Guide : LLM Visibility / AI Visibility

TL;DR — LLM visibility (aussi appelé AI visibility) est comment souvent votre brand montre up à l’intérieur AI réponses — le ones depuis Google AI Overviews, ChatGPT, Perplexity, Copilot, et Gemini. c’est comme organique visibility, mais pour written AI réponses au lieu de a liste de blue liens. Et ici’s le catch: classement #1 dans Google ne fait pas guarantee vous montrer up dans AI réponses. Ils exécuter on différent signaux.

Ce que LLM visibility is

LLM visibility est an umbrella measurement pour observed presence dans model-assisted réponses, pas a standardized provider metric. Preuve à l’appui de cette affirmation ChatGPT search can answer with information from the web and provide linked sources. Portée : ChatGPT search; appearance in a sampled answer is product-, query-, locale-, and time-dependent. Niveau de confiance : élevé · Vérifié : 2026-07-14 OpenAI: ChatGPT search Explorer permission, retrieval, mention, et citation sont distinct states. Preuve à l’appui de cette affirmation OpenAI distinguishes crawler controls for search inclusion from controls for model training. Portée : OpenAI's documented crawlers and controls; allowing a crawler does not guarantee retrieval, citation, or answer inclusion. Niveau de confiance : élevé · Vérifié : 2026-07-14 OpenAI: Crawlers

Quand vous recherche maintenant, vous souvent obtenir an AI-written réponse à le top au lieu de (or ci-dessus) le usual liste de liens. LLM visibility est le mesurer de comment beaucoup votre brand or votre pages montrer up à l’intérieur ceux réponses.

c’est le AI-recherche version de a metric SEOs déjà know — organique visibility, le rolled-up sense de comment présent vous sont à travers résultats de recherche. Même idea, nouveau surface. Au lieu de “where do I rank for my keywords,” le question becomes “comment souvent fait AI mention or cite me quand personnes demander à propos de mon topic.”

The partie que surprises personnes

Vous’d think lune pages que classer #1 dans Google voudrait être le ones AI citations. Mostly ils ne sont pas. Seulement à propos de 38% de pages cited dans Google’s AI Overviews aussi classer dans le traditional top 10 — et que number utilisé à être 76%. Donc votre normal classement rapports ne pas tell vous comment visible vous sont dans AI. c’est a séparé chose vous ont à mesurer séparément.

«The other surprise: most of your AI visibility comes from other people’s websites, not yours. When a site like Forbes or TechCrunch or a Reddit thread talks about you, that’s what AI tends to pull from. Roughly 82–89% of AI citations come from this kind of earned media, not from a brand’s own pages. As I put it in my Ahrefs Evolve 2025 talk on AI SEO, the shift is from “optimize your site” to “optimize how the internet talks about you.” » (Traduction) (Résumé en français de la section dix, sous-partie un : le texte source est conservé pour vérification lors de la relecture francophone.)

Three choses, pas un

“Showing up in AI” en réalité signifie three différent choses, and they’re facile to mix up:

1. Retrieved — le AI récupéré votre page à utiliser as raw material. (Vous pouvez voir ce dans votre serveur logs.)
2. Mentioned — votre brand nom montre up dans le réponse texte.
3. Cited — votre lien montre up as a listed source.

La plupart outils seulement catch le third un. Donc si vous seulement count citations, vous êtes seeing a petit slice de votre réel influence.

Et parfois il y a rien à catch à tout — le AI réponses straight depuis ce que il déjà learned during training, sans fetching n’importe quoi nouveau. Ceux réponses ne sont pas déplacé par contenu changements, aucun matter comment bon le contenu est. Plus on que distinction dans le Avancé tab.

Ce que to en réalité do

• Pick a liste de questions votre clients demander (dire 250–500), et vérifier comment souvent AI réponses mention or cite vous. Que percentage, tracked over temps, est votre score.
• ne pas vérifier il une fois. AI réponses modifier a lot — exécuter le même question on différent days et vous’ll obtenir différent brands. Un exécuter n’est pas a measurement.
• Construire votre reputation off-site aussi: obtenir mentioned dans articles, on Reddit, on YouTube. c’est ce que feeds le AI réponses.

Vouloir le complet version — le correlation numbers, le plateforme-par-plateforme breakdown, et le exact measurement stack? Switch à le Avancé tab.

«> TL;DR — LLM visibility is the aggregate of how often and how prominently a

brand appears in AI-generated answers (AI Overviews, AI Mode, ChatGPT, Perplexity, Copilot, Gemini, Grok). It is not organic visibility — only ~38% of AI Overview citations come from the traditional top 10 (was 76%), and the strongest correlate is branded web mentions (0.664), not Domain Rating (0.326). It splits into three states — retrieved → mentioned → cited — that need different tools; citation-only measurement understates the picture badly. It behaves radically differently per platform, it’s volatile enough that single prompt runs aren’t data points, and the right unit of measurement is a defined prompt pool tracked as Share of Model Voice over time. Tools like Brand Radar give directional indicators, not exact traffic counts. » (Traduction) (Résumé en français de la section vingt et un, sous-partie un : le texte source est conservé pour vérification lors de la relecture francophone.)

