Pour être recommandé par ChatGPT, la première chose à corriger n’est pas votre contenu : ce sont vos coordonnées

9 h 40. Je regarde ce que les moteurs IA peuvent lire de ma propre agence et je tombe sur une contradiction chez moi. Le fichier llms.txt de scaileup.com — 28 lignes de texte brut, écrites uniquement pour être lues par les machines — annonce une entreprise « basée à Paris ». Les trois pages du même site qui donnent une adresse (accueil, contact, mentions légales) indiquent Annet-sur-Marne, en Seine-et-Marne, à une trentaine de kilomètres de là. Une seule des deux versions est exacte, et c’est la fausse que j’avais réservée aux assistants.

Le chiffre qui m’a poussé à aller vérifier : 1,2 %. C’est la part des établissements que ChatGPT recommande, contre 35,9 % qui sortent dans le pack local de Google, d’après le Local Visibility Index de SOCi relayé par Search Engine Land le 28 janvier 2026.

Ma thèse, et elle vaut pour la plupart des TPE : avant d’écrire une seule ligne de contenu pour « être cité par ChatGPT », il faut que votre nom, votre adresse et votre téléphone racontent exactement la même chose partout. Ce n’est pas la partie noble du sujet. C’est celle qui bloque tout le reste.

SOCi a mesuré la visibilité de près de 350 000 établissements appartenant à 2 751 enseignes, puis comparé ce que renvoient la recherche classique et les assistants. Un établissement apparaît dans le pack local de Google 35,9 % du temps. Il est recommandé par Gemini 11 % du temps, par Perplexity 7,4 %, et par ChatGPT 1,2 %. Le rapport résume l’écart d’une phrase : la visibilité dans l’IA est trois à trente fois plus difficile à obtenir qu’un bon classement local classique.

Le détail qui explique tout le reste tient dans une autre mesure de la même étude : les informations qu’un assistant donne sur un établissement sont exactes 100 % du temps sur Gemini, qui s’appuie directement sur Google Maps, et seulement 68 % du temps environ sur ChatGPT et Perplexity. Ces deux-là ne recopient pas une fiche : ils en fabriquent une à partir de ce qu’ils trouvent dehors — votre site, les annuaires, la presse locale, vos pages sociales.

Quand ces sources se contredisent, l’assistant a le choix entre se tromper devant l’utilisateur et passer son tour. Il passe son tour. Mon llms.txt qui dit Paris pendant que mes mentions légales disent Annet-sur-Marne ne produit pas une réponse à moitié juste : il produit une absence de réponse.

La même étude donne le portrait des établissements que ChatGPT recommande : une note moyenne de 4,3. Et le portrait de ceux qu’elle décrit comme invisibles : des informations de fiche inexactes, une note autour de 3,4, et un taux de réponse aux avis inférieur à 5 %. Répondre aux avis n’est donc pas une question de politesse envers le client mécontent : c’est le signal le plus simple qu’une entreprise est encore vivante et tenue par quelqu’un.

Deuxième changement, plus récent : depuis le 1er avril 2026, ChatGPT peut demander la position exacte de l’appareil pour ses recommandations (Blog du Modérateur, 1er avril 2026). La fonction est désactivée par défaut, elle s’active dans Réglages, Gestion des données, Localisation, et elle est disponible sur iOS et sur le web. La conséquence pour vous est directe : « un serrurier ouvert maintenant » ne renvoie plus une liste nationale, mais ce que l’assistant croit savoir des entreprises situées autour de la personne qui demande.

Autrement dit, le concurrent qui vous prend la réponse n’est pas forcément meilleur que vous. Il est peut-être simplement plus lisible : une adresse identique partout, des horaires à jour, des avis auxquels quelqu’un répond.

Voici la liste que j’utilise, dans l’ordre où je la traite. Le mot important est « identique », pas « à peu près pareil » : pour une machine qui recoupe des sources, « 45 rue Rigaudin » et « 45 r. Rigaudin » sont deux adresses différentes, et « 06 14 85 60 36 » et « +33 6 14 85 60 36 » deux numéros, sauf si la même page donne les deux formes.

Sur les huit points, sept sont un travail de vérification qu’on fait une fois. Le huitième — la note et les avis auxquels on répond — se construit sur des mois, et c’est le seul endroit où une automatisation a un sens ici.

Le montage que j’installe : à la fin d’une intervention, le passage de l’affaire en « terminé » déclenche un SMS deux heures plus tard avec le lien court de dépôt d’avis, récupéré gratuitement dans la fiche Google. Make à 9 € par mois ou n8n fait le déclenchement ; l’envoi du SMS coûte quelques centimes par message chez un opérateur comme Brevo ou Twilio. Une relance unique sept jours après, puis on arrête. Et surtout : le même message part à tous les clients, sans question filtre du type « êtes-vous satisfait ? » avant de proposer le lien — filtrer les clients avant de demander un avis est interdit par la politique Google depuis avril 2026, j’ai consacré un article entier à cette erreur que j’avais moi-même recommandée ici.

Pour les réponses aux avis, je ne recommande pas de les automatiser entièrement : trois lignes signées par le dirigeant valent mieux qu’un paragraphe manifestement écrit par une machine, et LinkedIn comme Google savent désormais reconnaître le second.

Trouver la faute : cinq minutes. La corriger : une ligne dans un fichier, un commit, deux minutes de déploiement. Ajouter à mes données structurées ce qui manquait — les horaires d’ouverture et le compte TikTok dans la liste des profils officiels — quinze minutes de plus. Zéro euro, parce que tout ce qui compte ici est gratuit : le llms.txt, le JSON-LD, Google Business Profile, Bing Places, Apple Business Connect.

Ce que je ne peux pas vous montrer, c’est un résultat. La correction date de ce matin et l’index d’un assistant ne se met pas à jour dans la journée ; je publierai le chiffre quand je l’aurai. Ce que je peux montrer, c’est la faute — sur le site de l’agence qui vend précisément ce sujet. Une démonstration ratée chez moi vous sera plus utile qu’un cas parfait chez un client anonyme.

J’ajoute la partie désagréable, parce qu’elle fait partie du calcul : à 1,2 % de recommandations sur ChatGPT, corriger vos coordonnées ne vous garantit rien. Ça vous rend éligible. C’est la différence entre acheter un billet et gagner à la loterie — mais sans billet, la question ne se pose même pas. Et le même travail sert votre référencement classique, qui lui, aujourd’hui, vous apporte encore des clients.

Une seule chose, elle prend dix minutes. Ouvrez trois onglets : votre site, votre fiche Google, votre page LinkedIn. Écrivez sur une feuille, en trois colonnes, le nom, l’adresse et le téléphone que chacun affiche. Si les trois colonnes ne sont pas identiques, caractère pour caractère, vous venez de trouver la première chose à corriger — avant le contenu, avant la pub, avant la refonte.

Puis tapez votresite.fr/llms.txt dans votre navigateur. Si la page n’existe pas, voici le squelette à faire poser à la racine de votre site, il n’y a rien de plus à acheter :

La vérification des huit points, le llms.txt et les données structurées font partie de ce qu’on installe au début d’une création ou d’une refonte de site chez Scaile Up — audit de 30 minutes pour savoir si ça vaut le coup chez vous.