souvent que le premier terme. Une citation peut provenir d'un document fort pour une sous-requête non observée. C'est une explication plausible soutenue par le fonctionnement déclaré, pas la preuve que chaque citation hors top 100 vient d'un fan-out particulier.

Ce que mesure l'étude Ahrefs de mars 2026

Dans son étude actualisée, Ahrefs a recherché la même URL dans l'AI Overview et dans les résultats classiques de la même requête. L'échantillon couvre 863 000 SERP de mots-clés et environ 4 millions d'URL d'AI Overviews. Les résultats publiés sont :

Situation de l'URL citée Part Interprétation correcte
Classée dans le top 10 37,1 % Chevauchement direct fort pour cette requête
Classée positions 11 à 100 26,2 % La source est indexée et trouvable, mais pas en première page
Hors top 100 36,7 % Pas trouvée dans les 100 premiers résultats observés pour le terme exact

Parmi les citations hors top 100, 18,2 % étaient des URL YouTube. Cela montre l'importance possible d'autres formats, mais pas que YouTube bénéficie automatiquement d'un bonus. La présence peut aussi refléter le type de question, le besoin d'une démonstration vidéo ou l'ensemble des sous-requêtes.

L'étude 2025 d'Ahrefs sur 1,9 million de citations indiquait environ 76 % de citations également présentes dans le top 10. La version 2026 précise que le parsing des citations a été amélioré et que l'échantillon a plus que doublé. Une variation de 76 % à environ 38 % peut résulter du système Google, de la couverture ou du parsing. Elle ne doit pas être publiée comme une chute temporelle certaine.

Pourquoi d'autres plateformes donnent d'autres chevauchements

Une étude Semrush de juillet 2025 a comparé 5 000 mots-clés aléatoires et environ 150 000 citations sur ordinateur, entre le top 10 Google, AI Overviews, AI Mode, ChatGPT et Perplexity. Elle rapportait environ 54 % de chevauchement de domaines et 35 % d'URL entre AI Mode et le top 10, contre environ 86 % des domaines et 67 % des URL pour les AI Overviews de l'époque.

Ces valeurs ne contredisent pas l'étude Ahrefs 2026 : elles portent sur une date antérieure, un autre échantillon, un autre outil de collecte et parfois un chevauchement de domaine plutôt que d'URL. Un domaine peut être commun alors que la page exacte diffère. Les systèmes externes comme ChatGPT et Perplexity ont également leurs propres index, accords, mécanismes de recherche et présentations.

La matrice de diagnostic à quatre cases

Classement classique Citation IA Diagnostic prioritaire Action testable
Fort Oui Double visibilité Maintenir la fraîcheur, vérifier la stabilité et mesurer les clics
Fort Non Pertinence générale sans sélection de passage Comparer les passages cités, sous-questions, preuves et formats
Faible Oui Source utile à une expansion ou modalité Identifier le passage cité et les requêtes connexes où la page est forte
Faible Non Faible visibilité sur les deux sorties Revoir demande, indexation, qualité, différenciation et architecture

Cette matrice évite une erreur classique : réécrire une page bien classée comme si elle était mauvaise simplement parce qu'elle n'est pas citée lors de cinq tests. La non-citation peut venir de la volatilité, du faible nombre de répétitions ou d'une sous-question couverte par une autre page.

Procédure : mesurer votre propre chevauchement

  1. Sélectionnez au moins 50 prompts correspondant à des tâches réelles, séparés par intention.
  2. Fixez plateforme, modèle, langue, pays, appareil, connexion et date.
  3. Exécutez chaque prompt au moins cinq fois, car une réponse unique ne mesure pas la stabilité.
  4. Enregistrez toutes les URL citées, leur domaine, le passage soutenu et leur position d'affichage.
  5. Relevez le top 10 et, si possible, le top 100 pour la requête exacte au même moment.
  6. Calculez séparément le chevauchement d'URL et de domaine.
  7. Recherchez les sous-requêtes déclarées ou plausibles, sans prétendre reconstituer un raisonnement interne caché.
  8. Classez chaque page dans la matrice et définissez une hypothèse falsifiable.

Formules réutilisables

Chevauchement URL@10 = URL citées également top 10 / URL citées vérifiables

Chevauchement domaine@10 = domaines cités également présents dans les domaines top 10 / domaines cités

Stabilité de citation = exécutions où l'URL est citée / exécutions totales du prompt

Gardez le dénominateur visible. Si dix URL sont citées sur une réponse et qu'une seule se classe, ce n'est pas équivalent à dix réponses contenant chacune une URL.

Exemple travaillé : un domaine commun, une URL différente

Pour le prompt « comment choisir un logiciel SEO pour agence », cinq répétitions produisent 40 emplacements de citation et 18 URL uniques. SEOryon est cité dans trois exécutions, toujours via /fr/logiciels-seo-ia/logiciel-seo-agence/. Le domaine se trouve dans le top 10 du terme exact, mais avec la page /fr/logiciels-seo-ia/.