«## What LLM visibility is (and isn’t) » (Traduction) (Résumé en français de la section vingt-deux, sous-partie un : le texte source est conservé pour vérification lors de la relecture francophone.)

«Measurements are conditional on prompts, model versions, time, locale, and sampling. Preuve à l’appui de cette affirmation ChatGPT search can answer with information from the web and provide linked sources. Portée : ChatGPT search; appearance in a sampled answer is product-, query-, locale-, and time-dependent. Niveau de confiance : élevé · Vérifié : 2026-07-14 OpenAI: ChatGPT search Provider crawler controls describe access policy, not guaranteed inclusion in answers. Preuve à l’appui de cette affirmation OpenAI distinguishes crawler controls for search inclusion from controls for model training. Portée : OpenAI's documented crawlers and controls; allowing a crawler does not guarantee retrieval, citation, or answer inclusion. Niveau de confiance : élevé · Vérifié : 2026-07-14 OpenAI: Crawlers » (Traduction) (Résumé en français de la section vingt-trois, sous-partie un : le texte source est conservé pour vérification lors de la relecture francophone.)

«LLM visibility — AI visibility, same thing — is the rolled-up measure of how often and how prominently a brand, domain, or page shows up in the answers AI search systems generate. It’s a category, not a single number, the same way organic visibility is. The difference is the surface it measures: a synthesized, written answer instead of a ranked list of links. » (Traduction) (Résumé en français de la section vingt-quatre, sous-partie un : le texte source est conservé pour vérification lors de la relecture francophone.)

«The thing I’d burn into your brain first: LLM visibility is not the same as organic visibility. In mid-2025, ~76% of AI Overview citations came from pages ranking in the organic top 10. By early 2026 that’s down to roughly 38% in our data (and other studies put it even lower). Organic rank used to be a decent proxy for AI presence. It isn’t anymore. These are two different signals, and you need two different measurement programs. » (Traduction) (Résumé en français de la section vingt-cinq, sous-partie un : le texte source est conservé pour vérification lors de la relecture francophone.)

«Why the divergence? Because the signals that drive AI visibility aren’t the ones that drive rankings. In Ahrefs’ study of 75,000 brands by Louise Linehan and Xibeijia Guan — findings I later discussed at Ahrefs Evolve 2025 — the order came out like this for Google AI Overview visibility: » (Traduction) (Résumé en français de la section vingt-six, sous-partie un : le texte source est conservé pour vérification lors de la relecture francophone.)

«| Signal | Correlation with AI visibility | | --- | --- | | Branded web mentions | 0.664 | | Branded anchor text | 0.527 | | Branded search volume | 0.392 | | Domain Rating | 0.326 | » (Traduction) (Résumé en français de la section vingt-sept, sous-partie un : le texte source est conservé pour vérification lors de la relecture francophone.)

«The #1 signal is brand presence off your own site. That’s the structural inversion: unlinked mentions — which pass no PageRank and barely register in traditional SEO — are the strongest correlate of AI visibility. Which is exactly why I keep saying the job shifted from “optimize your site” to “optimize how the internet talks about you.” It lines up with the earned-media data too: 82–89% of AI citations come from third-party sources (Forbes/TechCrunch/WSJ-type outlets), not brand-owned pages. One concrete example from the talk — Zapier had 16 pages mentioning Ahrefs, and those 16 pages were cited across 1,431 Ahrefs AI responses. Other people’s content about you does most of the work. » (Traduction) (Résumé en français de la section vingt-huit, sous-partie un : le texte source est conservé pour vérification lors de la relecture francophone.)

«## Three states: retrieved → mentioned → cited → clicked » (Traduction) (Résumé en français de la section vingt-neuf, sous-partie un : le texte source est conservé pour vérification lors de la relecture francophone.)

“AI visibility” hides three genuinely différent states. Conflating les is où la plupart measurement goes incorrect:

Et alors a fourth, downstream de tout three: clicked — le rare cas où quelqu’un en réalité visits votre site depuis le réponse (GA4 / web analytics).

«Most tools only see the cited state. The retrieved and mentioned states are largely invisible to citation-only tools — OtterlyAI’s read of Bing’s data put it bluntly: “99.6% of your AI influence is invisible.” So if your dashboard is counting citations and calling that your AI visibility, you’re understating it by a lot. And the reverse failure exists too — Superlines found ~73% of AI presence was citations without a brand mention (“ghost citations”). Run mention tracking and citation tracking together or you get a false picture either way. » (Traduction) (Résumé en français de la section trente-trois, sous-partie un : le texte source est conservé pour vérification lors de la relecture francophone.)

