Pour qu’un cabinet de gestion de patrimoine soit cité par ChatGPT, le moteur doit pouvoir trouver ses pages, les comprendre et recouper ce qu’elles disent avec d’autres sources. Aucune méthode ne garantit une citation. OpenAI l’écrit lui-même : le placement dans ses résultats n’est pas garanti.3 Les réponses changent aussi d’une requête à l’autre. Plusieurs leviers sont pourtant documentés, d’autres sont probables, et certains, souvent mis en avant, n’ont rien montré de mesurable.
Ce guide s’adresse aux dirigeants et associés de cabinets : CGP, conseillers en investissements financiers, gestionnaires de fortune indépendants, en France et en Suisse romande. Il trie ce qui est prouvé, probable et non prouvé, détaille ce que le site et les sources extérieures doivent rendre lisible, rappelle les règles de communication qui s’appliquent à ces contenus et propose une méthode de mesure. C’est un socle : les priorités dépendent de chaque cabinet, de ses publics et de ce qu’il publie déjà.
En bref
- 11 % des Français s’informent auprès d’une intelligence artificielle avant un placement, presque toujours en complément d’autres sources.1
- ChatGPT, Perplexity et Google cherchent d’abord dans le web. Un site qui bloque leurs robots, ou qui range l’essentiel dans des images et des PDF, part avec un handicap.
- Les moteurs de réponse citent beaucoup de sources tierces. Le registre ORIAS, la fiche Google, la presse et les profils des associés font partie de ce qu’ils peuvent lire sur un cabinet.
- Le balisage schema.org n’a pas montré d’effet significatif sur les citations dans la seule étude causale que nous ayons trouvée. Il reste utile pour décrire le cabinet.
- Un passage repris par une IA est lu hors de sa page. Ce qui parle de performance, de risque ou de fiscalité doit rester exact, clair et non trompeur à lui seul.
Pourquoi la question se pose maintenant
Une part des épargnants interroge une IA avant de choisir un placement ou un conseiller : un cabinet absent de la réponse risque de ne pas figurer dans la liste que le prospect se constitue.
Le baromètre de l’AMF publié en décembre 2025, mené auprès de 2 120 personnes, mesure pour la première fois cet usage : 11 % des Français se tournent vers l’IA pour s’informer avant un placement, 19 % chez les moins de 35 ans. C’est une source complémentaire dans 95 % des cas.1 Parmi ces utilisateurs, 37 % s’en servent pour trouver eux-mêmes un placement adapté à leur besoin.2 Dans le même baromètre, le conseiller financier ou bancaire reste la première source d’information, citée par 42 % des Français, contre 48 % un an plus tôt.1
L’AMF en tire une mise en garde. Dans son rapport de février 2026 sur l’IA, elle rappelle que les modèles accessibles au public échappent à toute supervision financière et que leurs réponses peuvent être erronées ou trompeuses. Elle reprend une recommandation de l’ESMA : quand une IA oriente vers une plateforme d’investissement, vérifier qu’elle est autorisée, en consultant les listes publiées par les autorités.2 Pour un cabinet, cela veut dire deux choses : être présent dans la réponse, et être retrouvé, sous le même nom, dans le registre qu’un prospect prudent peut consulter.
Comment un moteur de réponse choisit ses sources
Un moteur de réponse reformule la question, lance une ou plusieurs recherches dans le web, lit les pages trouvées et rédige une réponse qui en cite certaines.
