À lire aussi : notre guide GEO IA pour les fondations de l'optimisation pour les moteurs génératifs, et l'Agence GEO Mark AI pour le relevé de citations et la production des pages manquantes.
Vos contenus rankent. Votre marque, elle, n'apparaît pas dans la réponse de ChatGPT. Le problème n'est plus le positionnement, il est la citation. Les moteurs de réponse IA sélectionnent une poignée de sources par requête, et cette sélection suit des logiques mesurables.
Cet article cartographie les grandes familles de domaines que les moteurs citent le plus souvent. Aucun classement inventé ici. Chaque chiffre est rattaché à une étude publique et daté, parce que les palmarès de citations bougent en quelques semaines.
Vous trouverez aussi la méthodologie pour construire votre propre relevé de citations, sur vos requêtes et votre verticale. C'est le seul référentiel qui compte vraiment pour arbitrer un budget.
[Image suggérée : visuel de synthèse « 6 familles de domaines cités par les moteurs IA », format infographie brandée]
Ce que montrent les études publiques disponibles
Les données diffèrent selon les outils, mais quelques constats reviennent partout.
Semrush a suivi plus de 100 millions de citations sur 230 000 requêtes, sur 13 semaines entre juillet et octobre 2025, à travers ChatGPT, Google AI Mode et Perplexity. Reddit et Wikipédia restaient parmi les domaines les plus cités à fin octobre 2025. Une analyse Semrush portant sur environ 150 000 citations place Reddit à 40,1 %, Wikipédia à 26,3 % et YouTube à 23,5 % des citations analysées.
Profound, sur un corpus de 680 millions de citations, mesure une composition très différente selon le moteur. Wikipédia domine les citations de ChatGPT à 7,8 %, Reddit celles de Perplexity à 6,6 %, Reddit et YouTube celles des AI Overviews. Le recouvrement de domaines entre ChatGPT et Perplexity tourne autour de 11 %.
Geonimo, sur 2,1 millions de sources extraites entre novembre 2025 et avril 2026, observe une répartition par type de source : 60,6 % de pages de marque, 14 % d'éditorial, 12,9 % de contenus d'utilisateurs, 9,7 % d'institutionnel, 2,7 % de références encyclopédiques. Dans ce même jeu de données, 73,5 % des citations viennent de domaines situés hors du top 100.
Retenez surtout la conclusion commune : la concentration existe au sommet, mais la longue traîne reste massive.
Méthodologie : construire un relevé de citations fiable
Avant de comparer des chiffres, vérifiez comment ils ont été produits. Voici le protocole à appliquer, et les questions à poser à tout fournisseur de données.
Périmètre et période
Fixez le moteur, le pays, la langue et la fenêtre d'observation. Un relevé sans date est inutilisable. Ahrefs mesure qu'un AI Overview a environ 70 % de chances de changer entre deux observations, avec une durée de vie moyenne de 2,15 jours.
Requêtes types
Construisez trois familles de requêtes : informationnelles, comparatives, transactionnelles. Les résultats divergent fortement selon l'intention. Une étude de SurfacedBy sur 127 198 citations et un échantillon à intention commerciale trouve Reddit à 1,8 % seulement, très loin des parts observées sur des questions générales.
Dédoublonnage et normalisation
Comptez au niveau du domaine racine, puis au niveau de l'URL. Regroupez les sous-domaines linguistiques quand c'est pertinent, en gardant la trace de la langue. Geonimo cite séparément en.wikipedia.org et fr.wikipedia.org, ce qui révèle un effet de langue important.
Catégorisation par verticales
Classez chaque domaine cité dans une famille de sources, puis dans une verticale métier. Sans cette étape, vous mélangez santé, logiciel et distribution dans un même agrégat. Les moteurs, eux, ne mélangent pas.
