Aller au contenu

Part de voix IA : formules, taille d'échantillon et bons repères

La part de voix IA, c'est votre part de toutes les mentions de marques dans les réponses de l'IA. Formules en mentions, en citations et pondérée par la position, exemple chiffré, formules de tableur, calcul d'échantillon sur 968 exécutions, définitions des éditeurs et modèle de reporting.

Featured image for Part de voix IA : formules, taille d'échantillon et bons repères

La part de voix IA (AI share of voice), c'est la part de votre marque dans l'ensemble des mentions de marques que contiennent les réponses générées par l'IA sur un jeu de prompts fixe : vos mentions divisées par les mentions de toutes les marques présentes dans ces réponses, multipliées par 100. C'est un ratio concurrentiel, pas un taux de présence : il n'a de sens que si l'on précise le jeu de prompts, les moteurs, la liste de concurrents et la période qui l'ont produit. Deux variantes comptent tout autant : la part de voix en citations (vers quel site les réponses renvoient-elles ?) et la part de voix pondérée par la position (qui est cité en premier ?).

Ce guide vous donne les trois formules, un jeu de données d'exemple qui produit quatre « parts de voix » différentes pour la même marque, des formules de tableur prêtes à coller, une comparaison de la façon dont Profound, Peec AI, Semrush et Ahrefs définissent l'indicateur, des calculs de taille d'échantillon fondés sur nos propres données d'exécutions répétées, et un modèle de reporting pour la direction. Les définitions des outils ont été vérifiées le 18 octobre 2026.

L'essentiel à retenir

  • Trois formules, trois résultats. La part de mentions compte les noms cités dans la réponse, la part de citations compte les liens vers votre site, et la part pondérée par la position récompense le fait d'être nommé en premier. Dans notre exemple, la même marque obtient 17,5 %, 44,0 % et 14,3 %.
  • La part de voix n'est pas un taux de présence. « Mentionnée dans 35 % des réponses », c'est un taux de visibilité. La part de voix divise par l'ensemble des mentions de marques : elle baisse donc quand les concurrents se bousculent dans la réponse.
  • C'est le dénominateur qui fait le chiffre. Ne compter que les quatre marques choisies au lieu de toutes celles que l'IA a nommées fait passer notre exemple de 17,5 % à 22,6 %.
  • Une exécution isolée n'est qu'un échantillon. Sur 968 exécutions répétées de 42 paires prompt-moteur dans AI Rank Lab, 42,9 % des paires ont basculé au moins une fois entre « marque mentionnée » et « marque absente ». Présentez des périodes, pas des instantanés, avec une marge d'erreur.
  • Il n'existe aucun benchmark universel sourcé. Les fourchettes « bonnes » publiées se contredisent et mesurent souvent des indicateurs différents. Comparez-vous plutôt à vos concurrents nommés et à votre propre part de marché.

Qu'est-ce que la part de voix IA ?

La part de voix IA mesure quelle portion de la conversation sur les marques, à l'intérieur des réponses de l'IA, vous revient. Vous définissez un ensemble de prompts que vos acheteurs posent réellement, vous les lancez sur des moteurs comme ChatGPT, Claude, Gemini, Perplexity et les fonctionnalités IA de Google, vous relevez chaque marque que nomme chaque réponse, puis vous calculez votre part du total.

L'idée vient de la publicité. En media planning classique, la part de voix désignait la part d'une marque dans l'ensemble de l'exposition publicitaire de sa catégorie, et John Philip Jones a défendu dans la Harvard Business Review en 1990 l'idée que comparer part de voix et part de marché était une meilleure façon de fixer les budgets. La part de voix IA garde le ratio, mais remplace l'exposition payante par quelque chose qui ne s'achète pas directement : être nommé dans une réponse.

Les éditeurs qui la mesurent s'accordent sur le ratio de base. Le glossaire de Profound définit la part de voix comme « la fréquence à laquelle votre marque est mentionnée par rapport à toutes les marques », et la documentation de Peec AI donne la formule vos mentions divisées par le total des mentions de marques, multipliées par 100.

En quoi la part de voix IA diffère-t-elle du taux de mention ou de la visibilité ?

Le taux de mention (qu'on appelle aussi visibilité ou taux de présence) répond à la question « dans quelle part des réponses sommes-nous apparus ? ». La part de voix répond à « quelle part de toutes les mentions de marques était la nôtre ? ». Toute la différence tient au dénominateur : les réponses d'un côté, les mentions de l'autre.

Une marque présente dans toutes les réponses a un taux de mention de 100 %, mais si quatre autres marques apparaissent elles aussi dans chaque réponse, sa part de voix n'est que de 20 %. L'exemple de Peec illustre bien l'écart : 4 mentions contre 12 pour un concurrent sur 10 conversations, cela donne 40 % de visibilité mais 25 % de part de voix. Certains guides populaires publient la formule du taux de présence sous le nom de part de voix, ce qui explique en partie pourquoi les chiffres publiés concordent rarement. Présentez les deux, nommez-les clairement, et ne remplacez jamais l'un par l'autre d'une période de reporting à l'autre.