OpenAI décrit ce fonctionnement pour ChatGPT. Le moteur s’appuie parfois sur des moteurs de recherche partenaires. Il réécrit la question en une ou plusieurs requêtes ciblées, puis peut en lancer d’autres, plus précises, après avoir lu les premiers résultats. Il peut aussi utiliser une localisation approximative, déduite de l’adresse IP, pour donner des résultats locaux.3 OpenAI indique classer les résultats selon plusieurs facteurs, sans les détailler. Pour être éligible, un site doit laisser passer son robot de recherche, OAI-SearchBot.34
Google décrit un mécanisme proche pour ses résumés générés par IA et son mode IA : plusieurs recherches liées, sur des sous-thèmes et des sources différentes, ce qu’il appelle le « query fan-out ». Pour y figurer comme lien, une page doit être indexée et pouvoir s’afficher avec un extrait dans la recherche Google.5 Perplexity dispose de son propre robot, PerplexityBot, qui sert à faire apparaître les sites dans ses résultats.17
Personne, hors de ces entreprises, ne connaît le poids exact de chaque critère. Les réponses varient aussi beaucoup. Dans une étude publiée par SparkToro en janvier 2026, environ 600 volontaires ont posé douze questions de recommandation à ChatGPT, Claude et Google, 2 961 fois au total, en novembre et décembre 2025. Les chances d’obtenir deux fois la même liste de marques étaient inférieures à une sur cent pour ChatGPT et pour Google, et la même liste dans le même ordre revenait moins d’une fois sur mille.14 L’étude n’a pas été revue par des pairs, et l’un des auteurs travaille pour une entreprise qui vend des outils de suivi. Ses auteurs jugent raisonnable de mesurer la fréquence d’apparition, sur de nombreuses requêtes posées plusieurs fois.
Ce que l’on sait, et ce que l’on ne sait pas
La recherche sur l’optimisation pour les moteurs génératifs, le « GEO », est récente, menée en laboratoire ou par des éditeurs d’outils, et ne porte pas sur la gestion de patrimoine. Ses résultats indiquent des tendances.
L’étude qui a lancé le terme, publiée fin 2023 et acceptée à la conférence KDD 2024, a testé neuf façons de réécrire une page.7 Elle a utilisé un moteur construit pour l’expérience : les cinq premiers résultats de Google, résumés par le modèle GPT-3.5, sur un banc d’essai de 10 000 requêtes. Citer ses sources, ajouter des citations et ajouter des statistiques y améliorent la visibilité d’une page de 30 à 40 % sur la mesure principale. Le bourrage de mots-clés n’apporte rien. L’effet est plus fort pour les pages mal classées : en citant ses sources, une page classée cinquième gagne 115,1 % de visibilité, quand la page classée première perd 30,3 %. Sur Perplexity, testé sur 200 requêtes, la meilleure méthode gagne 22 % sur la mesure principale. L’étude mesure une page modifiée face à des concurrentes qui ne le sont pas.
Une étude de 2025, présentée à la conférence NeurIPS, nuance ce résultat. Sur son banc d’essai, la plupart des méthodes de ce type se révèlent largement inefficaces et nuisent souvent au classement de la page. Les stratégies de référencement classiques, qui améliorent le rang de la source, fonctionnent nettement mieux. Et plus les acteurs qui appliquent ces méthodes sont nombreux, plus les gains diminuent.8
Une troisième étude, de l’université de Toronto, a interrogé par API les moteurs de GPT, Perplexity, Gemini et Claude sur des requêtes de produits, aux États-Unis et au Canada.9 Selon le secteur et le pays, 69 à 92 % des sources citées par GPT sont des sources tierces : médias, comparatifs, sites indépendants de la marque. Google affiche un mélange plus équilibré. Sur des requêtes de services locaux, les domaines cités par un moteur IA recoupent peu ceux de Google : 11,9 % de domaines communs pour les dentistes, 15,4 % pour la préparation des déclarations fiscales. Une partie de l’étude porte sur le choix d’une banque par des particuliers : les sources tierces y représentent 64,6 % des citations, tous moteurs confondus. La gestion de patrimoine n’a pas été testée, et le pays des requêtes locales n’est pas précisé : la transposition à un cabinet reste une hypothèse.