A question underneath tout three: is ce même a retrieval-driven réponse?

Retrieved, mentioned, et cited tout assume le AI went et récupéré quelque chose pour ce spécifique requête. A meaningful share de AI réponses ne pas — le model réponses depuis ce que il déjà learned during training (son parametric memory), avec aucun actif retrieval étape à tout. Voir RAG pour le mechanics: production systèmes exécuter a requête classifier que decides, per requête, si à recherche — il n’est pas a étape que se produit on chaque requête.

Ce matters pour measurement parce que il changements qu’est-ce que actionable. A retrieval-driven réponse peut, dans principle, être déplacé par sur la page et hors page fonctionner — meilleur contenu obtient récupéré, meilleur mentions obtenir pulled dans. A memory-driven réponse ne peut pas être déplacé que façon: le model déjà “learned” ce que il knows à propos de votre brand à training temps, et aucun page edit changements que jusqu’à le model est retrained — qui se produit on le provider’s schedule, pas le vôtre. Si vous êtes seeing a stable brand description à travers nombreux prompt exécute avec aucun citations et aucun sign de retrieval, vous peut être looking à a memory-driven réponse. Track il, mais ne pas spend editing effort expecting il à déplacer.

il y a aucun entièrement fiable façon à tell qui est qui purely par reading le sortie — il takes deliberately testing pour il: comparing a plateforme’s recherche-on vs. recherche-off behavior où c’est exposed, watching si citations apparaître à tout, or checking si le réponse changements quand le underlying page source changements. Treat “no citations at all” et “citations present” as différent measurement regimes avec différent remedies, pas deux scores on le même scale.

Platform by platform — pourquoi visibility varies so beaucoup

Là est aucun unique “AI visibility” number, parce que le platforms behave complètement differently. Ils draw depuis différent sources et cite à wildly différent rates:

Le headline gap: Perplexity cites ~21,87 sources per réponse pendant que ChatGPT cites dans 0,59% de réponses. Le même contenu peut être highly visible on un plateforme et effectively invisible on un autre. Et cross-plateforme overlap est poor — seulement 7 de le top 50 la plupart-cited domains apparaître à travers tout three major platforms (AI Overviews, ChatGPT, Perplexity). LLM visibility est vraiment three (or seven) séparé visibility profiles. Mesurer chaque plateforme; ne pas average les dans un number et pretend il signifie quelque chose.

It’s volatile — unique runs aren’t données

AI réponses churn. Roughly 40–60% de cited sources modifier month à month, et pour le même requête a grand share de le AI Overview contenu changements entre exécute. SparkToro trouvé moins que a 1-dans-100 chance de getting identical brand listes à travers 100 exécute de le même ChatGPT prompt. Le methodological consequence est simple et non-negotiable: running a prompt une fois n’est pas a données point. Vous besoin a défini prompt pool, nombreux exécute, et trend windows — pas point-dans-time snapshots.

How to mesurer it — the stack mapped to the states

Aucun unique outil covers tout four states. Construire a stack où chaque couche maps to un:

«- Layer 1 — server logs → Retrieved. The -User bots (ChatGPT-User, Perplexity-User, Googlebot-Extended) are live inference fetches — someone asked a question and the AI went to get your page right then. That’s different from training/indexing bots (GPTBot, ClaudeBot). Every error you serve a -User bot is a missed citation. » (Traduction) (Résumé en français de la section quarante-sept, sous-partie un : le texte source est conservé pour vérification lors de la relecture francophone.) «- Layer 2 — brand monitoring → Mentioned. Ahrefs Brand Radar does string-match mentions across the major platforms and has a “found but not cited” filter for isolating influence-without-attribution. Add manual prompt testing for QA. » (Traduction) (Résumé en français de la section quarante-sept, sous-partie deux : le texte source est conservé pour vérification lors de la relecture francophone.) «- Layer 3 — citation tracking → Cited. Brand Radar’s Cited Pages / Cited Domains reports; Bing Webmaster Tools’ AI Performance report (the first official platform source of citation data — citations, grounding queries, average cited pages); and Google Search Console’s AI features filter / Gen AI Performance reports (impressions only — no clicks). » (Traduction) (Résumé en français de la section quarante-sept, sous-partie trois : le texte source est conservé pour vérification lors de la relecture francophone.) «- Layer 4 — web analytics → Clicked. GA4’s AI Assistant channel, plus a custom channel group. Expect a dark-traffic problem: a large share of AI-sourced visits arrive with no referrer and land in Direct, and AI Overview/AI Mode clicks merge into google/organic — so the clicked layer is the least clean. » (Traduction) (Résumé en français de la section quarante-sept, sous-partie quatre : le texte source est conservé pour vérification lors de la relecture francophone.)

