Etalo : l’outil français qui mesure ce que ChatGPT, Gemini et Perplexity disent de votre marque

59 % des Français utilisent désormais un outil d’IA générative, et une partie d’entre eux y pose les questions qu’ils tapaient hier dans Google. Problème : quand ChatGPT recommande trois agences de voyage, quatre logiciels de paie ou deux marques de vélo électrique, personne, côté entreprise, ne sait sur quels critères il a tranché — ni si ce qu’il raconte est exact. Etalo, un outil d’audit GEO développé à Aix-en-Provence, s’attaque précisément à cet angle mort. Nous l’avons regardé de près.

L’angle mort : ce que les IA racontent de vous

Commençons par cadrer le phénomène, parce qu’il est souvent raconté n’importe comment. Non, les assistants IA n’ont pas remplacé Google. Une étude OpinionWay réalisée pour SEO.fr en février 2026 auprès de 1 013 Français montre que 98 % d’entre eux continuent d’utiliser les moteurs de recherche, pendant que 59 % déclarent utiliser un outil d’IA générative — ChatGPT en tête avec 54 %, Gemini derrière à 33 %. Les deux usages coexistent, ils ne se substituent pas.

Côté trafic, l’ordre de grandeur est encore modeste : d’après l’étude publiée le 18 juin 2026 par SE Ranking sur 101 574 sites, les visites en provenance des assistants IA représentent 0,32 % du trafic web. C’est peu. Mais c’est seize fois plus qu’en 2024, et cette part se répartit très inégalement : ChatGPT capte près de 75 % de ces visites, devant Gemini (11,6 %), Perplexity (7,2 %), Copilot (3,5 %) et Claude (2,6 %).

Le vrai sujet n’est d’ailleurs pas le clic. C’est ce qui se passe avant. Quand un utilisateur demande « quelle est la meilleure agence pour un circuit au Japon ? », l’assistant ne renvoie pas dix liens bleus : il rend un verdict, cite deux ou trois marques, et l’affaire est pliée. Si vous n’êtes pas dans la réponse, vous n’existez pas pour cet utilisateur-là — et vous ne le verrez jamais dans Google Analytics, puisqu’il n’y a pas eu de visite à compter. C’est l’angle mort que les outils de Generative Engine Optimization (GEO) tentent de combler, et Etalo est l’un des rares à être conçu et hébergé en France.

Le concept en une phrase

Etalo pose à répétition les questions que vos clients posent aux IA, enregistre les réponses, et vous dit à quelle fréquence votre marque y apparaît, avec quel lien, dans quel ton, et si ce qui est affirmé sur vous est exact.

Tout le reste — les graphiques, les parts de voix, les exports — découle de cette mécanique. L’outil ne devine rien, ne modélise rien : il interroge réellement les assistants et conserve chaque réponse brute, horodatée, consultable.

Sous le capot : six surfaces, un corpus, des relevés répétés

Les surfaces interrogées

Etalo couvre six surfaces génératives : ChatGPT, Claude, Gemini, Perplexity, Microsoft Copilot et les Aperçus IA de Google (AI Overviews / AI Mode). Le choix des assistants se fait campagne par campagne, ce qui a son importance : interroger six surfaces coûte six fois plus d’appels qu’une seule, et toutes ne pèsent pas le même poids selon le marché. Une marque B2B française n’a pas les mêmes priorités qu’un e-commerçant dont l’audience vit sur Copilot via Windows.

Le corpus de questions

C’est la pièce centrale, et c’est aussi la partie la plus artisanale. Un audit GEO ne vaut que ce que valent les questions posées. Etalo travaille par corpus : un jeu de questions écrites pour un secteur et un marché, réparties en trois familles — découverte (« quelles marques pour… »), comparaison (« X ou Y ? ») et objection (« est-ce que X est fiable ? », « pourquoi éviter X ? »).

La troisième famille est presque toujours celle qui manque dans les corpus improvisés, et c’est pourtant celle qui révèle le plus : c’est là qu’un avis client de 2021 ou un article de forum ressort dans la réponse d’un assistant. L’éditeur documente sa méthode dans un guide dédié à la construction d’un corpus de questions, avec un dimensionnement honnête : 30 à 100 questions, trois relevés minimum avant d’oser afficher le moindre pourcentage. Ce corpus, précisons-le, reste la propriété du client : c’est l’actif qu’il conserve même s’il change d’outil.