Les données d’Ahrefs, éditeur d’outils de référencement, complètent le tableau. En mars 2026, sur 863 000 pages de résultats, 37,9 % des pages citées dans les résumés IA de Google figuraient dans les dix premiers résultats.10 Environ six pages citées sur dix se situaient donc au-delà de ces dix premiers résultats. En 2025, sur environ 17 millions de citations, les pages citées par les assistants IA étaient en moyenne 25,7 % plus récentes que celles de la recherche classique. ChatGPT est le plus sensible à cette fraîcheur, et l’âge moyen des pages citées reste proche de trois ans.11
Le tableau ci-dessous résume l’état des connaissances au 14 octobre 2026.
| Levier | Ce qui est documenté | Niveau de preuve |
|---|---|---|
| Laisser passer les robots de recherche | Condition posée par OpenAI, recommandation de Perplexity ; pour Google, une page indexée et éligible à un extrait3517 | Prouvé : condition nécessaire |
| Contenu en texte, découpé en titres, questions, listes et tableaux | Recommandé par Google et par Microsoft515 | Probable : recommandation officielle, sans test causal trouvé |
| Sources citées, statistiques, citations | De 30 à 40 % de visibilité en plus sur un moteur expérimental ; gains qui baissent quand tout le monde les applique78 | Probable : expérimental et contesté |
| Présence dans des sources tierces | 69 à 92 % des sources citées par GPT sur des requêtes de produits9 | Probable : mesuré hors gestion de patrimoine |
| Contenu daté et mis à jour | Pages citées plus récentes que celles de la recherche classique11 | Probable : corrélation |
| Auteur identifié, page de présentation | Encouragé par Google ; aucun test causal public trouvé6 | Probable : recommandation officielle |
| Bon classement dans Google | 37,9 % des pages citées dans les résumés IA sont dans le top 1010 | Facteur favorable |
| Données structurées schema.org | Pas de gain significatif dans ChatGPT ni dans le mode IA, légère baisse dans les résumés IA (1 885 pages)12 | Non prouvé |
| Fichier llms.txt | Proposition de format de 2024 ; Google : aucun fichier destiné aux IA n’est nécessaire523 | Non prouvé |
| Bourrage de mots-clés | Sous la référence en laboratoire, 10 % sous la référence sur Perplexity7 | Contre-productif |
Ce que le site d’un CGP doit rendre lisible
Un moteur de réponse reprend des passages : chaque page clé doit dire en texte, et en peu de mots, qui est le cabinet, où il exerce, pour qui, sous quels statuts et à quelles conditions.
Microsoft le formule clairement dans ses recommandations pour Bing et Copilot : les assistants découpent le contenu en morceaux, qu’ils classent puis assemblent en réponses. Il recommande des titres qui marquent où une idée finit et où la suivante commence, des questions suivies de réponses directes, des listes et des tableaux, et des réponses d’une à deux phrases qui gardent leur sens une fois extraites. Il déconseille les murs de texte, les réponses cachées dans des onglets, les PDF pour l’information essentielle, l’information portée seulement par une image, les symboles décoratifs, et les affirmations sans ancrage du type « nouvelle génération ».15 Google demande aussi que le contenu important soit disponible sous forme de texte et accessible par les liens internes du site.5
Pour un cabinet, cela se traduit par quelques informations écrites en clair, sur des pages que les robots peuvent lire :
- La zone d’exercice. La ville et le bassin de clientèle, en toutes lettres. Une question posée depuis Annecy peut être réécrite avec la localisation de l’utilisateur.3
- Les publics et les situations. Dirigeant qui cède son entreprise, médecin qui s’installe, frontalier qui prépare sa retraite : ce sont les mots que le prospect emploie dans sa question.
- Les statuts. Numéro ORIAS, catégories d’intermédiaire, association professionnelle, identiques à ceux du registre.
- Les honoraires. Une fourchette et les critères qui la font varier, en texte, sur une page dédiée.
- L’équipe. Des noms, des fonctions, des parcours, chacun avec une page.
Le détail de ces pages, et des mentions que la réglementation impose, est dans notre article Que doit contenir le site d’un cabinet de gestion de patrimoine ?