Un caveat Je vouloir à être honest à propos de: Brand Radar (et outils comme il) rapport directional indicators, pas exact trafic counts. Treat le trend et le relative share seriously; ne pas treat quelconque unique figure as a precise tally.

The prompt-pool méthode and Share of Model Voice

Le unit de measurement est le prompt pool: define ~250–500 élevé-intent requêtes, exécuter les à travers le LLM endpoints on a weekly or monthly cadence, record où votre brand apparaît, et track Share de Model Voice (SOMV) — brand appearances ÷ total tracked prompts × 100. Pull prompts depuis réel demand: sales transcripts, prise en charge tickets, Reddit, G2 reviews, PAA, autocomplete. Benchmarks à calibrate contre: average mention rate est autour 17,2% à travers pertinent prompts (AthenaHQ), et 40–70% est considéré strong.

Pour plateforme mechanics, Brand Radar exécute on a 400M+ recherche-backed prompt corpus (up depuis 350M+ précédent ce année — c’est a growing, actif-updating indexer, donc treat le exact figure as directional), refreshes monthly pour ChatGPT/Perplexity/Gemini/Copilot et continuously pour AI Overviews/AI Mode, et distinguishes “cited” (lié URLs) depuis “trouvé mais pas cited” (string matches sans liens).

A measurement edge cas worth knowing

AI ne fait pas simplement under-rapport vous — parfois il invents vous. Nous avait thousands de visits going à pages on Ahrefs que n’a pas en réalité exist parce que an AI synthesized plausible-looking URLs. Hallucinated citations sont a réel dimension de AI-visibility measurement, et la plupart outils ne va pas filter les out pour vous — donc sanity- vérifier l’URLs vous êtes “cited” on.

Ce que ce is and isn’t worth

Être clair-eyed à propos de valeur. Même étant cited rarely produces a click — utilisateurs clicked a cited source dans seulement 1% de Google visits avec an AI summary dans Pew’s March 2025 U.S. browsing study, et le vast majority de Google AI Mode sessions fin avec aucun site visit. LLM visibility est primarily a brand awareness et autorité metric, pas a direct-traffic metric. Il encore matters: a grand share de AI Mode utilisateurs accept le curated shortlist sans doing plus loin research, donc étant dans le réponse carries weight même sans le click.

Où ce fits

Ce est le definition-et-measurement hub pour le cluster. Pour le deep dive on le three states, voir Retrieved, Mentioned, Cited. Pour le GA4/analytics couche précisément — le dark-traffic et attribution mess — voir AI trafic attribution. Pour le off-site signal que en réalité drives ce (entities et mentions), voir Entity SEO et le broader AI recherche hub.

AI summary

A condensed prendre on the Avancé version:

«- LLM visibility = how often/prominently you appear in AI answers (AI Overviews, AI Mode, ChatGPT, Perplexity, Copilot, Gemini, Grok). It’s a composite category, the AI-search analog of organic visibility. » (Traduction) (Résumé en français de la section soixante-trois, sous-partie un : le texte source est conservé pour vérification lors de la relecture francophone.) «- It’s not organic visibility. Only ~38% of AI Overview citations come from the traditional top 10 (was 76%). Different signals, separate measurement needed. » (Traduction) (Résumé en français de la section soixante-trois, sous-partie deux : le texte source est conservé pour vérification lors de la relecture francophone.) «- The #1 correlate is branded web mentions (0.664) — well above Domain Rating (0.326). 82–89% of AI citations are earned media, not brand-owned pages. “Optimize how the internet talks about you.” » (Traduction) (Résumé en français de la section soixante-trois, sous-partie trois : le texte source est conservé pour vérification lors de la relecture francophone.) «- Three states, three tools: retrieved (server logs) → mentioned (Brand Radar string match) → cited (Brand Radar cited / Bing WMT / GSC) → clicked (GA4). Citation-only tools miss most of it (“99.6% invisible”); watch for “ghost citations” too. » (Traduction) (Résumé en français de la section soixante-trois, sous-partie quatre : le texte source est conservé pour vérification lors de la relecture francophone.) «- Underneath all three: some answers skip retrieval entirely. A memory-driven answer comes from the model’s training, not a live fetch — no citations, no retrieval signal, and no way to move it with content changes. Retrieval-driven answers are the ones on-page/off-page work can actually shift. » (Traduction) (Résumé en français de la section soixante-trois, sous-partie cinq : le texte source est conservé pour vérification lors de la relecture francophone.) «- Platforms differ radically: Perplexity ~21.87 citations/response vs. ChatGPT ~0.59% citation rate; only 7 of the top 50 cited domains span all three majors. » (Traduction) (Résumé en français de la section soixante-trois, sous-partie six : le texte source est conservé pour vérification lors de la relecture francophone.) «- Volatile: 40–60% of citations change month to month; a single prompt run is not a data point. » (Traduction) (Résumé en français de la section soixante-trois, sous-partie sept : le texte source est conservé pour vérification lors de la relecture francophone.) «- Method: a 250–500 prompt pool, run on a cadence, tracked as Share of Model Voice (avg ~17.2%; 40–70% strong). Brand Radar data is directional, not exact traffic counts. » (Traduction) (Résumé en français de la section soixante-trois, sous-partie huit : le texte source est conservé pour vérification lors de la relecture francophone.) «- Value: mostly brand/authority — clicks are rare (Pew observed cited-source clicks in 1% of Google visits with an AI summary). » (Traduction) (Résumé en français de la section soixante-trois, sous-partie neuf : le texte source est conservé pour vérification lors de la relecture francophone.)

