La part de voix en recherche IA désigne la proportion des mentions de marque d'une catégorie que les moteurs de réponse vous attribuent plutôt qu'à vos concurrents. La formule divise vos mentions par toutes celles de la catégorie. Elle n'a de sens qu'une fois fixés le jeu de prompts, le nombre de passages et le sort des réponses vides.
Ce que mesure vraiment la part de voix en recherche IA
La part de voix en recherche IA est le pourcentage des mentions ou citations de marque, dans les réponses générées par l'IA, qui reviennent à une marque plutôt qu'à ses concurrents au sein d'une catégorie définie. C'est une mesure relative. Si les réponses de votre catégorie nomment des marques et qu'une fraction seulement vous nomme, votre part vaut cette fraction, quel que soit le trafic absolu derrière elles.
Lisez-la sur plusieurs moteurs de réponse, pas un seul. ChatGPT, Gemini, Perplexity et les systèmes comparables construisent chacun leurs réponses à partir de données et d'étapes de récupération différentes, si bien qu'une part mesurée sur l'un décrit ce moteur seul. Une part de catégorie est la lecture obtenue après avoir passé les mêmes prompts dans chaque moteur qui vous intéresse, puis combiné les décomptes.
Traitez le résultat comme une tendance suivie, pas comme un instantané. Une part de voix vaut quelque chose quand vous la comparez au même ensemble de concurrents sur plusieurs semaines et que vous observez la direction, car une seule lecture un seul jour porte le bruit de ce jour.
L'unité choisie façonne tout ce qui suit. Un décompte de mentions récompense le fait d'être nommé ; un décompte de citations récompense le fait d'être lié comme preuve. Aucune n'est plus juste, mais elles répondent à des questions différentes, et une marque souvent nommée mais rarement citée se lira très différemment selon celle que vous avez fixée. Notez le choix par écrit.
Avant de compter quoi que ce soit, séparez trois événements que l'on confond souvent.
| Événement | Ce que c'est | La formule le compte-t-elle |
|---|---|---|
| Mention | Votre marque nommée dans le texte de la réponse, avec ou sans lien | Oui, l'unité par défaut |
| Citation | La page de votre marque liée ou renvoyée en note comme source d'une affirmation | Oui, si vous comptez les citations plutôt que les mentions |
| Source | Une page récupérée par le moteur pour bâtir la réponse, qu'elle apparaisse ou non | Pas directement ; elle se tient derrière la réponse |
Décidez quel événement votre formule compte et tenez-le fixe. Compter mentions et citations dans une même lecture, puis la comparer à une lecture bâtie sur les seules mentions, produit un écart qui tient à la méthode, non à la visibilité.
Une dernière distinction : la part de voix n'est pas la part de recherche. La part de recherche est le volume de requêtes de marque que votre marque capte dans une catégorie sur un moteur de recherche classique — un signal de demande. La part de voix en recherche IA est un signal d'offre sur ce que disent les moteurs. Les deux évoluent pour des raisons différentes ; vous pouvez voir pourquoi vos concurrents sont cités à votre place sans aucun changement dans la recherche de marque.
La formule, et comment la calculer à la main
La formule tient en une ligne : mentions de votre marque ÷ toutes les mentions de la catégorie, exprimé en pourcentage. Remplacez les mentions par les citations si c'est l'événement que vous avez fixé plus haut, et ne mélangez pas les deux.
À la main, la méthode est reproductible sans outil payant :
- Définissez un jeu de prompts fixe — les questions qu'un acheteur de votre catégorie poserait.
- Passez ce jeu dans chaque moteur retenu.
- Comptez, par marque, combien de réponses la nomment.
- Divisez le décompte de votre marque par le total sur toutes les marques, et lisez le pourcentage.
Le même calcul se loge dans les tableaux de bord des éditeurs. Semrush documente que son rapport Brand Performance, dans son AI Visibility Toolkit, calcule la part de voix IA à partir du nombre de mentions d'une marque et de la hauteur à laquelle elle apparaît — vérifié le 27 août 2026 dans la documentation de Semrush. AI Search Grader de HubSpot est un outil gratuit de visibilité de marque qui mesure comment une marque apparaît dans les réponses IA, sans compte requis — vérifié le 27 août 2026 sur la page produit de HubSpot. Un tableau de bord épargne le décompte ; il ne change pas la formule.
Le dénominateur est l'endroit où les lectures divergent en silence. Beaucoup de prompts renvoient une réponse qui ne nomme aucune marque, ou aucune citation. Décidez une fois pour toutes : soit vous excluez les réponses vides du dénominateur, et la part ne décrit alors que les réponses citant quelqu'un, soit vous comptez une réponse vide comme une absence de mention qui gonfle le dénominateur et abaisse la part de chaque marque. Quelle que soit la règle choisie, notez-la à côté du chiffre : une part bâtie en excluant les vides est toujours plus haute que les mêmes données vides comptées, et les deux ne sont pas interchangeables. Les deux se défendent ; une part n'est comparable qu'à une autre part bâtie de la même façon.
La taille de l'échantillon décide si le chiffre tient. Une poignée de prompts passés une fois oscillera sous le bruit. Utilisez un jeu de prompts assez large pour couvrir les vraies questions de votre catégorie — une vingtaine au moins — et répétez l'ensemble plusieurs fois par moteur plutôt que de vous fier à un seul passage. Dans les rapports que nous produisons, plus le jeu est petit et moins il est répété, plus la lecture bouge d'un passage à l'autre.
Pourquoi le chiffre bouge : variance entre passages et entre plateformes
Deux forces font bouger une part de voix sans rien avoir à faire avec votre marque.