Les articles du cabinet suivent la même logique. Google invite à rendre clair qui a écrit un contenu, comment il a été produit, y compris avec l’aide d’une IA, et pourquoi. Parmi les critères qu’il décrit, expérience, expertise, autorité et fiabilité, la confiance est le plus important, et ces critères pèsent davantage sur les sujets qui touchent à la stabilité financière des personnes.6 Un article signé par un conseiller nommé, relié à sa page de présentation, daté à la publication et à chaque mise à jour réelle, répond à ces attentes. Un article qui apporte une information que le prospect ne trouve pas ailleurs, un cas anonymisé, une analyse datée d’une loi de finances, a aussi, selon nous, plus de chances d’être repris. Il s’agit de notre lecture des recommandations de Google, sans mesure à l’appui.
Ce que les données structurées font, et ne font pas
Les données structurées décrivent le cabinet dans un format que les machines lisent sans ambiguïté ; aucune étude publiée à notre connaissance n’a montré qu’elles augmentent les citations dans les moteurs de réponse.
Le vocabulaire schema.org prévoit un type FinancialService pour un prestataire de services financiers, avec une propriété qui peut pointer vers la page honoraires.24 Chaque conseiller peut être décrit comme une personne, reliée à son profil LinkedIn. Microsoft recommande ce balisage pour aider les machines à classer le contenu.15 Google précise de son côté qu’aucun balisage spécial n’est nécessaire pour apparaître dans ses fonctions d’IA, et que les données structurées doivent correspondre au texte visible.5
Le seul test causal que nous ayons trouvé est celui d’Ahrefs, publié en mai 2026. Il a suivi 1 885 pages qui avaient ajouté du balisage JSON-LD, tous types confondus, et les a comparées à des pages témoins. Résultat : aucun gain distinguable de zéro dans ChatGPT ni dans le mode IA de Google, et une légère baisse, inexpliquée, dans les résumés IA. Les pages étudiées étaient déjà très citées, la fenêtre d’observation était de 30 jours, et les types de balisage n’ont pas été distingués.12 Le balisage reste utile pour décrire le cabinet sans ambiguïté. Nous n’avons trouvé aucune donnée publiée qui en fasse un levier de citation.
Il en va de même pour le fichier llms.txt, un format proposé en septembre 2024 pour résumer un site à l’intention des IA.23 Google indique qu’aucun fichier texte destiné aux IA n’est nécessaire pour apparaître dans ses fonctions d’IA.5
Ce que les autres disent du cabinet
Un moteur de réponse lit aussi ce que les registres, les annuaires, la presse et les profils des associés disent du cabinet, et il peut recouper ces informations avec le site.
L’étude de l’université de Toronto citée plus haut montre que les moteurs de réponse citent volontiers des sources tierces.9 Pour un cabinet, elles sont de plusieurs natures :
- Les registres officiels. Le registre de l’ORIAS permet de vérifier qu’un intermédiaire est autorisé à distribuer des produits d’assurance, bancaires ou financiers.20 En Suisse, la FINMA publie la liste des gestionnaires de fortune et trustees autorisés, consultable par nom.21
- La fiche Google Business Profile. Google cite sa mise à jour parmi les bonnes pratiques pour ses fonctions d’IA.5
- Les annuaires professionnels, dont celui de l’association du conseiller lorsqu’elle en publie un.
- La presse patrimoniale, économique et régionale : interviews, tribunes, citations d’un associé.
- Les profils des associés sur LinkedIn, et leurs interventions publiques.
Le premier chantier est souvent la cohérence. Si le site affiche le nom commercial, l’ORIAS la raison sociale, la fiche Google une ancienne adresse et le profil LinkedIn d’un associé un ancien statut, le moteur a quatre versions du même cabinet. Le prospect aussi, s’il applique au conseiller le réflexe recommandé par l’ESMA et vérifie son autorisation.2 Nous n’avons trouvé aucune étude qui mesure l’effet de cette cohérence sur les citations : c’est une recommandation de bon sens, appuyée sur la façon dont les moteurs recoupent leurs sources.