Les indicateurs de mention ne disent rien non plus du trafic. Une mention met votre nom sous les yeux de l'utilisateur ; une citation lui donne un lien. Nous expliquons pourquoi cette distinction change la lecture d'un rapport dans mentions de marque et citations dans la recherche IA.

Comment calculer la part de voix IA ? Les trois formules

Utilisez une formule par question à laquelle vous voulez répondre, et présentez-les côte à côte plutôt que de les fondre dans un score unique.

IndicateurFormuleUnité comptéeQuestion à laquelle il répond
Part de voix en mentionsMentions de votre marque / ensemble des mentions de marques x 100Marque nommée dans le texte de la réponse, au plus une fois par réponseQuelle part de la conversation de recommandation nous appartient ?
Part de voix en citationsCitations de votre domaine / citations des domaines de toutes les marques suivies x 100Une URL source en lien, sur un domaine appartenant à une marqueQuand les réponses renvoient vers le site d'une marque, à quelle fréquence est-ce le nôtre ?
Part de voix pondérée par la positionSomme de vos poids / somme des poids de toutes les marques x 100, avec poids = 1 / positionChaque mention, pondérée par son rang dans la réponseSommes-nous le premier nom cité ou une note de bas de page ?
Taux de mention (pour le contexte)Réponses citant votre marque / ensemble des réponses x 100RéponsesÀ quelle fréquence apparaissons-nous tout court ?

Part de voix en mentions

C'est la version par défaut, celle que documentent Profound et Peec. Comptez chaque marque au plus une fois par réponse, même si la réponse la nomme trois fois, sinon les réponses longues écraseront le total. Intégrez au dénominateur toutes les marques citées dans la réponse, pas seulement les concurrents que vous avez choisi de suivre ; la section sur les jeux de concurrents explique pourquoi.

Part de voix en citations

La part de voix en citations suit les liens placés sous la réponse, pas les noms qu'elle contient. La plupart des citations dans les réponses IA vont vers des sites tiers : dans le panel de Trakkr, qui regroupe 48,4 millions d'apparitions de citations sur 529 165 domaines (d'octobre 2025 à août 2026), le domaine le plus cité, youtube.com, ne pesait que 3,47 % du total, suivi de Wikipédia à 1,83 % et de Reddit à 1,74 %. C'est pour cela que la version concurrentielle de la formule divise par les citations des domaines propres aux marques suivies. Si vous préférez la part de toutes les citations (Profound l'appelle « Citation Share »), présentez-la à part et attendez-vous à des valeurs sous la barre des 10 %.

La part de citations se concentre aussi au niveau des URL. L'analyse de Peec AI portant sur plus d'un million de citations montre que sur ChatGPT, les 31 % d'URL citées en moyenne deux fois ou plus par réponse représentent 59 % de toutes les citations, et que 64 % des URL récupérées par Perplexity ne sont jamais citées. En général, quelques pages portent à elles seules toute votre part de citations.

Part de voix pondérée par la position

La pondération par la position donne plus de poids à une première mention qu'à une cinquième. Le schéma courant est 1/position : premier = 1,0, deuxième = 0,5, troisième = 0,33, et ainsi de suite. Semrush indique que sa part de voix Enterprise AIO tient compte à la fois de la fréquence et de la position, sans toutefois publier les pondérations.

Traitez-la comme un indicateur secondaire. SparkToro et Gumshoe.ai ont fait passer 12 prompts dans ChatGPT, Claude et l'IA de Google 2 961 fois, et ont constaté moins d'une chance sur 100 d'obtenir deux fois la même liste de marques, et le même ordre environ une fois sur 1 000 exécutions. Leur conclusion : le pourcentage de visibilité sur de nombreux prompts et exécutions est un indicateur raisonnable, une « position de classement » isolée ne l'est pas. Moyennée sur des centaines de réponses, la position permet encore de distinguer « généralement premier » de « généralement dernier » ; lue sur une seule réponse, c'est du bruit.

Exemple chiffré : un seul jeu de données, quatre chiffres différents

Les chiffres ci-dessous proviennent d'un jeu de données illustratif que nous avons construit pour montrer comment les formules divergent ; ce ne sont pas des données clients. Le dispositif : 20 prompts, 4 moteurs, 3 exécutions chacun, soit 240 réponses. 228 de ces réponses nommaient au moins une marque, pour 480 mentions de marques au total, et les réponses contenaient 1 440 citations. Les « Autres » sont les marques citées par les moteurs que l'équipe n'avait pas mises sur sa liste de suivi.