Pourquoi plusieurs relevés

Un modèle de langage n’est pas déterministe. Posez deux fois la même question à ChatGPT et vous pouvez obtenir deux listes de marques différentes. Un audit qui interroge une fois et publie un pourcentage produit donc un chiffre faux avec beaucoup d’aplomb. Etalo répète les relevés et affiche des intervalles de confiance sur les taux de présence — un détail qui paraît austère, mais qui sépare une mesure d’une impression.

Ce qu’Etalo mesure vraiment

L’outil ne se contente pas d’un score unique. Six familles d’indicateurs cohabitent, et leur intérêt tient à ce qu’elles ne disent pas la même chose.

La distinction « nommé / lié » est plus utile qu’il n’y paraît

C’est probablement la trouvaille la plus fine de l’outil. Être cité sans lien et être cité avec un lien sont deux situations économiquement opposées : dans le premier cas vous gagnez de la notoriété sans trafic, dans le second vous gagnez les deux. Et le troisième cas — votre site sert de source, mais votre marque n’est jamais nommée — est le plus frustrant de tous : vous alimentez la réponse d’un assistant qui recommande un concurrent. Sans ce découpage, une « part de voix » élevée peut masquer une situation où l’on travaille gratuitement pour le marché.

L’exactitude : la seule mesure qui ne compte rien

Tous les autres indicateurs comptent des occurrences. Celui-ci vérifie. La phrase que l’éditeur met en avant résume bien l’enjeu : « une marque très citée avec un tarif faux n’a pas un problème de visibilité ». Et le sujet est loin d’être théorique. L’étude du Tow Center for Digital Journalism (Columbia, février 2025), portant sur 1 600 interrogations réparties sur huit outils, relevait plus de 60 % d’attributions de sources incorrectes, avec des écarts considérables d’un assistant à l’autre. L’étude mesurait l’attribution de sources journalistiques, pas l’exactitude des informations sur une entreprise — mais l’ordre de grandeur donne à réfléchir.

Surtout, il n’existe aujourd’hui aucun canal public documenté pour faire corriger une erreur factuelle vous concernant chez les éditeurs d’assistants. Des liens de signalement existent, sans procédure, sans délai, sans recours. L’éditeur d’Etalo consacre à ce sujet un article assez peu confortable sur les erreurs des IA à propos des entreprises, qui a le mérite de distinguer deux cas très différents : l’erreur de récupération (le modèle a lu une page fausse en ligne — réparable en quelques jours en corrigeant la source) et l’erreur de mémoire (apprise à l’entraînement — qui attend le prochain cycle d’entraînement du modèle). Le test qui les sépare est simple : poser la même question avec et sans recherche web activée.

Le workflow, en pratique

1. Définir le périmètre. Marque mesurée, jeu de concurrents, marché, langue.
2. Écrire le corpus. 30 à 100 questions couvrant découverte, comparaison et objection. C’est l’étape qui demande du temps — et la seule.
3. Choisir les assistants à interroger pour cette campagne.
4. Lancer la campagne, manuellement ou selon une récurrence (jour, semaine, quinzaine, mois).
5. Lire les résultats : vue d’ensemble, concurrence, questions gagnées et perdues, exactitude, traçabilité des réponses.
6. Exporter vers Looker Studio ou Google Sheets via des flux CSV signés — treize flux disponibles, branchables avec une formule IMPORTDATA.

Une fois le corpus écrit, la charge de travail récurrente est faible : on lance, on lit, on compare au relevé précédent. Le choix de ne pas imposer d’automatisation totale est assumé par l’éditeur, qui préfère un lancement piloté à un cron qui consomme des appels API dans le vide.

Ce que l’outil fait bien

• La traçabilité intégrale. Chaque pourcentage est remontable jusqu’à la réponse brute qui l’a produit. Pour un directeur marketing qui doit défendre un chiffre en comité, ça change tout.
• L’honnêteté statistique. Intervalles de confiance affichés, valeurs calculées signalées comme telles, nombre de relevés visible. C’est rare sur ce marché, où l’on voit passer des « scores de visibilité IA » sortis d’une seule interrogation.
• La séparation nommé / lié / source. Aucun autre indicateur ne raconte aussi bien où part la valeur.
• L’exactitude factuelle. Peu d’outils s’y risquent, parce que c’est coûteux à vérifier et désagréable à livrer.
• Un compte de démonstration franc. Les captures publiques de l’outil sont produites sur une marque fictive, avec un bandeau « démonstration, marque fictive et chiffres fabriqués » resté visible à l’écran. On préfère ça à une maquette habillée en client réel.
• Une mesure d’audience sans cookie sur son propre site public : pas de bannière, pas de tiers, adresse IP oubliée après géolocalisation. Cohérent pour un éditeur qui vend de la rigueur.