Laisser passer les robots des moteurs de réponse
Un site qui bloque OAI-SearchBot n’est pas montré dans les réponses de recherche de ChatGPT ; chez OpenAI comme chez Google, l’usage des contenus pour l’entraînement se règle séparément de la recherche.
OpenAI distingue notamment trois robots. OAI-SearchBot sert à faire apparaître les sites dans les résultats de recherche de ChatGPT : un site qui le bloque n’est pas montré dans les réponses de recherche, même s’il peut encore apparaître sous forme de simple lien de navigation. GPTBot collecte des contenus qui peuvent servir à entraîner les modèles ; le bloquer signifie refuser cet entraînement. ChatGPT-User visite une page à la demande d’un utilisateur et ne détermine pas l’apparition dans la recherche. Une modification du fichier robots.txt met environ 24 heures à être prise en compte pour la recherche.4 OpenAI demande aussi de vérifier que l’hébergeur ou le réseau de diffusion du site laisse passer ses adresses IP.3
Perplexity distingue de la même façon PerplexityBot, qui fait apparaître les sites dans ses résultats, et Perplexity-User, déclenché par une question d’un utilisateur.17 Chez Google, le robot Google-Extended règle l’usage des contenus pour entraîner les modèles Gemini et pour ancrer leurs réponses ; selon Google, il n’a aucun effet sur l’inclusion dans la recherche Google.18
Un cabinet peut donc refuser l’entraînement sans renoncer à la recherche. Exemple de fichier robots.txt pour ce choix :
# Recherche ChatGPT : à autoriser pour être cité
User-agent: OAI-SearchBot
Allow: /
# Entraînement des modèles d'OpenAI : au choix du cabinet
User-agent: GPTBot
Disallow: /
# Recherche Perplexity : à autoriser pour être cité
User-agent: PerplexityBot
Allow: /
Ce fichier se lit à l’adresse /robots.txt du site. Il faut aussi vérifier le pare-feu de l’hébergeur, qui peut bloquer des robots sans que le fichier le dise.
Faire le point sur la visibilité de votre cabinet
Trente minutes pour regarder avec vous ce que les moteurs de réponse trouvent sur votre cabinet, et ce qui manque. Sans engagement.
Les règles de communication valent aussi pour ce que l’IA reprend
Un passage cité par un moteur de réponse est lu sans le reste de la page : il doit rester exact, clair et non trompeur à lui seul, comme toute information diffusée par un conseiller.
Pour un conseiller en investissements financiers, l’article 325-12 du règlement général de l’AMF encadre les informations qu’il adresse ou diffuse à des clients existants ou potentiels.19 Elles doivent être exactes et mentionner, de manière bien visible, tout risque pertinent quand elles évoquent un avantage. Une performance passée ne doit pas être l’élément principal de l’information et s’accompagne d’un avertissement. Un traitement fiscal particulier s’accompagne de la mention qu’il dépend de la situation de chaque client et peut changer. Aucune autorité ne doit être citée d’une manière qui laisse entendre qu’elle approuve ou cautionne les produits ou services conseillés.
Le cabinet ne contrôle pas le découpage fait par le moteur. Notre lecture : écrire l’avantage et sa condition dans la même phrase, ou au moins dans le même paragraphe, réduit le risque qu’un extrait isolé dise plus que le texte. « Les versements volontaires sur un PER sont en principe déductibles du revenu imposable, dans la limite d’un plafond ; ils sont imposés à la sortie, l’économie dépend de votre situation et ce régime peut évoluer » se reprend sans trahir le texte.26 « Le PER réduit vos impôts », repris seul, omet le plafond, l’imposition à la sortie et la dépendance à la situation du client.