MarqueRéponses qui la citent (taux de mention)Mentions par position (1re / 2e / 3e / 4e et +)Part de voix en mentionsPart de voix pondérée par la positionCitations de son propre domainePart de voix en citations (marques suivies)
Votre marque84 (35,0 %)24 / 30 / 18 / 1217,5 %14,3 %6644,0 %
Concurrent A132 (55,0 %)90 / 30 / 9 / 327,5 %32,5 %4832,0 %
Concurrent B96 (40,0 %)54 / 30 / 9 / 320,0 %21,7 %3020,0 %
Concurrent C60 (25,0 %)18 / 24 / 12 / 612,5 %10,6 %64,0 %
Autres (non suivies)-42 / 36 / 24 / 622,5 %20,8 %--
Total240 réponses228 / 150 / 72 / 30480 mentions334,5 de poids150100 %

Voici comment les chiffres sont obtenus, pour votre marque :

  1. Taux de mention : 84 réponses / 240 réponses = 35,0 %.
  2. Part de voix en mentions : 84 / 480 mentions = 17,5 %.
  3. Part de voix pondérée par la position : (24 x 1) + (30 x 0,5) + (18 x 0,333) + (12 x 0,25) = 48,0 de poids ; 48,0 / 334,5 = 14,3 %. Ici, les positions 4 et au-delà sont comptées comme 4.
  4. Part de voix en citations : 66 / 150 citations vers les domaines des marques suivies = 44,0 %. Rapportée à l'ensemble des 1 440 citations, elle tombe à 4,6 %.
  5. Part de voix en pool fermé : retirez les « Autres » du dénominateur et la part de mentions devient 84 / 372 = 22,6 %.

Ce seul tableau contient quatre leçons. D'abord, la même marque est troisième en mentions, recule encore sur la position, mais arrive en tête sur les citations : un schéma fréquent chez les marques dont le contenu est solide mais dont la notoriété reste inférieure à celle du leader de la catégorie. Ensuite, le chiffre en pool fermé flatte tout le monde d'environ un cinquième. Troisièmement, 22,5 % de la conversation est allée à des marques que personne ne suivait, et c'est précisément le signal d'alerte qu'une liste fermée masque. Enfin, la part de citations sur toutes les sources (4,6 %) et la part de citations sur les marques suivies (44,0 %) sont deux indicateurs différents, d'ordres de grandeur très éloignés : un rapport doit dire clairement lequel il affiche.

Schéma d'un même ensemble de réponses IA découpé de trois façons : un camembert de part de mentions, un camembert de part de citations et un camembert pondéré par la position, chacun attribuant une part différente à la même marque

Comment calculer la part de voix IA dans un tableur ?

Consignez une ligne par réponse, une ligne par mention de marque et une ligne par citation, puis laissez les formules compter à votre place. Cette structure fonctionne dans Google Sheets comme dans Excel.

  1. Onglet Answers (réponses) : answer_id, prompt, engine, run_date. Une ligne pour chaque réponse, y compris celles qui ne citent aucune marque, car elles font partie du dénominateur du taux de mention.
  2. Onglet Mentions : answer_id (colonne A), brand (colonne B), position (colonne C). Une ligne par marque et par réponse, chaque marque au plus une fois par réponse. Normalisez d'abord les noms : regroupez « HubSpot CRM » et « HubSpot » sous une seule marque, et décidez dès le départ si un produit et sa maison mère comptent pour une seule marque.
  3. Onglet Citations : answer_id (A), cited_url (B), domain (C), owner_brand (D). Laissez owner_brand vide quand le domaine appartient à un tiers, comme Reddit, YouTube ou un site d'avis.
  4. Onglet Summary (synthèse) : placez chaque nom de marque en colonne H, puis utilisez les formules ci-dessous sur la même ligne.
IndicateurFormule (nom de la marque en H2)
Taux de mention=COUNTIF(Mentions!B2:B5000,H2)/COUNTA(Answers!A2:A5000)
Part de voix en mentions=COUNTIF(Mentions!B2:B5000,H2)/COUNTA(Mentions!B2:B5000)
Part de voix pondérée par la position=SUMPRODUCT(IFERROR((Mentions!B2:B5000=H2)/Mentions!C2:C5000,0))/SUMPRODUCT(IFERROR(1/Mentions!C2:C5000,0))
Part de voix en citations (marques suivies)=COUNTIF(Citations!D2:D5000,H2)/COUNTA(Citations!D2:D5000)
Part de citations sur toutes les sources=COUNTIF(Citations!D2:D5000,H2)/COUNTA(Citations!B2:B5000)
Marge d'erreur à 95 % (part en I2, n en J2)=1.96*SQRT(I2*(1-I2)/J2)

Affichez les résultats au format pourcentage. La formule pondérée par la position nécessite Excel 365 ou Google Sheets pour évaluer IFERROR à l'intérieur de SUMPRODUCT ; dans les anciennes versions d'Excel, saisissez-la comme formule matricielle. Dans une version française d'Excel ou de Sheets, les fonctions et séparateurs peuvent s'afficher autrement (NB.SI, SOMMEPROD, point-virgule). Ajoutez un filtre sur la colonne engine (ou un tableau croisé dynamique) pour obtenir les mêmes indicateurs par moteur, à regarder systématiquement avant le chiffre global.