[Vidéo suggérée : démonstration de 3 minutes d'un relevé de citations multi-moteurs sur une même requête]
Les familles de domaines les plus fréquemment citées
Les palmarès varient. Les typologies, beaucoup moins. Voici la cartographie par catégorie, avec des exemples documentés dans les études citées.
| Catégorie de domaine | Exemples représentatifs relevés dans les études | Pourquoi les moteurs les retiennent | Point de données sourcé | Levier pour votre marque |
|---|---|---|---|---|
| Encyclopédies et références | Wikipédia, dictionnaires généralistes | Neutralité perçue, structure stable, définition d'entités | Wikipédia, 1re source de ChatGPT à 7,8 % des citations (Profound, 2025) | Cohérence de vos données d'entité dans les graphes publics |
| Communautés et forums | Reddit, Quora, Stack Overflow | Avis de première main, comparaisons vécues | Reddit, 40,1 % des citations analysées (Semrush, environ 150 000 citations) | Présence authentique, veille des fils existants |
| Vidéo et plateformes | YouTube | Transcriptions exploitables, preuve visuelle | YouTube, 23,5 % des citations analysées (Semrush) | Sous-titres, chapitrage, descriptions détaillées |
| Institutionnel et académique | nih.gov, arxiv.org, portails publics | Mise à jour contrôlée, sources primaires | nih.gov parmi les premières sources de Perplexity (Semrush, 2025) ; arxiv.org dans les 5 domaines les plus cités (Geonimo, 2,1 M de sources) | Publications de recherche, données originales citables |
| Documentation technique éditeurs | Microsoft, IBM, documentations produits | Réponses précises et vérifiables | ibm.com, domaine propriétaire le plus cité de son index à 2,8 % (Machine Relations Index v2) | Documentation publique, sans accès restreint |
| Médias établis et analystes | Forbes, agences de presse, Gartner, G2 | Autorité éditoriale, comparatifs structurés | Forbes 3e source de ChatGPT à 1,1 %, Gartner 3e de Perplexity à 1,0 % (Profound) | Relations presse, fiches sur plateformes d'avis |
| Pages de marque | Sites, pages produits, pages tarifs | Réponse directe à une question précise | 60,6 % des citations relevées (Geonimo) | Pages étroites, une question par page |
Deux nuances importantes. Une part significative de ces sources est absente selon le moteur interrogé. Le Machine Relations Index mesure Reddit à 12,6 % de taux de citation global, sans présence mesurable chez ChatGPT et Claude sur sa fenêtre d'observation.
Et le nombre de places disponibles change tout. Qwairy, sur 118 101 réponses analysées, compte 21,87 sources citées par réponse chez Perplexity, 17,93 sur les AI Overviews, 7,92 chez ChatGPT et 2,47 chez Copilot.
| Moteur | Sources citées par réponse (Qwairy) | Domaine dominant relevé (Profound) |
|---|---|---|
| Perplexity | 21,87 | Reddit (6,6 %) |
| Google AI Overviews | 17,93 | Reddit (2,2 %) |
| ChatGPT | 7,92 | Wikipédia (7,8 %) |
| Copilot | 2,47 | Donnée non publiée dans l'étude |
Les quatre signaux qui reviennent dans toutes les études
Les domaines cités partagent des caractéristiques mesurables, indépendamment de leur catégorie.
- Accessibilité machine. Otterly, sur plus d'un million de citations analysées début 2026, estime que 73 % des sites présentent des barrières techniques bloquant l'accès des robots des moteurs IA.
- Fraîcheur. Ahrefs mesure des URL citées 25,7 % plus récentes que les résultats organiques, soit 1 064 jours contre 1 432 en moyenne. Chez Geonimo, 67 % des sources datables relèvent de 2025 et 2026.
- Structure et faits vérifiables. Les pages découpées en titres clairs, listes et tableaux se prêtent à l'extraction. Les chiffres attribués passent mieux que les adjectifs.
- Notoriété citationnelle plutôt qu'autorité de lien. Ahrefs relève une corrélation de 0,664 entre mentions de marque et visibilité IA, contre 0,218 pour les liens entrants et 0,326 pour le Domain Rating.
Pour la mise en œuvre détaillée de ces signaux, référez-vous à notre guide GEO IA.
Implications : augmenter la probabilité d'être repris
Les leviers efficaces se déduisent directement de la cartographie ci-dessus.