Ce qu’il ne fait pas

Une présentation d’outil qui ne liste que des qualités n’a aucune valeur. Voici les limites, telles qu’elles nous apparaissent.

• Ce n’est pas un outil d’optimisation. Etalo mesure ; il ne réécrit pas vos pages et ne promet aucun classement. Le travail de contenu reste à faire, avec un consultant ou en interne.
• Le corpus demande du métier. Trente bonnes questions valent mieux que trois cents mauvaises, mais encore faut-il savoir les écrire. C’est là que se joue la qualité de l’audit, et l’outil ne peut pas le faire à votre place.
• Le coût en appels API grimpe vite. 30 questions × 6 surfaces × 5 relevés, cela fait 900 interrogations pour une seule campagne. Multiplier les assistants et la fréquence a un prix.
• Aucun assistant ne garantit la stabilité de ses réponses. Une mise à jour de modèle peut déplacer vos chiffres sans que vous ayez rien changé. C’est une contrainte du marché, pas de l’outil — mais elle impose de lire les tendances plutôt que les points.
• Pas de correction possible en un clic. Si l’outil détecte une erreur factuelle sur votre marque, il vous la signale ; la faire disparaître des modèles reste un chantier long et incertain.

GEO ou SEO : ce que dit Google, et ce qu’il ne dit pas

Le marché du GEO a produit en deux ans un impressionnant stock d’idées reçues, et Google en a dégonflé plusieurs dans le guide d’optimisation pour ses fonctionnalités génératives publié en mai 2026. Trois points méritent d’être connus avant d’acheter quoi que ce soit :

• Les fichiers « pour IA » sont ignorés. Selon Google, il n’est pas nécessaire de créer des fichiers texte lisibles par machine, du balisage spécial ou du Markdown dédié : la Recherche ne les prend pas en compte. Cela vaut notamment pour llms.txt, vendu ici et là comme indispensable.
• Les données structurées ne sont pas requises pour la recherche générative, et il n’existe pas de schéma spécifique à ajouter.
• Créer des variantes de pages pour couvrir les requêtes dérivées est contraire aux règles anti-spam de Google — alors même que c’est exactement ce que proposent certaines prestations « d’optimisation fan-out ».

Autre correction utile, souvent répétée de travers : bloquer l’agent Google-Extended ne vous fait pas sortir des Aperçus IA. Cet agent concerne l’application Gemini et l’ancrage Vertex AI. Les Aperçus IA, eux, se pilotent par Googlebot, parce que Google considère que l’IA fait partie intégrante de la Recherche. Conséquence : il n’existe pas de sortie des Aperçus IA sans sortie de la Recherche. Seuls noindex, nosnippet et max-snippet limitent ce qui peut être repris — au prix de votre extrait dans les résultats classiques. Le sujet est développé dans une comparaison assez nette entre GEO et SEO sur le blog de l’éditeur.

La conclusion pratique tient en une ligne : le GEO n’est pas une discipline séparée du SEO, c’est une mesure supplémentaire. Les leviers restent les mêmes — pages claires, informations exactes, sources reprises ailleurs — mais le tableau de bord, lui, manquait.

Modèle économique et public visé

Etalo est édité en France, à Aix-en-Provence, et hébergé en France. L’outil s’adresse aux marques qui ont quelque chose à défendre dans une réponse d’assistant : e-commerce, tourisme, SaaS, services aux entreprises, franchises — en clair, tous les secteurs où un utilisateur demande une recommandation avant d’acheter.

Côté commercial, pas de formule en libre-service affichée : l’entrée se fait par une démonstration réalisée sur votre propre marque, puis sur devis selon le périmètre (nombre de questions, d’assistants, de marchés, fréquence des relevés). C’est cohérent avec la nature du produit — le coût réel dépend du volume d’interrogations — mais cela suppose un échange préalable, là où certains concurrents laissent tester en quelques clics. Les détails de la méthode d’audit sont documentés publiquement sur la page consacrée à l’audit GEO.