Comment Profound, Peec AI, Semrush et Ahrefs définissent-ils la part de voix ?

Pas de la même manière : 30 % dans un outil et 30 % dans un autre ne représentent donc pas la même performance. Voici ce que dit la documentation de chaque éditeur, vérifiée le 18 octobre 2026.

OutilCe que compte sa part de voixPondérationOrigine des promptsSource
AI Rank LabVos mentions / (vos mentions + mentions des concurrents que vous indiquez), sur l'ensemble des exécutions planifiéesAucune dans la part ; position moyenne, taux de mention et taux de citation présentés séparémentVotre jeu de promptsNotre produit (voir la mention de transparence plus bas)
ProfoundMentions de la marque / ensemble des mentions de marques sur les réponses suivies ; Citation Share et Visibility Score sont des indicateurs distinctsAucune indiquée ; Average Position est distinctVos prompts suivisGlossaire Profound
Peec AIVos mentions / total des mentions de marques x 100Aucune ; Position et Sentiment sont distinctsVos prompts suivisDocumentation Peec
Semrush AI Visibility Toolkit« Pourcentage de mentions que votre marque reçoit dans les réponses générées par l'IA par rapport aux concurrents de votre marché » ; les données Brand Performance sont mises à jour chaque semaineSemrush indique que sa version Enterprise AIO tient compte de la fréquence et de la position ; pondérations exactes non publiéesLa base de prompts de Semrush plus vos prompts suivisBase de connaissances Semrush
Ahrefs Brand Radar« Le % d'impressions de marque que vous détenez par rapport aux concurrents »Mentions pondérées par le volume de recherche Google du prompt, ce qu'Ahrefs qualifie de « choix de modélisation, pas d'une relation mesurée »Le corpus People Also Ask (« Autres questions posées ») de Google et la base de mots-clés d'Ahrefs, pas vos propres promptsMéthodologie Ahrefs

Deux conséquences pratiques. Ahrefs répond à la question « quelle part du marché pondéré par la demande détenons-nous ? » sans que vous ayez à construire un jeu de prompts, tandis que Profound, Peec et AI Rank Lab répondent à « comment nous en sortons-nous sur les prompts que nous avons choisis ? ». Les deux approches sont légitimes, et leurs chiffres ne concorderont pas. Ensuite, comme aucun de ces outils ne voit l'intérieur des moteurs, tous échantillonnent des réponses ; Google précise lui-même que le nouveau rapport de performances de l'IA générative de la Search Console (juin 2026) affiche vos propres impressions, pages, pays et appareils dans AI Overviews (les Aperçus IA) et AI Mode, sans aucune donnée sur les concurrents. La part de voix sur les surfaces IA de Google doit donc venir d'un outil de suivi, et se lire à côté de vos chiffres Search Console, pas à leur place. Notre test du Semrush AI Visibility Toolkit détaille la façon dont Semrush collecte ses données.

Comment choisir le jeu de prompts et le jeu de concurrents ?

La formule prend une minute ; ce sont le jeu de prompts et la liste de concurrents qui déterminent si le chiffre veut dire quelque chose. Figez les deux avant votre première mesure, et ne les modifiez qu'en repartant d'une nouvelle base de référence.

Construire le jeu de prompts

  1. Partez des questions des acheteurs, pas de votre positionnement. Récupérez les formulations dans les appels commerciaux, les tickets de support, la recherche interne du site, les fils Reddit et People Also Ask. Des prompts écrits autour de vos propres slogans gonflent votre part.
  2. Couvrez le tunnel dans des proportions fixes. Par exemple, 50 % de prompts de catégorie et de type « meilleur X pour Y », 30 % de prompts de comparaison et d'alternatives, 20 % de prompts « problème » ou « comment faire ». Gardez ces proportions stables, pour qu'un changement de mix ne passe pas pour un changement de part.
  3. Excluez les prompts de marque du chiffre principal. « [votre marque] est-elle bien ? » vous mentionnera à chaque fois. Suivez-les dans un groupe à part, pour l'exactitude et le sentiment.
  4. Étiquetez chaque prompt par thème, étape du tunnel, persona et marché, afin de pouvoir présenter la part de voix par segment, et pas seulement un chiffre global mélangé.
  5. Dimensionnez-le selon la décision à prendre. Plusieurs guides publiés démarrent avec 20 à 50 prompts à enjeu commercial ; d'autres recommandent 100 à 200 prompts pour les catégories larges. La section sur la taille d'échantillon ci-dessous montre pourquoi ajouter des prompts vaut généralement mieux qu'ajouter des exécutions.