Alignez vos données d'entité dans les graphes publics. Nom, catégorie, dirigeants, produits, sources externes vérifiables. C'est le socle utilisé par les encyclopédies et les couches de référence.
Publiez de la documentation technique ouverte. Documentation produit, spécifications, tarifs. Chez Geonimo, la documentation représente 2,8 % des formats cités, un volume faible pour une concurrence faible.
Multipliez les pages étroites. Une question, une page, une réponse extractible. Le poids de la longue traîne, à 73,5 % des citations hors top 100, favorise la spécificité plutôt que la taille du domaine.
Travaillez les tiers de confiance. Plateformes d'avis, analystes, médias sectoriels, publications de recherche. Ces domaines ont un taux de citation structurellement supérieur à celui d'un site de marque isolé.
Cadrez vos licences et votre syndication. Autorisez explicitement les robots utiles, contrôlez les reprises partenaires, gardez une version canonique à jour. Une reprise non maîtrisée dilue l'attribution de la citation.
Localisez. Geonimo observe 235 530 citations vers des domaines en .fr sur son corpus. Les requêtes en français citent des sources en français.
Limites à garder en tête
Ces données ont des angles morts, et il faut les nommer.
- Biais d'échantillon. Chaque fournisseur interroge son propre jeu de requêtes, souvent issu de sa base clients. Les parts de marché des verticales s'en ressentent.
- Biais linguistique et géographique. Les corpus dominés par l'anglais ou par un pays donné produisent des palmarès différents.
- Biais d'intention. Une requête d'achat et une requête de définition ne citent pas les mêmes familles de domaines.
- Volatilité. La part de Reddit dans les réponses de ChatGPT est passée d'environ 60 % à environ 10 % entre début août et mi-septembre 2025, selon Semrush. Aucun classement ne tient plus d'un trimestre.
- Granularité. Un comptage par domaine masque le nombre de pages citées et la présence effective du nom de marque dans la réponse.
Comment appliquer ces conseils dès aujourd'hui
- Constituez votre liste de 30 requêtes prioritaires. Dix informationnelles, dix comparatives, dix transactionnelles, dans votre langue de marché.
- Interrogez au minimum trois moteurs. Relevez chaque source citée, avec l'URL, la date et le moteur. Recommencez chaque semaine, pas chaque trimestre.
- Classez les domaines relevés dans les sept familles du tableau. Vous obtenez la carte réelle des sources qui construisent les réponses de votre catégorie.
- Vérifiez votre accessibilité technique. Contrôlez votre fichier robots.txt, les règles de votre CDN et le rendu du contenu sans JavaScript.
- Identifiez vos trois écarts les plus coûteux. Un domaine tiers qui cite vos concurrents et pas vous. Une question sans page dédiée chez vous. Une page obsolète sur un sujet à forte fraîcheur.
- Produisez les pages manquantes en série. Une question par page, une donnée attribuée par section, un tableau comparatif par sujet.
- Rafraîchissez vos pages stratégiques tous les trimestres. Datez les mises à jour et remplacez les chiffres périmés.
- Mesurez la part de citations obtenues par famille de sources. C'est cet indicateur qui pilote vos arbitrages budgétaires, pas le volume de contenus publiés.
Les équipes qui industrialisent ces étapes produisent en séries, pas en unités. C'est exactement ce que couvre l'accompagnement de l'Agence GEO Mark AI, du relevé de citations à la production des pages manquantes.
[Image suggérée : capture d'un tableau de suivi hebdomadaire des citations par moteur et par famille de sources]
Conclusion
Il n'existe pas de palmarès stable des domaines les plus cités par les moteurs IA. Il existe des familles de sources récurrentes : encyclopédies, communautés, vidéo, institutionnel, documentation technique, médias et analystes, pages de marque.
Les chiffres publics convergent sur trois points. La sélection varie fortement d'un moteur à l'autre. La longue traîne pèse plus lourd que le sommet du classement. Et l'accessibilité technique conditionne tout le reste.
La bonne question n'est donc pas de savoir qui domine le classement mondial. Elle est de savoir quels domaines construisent les réponses de votre catégorie, dans votre langue, cette semaine. Commencez par mesurer, puis produisez les pages qui manquent.
