Visibilité de la marque dans ChatGPT et Perplexity par pays : comment mesurer via des proxies

Le client demande : « ChatGPT nous recommande-t-il ? » Vous ouvrez le chat, tapez « meilleur service pour X » et voyez votre marque. Problème résolu ? Non. Vous avez vérifié une réponse, d'un seul pays, depuis votre compte avec un historique. Un acheteur en Allemagne ou au Brésil aurait pu obtenir une liste complètement différente. Dans ce guide, nous allons examiner comment obtenir une mesure honnête de la visibilité de la marque dans ChatGPT, Perplexity, Gemini et Google AI Overviews par pays : quelles données sont déjà connues, comment constituer un échantillon, où des proxies sont nécessaires et comment ne pas gaspiller le budget sur du bruit.

Pourquoi une seule réponse ne signifie rien

La réponse de l'assistant IA est instable pour trois raisons : la randomisation de la génération, le lieu de la requête et le canal (application ou API). Chacune a ses chiffres.

1. La réponse change presque à chaque lancement

Rand Fishkin (SparkToro) et Patrick O'Donnell (Gumshoe.ai) ont exécuté 2 961 requêtes dans ChatGPT, Claude et Google AI Overviews en novembre-décembre 2025. Chacune des 12 requêtes « recommandées » a été lancée 60 à 100 fois sur la plateforme. Le résultat, selon Search Engine Journal :

• la chance d'obtenir la même liste de marques lors d'une répétition — moins de 1 sur 100 pour ChatGPT et les réponses IA de Google ;
• la même liste dans le même ordre — moins de 0,1% ;
• cependant, la fréquence d'apparition de la marque est plus stable : dans les requêtes concernant les écouteurs Bose, Sony, Sennheiser et Apple, ils apparaissaient dans 55 à 77 % des 994 réponses.

Conclusion des auteurs : « la position dans la réponse de l'IA » comme métrique est peu fiable, il faut mesurer la part des réponses où la marque est mentionnée. L'étude n'a pas été revue par les pairs, et l'un des auteurs travaille pour une entreprise qui vend du suivi, mais la méthodologie est saine : un seul contrôle est un seul lancer de dés.

2. La réponse dépend du pays

OpenAI dans son aide sur la recherche dans ChatGPT indique clairement : le service peut déterminer une localisation approximative par adresse IP pour fournir des résultats locaux, et un VPN change cette localisation. Donc, l'IP fait partie des données d'entrée.

À quel point cela influence-t-il, a montré l'étude Massive du 8 juin 2026 : 270 requêtes à ChatGPT, Gemini et Copilot depuis de vrais appareils aux États-Unis, au Royaume-Uni, en Allemagne, au Brésil et au Japon, toutes en anglais. Les résultats :

• Gemini a totalement refusé de répondre sur les paris (DraftKings, FanDuel, BetMGM) depuis des IP britanniques et allemandes et a partiellement refusé le classement des alcools là-bas. Depuis les États-Unis, le Brésil et le Japon, il a répondu librement ;
• Copilot plaçait DraftKings en première position uniquement aux États-Unis et au Royaume-Uni, dans d'autres pays, FanDuel se classait plus haut ;
• le choix de l'assistant déplaçait la position de la marque jusqu'à deux places.

Pour les entreprises locales, l'écart est encore plus marqué. L'indice SOCi Local Visibility Index 2026 (janvier 2026, environ 350 000 points de 2 751 marques de réseau) : l'entreprise apparaît dans le bloc local de Google dans trois cas sur 35,9 %, tandis que dans les recommandations de ChatGPT — seulement 1,2 %.

3. L'API et l'application répondent différemment

Le piège le plus désagréable pour ceux qui construisent un suivi sur l'API. Brandlight a comparé en juin 2026 2 565 paires de réponses aux mêmes 900 questions : via l'API et via l'interface web de ChatGPT, Gemini et Perplexity. Correspondance des marques mentionnées :

• ChatGPT — 11 %, la même marque en première position — 13 % ;
• Gemini — 12 % et 16 % ;
• Perplexity — 6 % et 9 %.