Comme les moteurs décomposent chaque prompt en nombreuses sous-requêtes avant de récupérer leurs sources, deux paraphrases proches peuvent faire ressortir des marques différentes. C'est une bonne raison d'inclure deux ou trois formulations de vos questions les plus importantes plutôt qu'une seule.

Choisir les concurrents : pool ouvert ou pool fermé ?

Utilisez un pool ouvert pour le dénominateur et une liste nommée pour le reporting. Un pool ouvert compte toutes les marques citées dans les réponses ; un pool fermé ne compte que les concurrents que vous avez saisis. Les pools fermés sont plus simples et comparables dans le temps, mais ils surestiment la part de chacun et passent à côté des nouveaux entrants, comme le montrent les 22,5 % d'« Autres » de notre exemple.

  • Liste nommée : 5 à 8 concurrents directs face auxquels vous perdez des affaires, plus un ou deux leaders de catégorie auxquels vous aspirez.
  • Passe de découverte : une fois par mois, listez toutes les marques citées par les moteurs qui ne figurent pas sur votre liste. Toute marque présente dans plus de quelques pour cent des réponses rejoint la liste pour la prochaine base de référence.
  • Règles d'entités : notez noir sur blanc comment vous traitez les alias, sous-marques, revendeurs et marketplaces (« Amazon » est-il un concurrent ou un canal ?), et appliquez la même règle à chaque période.

Si votre outil ne gère qu'une liste fermée, indiquez-le sur chaque rapport et gardez la liste figée : la tendance restera honnête, même si le niveau est élevé.

Combien de prompts et d'exécutions faut-il pour un chiffre fiable ?

Assez pour que la variation qui vous intéresse dépasse le bruit. Les réponses de l'IA ne sont pas reproductibles : chaque réponse est un échantillon, et une part de voix calculée sur quelques dizaines de réponses peut varier de plus de dix points sans que rien n'ait changé.

Nos propres données montrent l'ampleur du phénomène. Sur 968 exécutions réussies de 42 paires prompt-moteur suivies dans AI Rank Lab entre le 13 février et le 14 octobre 2026 (uniquement les paires avec 5 exécutions ou plus), 18 paires (42,9 %) ont basculé au moins une fois entre « marque suivie mentionnée » et « marque absente », et deux exécutions consécutives du même prompt n'avaient en commun qu'une médiane de 41 % de leurs domaines cités. Les sources changeaient le plus sur Gemini (recouvrement médian de 0,26) et le moins sur Perplexity (0,59). La méthode complète et ses limites figurent dans notre étude sur la stabilité des réponses IA. Même les réglages « déterministes » n'y changent rien : une étude portant sur cinq LLM configurés pour être déterministes a constaté que la précision variait jusqu'à 15 % d'une exécution à l'autre.

Les mêmes données indiquent où investir votre budget d'échantillonnage. 24 des 42 paires (57 %) ont donné le même verdict de mention à chaque exécution : pour ces prompts, les exécutions supplémentaires n'apportaient quasiment aucune information nouvelle. Les exécutions répétées d'un même prompt sont corrélées, si bien que 20 prompts lancés 10 fois valent bien moins que 200 réponses indépendantes. Ajoutez des prompts avant d'ajouter des exécutions, gardez 2 à 3 exécutions par prompt, par moteur et par période pour lisser les bascules, et regroupez les exécutions sur une fenêtre de 2 à 4 semaines.

Pour dimensionner l'erreur, traitez la part de voix comme une proportion et utilisez l'intervalle classique par approximation normale, p ± 1,96 x sqrt(p(1-p)/n), tiré du NIST Engineering Statistics Handbook. Pour un n prudent, prenez le nombre de paires prompt-moteur distinctes, et non le nombre de réponses.

n (paires prompt-moteur)Marge à 95 % si votre part est d'environ 20 %Marge à 95 % si votre part est d'environ 50 %Ce qu'elle permet de détecter
50± 11,1 pts± 13,9 ptsUniquement les grands écarts entre marques
100± 7,8 pts± 9,8 ptsDes variations trimestrielles de 10 points ou plus
200± 5,5 pts± 6,9 ptsDes variations de 6 à 7 points
400± 3,9 pts± 4,9 ptsDes variations de 4 à 5 points
1 000± 2,5 pts± 3,1 ptsDe petits gains réguliers

Appliqué à notre exemple : 20 prompts sur 4 moteurs, cela fait 80 paires prompt-moteur, donc une part de voix en mentions de 17,5 % s'accompagne d'une marge d'environ ± 8,3 points. Passer de 17,5 % à 22 % le mois suivant resterait dans le bruit. La page du NIST précise aussi que cet intervalle devient peu fiable pour les très petits échantillons ou les parts proches de 0 %, cas où l'intervalle de Wilson est préférable ; si votre outil le permet, le rééchantillonnage par prompt (bootstrap) est encore mieux.

Faut-il fusionner les moteurs en une seule part de voix ?

