Score de visibilité IA : comment il se calcule
Un score de visibilité IA agrège présence et importance dans les réponses. Voici comment lire la moyenne, les zéros et les écarts sans surinterpréter.
Un score de visibilité IA paraît simple parce qu'il tient dans une seule case. Il masque pourtant plusieurs décisions de calcul. Une marque peut être citée en tête dans quelques réponses et absente de toutes les autres. Une autre peut apparaître souvent, toujours en fin de liste. Leur présence n'a ni la même régularité ni la même importance.
La première question à poser devant un score n'est donc pas "est-il bon ?" mais "quelles réponses entrent dans la moyenne ?". Le choix des prompts, des moteurs, de la période et des filtres détermine ce que le nombre raconte. Un indicateur bien calculé sur un échantillon mal choisi reste peu utile.
Une note de présence et de proéminence
La documentation du score de visibilité de Promptwatch, consultée le 30 août 2026, définit une échelle de 0 à 100. Ce nombre mesure la place qu'une marque occupe dans une réponse analysée. Il ne mesure pas seulement la présence du nom.
Le calcul d'une réponse tient compte de la position de la marque, de l'attention que le texte lui accorde, de la profondeur du commentaire et de sa pertinence pour la question posée. Une recommandation centrale pèse davantage qu'un nom ajouté à une énumération. Le simple ordre de la liste ne suffit pas. Une marque peut apparaître tôt, puis ne recevoir qu'une ligne pendant qu'une concurrente fait l'objet d'une explication détaillée.
L'absence vaut zéro. Ce point change beaucoup la lecture. Si votre marque domine les rares réponses où elle apparaît mais manque dans la plupart des résultats, la moyenne reste basse. Le tableau de bord ne récompense donc pas uniquement vos meilleures apparitions. Il intègre aussi les questions sur lesquelles le moteur ne vous retient pas.
La formule générale peut se résumer ainsi :
score affiché = somme des scores de chaque réponse / ensemble des réponses analysées
Le dénominateur comprend les réponses sans mention. Calculer uniquement la moyenne des réponses qui nomment déjà la marque produirait une vision flatteuse, mais amputée du principal problème de couverture.
Pourquoi une mention ne suffit pas
Compter les mentions répond à une question binaire : votre marque est-elle présente dans le texte ? Le score de visibilité en pose une autre : quelle place lui est donnée lorsqu'un utilisateur lit la réponse ?
Prenons un cas sans chiffres. Un assistant propose une longue analyse d'un concurrent, puis ajoute votre nom dans une phrase finale. Vous obtenez une mention, mais votre visibilité dans cette réponse reste faible. Ailleurs, l'assistant construit sa recommandation autour de votre solution et détaille le contexte d'usage. Les deux réponses comptent chacune comme une apparition dans un compteur brut. Elles ne devraient pas avoir le même poids dans un score de proéminence.
Cette distinction explique pourquoi le score doit être lu à côté de la différence entre citations et mentions. Une citation est une URL utilisée comme source. Une mention est un nom présent dans le corps de la réponse. Votre page peut nourrir une réponse qui ne nomme jamais votre marque. À l'inverse, votre marque peut être recommandée à partir d'une source tierce. Le score de visibilité porte sur la place de la marque dans le texte, pas sur la propriété des sources.
Le sentiment reste une mesure séparée
Une visibilité élevée n'est pas nécessairement une bonne nouvelle. Une réponse centrée sur un problème rencontré avec votre produit parle beaucoup de vous. Elle peut donc produire un score de visibilité élevé tout en exprimant un sentiment négatif.
Mélanger tonalité et proéminence créerait un indicateur impossible à diagnostiquer. Une baisse pourrait signifier que la marque est moins présente, moins bien placée ou simplement décrite avec davantage de réserves. En gardant le sentiment séparé, vous savez si le problème concerne la couverture ou le discours tenu.
Le panier de prompts fait le score
Une moyenne n'a de sens que par rapport à son périmètre. Un panier composé de questions où votre marque est déjà connue donnera une image différente d'un panier couvrant tout le parcours d'achat. Si vous ajoutez soudain de nouveaux prompts très génériques, le score peut baisser sans que votre présence sur les requêtes historiques ait reculé.
Documentez donc les prompts suivis. Regroupez-les par sujet ou intention, puis conservez un noyau stable pour observer la tendance. Les questions exploratoires, les comparaisons et les demandes proches de l'achat méritent des vues séparées. Un seul nombre mélangé peut cacher une progression nette sur les prompts commerciaux et un recul sur les questions d'information.
Les modèles doivent eux aussi être filtrés. Une moyenne globale peut compenser une faible présence sur ChatGPT par une bonne présence sur Perplexity. Ce résultat est mathématiquement correct, mais il ne vous dit pas où intervenir. Commencez par la vue agrégée, puis ouvrez chaque moteur et chaque groupe de prompts.
Score de visibilité et part de voix ne racontent pas la même chose
La documentation sur la part de voix, consultée le 30 août 2026, décrit une mesure relative fondée sur les mentions de votre marque face à celles des marques comparées. Une apparition discrète y compte comme une apparition. Le score de visibilité ajoute la question de la place occupée.
Les deux indicateurs peuvent donc diverger. Une part de voix forte avec une visibilité faible signale que vous êtes souvent nommé, mais rarement traité comme la réponse principale. Une part de voix faible avec une bonne visibilité indique plutôt un manque de couverture : vous apparaissez peu, mais les réponses qui vous retiennent vous accordent de l'attention.
Ce qu'il faut vérifier avant de présenter le chiffre
Ouvrez quelques réponses fortes, quelques réponses faibles et des absences. Vérifiez que le nom a été correctement reconnu, que les prompts correspondent à votre marché et que les filtres n'ont pas changé entre les périodes. Notez également les ajouts au panier de suivi. Sans ce journal, une variation de méthode peut passer pour une variation de performance.
Le score devient alors un point de départ. Il vous dirige vers les réponses à lire et les sujets à corriger. Il ne remplace ni l'analyse des citations, ni le sentiment, ni la part de voix.
Pour réunir le prompt tracking, les réponses sources et les filtres par moteur dans le même flux de travail, nous recommandons d'évaluer Promptwatch. Notre fiche Promptwatch résume son périmètre. Dans votre rapport, gardez le score en première ligne, puis joignez les réponses qui expliquent son mouvement. C'est ce passage du nombre à la preuve qui rend la mesure exploitable.