Méthodologie de la heat map AI Citation Ranking Factors

Réponse synthétique

D'où vient ce corpus

Cyrus Shepard, fondateur de Zyppy, a publié le 7 mai 2026 une synthèse intitulée AI Citation Ranking Factors à partir d'une lecture transverse de 54 études parues entre 2024 et 2026 sur la manière dont les moteurs IA — ChatGPT, Google AI Overviews, Google AI Mode, Perplexity, Gemini, Copilot — sélectionnent les pages qu'ils citent dans leurs réponses. Le Sheet associé à l'article inventorie ces études une par une, avec pour chacune : titre, auteurs, URL, plateforme IA étudiée, et un score de 0 à 10 sur les 23 critères identifiés.

La heat map reprise sur ce site est une représentation visuelle navigable de ce Sheet. Aucune étude ni aucun score n'est inventé ou modifié par rapport à la source. Le site ajoute une couche d'agrégation (couverture par critère, moyennes, filtres par plateforme et type de source) et une page de synthèse par critère.

Les 4 thèmes Shepard

Shepard ramène les 23 critères individuels à 4 thèmes structurants. Cette page liste ces 4 thèmes ; le détail des 23 critères est sur la page index des critères.

• Relevance

  La page répond précisément à la requête utilisateur. Critères associés : correspondance question-réponse, correspondance intention-format, réponse en début de page.

• Trust

  L'entité émettrice est crédible aux yeux de l'IA. Critères associés : confiance dans la marque ou l'entité, autorité du domaine, source connue, citation de sources externes, cohérence de l'entité.

• Topical Authority

  La page et le site couvrent largement le sujet. Critères associés : classement par hub thématique, classement dans la recherche organique, classement dans le fan-out, fraîcheur, visibilité du contenu.

• Extractability

  L'IA peut tirer des passages citables. Critères associés : structure prête pour l'IA, passages autonomes, formulation explicite, spécificité factuelle, longueur, langue, données structurées.

Comment lire la heat map

La heat map de la page d'accueil est une matrice de 54 études en ligne par 23 critères en colonne. Chaque cellule contient un score de 0 à 10, représenté visuellement par une intensité de bleu Kairos (du presque vide au bleu profond).

Métriques agrégées par critère

Chaque fiche critère affiche trois mesures dérivées du Sheet :

• Couverture du corpus : nombre d'études qui attribuent un score strictement supérieur à 0 à ce critère, sur les 54 études. Une couverture de 65 % signifie que 35 études sur 54 en parlent.
• Moyenne sur le corpus complet : moyenne arithmétique des scores des 54 études, zéros inclus. Indicateur d'importance dans la communauté étudiée.
• Moyenne hors zéros : moyenne arithmétique des scores des seules études qui notent le critère. Indicateur de poids relatif quand le critère est effectivement traité.

Filtres

La heat map peut être filtrée par plateforme IA étudiée (ChatGPT, Google AI Overviews, Google AI Mode, multi-modèles, generative search, AI search générique), par type de source (paper académique, brevet Google, blog expert, étude d'éditeur SEO ou d'outil IA, étude d'agence) et par auteur récurrent (les auteurs avec deux études ou plus).

Biais connus du corpus

Trois biais sont à garder en tête lors de la lecture de la heat map.

Surreprésentation de ChatGPT et de Google AI Overviews

Sur les 54 études, une part importante porte exclusivement ou principalement sur ChatGPT et sur les AI Overviews de Google. Perplexity, Claude et Gemini sont moins documentés. Les conclusions agrégées du corpus reflètent donc davantage ce que ChatGPT et Google AI Overviews citent que ce que les autres moteurs IA citent.

Surreprésentation des éditeurs SEO et d'outils IA

Le corpus contient environ 21 études publiées par des éditeurs de logiciels SEO ou d'outils IA, 16 études signées par des blogueurs experts indépendants, 10 papers académiques, 3 brevets Google et 2 publications officielles Google. Les éditeurs et blogueurs ont un biais commercial intrinsèque : leurs études cherchent souvent à valoriser un angle ou un produit. Les papers académiques et brevets Google offrent un contrepoint méthodologiquement plus solide, mais sont moins nombreux.

Période 2024-2026

Le corpus couvre une fenêtre courte. Les moteurs IA évoluent rapidement, et un facteur fortement corrélé en 2025 peut perdre ou gagner du poids en six mois. La heat map est une photographie d'un état d'art, pas une vérité figée. La date de chaque étude est conservée dans les données pour permettre une lecture temporelle quand le filtre temporel sera ajouté.

Disclaimer Shepard sur la causalité

Cyrus Shepard ouvre son article par une précaution méthodologique reprise verbatim ci-dessous :

« These aren't Ranking Factors in the traditional sense. Instead, they are features correlated with AI citations across multiple studies. Correlation is not causation. »

Cyrus Shepard, AI Citation Ranking Factors, Zyppy Signal, 7 mai 2026.

Toute lecture de la heat map doit conserver cette précaution : la présence répétée d'un critère dans les études cataloguées indique que le critère est observé comme corrélé aux citations, pas qu'il les cause directement. Recommandation pratique : se demander pour chaque critère quelle est l'explication mécanique plausible avant de l'intégrer à une stratégie éditoriale.

Mises à jour

Le snapshot actuel des données a été pris le 24 mai 2026. Le Sheet source de Cyrus Shepard est susceptible d'être complété au fil des publications. Une politique de mise à jour est en cours de définition par KAIROS Platform, qui édite ce site comme service d'accompagnement des missions GEO de ses clients. Toute évolution du corpus sera datée et tracée dans les fiches critère.

Édition et responsable

Site édité par KAIROS Platform, marque de la société KAIROS COMPANY (SIREN 953 319 738, siège 24620 Tursac, Nouvelle-Aquitaine). Responsable éditorial : Thomas Gibertie. Contact : thomas@kairos-company.io.