Présentez d'abord chaque moteur séparément, puis un chiffre global en indiquant noir sur blanc la pondération utilisée. Les moteurs ne sont pas d'accord entre eux : le benchmark de Trakkr portant sur 825 343 prompts a mesuré un taux d'accord moyen entre modèles de 43,3 %, et une marque peut dominer sur un moteur tout en étant absente d'un autre. Additionner les comptes bruts de plusieurs moteurs ne pose pas de problème si chaque moteur reçoit le même nombre de réponses. Si vous voulez pondérer les moteurs par importance, faites-le selon l'endroit où se trouve réellement votre audience. À titre de repère, ChatGPT a généré 56,8 % des 3 677 pages vues issues de l'IA enregistrées par le tag AI Rank Lab sur 28 sites (de juillet 2025 à octobre 2026), devant Gemini (17,1 %), Perplexity (12,4 %), Claude (12,0 %) et Copilot (1,7 %). Une part de trafic référent n'est pas une part d'usage, et la vôtre sera différente : mesurez-la avant de vous en servir comme pondération.

Qu'est-ce qu'une bonne part de voix IA ?

Il n'existe aucun benchmark universel sourcé, et méfiez-vous de quiconque en avance un sans méthode. Ce qui est « bon » dépend du nombre de marques en concurrence dans vos réponses, de votre catégorie et de la formule utilisée.

Les fourchettes publiées se contredisent en partie parce qu'elles ne mesurent pas la même chose :

SourceIndicateur auquel s'applique la fourchetteFourchette « leader »Sourcée ?
Alex BirkettRéponses qui vous mentionnent / ensemble des réponses (un taux de présence)De 50 % à 90 %Expérience de l'auteur, prompts de bas de tunnel
LLM PulsePart de mentions sur l'ensemble des mentions de marquesDe 40 % à 70 %Aucune source indiquée
geotoolboxPart de mentions sur l'ensemble des mentions de marques50 % et plusSynthèse d'autres guides, présentée comme simple repère

Un taux de présence de 60 % et une part de mentions de 60 % correspondent à des positions très différentes : ces fourchettes ne peuvent donc être comparées ni entre elles ni au chiffre de votre outil, sauf si la formule est la même. Les repères qui, eux, sont sourcés :

  • La ligne de la « juste part ». Avec N marques régulièrement citées, une répartition égale vaut 100 / N. Avec cinq marques, 20 % correspond à la parité ; au-dessus, vous êtes surreprésenté. Trakkr propose cette ligne comme repère d'orientation, pas comme objectif.
  • Les écarts entre catégories sont énormes. Dans l'étude de SparkToro, une marque d'hôpital apparaissait dans 97 % des réponses de ChatGPT pour sa requête, des marques de casques audio dans 55 % à 77 %, et les agences de design de marque plafonnaient dans une fourchette de 30 à 40 et quelques pour cent. Comparez à l'intérieur de votre catégorie, jamais d'une catégorie à l'autre.
  • La part de citations sur toutes les sources reste faible. Si le domaine le plus cité d'un panel de 48 millions de citations ne pèse que 3,47 %, une part de citations sous les 10 % sur toutes les sources peut déjà être une position de tête.
  • Part de voix contre part de marché. En reprenant la logique de Jones, le benchmark le plus utile consiste à comparer votre part de voix IA à votre part de marché réelle. Si votre part de voix est inférieure à votre part de marché, les réponses de l'IA vous sous-représentent : c'est un problème concret à corriger.

Le benchmark qui compte le plus, c'est votre propre tendance face aux mêmes concurrents nommés, sur le même jeu de prompts, au-delà de la marge d'erreur. Si vous suivez aussi un score composite, notre article sur la façon dont se mesure un score AEO montre comment ces scores combinent ces différents éléments.

Comment présenter la part de voix IA à la direction ?

Un tableau, une courbe de tendance, une décision. Les dirigeants ont besoin de savoir si la variation est réelle, qui a bougé et ce que vous allez faire, pas de lire les journaux bruts des prompts. Une ligne de reporting ressemble à ceci (valeurs tirées de notre jeu de données d'exemple, avec une période précédente hypothétique) :

IndicateurPériode actuellePériode précédenteVariationMarge (±)Lecture
Taux de mention35,0 %22,5 %+12,5 pts10,5 ptsSignal - à confirmer à la prochaine période
Part de voix en mentions17,5 %15,0 %+2,5 pts8,3 ptsDans le bruit - statu quo
Part de voix en citations (marques suivies)44,0 %36,0 %+8,0 pts10,9 ptsDans le bruit - à surveiller
Part de mentions du premier concurrent27,5 % (A)29,0 % (A)-1,5 pt9,8 ptsPas de changement
Part des marques non suivies22,5 %18,0 %+4,5 pts-Lancer une passe de découverte

Autour de ce tableau, tenez le rapport sur une seule page :

  1. Ligne de périmètre : prompts, moteurs, marchés, exécutions, période et formule, par exemple « 80 paires prompt-moteur, 4 moteurs, anglais US, 240 réponses, du 15 sept. au 12 oct., part de mentions en pool ouvert ».
  2. Titre : une phrase sur la variation qui dépasse la marge d'erreur, ou « aucune variation significative ».
  3. Détail par moteur : un petit tableau, car un chiffre global peut masquer un recul sur un moteur.
  4. Vue par segment : la part de voix par étape du tunnel ou par thème, c'est de là que viennent les actions.
  5. Facteurs explicatifs : les pages citées et les sources tierces à l'origine des plus gros mouvements, d'après vos données de citations.
  6. Actions et responsables : deux ou trois correctifs, chacun rattaché à un segment de prompts.