La première est la plateforme. Comme chaque moteur s'entraîne sur des données différentes et récupère différemment, le même jeu de prompts donne des parts différentes sur chacun. Un chiffre unique agrégé masque cela ; gardez donc les parts par moteur à côté de l'agrégat et vous verrez quel moteur porte un mouvement.
La seconde est la dérive d'un passage à l'autre. Le prompt identique, sur le même moteur, le même jour, ne renvoie pas toujours la réponse identique. Nous observons cette dérive dans les rapports que nous produisons : une marque peut apparaître à un passage et pas au suivant sans que rien ne change hors du modèle. Une part de voix est donc, à proprement parler, une plage, pas un point. Rapportez le bas et le haut sur vos passages, ou la moyenne avec l'étendue, et traitez tout mouvement plus petit que cette étendue comme du bruit.
Pour transformer la dérive en marge utilisable, passez votre jeu plusieurs fois d'affilée et notez la part de chaque passage séparément. L'écart entre le passage le plus bas et le plus haut est votre bande d'erreur pour ce jour-là. Une lecture ultérieure ne compte comme un vrai mouvement que lorsqu'elle franchit cette bande ; à l'intérieur, les deux lectures disent la même chose.
Les changements au niveau de la plateforme comptent aussi. Quand un moteur ajuste la liberté avec laquelle il pose des liens sortants ou nomme des marques, toutes les parts suivies se décalent d'un coup, dans la même direction, sans action d'aucune marque. Nous observons qu'une lecture qui baisse sur tout votre ensemble de concurrents à la même date tient plus probablement d'un changement de plateforme que d'une perte de votre côté — une raison de consigner la date de chaque lecture et d'automatiser ces contrôles de visibilité IA pour situer facilement un décalage dans le temps. Suivez la métrique dans la durée ; ne réécrivez pas la stratégie sur une seule lecture.
Ce qui compte comme une bonne part, et comparaison des approches de mesure
Il n'existe pas de bon chiffre universel. Une bonne part dépend de la catégorie et de l'ensemble de concurrents : une part forte face à quelques rivaux est faible face à des dizaines, et une niche avec deux ou trois noms sérieux place la barre autrement qu'un secteur encombré. Le même pourcentage peut être un résultat solide dans une catégorie et faible dans la voisine, si bien qu'un chiffre sans son ensemble de concurrents ne dit presque rien. Lisez votre chiffre face aux concurrents nommés que vous avez choisis, pas face à une cible absolue, et jugez-le par la direction dans le temps.
Une part complète — toute mention de catégorie, dans chaque réponse, revenant à une seule marque — est le plafond, et aucune marque ne s'en approche réellement. Les moteurs puisent à de nombreuses sources, nomment des alternatives et nuancent, si bien qu'une catégorie avec de vrais concurrents répartira toujours ses mentions. Visez une part qui monte face à votre ensemble, pas un balayage complet.
L'approche de mesure elle-même se scinde en deux choses qu'un outil peut rapporter sous un même nom.
| Approche | Ce qu'elle compte | Se lit comme |
|---|---|---|
| Part sur les réponses | Mentions ou citations de marque dans les réponses en direct à votre jeu de prompts | À quelle fréquence les moteurs vous nomment maintenant |
| Part au niveau du domaine | Présence de la marque sur les sources faisant autorité dont les modèles apprennent | À quel point la couche d'entraînement et de récupération vous favorise |
Evertune calcule une part de voix de marque au niveau du domaine pour les 50 premières URL classées par son AI Education Score, traitant la part comme un signal de données d'entraînement plutôt qu'un décompte de réponses en direct — vérifié le 27 août 2026 sur la page ressource d'Evertune. Les deux sont valides ; elles répondent à des questions différentes, et un chiffre n'a de sens qu'une fois que vous savez laquelle l'a produit. Choisissez celle qui correspond à votre question : une part sur les réponses vous dit ce qu'un acheteur voit dans une réponse aujourd'hui, tandis qu'une part au niveau du domaine vous dit à quel point vous êtes bien positionné dans le matériau où les modèles puisent.
Par où commencer cette semaine
Une première lecture défendable prend un après-midi.
- Choisissez une catégorie et l'ensemble de concurrents auquel vous vous mesurerez.
- Rédigez un jeu de prompts fixe de vraies questions d'acheteurs et enregistrez-le tel quel.
- Choisissez les moteurs — ChatGPT, Gemini, Perplexity ou ceux qu'utilisent vos acheteurs.
- Décidez votre unité, mentions ou citations, et votre règle sur les réponses vides avant de compter.
- Passez l'ensemble plusieurs fois dans chaque moteur et comptez par marque.
- Consignez la date, le nombre de prompts et le nombre de passages à côté du chiffre.
Rapportez le résultat comme une plage datée, pas comme un pourcentage unique : le bas et le haut sur vos passages, avec la date. Ce premier rapport porte alors son propre contexte de confiance, et le suivant est comparable parce que le jeu de prompts, l'unité et la règle sur les vides sont écrits. Changez l'un d'eux et vous avez lancé une nouvelle série.
Lancez un scan Namedrop gratuit pour voir à quelle fréquence les moteurs mentionnent votre marque face à vos concurrents aujourd'hui.
Sources
- Semrush, Comment mesurer la part de voix IA avec Semrush, consulté le 27 août 2026
- HubSpot, AI Search Grader : vérification gratuite de marque AEO, sans compte requis, consulté le 27 août 2026
- Evertune, Comment suivre la part de voix de marque dans la recherche IA et l'optimisation GEO, consulté le 27 août 2026