En Suisse, la loi sur les services financiers impose que la publicité pour un instrument financier soit identifiable comme telle (LSFin, art. 68).22 Une page qui présente un produit le signale donc, y compris dans le passage qu’un moteur peut en extraire.
Cinq pratiques à éviter
- Croire une promesse de citation. OpenAI indique que le placement dans ses résultats n’est pas garanti, et les réponses varient d’une requête à l’autre.314
- Bloquer OAI-SearchBot en voulant bloquer l’entraînement. Ce sont deux robots distincts : c’est GPTBot qui règle l’entraînement.4
- Publier en masse des pages générées. Google considère que générer de nombreuses pages sans valeur ajoutée pour les lecteurs peut enfreindre sa règle contre l’abus de contenu à grande échelle.25
- Ranger l’essentiel dans un PDF ou une image. Statuts, honoraires et méthode doivent exister en texte sur une page.15
- Séparer l’avantage de sa condition. Une phrase sur un gain fiscal ou une performance, reprise seule, doit rester exacte.19
Mesurer sa présence, chaque mois
On mesure la fréquence à laquelle le cabinet apparaît sur une liste fixe de questions, posées plusieurs fois et sur plusieurs moteurs.
Puisque les réponses varient, une seule question posée une fois ne dit presque rien. Une méthode simple, à faire soi-même :
- Écrire dix à vingt questions que vos prospects pourraient poser, avec la ville et la situation : « conseiller en gestion de patrimoine à Annecy pour un dirigeant qui cède son entreprise », « CGP pour un frontalier qui travaille à Genève ».
- Les poser chaque mois, à date fixe, dans ChatGPT, Perplexity, Gemini et le mode IA de Google, plusieurs fois chacune. La recherche de ChatGPT fonctionne aussi sans compte.3 Utiliser une session sans historique ni mémoire : ChatGPT peut se servir de la mémoire pour réécrire la requête.3
- Noter pour chaque réponse si le cabinet apparaît, et quelles sources sont citées : le site, un registre, un annuaire, la presse, un concurrent.
- Calculer une part d’apparition : le nombre de réponses où le cabinet figure, divisé par le nombre total de réponses. C’est cette part que l’on suit d’un mois à l’autre.
- Croiser avec les outils gratuits. Dans la Search Console, les apparitions dans les fonctions d’IA de Google sont comptées dans le rapport Performances, type de recherche « Web ».5 Dans Bing Webmaster Tools, le rapport AI Performance compte les citations du site dans Copilot, dans les résumés IA de Bing et chez certains partenaires.16 Dans l’outil d’analyse d’audience, les visites dont la provenance est chatgpt.com ou perplexity.ai se suivent comme une source de trafic.
ChatGPT tient compte d’une localisation approximative.3 Un test lancé depuis Paris pour une question sur Annecy ne donnera pas forcément la même réponse qu’un prospect annécien : indiquez la ville dans la question.
Une citation ne produit pas toujours une visite. Aux États-Unis, une étude du Pew Research Center sur 900 adultes et 68 879 recherches montre que, lorsqu’un résumé IA s’affiche, les internautes cliquent sur un résultat classique lors de 8 % des visites, contre 15 % sans résumé, et sur un lien du résumé lors de 1 % des visites.13 Un prospect peut aussi retenir le nom du cabinet et le chercher plus tard : aucun outil ne relie alors sa visite à la réponse de l’IA.
La liste de contrôle
Dix-huit points à vérifier, du plus technique au plus éditorial.
L’accès
- OAI-SearchBot et PerplexityBot ne sont pas bloqués dans le fichier robots.txt.
- Le pare-feu de l’hébergeur ne bloque pas ces robots.
- Les pages clés sont indexées dans Google et dans Bing.
Le site
- La ville et la zone d’exercice sont écrites en toutes lettres.
- Les publics et les situations accompagnées sont nommés.
- Statuts, numéro ORIAS et association figurent en texte, identiques au registre.
- Les honoraires sont décrits en texte, avec une fourchette si possible.
