Pourquoi votre site n'apparaît pas dans ChatGPT (et comment y remédier)

§ Comment ChatGPT choisit-il ses sources ?

ChatGPT s'appuie sur trois mécanismes complémentaires pour citer des sources : la connaissance entraînée (web indexé jusqu'à la date de cutoff du modèle), la recherche en temps réel (via Bing pour la version web et la fonctionnalité Search), et les fichiers signaux comme llms.txt. Chacun de ces canaux peut être bloqué ou défaillant pour votre site.

§ Raison 1 : votre site bloque les bots IA

C'est la cause la plus fréquente, souvent involontaire. Beaucoup de plugins SEO ou de configurations Cloudflare bloquent par défaut GPTBot, ChatGPT-User et Anthropic-AI. Vérifiez votre robots.txt : ces user-agents doivent être explicitement autorisés.

User-Agent: GPTBot
Allow: /

User-Agent: ChatGPT-User
Allow: /

User-Agent: anthropic-ai
Allow: /

User-Agent: PerplexityBot
Allow: /

§ Raison 2 : aucune entité claire

ChatGPT ne cite que des entités qu'il peut identifier sans ambiguïté. Si votre nom de marque est générique, vous risquez d'être confondu avec d'autres. Solution : un schema Organization complet, des liens sameAs vers Wikipedia, LinkedIn, GitHub, et idéalement une page Wikipedia/Wikidata si vous y êtes éligible.

§ Raison 3 : pas de llms.txt

Sans llms.txt, vous laissez l'IA construire seule sa représentation de vous. Avec llms.txt, vous lui dictez la version que vous voulez voir circuler. C'est l'investissement à 5 minutes au plus haut ROI GEO de 2026.

§ Raison 4 : aucun contenu original

Les LLM évitent activement la redondance. Si votre contenu reformule ce qui existe déjà sur Wikipedia ou dans les top résultats Google, l'IA n'a aucune raison de vous citer plutôt qu'eux. C'est le concept d'information gain : qu'est-ce que VOUS apportez de neuf ?

§ Raison 5 : sources tierces inexistantes

ChatGPT vérifie les claims importants en croisant plusieurs sources. Si rien ne parle de vous en dehors de votre propre site (presse, blogs sectoriels, annuaires de référence), votre crédibilité est faible. La construction de citations externes (digital PR) reste fondamentale.

§ Raison 6 : structure HTML pauvre

Les LLM extraient leurs réponses passage par passage. Sans H2/H3 clairement formulés, sans paragraphes courts et autoporteurs, votre contenu n'est pas extractible. Les pages tout-en-bloc, sans hiérarchie, sont massivement défavorisées.

§ Raison 7 : signaux de fraîcheur absents

Pour les sujets évolutifs (technologies, réglementation, marketing), ChatGPT priorise les sources récentes. Sans datePublished et dateModified visibles dans le schema, vos articles sont supposés vieux. Mettez à jour, déclarez les mises à jour, montrez que vous êtes vivant.