  • Stabilité de la citation de la page : 3 / 5 = 60 %
  • Chevauchement URL exact : 0, car la page citée n'est pas l'URL classée
  • Chevauchement domaine : 1, car seoryon.com est présent dans les deux surfaces

Le diagnostic n'est pas « l'IA ignore Google ». La page enfant peut répondre à un sous-besoin plus précis, tandis que le hub satisfait mieux la requête classique. L'action testable consiste à renforcer le lien hub-enfant et les preuves spécifiques de l'enfant, puis à vérifier si la stabilité change. Il serait abusif d'annoncer que le maillage a causé une citation sans comparaison temporelle et répétitions suffisantes.

Hypothèses falsifiables pour expliquer un écart

  • H1 (sous-requête) : l'URL citée se classe mieux sur une sous-question que sur le terme initial. Test : relever dix requêtes connexes et comparer les rangs.
  • H2 (passage) : la page contient une donnée ou définition plus directement exploitable. Test : annoter la proposition soutenue par chaque citation.
  • H3 (format) : une vidéo, un tableau ou un fil de discussion apporte une preuve adaptée. Test : segmenter les citations par modalité.
  • H4 (fraîcheur) : la source a été mise à jour plus récemment. Test : comparer dates visibles et historiques, sans confondre date changée et contenu modifié.
  • H5 (volatilité) : l'écart disparaît après répétitions. Test : calculer l'intervalle de stabilité sur plusieurs jours.

Ce que les données prouvent et ne prouvent pas

Les études prouvent un chevauchement partiel : beaucoup de citations proviennent de pages bien classées, mais une fraction importante ne se classe pas dans le top 10 pour la requête exacte. Elles montrent aussi que domaine et URL produisent des lectures différentes.

Elles ne prouvent pas que le classement est inutile, que les facteurs organiques ne comptent plus, ni qu'une page hors top 100 est sélectionnée « grâce » à sa faiblesse. Elles n'identifient pas le poids causal de la longueur, du schéma, des liens ou des mentions. Le guide Google 2026 rappelle que les fondamentaux SEO demeurent pertinents et qu'aucun schéma IA spécial n'est requis.

Erreurs fréquentes et conditions d'arrêt

  • Comparer domaines d'un côté et URL de l'autre.
  • Mélanger plusieurs plateformes sous un taux « IA » global.
  • Exécuter chaque prompt une seule fois.
  • Utiliser le classement actuel pour expliquer des citations historiques.
  • Traiter une corrélation comme une consigne de contenu.
  • Arrêter le test si les résultats ne sont pas reproductibles ou si l'outil ne révèle pas les URL exactes.

Actif réutilisable : registre de chevauchement

Créez une ligne par prompt × exécution × citation avec les colonnes : date, pays, appareil, plateforme, modèle, prompt, sous-question, url_citée, domaine, rang_exact, rang_sous_requête, position_citation, passage_soutenu, marque, clic. Un tableau croisé permet ensuite de produire les quatre cases sans perdre l'observation source.

Comment SEOryon intervient

SEOryon peut, pour les fonctions de suivi effectivement disponibles, rapprocher des observations de visibilité et les données organiques d'une propriété. Le rapprochement doit conserver plateforme, date, prompt et URL ; un score agrégé sans ces dimensions masquerait précisément le problème analysé ici. Vérifiez la disponibilité publique de chaque intégration avant de la présenter.

Exercice mesurable

Testez 30 prompts sur cinq répétitions et livrez la matrice quatre cases pour votre domaine et trois concurrents. Critère de réussite : au moins 150 exécutions documentées, taux URL et domaine séparés, et une hypothèse avec condition d'échec pour chacune des dix principales divergences.

FAQ

Une page peut-elle être citée sans être dans le top 100 ?

Oui, l'étude Ahrefs 2026 l'observe pour 36,7 % des URL citées. Cela ne révèle pas à lui seul la cause ; sous-requêtes, vidéos, index et volatilité sont des explications à tester.

Faut-il d'abord viser le top 10 ou la citation ?

Travaillez d'abord l'utilité, l'indexabilité et la pertinence organique. Ensuite, étudiez les passages et sous-questions qui obtiennent des citations. Les deux objectifs partagent un socle sans être identiques.

Pourquoi l'étude Ahrefs 2025 disait-elle 76 % ?

L'étude 2026 signale une amélioration du parsing et un échantillon plus grand. Le système a aussi évolué. Sans méthode constante, la différence ne peut pas être attribuée uniquement à Google.

Le schéma suffit-il à être cité ?

Non. Les données structurées peuvent clarifier des entités lorsqu'elles correspondent au contenu visible, mais Google ne promet ni citation ni classement et indique qu'aucun schéma spécial n'est requis pour l'IA.

À lire ensuite

Replacez les chiffres dans le registre de l'Observatoire, puis cartographiez les sous-questions avec le guide du query fan-out. Mesurez ensuite la visibilité IA avec des répétitions avant d'appliquer le protocole pour être cité par ChatGPT, Perplexity et Gemini.

Références

Note de méthode et de mise à jour

Revue le 16 juillet 2026. Les proportions Ahrefs 2026 utilisent le tableau de répartition des URL citées et non le texte arrondi du titre. Toute mise à jour doit noter séparément les changements de modèle, parsing, pays, appareil et dénominateur.