Sur Perplexity, 64 % des pages récupérées ne sont jamais citées. Récupération et citation ne mesurent pas la même chose.

Sur Perplexity, 64 % des pages récupérées pour une requête ne sont jamais citées dans la réponse finale, selon une étude de référence menée en février 2026 par Peec AI sur plus d'un million de citations IA. Ce chiffre surprend ceux qui traitent récupération et citation comme un seul et même événement. Ce n'en est pas un. Une page peut franchir le premier filtre, entrer dans l'ensemble des candidats d'un moteur IA, et malgré tout échouer à l'étape suivante, celle où le modèle décide lesquels de ces candidats méritent vraiment une place dans ce que l'utilisateur lit. Trois études distinctes menées en 2026 cartographient aujourd'hui cet entonnoir en détail, et les écarts entre ses étapes sont plus larges que ce que la plupart des conseils en GEO veulent bien admettre.

Ce que la récupérabilité mesure réellement

La récupérabilité désigne la probabilité qu'un contenu apparaisse, tout simplement, lors de la recherche documentaire initiale d'un système IA, avant toute décision de citation ou d'inclusion. Une page peut être bien écrite et avoir malgré tout une faible récupérabilité, car cette étape repose sur des signaux de pertinence et de classement, pas sur la qualité de la prose. Être trouvé vient d'abord, et c'est un problème différent de celui d'être choisi, une distinction que la plupart des guides d'introduction au GEO passent sous silence.

La plupart des moteurs de recherche IA ne récupèrent d'ailleurs pas des pages entières. Ils pratiquent la récupération de passages, en extrayant des segments de texte précis plutôt que des documents complets, si bien qu'une page peut être récupérée pour un seul paragraphe pendant que le reste n'entre jamais dans le champ de considération du système pour cette requête. Une étude sur les citations portant sur 800 000 pages, déjà couverte sur ce blog, a montré que le rang de récupération et la pertinence thématique prédisaient les citations bien mieux que le nombre de variantes de requête couvertes par une page, un résultat qui va à l'encontre de nombreux conseils construits autour de la chasse à la couverture de requêtes plutôt que d'un bon classement sur la poignée de requêtes qui comptent vraiment.

Pourquoi la plupart des pages récupérées ne sont jamais citées

La récupération ne fait que constituer un vivier de candidats. Ce qui se passe ensuite est un filtre distinct, et la plupart des candidats n'y survivent pas. Sur Perplexity, l'étude de référence de Peec AI menée en février 2026 a montré que 64 % des URL récupérées sont écartées avant que la réponse ne soit finalisée.

Être récupéré par un moteur de recherche IA est nécessaire, mais pas suffisant, pour être cité dans sa réponse.

Un cadre de mesure élaboré en 2026 par les chercheurs indépendants Zhang Kai, He Xinyue et Yao Jingang, qui a analysé 602 requêtes sur ChatGPT, les AI Overviews de Google et Perplexity, retrouve la même chute sous un angle différent. La recherche se déclenche pour 98,6 % des requêtes ChatGPT, 99,7 % des requêtes Google et 100 % des requêtes Perplexity, si bien que presque chaque requête produit un vivier de candidats. Ce qui se réduit, c'est la part de ce vivier qui passe le filtre : ChatGPT affiche en moyenne 6,9 citations par réponse, les AI Overviews de Google 12,1, et Perplexity 16,4, chacune puisée dans un ensemble de candidats bien plus large. L'écart entre le nombre de sources qu'un système consulte réellement et celui qu'il montre au lecteur est ce que le glossaire de ce site définit comme l'écart d'attribution, et il se joue bien avant que quiconque en vienne à juger la qualité de l'écriture.

Être cité ne garantit pas que la page façonne la réponse

Même une source qui franchit la récupération et se retrouve citée ne façonne pas nécessairement ce que l'IA dit réellement. Le cadre de Zhang, He et Yao mesure une troisième étape qu'ils appellent l'absorption de citation : la part de langage, de preuve ou de structure qu'une page citée apporte réellement à la réponse finale, indépendamment du simple fait d'avoir été liée.