«## Official documentation » (Traduction) (Résumé en français de la section soixante-six, sous-partie un : le texte source est conservé pour vérification lors de la relecture francophone.)

«What the engines themselves say about AI visibility and how to measure it. » (Traduction) (Résumé en français de la section soixante-sept, sous-partie un : le texte source est conservé pour vérification lors de la relecture francophone.)

«Google » (Traduction) (Résumé en français de la section soixante-huit, sous-partie un : le texte source est conservé pour vérification lors de la relecture francophone.) «- AI features and your website (AI optimization guide) — Google’s core position: AI Overviews and AI Mode are rooted in core Search ranking, so standard SEO best practices remain the foundation. No special markup (llms.txt), chunking, or “AI-specific writing” is required or beneficial. » (Traduction) (Résumé en français de la section soixante-huit, sous-partie deux : le texte source est conservé pour vérification lors de la relecture francophone.) «- AI features in Google Search results — how AI Overviews/AI Mode surface content and what’s eligible. » (Traduction) (Résumé en français de la section soixante-huit, sous-partie trois : le texte source est conservé pour vérification lors de la relecture francophone.) «- Gen AI Performance reports in Search Console (June 2026) — the AI features data in GSC: impressions for AI Overviews, AI Mode, and Discover generative features. Impressions only — no click data. » (Traduction) (Résumé en français de la section soixante-huit, sous-partie quatre : le texte source est conservé pour vérification lors de la relecture francophone.)

«Bing / Microsoft » (Traduction) (Résumé en français de la section soixante-neuf, sous-partie un : le texte source est conservé pour vérification lors de la relecture francophone.) «- Introducing AI Performance in Bing Webmaster Tools (public preview, Feb 2026) — the first official platform tool exposing AI citation data: Citations, Grounding Queries, and Average Cited Pages. » (Traduction) (Résumé en français de la section soixante-neuf, sous-partie deux : le texte source est conservé pour vérification lors de la relecture francophone.) «- Microsoft Copilot guidance for public websites — how Copilot Studio’s generative-answers node indexes and ranks web content used as a knowledge source (via sitemaps/IndexNow, then ranked by relevance, freshness, and engagement). » (Traduction) (Résumé en français de la section soixante-neuf, sous-partie trois : le texte source est conservé pour vérification lors de la relecture francophone.)

«## Quotes from the source » (Traduction) (Résumé en français de la section soixante-douze, sous-partie un : le texte source est conservé pour vérification lors de la relecture francophone.)

On-le-record statements depuis le moteurs. Chaque deep lien jumps toward le pertinent passage on le page source.

Google — standard SEO encore s’applique

«- “The best practices for SEO continue to be relevant because our generative AI features on Google Search are rooted in our core Search ranking and quality systems.” — Google Search Central. Jump to quote » (Traduction) (Résumé en français de la section soixante-quinze, sous-partie un : le texte source est conservé pour vérification lors de la relecture francophone.)

Bing — pourquoi AI Performances exists

«- “As AI becomes a more common way people discover information, visibility is not only about blue links. It is also about whether your content is cited and referenced when AI systems generate answers.” — Bing Webmaster Blog, “Introducing AI Performance in Bing Webmaster Tools” (Feb. 10, 2026). Jump to source » (Traduction) (Résumé en français de la section soixante-dix-sept, sous-partie un : le texte source est conservé pour vérification lors de la relecture francophone.)

LLM visibility audit checklist

A réussir à définir up — et sanity-vérifier — an AI visibility measurement program. Il maps à le three states, donc vous cover plus que simplement citations.

Scope

• Défini qui platforms vous’ll track (à minimum: AI Overviews, ChatGPT, Perplexity; ideally + Copilot, Gemini, Grok).
• Listed le brand entities, regions, et languages dans scope.