Les réserves sont honnêtes : les mesures ont été effectuées avec un jour d'écart, les modèles dans l'API et dans l'application sont différents, l'étude a été réalisée par une entreprise qui vend du suivi. Mais l'ordre de grandeur est clair : l'API ne remplace pas ce que voit un utilisateur réel.

Ce qu'il faut pour une mesure honnête

Des trois points ci-dessus, on obtient un schéma de travail. Il peut être construit soi-même ou vérifié par un service payant comme Peec AI, Profound ou Otterly.AI.

1. Un ensemble de requêtes, pas une seule requête. 20 à 50 formulations sous la demande réelle : « meilleur X pour Y », « alternatives [concurrent] », « X ou Z », « combien coûte X ». Les gens formulent différemment : dans la même étude, 142 participants ont écrit des requêtes sur des écouteurs avec une similarité sémantique de seulement 0,081.
2. Répétitions. Chaque requête — au moins 10 passages sur la plateforme et le pays. Moins, et la différence entre « nous avons été mentionnés dans 30 % » et « dans 50 % » se perd dans le bruit.
3. Pays — via IP et langue ensemble. Une requête en anglais depuis l'Allemagne et une requête en allemand depuis l'Allemagne — deux marchés différents. Vérifiez les deux si vous vendez dans les deux.
4. Session propre. Sans connexion au compte, sans mémoire ni historique, un nouveau profil de navigateur pour chaque passage. Sinon, vous mesurez votre personnalisation.
5. Deux canaux. API — pour un fond régulier peu coûteux, interface — pour un échantillon de contrôle « comme le voit l'acheteur ».
6. Métrique — part des mentions. Plus une liste de concurrents à proximité et des sources sur lesquelles la réponse se réfère : ce sont elles qui indiquent où vous manquez de publications.

Étape par étape : votre mesure par pays

Étape 1. Canal API : le pays est défini par un paramètre

Pour le suivi de fond, l'IP n'est pas nécessaire : l'API a ses propres champs de localisation.

• OpenAI (outil web_search) : objet user_location avec type: "approximate", code à deux lettres country selon ISO 3166-1, chaînes libres city et region et fuseau horaire timezone au format IANA (par exemple, Europe/Berlin). Pour les modèles de recherche approfondie, la localisation n'est pas prise en charge.
• Perplexity : dans l'objet web_search, champ user_location avec country (code ISO), region, city et si désiré latitude/longitude (ils ne peuvent être transmis qu'avec country). La documentation indique que la ville et la région augmentent considérablement la précision.

C'est peu coûteux et reproductible, mais n'oubliez pas les 6 à 12 % de correspondance avec l'interface. L'API donne une tendance, pas une image à travers les yeux du client.

Étape 2. Canal d'interface : le pays est défini par l'IP

Pour voir la réponse comme l'utilisateur dans un autre pays, la requête doit provenir d'une IP de ce pays. Ici, les proxies sont indispensables :

1. Pour chaque pays de mesure — un flux de proxies ciblant le pays. Si la ville est importante (entreprise locale), un ciblage par ville est nécessaire.
2. Type d'IP — proxies résidentiels : les assistants et Google rencontrent souvent des adresses de centres de données avec des captchas ou des restrictions, et vous mesurerez un anti-bot, pas une réponse. Pour les marchés où les acheteurs se connectent principalement par téléphone, un échantillon de contrôle peut être réalisé via proxies mobiles.
3. Un passage — une session : nouvelle IP, nouveau profil de navigateur, fuseau horaire et langue du système selon le pays. Un décalage entre l'IP et le fuseau horaire indique déjà une automatisation.
4. À l'intérieur d'un même passage, ne changez pas l'IP : si la réponse se charge pendant plusieurs secondes, et que l'adresse a changé au milieu de la session, vous obtiendrez une erreur ou un contrôle répété. Comment choisir entre une session fixe et une rotation est détaillé dans l'article sur les sessions collantes et la rotation pour le profil.
5. Le rythme — humain. Des centaines de requêtes identiques depuis une seule adresse consécutivement mènent à des limites et des captchas. Répartissez les passages entre les adresses et dans le temps.