Leurs données, construites sur le jeu de données public geo-citation-lab, montrent que les pages contenant des chiffres ou des statistiques affichaient en moyenne des scores d'absorption supérieurs de 61,6 % à celles qui en étaient dépourvues, l'écart le plus large parmi toutes les différences de contenu mesurées. Les pages de style encyclopédique affichaient l'influence moyenne la plus élevée de tous les types de contenu du jeu de données ; les pages d'actualité générale figuraient parmi les plus basses. Ce constat rejoint ce que ce blog avait trouvé en se penchant sur l'article fondateur du GEO publié en 2024, où les citations et les statistiques étaient les deux réécritures qui faisaient le plus progresser la visibilité digne d'être citée, pour la raison pratique qu'un chiffre précis ou une affirmation nommée donne au modèle quelque chose de concret à reprendre sans devoir inventer ou paraphraser un fait qu'il pourrait mal rendre. Le terme de glossaire désignant la capacité d'un passage à être repris proprement et isolément est l'extractibilité, et un contenu qui se lit déjà comme un fait citable a tendance à bien y figurer par défaut.

Une même page peut franchir cet entonnoir sur un moteur et échouer sur le suivant

Franchir la récupération, la sélection et l'absorption sur un moteur IA ne dit presque rien de la performance sur un autre. Une étude de septembre 2026 menée par le chercheur indépendant Benjamin Tannenbaum a comparé ChatGPT, Microsoft Copilot, Google et Perplexity sur des requêtes identiques, et a montré que 84,9 % des paires de moteurs ne partageaient aucune URL citée en commun pour la même requête.

Le jeu de données de Tannenbaum couvrait 15 requêtes commerciales fixes et 589 observations de citations réparties sur 528 URL uniques. Entre deux moteurs quelconques, le recoupement exact des pages citées pour une même requête affichait en moyenne une similarité de Jaccard de 0,0079, contre environ 0,127 attendu si les citations étaient distribuées au hasard. Seules 3,6 % des URL observées apparaissaient sur plus d'un moteur, et aucun moteur ne captait seul plus de 42,6 % de l'ensemble des citations des quatre moteurs réunis. Une étude distincte sur 126 millions de requêtes, déjà couverte sur ce blog, avait trouvé la même instabilité une étape plus tôt dans l'entonnoir : l'écart entre le fait qu'une marque soit mentionnée par un moteur IA et le fait que ce même moteur la cite réellement comme source allait de 30 % sur Gemini à 64 % sur les AI Overviews de Google. Récupération, sélection et absorption ne semblent pas se transposer d'un moteur à l'autre de façon plus fiable que les mentions et les citations au sein d'un seul moteur.

Ce que cela signifie pour mesurer et améliorer la visibilité IA

Suivre un seul chiffre de citation ne dit presque rien à une marque sur l'endroit où elle échoue réellement. Une marque qui n'est jamais récupérée a un problème différent de celle qui est récupérée constamment mais rarement sélectionnée, ce qui est encore un problème différent de celle qui est citée mais ne contribue en rien à ce que la réponse dit réellement.

Diagnostiquer quelle étape échoue change ce qu'il faut corriger. Une faible récupérabilité pointe vers les signaux de pertinence et de classement, les mêmes leviers qui sous-tendent la visibilité dans la recherche classique. Être récupéré mais rarement sélectionné pointe vers la manière dont le contenu se mesure aux autres candidats pour la même requête, ce que la mesure du taux de citation est précisément conçue pour suivre. Être sélectionné mais à peine absorbé pointe vers l'écriture elle-même : si un paragraphe porte un chiffre ou une affirmation concrète qu'un modèle peut reprendre tel quel, la même discipline qui sous-tend le framework d'écriture réponse directe que ce blog a déjà couvert au niveau du paragraphe.

Aucune des trois études à l'origine de ces chiffres ne prétend que l'entonnoir se comporte de façon identique sur chaque moteur, ni qu'il reste stable à mesure que les modèles évoluent. L'article de 2024 qui a mesuré pour la première fois les statistiques et les citations a déjà deux générations de modèles de retard sur les systèmes utilisés aujourd'hui, et la propre comparaison de Tannenbaum sur un même moteur, menée à un jour d'intervalle, a montré que 67 % des URL citées par ce moteur avaient changé en une seule journée. Chaque chiffre de cet article est une photographie du comportement des systèmes de 2026 au moment où quelqu'un les a mesurés, pas un taux de conversion fixe.