Retrieved (serveur logs)

• Vérifié serveur logs pour AI inference bots (ChatGPT-User, Perplexity-User, Googlebot-Extended) — séparé depuis training bots (GPTBot, ClaudeBot).
• Confirmed vous êtes pas diffusion erreurs/bloque à -User récupérer bots (chaque erreur est a missed citation).

«Mentioned + Cited (Brand Radar / Bing WMT / GSC) » (Traduction) (Résumé en français de la section quatre-vingt-quatre, sous-partie un : le texte source est conservé pour vérification lors de la relecture francophone.) «- [ ] Built a baseline in Ahrefs Brand Radar (mentions + cited pages/domains). » (Traduction) (Résumé en français de la section quatre-vingt-quatre, sous-partie deux : le texte source est conservé pour vérification lors de la relecture francophone.) «- [ ] Ran the “found but not cited” filter to find influence-without-attribution. » (Traduction) (Résumé en français de la section quatre-vingt-quatre, sous-partie trois : le texte source est conservé pour vérification lors de la relecture francophone.) «- [ ] Pulled Bing Webmaster Tools AI Performance (citations, grounding queries, avg cited pages). » (Traduction) (Résumé en français de la section quatre-vingt-quatre, sous-partie quatre : le texte source est conservé pour vérification lors de la relecture francophone.) «- [ ] Checked GSC AI features / Gen AI Performance (impressions — remember, no clicks). » (Traduction) (Résumé en français de la section quatre-vingt-quatre, sous-partie cinq : le texte source est conservé pour vérification lors de la relecture francophone.)

Prompt testing

• Testé votre clé prompts manuellement à travers platforms — plusieurs exécute, pas un (résultats sont volatile).
• Vérifié accuracy et sentiment, pas simplement presence (corriger misinformation).
• Spot-checked cited URLs pour hallucinated/non-existent pages.

Clicked + tracking

• Reviewed GA4 AI Assistant channel / custom channel groupe (expect dark trafic dans Direct).
• Définir a recurring cadence — monthly minimum, weekly pour competitive categories — avec trend windows, pas unique snapshots.
• Benchmarked Share de Model Voice vs. concurrents.

LLM visibility vs. organique visibility — cheat sheet

Le rapide comparaison. Le point n’est pas que un remplace le autre — c’est que ils sont différent metrics on différent signaux et besoin séparé measurement.

Three states to track (don’t collapse les): Retrieved (server logs) → Mentioned (Brand Radar string match) → Cited (Brand Radar cited / Bing WMT / GSC) → Clicked (GA4).

ne pas: treat citation counts as total AI visibility (vous miss retrieved + mentioned), assume un plateforme represents le others, or treat a unique prompt exécuter as a measurement. Et llms.txt fait pas affecter Google classement — Google dit il ignores il.

Outils pour measuring LLM visibility

Aucun unique outil covers tout four states — la plupart lean toward le cited couche. Pair a brand-monitoring outil avec le official plateforme rapports et votre propre logs.

«- Ahrefs Brand Radar — 400M+ search-backed prompts (up from 350M+ earlier this year; it’s a growing, live-updating index — treat the exact figure as directional); tracks mentions, citations, impressions, and Share of Model Voice across ChatGPT, Perplexity, Gemini, Copilot, AI Overviews, AI Mode, and Grok. Monthly refresh for the conversational platforms, continuous for AI Overviews. Has a “found but not cited” filter. Directional indicators, not exact traffic counts. » (Traduction) (Résumé en français de la section quatre-vingt-dix-huit, sous-partie un : le texte source est conservé pour vérification lors de la relecture francophone.) «- Semrush AI Visibility Toolkit — citation frequency/position, share of voice, and competitive AI-market-share tracking over a large LLM-prompt corpus. » (Traduction) (Résumé en français de la section quatre-vingt-dix-huit, sous-partie deux : le texte source est conservé pour vérification lors de la relecture francophone.) «- Profound — enterprise-leaning, programmatic API querying of LLM endpoints for Share of Model Voice tracking, plus AI-crawler analytics. » (Traduction) (Résumé en français de la section quatre-vingt-dix-huit, sous-partie trois : le texte source est conservé pour vérification lors de la relecture francophone.) «- Scrunch — AI-search visibility platform with citation tracking, bot-crawl observability, and content optimization for AI answers; reducing brand hallucinations is one of its stated outcomes. » (Traduction) (Résumé en français de la section quatre-vingt-dix-huit, sous-partie quatre : le texte source est conservé pour vérification lors de la relecture francophone.) «- Peec AI — daily updates and source-gap analysis on a smaller prompt set; lightweight entry point. » (Traduction) (Résumé en français de la section quatre-vingt-dix-huit, sous-partie cinq : le texte source est conservé pour vérification lors de la relecture francophone.) «- Waikay.io — multi-platform (ChatGPT, Gemini, Claude, Perplexity) rolled up into an AI Brand Score. » (Traduction) (Résumé en français de la section quatre-vingt-dix-huit, sous-partie six : le texte source est conservé pour vérification lors de la relecture francophone.) «- Bing Webmaster Tools — AI Performance (official, free) — citations, grounding queries, average cited pages. Best window into Copilot’s cited state. » (Traduction) (Résumé en français de la section quatre-vingt-dix-huit, sous-partie sept : le texte source est conservé pour vérification lors de la relecture francophone.) «- Google Search Console — AI features / Gen AI Performance (official, free) — impressions for AI Overviews/AI Mode/Discover. No clicks. » (Traduction) (Résumé en français de la section quatre-vingt-dix-huit, sous-partie huit : le texte source est conservé pour vérification lors de la relecture francophone.)