Pour Google AI Overviews, c'est un simple parsing des résultats avec géographie : comment collecter le bloc de réponse IA sans attraper de captcha, nous l'avons examiné dans le guide sur la collecte des résultats Google avec AI Overviews.

Étape 3. Vérifiez que le pays est vraiment le bon

Avant une série de passages, assurez-vous que la sortie du proxy est identifiée comme le pays requis dans plusieurs bases de géolocalisation et n'est pas marquée comme VPN ou hébergement. Les bases divergent souvent, et le service IA peut voir un pays différent de celui que vous avez commandé. Comment lire les verdicts des vérificateurs est expliqué dans la comparaison des vérificateurs de réputation IP.

Étape 4. Conservez la réponse dans son intégralité

Enregistrez non seulement « mentionné / non mentionné », mais tout le texte, la liste des marques, les sources-liens, le pays, la langue, le canal, le temps et l'IP. Dans un mois, vous voudrez recalculer la métrique, et les passages ne pourront plus être répétés.

Étape 5. Comptez la part, pas la position

Tableau final : lignes — requêtes, colonnes — pays et plateformes, dans la cellule — part des passages où la marque est mentionnée, et le top 3 des concurrents. C'est ce type de tableau qui répond à la question du client. Ne montrez pas la position « nous sommes troisièmes » sans répétitions : selon les données de SparkToro, elle ne se répète presque jamais.

Combien de trafic est consommé

Le canal API ne consomme pas de trafic proxy. L'interface dans le navigateur — consomme : la page de l'assistant avec la réponse pèse plus que le texte de la réponse lui-même. Le volume exact dépend de la plateforme et de si vous coupez les images et les polices, donc estimez-le vous-même : passez 10 requêtes via un proxy et regardez la consommation dans le tableau de bord. Ensuite, une simple arithmétique : requêtes × passages × pays × plateformes × poids moyen du passage. Exemple de structure : 30 requêtes × 10 passages × 3 pays × 2 plateformes = 1 800 passages pour un cycle de mesure. Désactiver les images et les médias dans le navigateur réduit généralement considérablement le poids de la page.

Pièges

• Règles des services. Les conditions d'OpenAI et d'autres plateformes limitent la collecte automatique de données via l'interface. Pour un suivi régulier, gardez l'API officielle comme canal principal, et utilisez l'interface comme un petit échantillon de contrôle. Évaluez les risques avec un avocat selon votre juridiction.
• Refus — aussi des données. Si dans un pays, l'assistant refuse de répondre aux requêtes de votre catégorie (comme Gemini sur les paris au Royaume-Uni et en Allemagne), ce n'est pas une erreur de collecte, mais un résultat : dans ce pays, le canal est fermé pour vous.
• La langue est plus importante qu'il n'y paraît. L'étude Massive a été réalisée uniquement en anglais. Pour un marché réel, les requêtes dans la langue locale peuvent donner une composition de marques différente.
• Les modèles changent. La mesure d'un jour devient obsolète après une mise à jour du modèle. Répétez le cycle toutes les semaines ou deux et comparez la tendance.
• Un service payant n'est pas une vérité absolue. Avant d'acheter, demandez au fournisseur : combien de passages par requête, via API ou interface, depuis quelles IP et dans quels pays. Si la réponse n'est pas fournie, il est prématuré de croire aux chiffres du rapport.

Conclusion

« ChatGPT nous recommande » n'est pas un oui ou un non, mais une part : dans quels pays, dans quelle langue, sur quelle plateforme et dans quel pourcentage de réponses. Une mesure honnête est construite à partir d'un ensemble de requêtes, de répétitions, de sessions propres et de deux canaux. L'API fournit un fond peu coûteux, tandis que l'interface avec une IP résidentielle du pays requis montre ce que voit l'acheteur. Commencez petit : 20 requêtes, 2 pays, 10 passages — et déjà le premier tableau vous en dira plus sur votre visibilité que n'importe quelle capture d'écran unique.