- Chaque conseiller a une page, avec son nom, sa fonction et son parcours.
- Les articles sont signés, datés, et mis à jour quand le fond change.
- Chaque section commence par une phrase qui répond à sa question.
Hors du site
- Nom, adresse, téléphone et statuts sont identiques sur le site, l’ORIAS, la fiche Google et les annuaires.
- Les profils LinkedIn des associés indiquent le bon cabinet et le bon statut.
- Le cabinet a au moins quelques mentions dans des sources tierces : presse, annuaires, interventions.
La conformité
- Chaque avantage cité est accompagné de sa condition et de ses risques dans le même paragraphe.
- Aucune performance passée n’est l’information principale d’une page.
- Aucune mention ne laisse entendre que l’AMF approuve ou cautionne les produits ou services du cabinet.
La mesure
- Une liste fixe de questions est posée chaque mois, sur plusieurs moteurs.
- La Search Console et Bing Webmaster Tools sont configurés.
Méthode et limites
Cet article a été rédigé par Unfable Studio, studio de branding et de design d’interface pour la finance, à Annecy, à partir d’une recherche documentaire menée le 14 octobre 2026 : documentation officielle d’OpenAI, de Google, de Microsoft et de Perplexity, études académiques, études d’éditeurs d’outils, publications de l’AMF et textes réglementaires. Chaque fait renvoie à sa source ci-dessous. Les études sur le GEO portent sur des moteurs expérimentaux ou sur des secteurs autres que la gestion de patrimoine ; les études d’Ahrefs et de SparkToro ne sont pas revues par des pairs. Trois points relèvent de notre interprétation et sont signalés comme tels : l’intérêt d’une information originale pour être repris, l’effet de la cohérence des informations entre sources, la façon d’écrire un avantage et sa condition. Nous n’avons pas mené de test des réponses des moteurs pour cet article. Le fonctionnement de ces moteurs change souvent : l’article décrit leur état au 14 octobre 2026. Cet article ne constitue pas un conseil juridique : votre association professionnelle reste votre interlocuteur de référence.
Questions fréquentes
Le GEO, pour « generative engine optimization », désigne le travail qui vise à faire citer un site dans les réponses des moteurs génératifs, comme ChatGPT, Perplexity ou les résumés IA de Google. Pour un CGP, il recouvre l’accès des robots au site, des pages qui disent clairement qui est le cabinet et pour qui il travaille, la cohérence des informations dans les registres et annuaires, et une mesure régulière de sa présence.
Non. OpenAI indique que le placement dans ses résultats n’est pas garanti, et les réponses varient d’une requête à l’autre. Un prestataire peut travailler sur les conditions d’une citation : l’accès des robots, la clarté des pages, la cohérence des sources.
Non. GPTBot collecte des contenus pour l’entraînement des modèles ; c’est OAI-SearchBot qui permet d’apparaître dans les réponses de recherche de ChatGPT. Un cabinet peut bloquer le premier et autoriser le second.
Non. Selon Ahrefs, en mars 2026, 37,9 % des pages citées dans les résumés IA de Google figuraient dans les dix premiers résultats. Un bon référencement reste utile : en laboratoire, les stratégies de référencement classiques se sont révélées plus efficaces que les méthodes propres aux moteurs conversationnels.
Rien ne le montre à ce jour. Dans une étude d’Ahrefs portant sur 1 885 pages, l’ajout de balisage n’a pas produit de gain significatif dans ChatGPT ni dans le mode IA de Google. Le balisage reste utile pour décrire le cabinet et ses conseillers sans ambiguïté.
Google indique qu’aucun fichier texte destiné aux IA n’est nécessaire pour apparaître dans ses fonctions d’IA. Le format llms.txt est une proposition de 2024, sans effet démontré sur les citations.
En posant chaque mois une liste fixe de questions, plusieurs fois et sur plusieurs moteurs, et en notant la part des réponses où le cabinet apparaît. La Search Console, le rapport AI Performance de Bing Webmaster Tools et l’outil d’analyse d’audience complètent ce relevé.
