MEIKAIMeikai × Le Figaro Media
Mesure indépendante de la visibilité IA pour le brand content.
Meikai s’associe à Le Figaro Media, la régie publicitaire du Figaro. Le Figaro Media produira des contenus de marque sur l’ensemble de ses supports numériques. Meikai mesurera l’évolution de la représentation des marques et des citations dans un ensemble défini de réponses d’IA générative.
Ce qui compte plus que le partenariat lui-même, c’est que nous publions le protocole de mesure avant le lancement de la campagne : le résultat pourra ainsi être jugé à l’aune d’un standard fixé à l’avance, et non choisi après coup.
Pourquoi l’earned media mérite une mesure à part
Une étude de l’université de Toronto publiée en janvier 2026, Navigating the Shift: A Comparative Analysis of Web Search and Generative AI Response Generation, a classé les sources mobilisées par quatre systèmes génératifs. L’earned media représentait 46-65 % des sources dans les résultats agrégés, et 59-86 % pour les requêtes en phase de considération.
L’étude s’appuie sur un jeu de requêtes en électronique grand public : ces pourcentages ne sont donc pas des références universelles et ne doivent pas être cités comme tels. Ils établissent en revanche que les sources éditoriales pèsent assez lourd dans ce que ces systèmes récupèrent pour mériter une mesure dédiée, et non une ligne dans un rapport qui ne regarde que le contenu owned.
Pourquoi Le Figaro
Fondé le 15 janvier 1826, Le Figaro est le plus ancien quotidien national français encore publié. Une rédaction installée, dotée d’une telle audience, est un terrain raisonnable pour tester si un contenu de marque à forte autorité est effectivement récupéré ou cité dans les réponses générées par l’IA.
C’est un test, pas un postulat. L’autorité d’un domaine ne se transmet pas automatiquement à la visibilité IA, le comportement des modèles varie selon le prompt, la plateforme et le moment, et la position honnête avant la campagne est que nous ignorons l’ampleur de l’effet à attendre. D’où un protocole de mesure répétée, et non une lecture ponctuelle.
Le protocole de mesure
Fixé à l’avance, pour qu’il ne puisse pas être ajusté au résultat :
- Jeu de prompts : 50 prompts définis, maintenus stables sur toute la durée.
- Cadence : exécution quotidienne, et non un échantillon prélevé à la fin.
- Plateformes : plus de six expériences IA, dont ChatGPT, Perplexity et Gemini.
- Relevé pour chaque réponse : présence de la marque, manière dont elle est décrite, domaines et pages cités, sentiment et part de voix concurrentielle.
- Comparaison : une mesure de référence avant campagne, avec une lecture au niveau des réponses plutôt qu’un indice unique.
Un écart observé par rapport à cette référence établit une association avec la période de campagne. Ce n’est pas une preuve de causalité, qui exigerait un groupe témoin ou un dispositif expérimental, et nous le dirons au moment de publier, quels que soient les chiffres.
Le même protocole vaut pour une rédaction
Le protocole ci-dessus vise une marque, mais un éditeur peut se l’appliquer à lui-même, et la question est brûlante pour la plupart des rédactions : les assistants IA citent-ils nos articles, ou citent-ils celui qui a couvert le même sujet ? Rien dans la méthode n’exige une équipe data. Il faut un jeu de questions fixe, une exécution quotidienne et un relevé des domaines cités dans chaque réponse.
La lire par thématique plutôt que par article la rend exploitable en rédaction. La part de citations par rubrique montre quels services sont traités comme une source et lesquels sont ignorés, et comparer votre domaine à des titres concurrents nommés sur les mêmes questions transforme un décompte brut en position. Publiez un résultat par moteur, car un titre peut être cité couramment dans l’un et absent d’un autre sur le même sujet.
L’exercice vaut aussi lorsque rien n’a changé de votre côté. Les plateformes révisent leur façon de récupérer et de pondérer les sources à leur propre rythme, et un changement de syndication ou de gabarit peut déplacer l’attribution sans que personne l’ait voulu. Une mesure permanente le révèle, au lieu de vous laisser le découvrir un trimestre plus tard.
La fenêtre de mesure doit survivre à la campagne
Un choix de conception mérite d’être expliqué, car c’est typiquement le genre de détail que l’on découvre trop tard.
Entre mars et juillet 2026, nous avons suivi ce qu’il advenait des citations après qu’un éditeur a supprimé un ensemble de pages, les a brièvement rétablies en juin, puis supprimées de nouveau. Rapportées en citations pour 1 000 réponses sur une cohorte fixe de 126 marques, les données de la semaine du 15 au 21 juillet placent Perplexity à 109,5 % de son niveau de mars, ChatGPT à 12,2 % et Google AI Mode à zéro. L’analyse complète en détaille la méthode.
Cela établit une chose avec précision : les plateformes lâchent un contenu à des vitesses très différentes. Cela n’établit pas l’inverse. Nous n’avons pas mesuré la vitesse à laquelle chaque plateforme intègre un nouveau contenu, et nous n’allons pas supposer que les deux mouvements sont symétriques simplement parce que cela nous arrangerait ici.
En revanche, cela rend une fenêtre de mesure courte difficile à défendre. Si la rétention après suppression varie d’un facteur neuf selon les plateformes, traiter l’acquisition comme instantanée et uniforme est une hypothèse, pas un réglage par défaut. La fenêtre se prolonge donc au-delà de la campagne, et chaque plateforme est rapportée séparément plutôt que moyennée.
Le SEO reste le socle
Des pages crawlables, une paternité claire, des données structurées exactes et des contenus réellement utiles font toujours le gros du travail. Les recommandations de Google pour les fonctionnalités IA sont explicites : les mêmes pratiques SEO fondamentales s’appliquent, il n’existe pas d’exigence technique supplémentaire, et aucun balisage particulier n’achète une inclusion.
La couverture éditoriale apporte autre chose : un contexte indépendant qui peut être récupéré, résumé ou cité. La bonne question n’est pas de savoir si un éditeur donné porte un poids de citation universel, mais si ses contenus apparaissent dans les réponses et sur les prompts précis que vous mesurez.
Le GEO traverse plusieurs équipes
Partenariats médias, couverture earned, contenus on-site, pages produit, données structurées et études d’audience façonnent tous la manière dont une marque est représentée, ce qui suppose de faire contribuer les équipes média, RP, marketing digital, e-commerce, data et insights.
Meikai offre à ces équipes une vue unique sur les modèles, les prompts et les marchés. Ce partenariat la braque sur une question étroite et énoncée : savoir si et comment la campagne coïncide avec des changements dans la représentation de la marque. Notre cadre d’influence des sources traite du modèle plus large.
Questions fréquentes
De quoi un éditeur a-t-il besoin pour mesurer sérieusement ses citations dans l’IA ?
De quatre éléments, tous fixés avant le début de la mesure : un jeu de questions stable couvrant vos rubriques, une exécution quotidienne plutôt qu’un échantillon prélevé à la fin, un relevé de chaque domaine cité dans chaque réponse, et une fenêtre d’observation qui dure plus longtemps que ce que vous mesurez. Les arrêter à l’avance empêche d’ajuster le protocole au résultat.
Pourquoi suivre plusieurs moteurs d’IA ?
Les comportements de récupération et de citation diffèrent d’une plateforme à l’autre. Notre propre mesure de la suppression d’un ensemble de pages par un éditeur a relevé des taux de citation allant de 109,5 % du niveau de référence sur Perplexity à zéro sur Google AI Mode sur la même période : la présence dans un moteur ne dit donc pas grand-chose des autres.