AI-visibility measurement mistakes

Reporting un prompt run as market share

Outputs vary par plateforme, model, temps, emplacement, et phrasing. Utiliser a défini prompt pool et repeated observations avant describing a trend.

Combining retrieval, mentions, et citations

«A system can fetch a page without naming the brand, name a brand without linking, or cite a URL. Track each state separately because the measurement source and business meaning differ. » (Traduction) (Résumé en français de la section cent cinq, sous-partie un : le texte source est conservé pour vérification lors de la relecture francophone.)

«### Comparing tools as if their panels were identical » (Traduction) (Résumé en français de la section cent six, sous-partie un : le texte source est conservé pour vérification lors de la relecture francophone.)

«Visibility platforms use different prompts, models, schedules, and scoring formulas. Keep one methodology stable for trend reporting and disclose what it can and cannot observe. » (Traduction) (Résumé en français de la section cent sept, sous-partie un : le texte source est conservé pour vérification lors de la relecture francophone.)

«## Build a controlled visibility prompt pool » (Traduction) (Résumé en français de la section cent dix, sous-partie un : le texte source est conservé pour vérification lors de la relecture francophone.)

«Paste verified customer jobs, category terms, comparison needs, and funnel stages: » (Traduction) (Résumé en français de la section cent onze, sous-partie un : le texte source est conservé pour vérification lors de la relecture francophone.)

Create a balanced AI-visibility prompt pool using only the supplied research. Group
prompts by informational, comparison, recommendation, and problem-solving intent.
Keep wording neutral, avoid naming our brand unless the task is branded measurement,
and flag prompts that depend on location, freshness, or user context. Return a stable
prompt ID, wording, intent, audience, and reason for inclusion.

«## Classify captured AI answers » (Traduction) (Résumé en français de la section cent treize, sous-partie un : le texte source est conservé pour vérification lors de la relecture francophone.)

Paste réponse text, citations, platform, model/version, requête temps, and prompt ID:

Classify our brand as absent, mentioned, or cited. Record cited URLs exactly, describe
position and sentiment without assigning a numerical score, and separate observable
facts from interpretation. Flag hallucinated claims and ambiguous brand references.
Do not infer retrieval unless server-log evidence is supplied.

Le Pool, Capture, Classify, Trend framework

1. Pool: Freeze a representative définir de prompts avec stable IDs, intents, et public context.
2. Capture: Record plateforme, model/version, date, réponse, et citations pour chaque exécuter sous consistent conditions.
3. Classify: Séparé absence, mention, citation, sentiment, factual accuracy, et concurrent presence sans inferring unseen retrieval.
4. Trend: Comparer like-pour-like observations over temps et annotate methodology or produit changements que break continuity.

Le framework produces directional visibility evidence. Il ne fait pas convert prompt observations dans exact trafic or market-share estimates.

Testez vos connaissances: LLM visibility

Ressources utiles

«My speaking » (Traduction) (Résumé en français de la section cent vingt-huit, sous-partie un : le texte source est conservé pour vérification lors de la relecture francophone.) «- GEO, AEO, LLMO — What’s With All This AI Stuff? (Ahrefs Evolve 2025) — the slides where I discuss Ahrefs’ correlation study (branded web mentions 0.664 vs. DR 0.326) and present the “optimize how the internet talks about you” framing. Video · Webinar version. » (Traduction) (Résumé en français de la section cent vingt-huit, sous-partie deux : le texte source est conservé pour vérification lors de la relecture francophone.)