Ce qu'il ne faut pas faire : présenter une exécution isolée comme une tendance, modifier le jeu de prompts sans refaire une base de référence, ou présenter la part pondérée par la position comme « notre classement dans ChatGPT ».

Les outils qui automatisent le suivi de la part de voix IA

Transparence : AI Rank Lab est notre produit. Nous le citons en premier parce que c'est notre site, et nous avons appliqué les mêmes critères à chaque outil ci-dessous. Ces critères : quelle formule l'outil documente, si vous maîtrisez le jeu de prompts, et ce que vous pouvez faire du résultat.

  • AI Rank Lab. Le suivi de la visibilité de marque exécute vos prompts sur ChatGPT, Claude, Gemini et Perplexity de façon planifiée et enregistre, pour chaque exécution, la mention, la position, le sentiment, les concurrents cités et les URL citées ; des trackers dédiés AI Overview et AI Mode couvrent Google. L'analyse concurrentielle et le tracker de citations présentent la part de mentions et la part de citations des concurrents par rapport à ceux que vous indiquez, et l'Action Plan ainsi que les outils de contenu transforment les lacunes en correctifs. Les offres démarrent à 69 $ par mois (tarifs vérifiés le 18 octobre 2026). Limite : sa part de voix repose sur les concurrents que vous saisissez, donc un pool fermé ; lancez régulièrement une passe de découverte pour repérer les marques non listées.
  • Profound. Un glossaire public clair, avec Share of Voice, Visibility Score, Citation Share et Average Position définis séparément, et une vue matricielle par moteur, thème et concurrent. Un choix solide pour les équipes grands comptes qui veulent gouvernance et passage à l'échelle.
  • Peec AI. Documente une formule simple de part de mentions avec un exemple chiffré et garde visibilité, position et sentiment comme indicateurs distincts, ce qui rend ses chiffres faciles à reproduire dans un tableur. Idéal pour les équipes qui veulent une configuration simple et transparente.
  • Semrush AI Visibility Toolkit. La part de voix se trouve dans les rapports Brand Performance, mis à jour chaque semaine, avec une vaste base de prompts en plus de vos prompts suivis. Le meilleur choix si votre équipe SEO vit déjà dans Semrush, même si la pondération par position n'est pas publiée.
  • Ahrefs Brand Radar. Pondère les mentions par la demande de recherche et construit ses prompts à partir de People Also Ask : vous obtenez une part de voix à l'échelle du marché sans écrire de jeu de prompts. Le plus adapté si vous voulez une vue pondérée par la demande de toute une catégorie plutôt que votre performance sur vos propres questions.
  • Un tableur. Les formules ci-dessus fonctionnent avec une saisie manuelle pour 20 à 50 prompts. C'est la façon la moins chère de démarrer et la meilleure pour comprendre ce que mesurent les indicateurs ; en revanche, cela ne tient plus dès qu'il vous faut des exécutions quotidiennes sur plusieurs moteurs.

Les limites de la part de voix IA

  • C'est un échantillon de vos prompts, pas des vraies conversations des utilisateurs. Aucun outil ne voit ce que les utilisateurs ont réellement demandé ni ce qu'on leur a montré, et la personnalisation, la mémoire et la localisation modifient les réponses.
  • Les réponses via API et via les applis peuvent différer. Beaucoup d'outils de suivi interrogent les moteurs par API avec la recherche activée ; les applications grand public peuvent se comporter autrement.
  • La détection des marques est automatisée. Les alias, fautes d'orthographe et marques au nom de mot courant faussent les comptages. Vérifiez un échantillon de réponses à chaque période.
  • Une mention n'est pas une recommandation. Une marque citée comme « à éviter pour les grands comptes » compte quand même. Associez la part de voix au sentiment ou à un indicateur de réponse recommandée.
  • La part de voix n'est pas du chiffre d'affaires. Reliez-la au trafic référent issu de l'IA et au pipeline avant de revendiquer un impact business.

En résumé

La part de voix IA est facile à calculer, et tout aussi facile à mal calculer. Choisissez la formule qui répond à votre question, consignez les règles de comptage, utilisez un dénominateur ouvert, dimensionnez votre échantillon pour que les variations dépassent la marge d'erreur, et présentez ensemble part de mentions, part de citations et taux de mention. Si vous préférez ne pas maintenir le tableur, l'analyse concurrentielle d'AI Rank Lab suit les mentions, les citations et la part des concurrents de façon planifiée, pour que vous lisiez des tendances plutôt que des instantanés.