En chiffres

• 6 surfaces génératives interrogées : ChatGPT, Claude, Gemini, Perplexity, Copilot, Aperçus IA de Google
• 30 à 100 questions par corpus recommandé
• 3 relevés minimum avant d’afficher un pourcentage
• 900 interrogations pour une campagne type (30 questions × 6 surfaces × 5 relevés)
• 13 flux CSV signés exportables vers Looker Studio ou Google Sheets
• 59 % des Français utilisent un outil d’IA générative (OpinionWay pour SEO.fr, février 2026, 1 013 répondants)
• 0,32 % du trafic web provient des assistants IA, soit 16 fois plus qu’en 2024 (SE Ranking, juin 2026, 101 574 sites)

Verdict

Etalo ne vend pas de miracle, et c’est ce qui le rend intéressant. Là où une bonne partie du marché du GEO propose des scores opaques et des « optimisations » que Google qualifie lui-même de spam, cet outil fait une chose et la fait sérieusement : il interroge réellement les assistants, conserve les preuves, et assume les incertitudes de mesure au lieu de les maquiller.

Ses vraies limites sont celles du sujet lui-même. Personne ne peut aujourd’hui garantir une position dans une réponse d’IA, ni faire corriger une erreur sur commande. Mais avant d’agir, il faut savoir — et savoir, en l’état, suppose de mesurer. Pour une marque qui découvre que ChatGPT recommande son concurrent depuis six mois, l’investissement se justifie très vite.

À réserver aux entreprises prêtes à écrire un vrai corpus de questions et à lire des tendances plutôt que des chiffres isolés. Les curieux peuvent commencer par demander une démonstration sur leur propre marque via etalo.ai : c’est la façon la plus rapide de savoir si le sujet vous concerne réellement.

Questions fréquentes

Qu’est-ce que le GEO (Generative Engine Optimization) ?

Le GEO désigne l’ensemble des pratiques visant à être cité, correctement et avec un lien, dans les réponses des assistants IA comme ChatGPT, Gemini ou Perplexity. Contrairement au SEO, il ne s’agit pas de se positionner dans une liste de résultats mais d’apparaître dans une réponse rédigée, souvent unique, où seules deux ou trois marques sont nommées.

Le GEO remplace-t-il le SEO ?

Non. En France, 98 % des internautes continuent d’utiliser les moteurs de recherche (OpinionWay pour SEO.fr, février 2026), et le trafic issu des assistants IA représente encore 0,32 % du total. Le GEO est une mesure supplémentaire à ajouter au SEO, pas un remplacement — d’autant que les leviers de fond (contenu clair, informations exactes, citations par des tiers) sont largement communs aux deux.

Comment savoir si ChatGPT parle de ma marque ?

Poser la question une fois ne suffit pas : les réponses d’un modèle de langage varient d’une interrogation à l’autre. Il faut construire un corpus de questions représentatif de votre marché, le poser plusieurs fois sur chaque assistant, et compter les occurrences. C’est exactement ce qu’automatise un outil d’audit GEO comme Etalo.

Peut-on faire corriger une erreur qu’une IA raconte sur mon entreprise ?

Il n’existe à ce jour aucun canal public documenté de correction chez les éditeurs d’assistants. Si l’erreur provient d’une page web que le modèle a consultée (erreur de récupération), corriger cette source peut suffire en quelques jours. Si elle vient de l’entraînement du modèle (erreur de mémoire), il faut attendre un nouveau cycle d’entraînement. Le test pour les distinguer : poser la même question avec, puis sans, recherche web activée.

Faut-il ajouter un fichier llms.txt à son site ?

D’après le guide publié par Google en mai 2026, la Recherche ignore les fichiers texte destinés aux IA, les balisages spéciaux et le Markdown dédié. Un fichier llms.txt ne nuit pas, mais rien n’indique aujourd’hui qu’il améliore votre présence dans les Aperçus IA de Google.

Bloquer Google-Extended permet-il de sortir des Aperçus IA ?

Non. Google-Extended couvre l’application Gemini et l’ancrage Vertex AI. Les Aperçus IA sont pilotés par Googlebot, car Google les considère comme une fonctionnalité de la Recherche. Sortir des Aperçus IA implique donc de sortir de la Recherche ; seules les directives noindex, nosnippet et max-snippet limitent ce qui peut être repris.

Combien de questions faut-il pour un audit GEO fiable ?

Entre 30 et 100 questions, réparties en trois familles (découverte, comparaison, objection), avec au minimum trois relevés avant d’afficher le moindre pourcentage. En dessous, les écarts observés relèvent du bruit statistique plutôt que d’une tendance.

Sources : OpinionWay pour SEO.fr, « Les Français et la recherche en ligne », février 2026, 1 013 répondants — SE Ranking, « AI traffic research study », 18 juin 2026, 101 574 sites — Tow Center for Digital Journalism (Columbia), étude sur 1 600 interrogations et 8 outils, février 2025 — Google, guide d’optimisation pour les fonctionnalités génératives de la Recherche, mai 2026.