«My related writing » (Traduction) (Résumé en français de la section cent vingt-neuf, sous-partie un : le texte source est conservé pour vérification lors de la relecture francophone.) «- AI Visibility Audit: A Step-by-Step Guide — the 8-step audit methodology (scope → baseline → accuracy/sentiment → unbranded gaps → top-cited pages → mentions → competitors → strategy). » (Traduction) (Résumé en français de la section cent vingt-neuf, sous-partie deux : le texte source est conservé pour vérification lors de la relecture francophone.) «- How Brand Radar works (methodology) — prompt selection, platforms tracked, refresh cadence, and the “cited” vs. “found but not cited” distinction. » (Traduction) (Résumé en français de la section cent vingt-neuf, sous-partie trois : le texte source est conservé pour vérification lors de la relecture francophone.) «- Insights from 56 Million AI Overviews — the overlap-with-organic data. » (Traduction) (Résumé en français de la section cent vingt-neuf, sous-partie quatre : le texte source est conservé pour vérification lors de la relecture francophone.) «- AI search traffic converts 23x better — why AI visibility is worth measuring even with few clicks. » (Traduction) (Résumé en français de la section cent vingt-neuf, sous-partie cinq : le texte source est conservé pour vérification lors de la relecture francophone.) «- Generative engines are breaking web analytics — the attribution/dark-traffic problem. » (Traduction) (Résumé en français de la section cent vingt-neuf, sous-partie six : le texte source est conservé pour vérification lors de la relecture francophone.) «- GEO: brand mentions vs. DR correlation study. » (Traduction) (Résumé en français de la section cent vingt-neuf, sous-partie sept : le texte source est conservé pour vérification lors de la relecture francophone.)

Depuis others

• Danny Sullivan / Google: “Bon SEO est bon GEO” — le official line que AI visibility rides on SEO fundamentals.
• Duane Forrester — 12 nouveau KPIs pour generative AI recherche — a broader metric framework notamment chunk retrieval frequency, attribution rate, et AI citation count.
• OtterlyAI: Le AI Citations Rapport 2026 — “99.6% de votre AI influence est invisible” (Bing données); trouvé 73% de sites ont crawlability problèmes affecting citations.
• SparkToro: AIs sont highly inconsistent quand recommending brands — moins que 1-dans-100 chance de identical brand listes à travers 100 exécute de le même ChatGPT prompt; clé caution pour measurement methodology.
• Superlines: AI Recherche Statistics 2026 — plateforme-par-plateforme citation rates (Grok 27%, ChatGPT 0,59%); documents le “ghost citation” phenomenon (73% de AI presence lacks a brand mention); 70% AI Overview contenu churn per requête.
• Découvert Labs: Comment chaque plateforme cites sources differently — ChatGPT cites 15% de retrieved pages; 82,9% de B2B citations depuis third-parties.
• Princeton GEO paper (Aggarwal et al., KDD 2024) — classer-5 pages showed +115,1% citation frequency vs. classer-1 pages à -30,3%; original données on ce que contenu attributs en réalité drive AI citations.

Stats worth citing

• Branded web mentions correlate 0,664 avec AI Overview visibility — vs. anchor texte 0,527, branded recherche 0,392, et Domain Rating 0,326. Le off-site signal dominates. (Ahrefs’ 75 000-brand Google AI Overview study par Louise Linehan et Xibeijia Guan.) Source
• Seulement ~38% de pages cited dans AI Overviews classer dans le traditional top 10 — bas depuis ~76% dans mid-2025. Organique classer ne … plus proxies AI visibility. Source
• 82–89% de AI citations come depuis earned media (Forbes/TechCrunch/WSJ-type), pas brand-owned pages. Zapier’s 16 pages mentioning Ahrefs → 1 431 cited Ahrefs AI réponses. Source
• Average brand mention rate ≈ 17,2% à travers pertinent prompts; 40–70% est strong (AthenaHQ, State de AI Recherche 2026).
• 40–60% de cited sources modifier month à month — AI visibility est volatile, donc mesurer avec prompt pools et trend windows, pas unique exécute (EMARKETER).
• Platforms differ ~45x: Perplexity ~21,87 citations/réponse (~13% citation rate) vs. ChatGPT ~0,59%; seulement 7 de le top 50 la plupart-cited domains apparaître à travers tout three major platforms.
• Brand Radar corpus: 400M+ recherche-backed prompts (up depuis 350M+ précédent ce année — a growing, actif-updating indexer) — monthly refresh pour ChatGPT/Perplexity/Gemini/Copilot, continuous pour AI Overviews. Directional, pas exact trafic counts. Source
• Utilisateurs clicked a cited source dans 1% de Google visits avec an AI summary dans Pew’s March 2025 U.S. browsing study. Dans Semrush’s séparé clickstream sample, 92–94% de Google AI Mode sessions a fait pas lead à an external-domain visit. LLM visibility est primarily a brand awareness metric, pas a trafic metric.
• Moins que 1-dans-100 chance de identical brand listes à travers 100 exécute de le même ChatGPT prompt — AI recommendations sont highly inconsistent, making unique-exécuter measurements statistically unreliable. (SparkToro) Source
• 99,6% de AI influence est invisible à citation-seulement measurement outils, per OtterlyAI’s analysis de Bing données — retrieved et mentioned states dwarf le cited state dans volume. Source

Journal des modifications