Get a free AI ranking consultation

Want your brand to show up when ChatGPT, Gemini and Perplexity answer questions in your market? Tell us about your site and our team will send a personalized strategy.

This form is protected by reCAPTCHA. Your data is handled securely and we will never spam you.

Foire Aux Questions

Une autre question ? Demandez à l'équipe

Qu'est-ce que la part de voix IA ?

La part de voix IA est la part de votre marque dans l'ensemble des mentions de marques des réponses générées par l'IA sur un jeu de prompts fixe : vos mentions divisées par les mentions de toutes les marques, multipliées par 100. Comme elle vous compare à vos concurrents, elle n'a de sens qu'avec le jeu de prompts, les moteurs, la liste de concurrents et la période utilisés.

Quelle est la formule de la part de voix IA ?

Part de voix en mentions = mentions de votre marque / ensemble des mentions de marques x 100, en comptant chaque marque au plus une fois par réponse. Part de voix en citations = citations de votre domaine / citations des domaines de toutes les marques suivies x 100. La part de voix pondérée par la position pondère chaque mention par 1 / position avant la division.

La part de voix est-elle la même chose que la visibilité ou le taux de mention ?

Non. Le taux de mention (la visibilité) correspond aux réponses qui vous citent divisées par l'ensemble des réponses. La part de voix correspond à vos mentions divisées par l'ensemble des mentions de marques. Une marque présente dans toutes les réponses a un taux de mention de 100 %, mais seulement 20 % de part de voix si quatre autres marques figurent aussi dans chaque réponse.

Combien de prompts faut-il pour mesurer la part de voix IA ?

Commencez avec 25 à 50 prompts à enjeu commercial et montez vers 100 ou plus pour les catégories larges. Avec 100 paires prompt-moteur, la marge d'erreur à 95 % sur une part de 20 % est d'environ ± 7,8 points : seules les variations supérieures constituent des signaux clairs.

À quelle fréquence faut-il exécuter chaque prompt ?

Exécutez chaque prompt 2 à 3 fois par moteur et par période de reporting, et regroupez les résultats sur 2 à 4 semaines. Dans les données d'AI Rank Lab, 42,9 % de 42 paires prompt-moteur ont basculé au moins une fois sur la mention de marque au fil de 968 exécutions : une exécution isolée induit en erreur, mais ajouter des prompts améliore davantage la précision que relancer les mêmes.

Qu'est-ce qu'une bonne part de voix IA ?

Il n'existe aucun benchmark universel sourcé. Un repère utile est la juste part, soit 100 divisé par le nombre de marques régulièrement citées, et le meilleur benchmark reste votre part de voix comparée à votre part de marché, ainsi que votre tendance face aux mêmes concurrents. Les fourchettes publiées se contredisent et mesurent souvent des formules différentes.

Faut-il suivre uniquement les concurrents que j'ai nommés ?

Utilisez toutes les marques citées par les réponses au dénominateur (un pool ouvert) et faites votre reporting sur une liste nommée de 5 à 8 concurrents. Un pool fermé gonfle la part de chaque marque et masque les nouveaux entrants ; dans notre exemple chiffré, il faisait passer la marque de 17,5 % à 22,6 %.

Peut-on mesurer la part de voix dans les AI Overviews de Google avec la Search Console ?

Pas directement. Le rapport de performances de l'IA générative de la Search Console, lancé en juin 2026, affiche vos propres impressions, pages, pays et appareils dans AI Overviews et AI Mode, mais aucune donnée sur les concurrents. Une part concurrentielle exige un outil de suivi qui échantillonne les réponses, à lire en parallèle de vos chiffres Search Console.

Pourquoi des outils différents me donnent-ils des parts de voix différentes ?

Parce qu'ils ne comptent pas la même chose. Profound et Peec AI documentent une simple part de mentions, Semrush indique que sa version tient compte de la position, et Ahrefs pondère les mentions par le volume de recherche et utilise ses propres prompts. Des jeux de prompts et des listes de concurrents différents modifient aussi le dénominateur : comparez des tendances au sein d'un même outil, pas des niveaux d'un outil à l'autre.

Écrit par

Chief Marketing Officer & AI Search Optimization Architect

Auteur vérifié

Digital Marketing Strategist & Pioneer in SEO, Answer Engine Optimization (AEO), and Generative Engine Optimization (GEO).

Cet article vous a plu ?

Abonnez-vous à notre newsletter et recevez les dernières analyses sur l'optimisation pour la recherche IA directement dans votre boîte de réception.

No spam. Unsubscribe at any time.

See how AI engines read your site

Paste your site. The free audit scores it for SEO, answer engines and generative engines, and lists the fixes.