Elles s’appliquent aux informations que le conseiller diffuse, donc aux pages de son site. Un moteur peut en reprendre un passage isolé : chaque paragraphe qui évoque un avantage, une performance ou une fiscalité doit rester exact, clair et non trompeur à lui seul.
Sources
- AMF, Baromètre de l’épargne et de l’investissement 2025, 17 décembre 2025. amf-france.org
- AMF, « L’usage de l’IA par les acteurs des marchés financiers en France », février 2026, partie 4.2. amf-france.org
- OpenAI Help Center, « Searching the web with ChatGPT », consulté le 14 octobre 2026. help.openai.com
- OpenAI, documentation des robots d’exploration (OAI-SearchBot, GPTBot, ChatGPT-User), consultée le 14 octobre 2026. openai.com
- Google Search Central, « AI features and your website », mis à jour le 10 décembre 2025. developers.google.com
- Google Search Central, « Creating helpful, reliable, people-first content », mis à jour le 5 octobre 2026. developers.google.com
- P. Aggarwal et al., « GEO: Generative Engine Optimization », KDD 2024, arXiv 2311.09735, version du 28 juin 2024. arxiv.org
- H. Puerto et al., « C-SEO Bench: Does Conversational SEO Work? », NeurIPS 2025 (Datasets and Benchmarks), arXiv 2506.11097. arxiv.org
- M. Chen, X. Wang, K. Chen et N. Koudas, « Generative Engine Optimization: How to Dominate AI Search », université de Toronto, arXiv 2509.08919, 10 septembre 2025. arxiv.org
- L. Linehan, « Update: 38% of AI Overview Citations Pull From The Top 10 », Ahrefs, 2 mars 2026. ahrefs.com
- R. Law, « AI Assistants Prefer to Cite "Fresher" Content », Ahrefs, 28 juillet 2025. ahrefs.com
- L. Linehan, « We Tracked 1,885 Pages Adding Schema. AI Citations Barely Moved. », Ahrefs, 11 mai 2026. ahrefs.com
- Pew Research Center, « Google users are less likely to click on links when an AI summary appears in the results », 22 juillet 2025 (États-Unis). pewresearch.org
- R. Fishkin et P. O’Donnell, « AIs are highly inconsistent when recommending brands or products », SparkToro et Gumshoe.ai, 28 janvier 2026. sparktoro.com
- K. Madhavan, « Optimizing Your Content for Inclusion in AI Search Answers », Microsoft Advertising, 8 octobre 2025. microsoft.com
- Microsoft Bing, « Introducing AI Performance in Bing Webmaster Tools (Public Preview) », 10 février 2026. blogs.bing.com
- Perplexity, documentation des robots (PerplexityBot, Perplexity-User), consultée le 14 octobre 2026. perplexity.ai
- Google, « List of Google’s common crawlers » (Google-Extended), mis à jour le 14 juillet 2026. developers.google.com
- Règlement général de l’AMF, art. 325-12, en vigueur depuis le 8 juin 2018. amf-france.org
- ORIAS, registre des intermédiaires en assurance, banque et finance, consulté le 14 octobre 2026. orias.fr
- FINMA, établissements, personnes et produits autorisés, consulté le 14 octobre 2026. finma.ch
- Loi fédérale sur les services financiers (LSFin, RS 950.1), version du 1er octobre 2026, art. 68. fedlex.admin.ch
- J. Howard, « The /llms.txt file », proposition publiée le 3 septembre 2024. llmstxt.org
- schema.org, type FinancialService. schema.org
- Google Search Central, « Google Search’s guidance on using generative AI content on your website », mis à jour le 1er octobre 2026. developers.google.com
- Service-Public.fr, « Plan d’épargne retraite (PER) », vérifié le 12 octobre 2026. service-public.gouv.fr













