Introduction : l’irruption des LLM dans le parcours d’information
Depuis 2023, l’essor des modèles de langage génératifs transforme profondément les usages liés à la recherche d’information. Les internautes ne se contentent plus de consulter une liste de liens : ils sollicitent désormais des assistants conversationnels capables de synthétiser, contextualiser et reformuler des informations en langage naturel.
L’adoption des modèles de langage génératifs continue de s’accélérer. Selon le Baromètre du numérique 2026 réalisé par le Crédoc pour l’Arcep, l’Arcom, le CGE et l’ANCT, près d’un Français sur deux (48 %)[1] utilise désormais l’IA générative. Dans le même temps, une étude universitaire publiée en 2026 estime que les AI Overviews de Google réduisent d’environ 15 % le trafic vers Wikipédia sur les requêtes concernées. Les moteurs de réponse ne se contentent plus d’orienter les utilisateurs vers des contenus : ils captent directement une partie de l’attention.
Les plateformes conversationnelles deviennent ainsi un nouveau point d’entrée vers les contenus, les marques et les produits. Les usages continuent d’accélérer et les utilisateurs ne cherchent plus nécessairement une page web, ils attendent une réponse. Selon Similarweb, les visites web de ChatGPT ont progressé de 84 % entre septembre 2024 et mars 2026, tandis que Gemini enregistrait une croissance proche de neuf fois son niveau initial.
Dans ce contexte, être cité dans une réponse générée par un modèle de langage devient un enjeu stratégique. La visibilité ne se joue plus uniquement dans les résultats d’un moteur de recherche, mais également dans les contenus que les assistants IA choisissent de mobiliser, de synthétiser et de recommander.
Pour les professionnels des relations presse, cette mutation marque un changement majeur : les RP ne servent plus uniquement à influencer l’opinion publique ou à générer de la visibilité médiatique. Elles deviennent un levier de visibilité conversationnelle.
Les premières études quantitatives confirment désormais cet effet. Une analyse menée par Stacker et Scrunch sur plusieurs grands modèles de langage montre que la diffusion d’un contenu via des médias tiers peut générer un gain médian de 239 % de visibilité dans les moteurs conversationnels[2].
[1] Crédoc, Arcep, Arcom, CGE, ANCT — Baromètre du numérique 2026239
[2] Stacker + Scrunch, Machine Relations: The Evidence Behind Earned Media and AI Citations, 2026.
Les LLM : un nouvel intermédiaire éditorial
Contrairement à un moteur de recherche traditionnel, un modèle de langage ne se contente pas de référencer des contenus. Il sélectionne, hiérarchise, synthétise et reformule les informations qu’il juge les plus pertinentes pour répondre à une requête.
Cette sélection s’appuie largement sur des sources considérées comme crédibles. Selon la mise à jour 2026 du rapport What Is AI Reading? de Muck Rack, les contenus issus du earned media constituent la très grande majorité des citations observées dans les principaux modèles génératifs. Les contenus journalistiques, analyses tierces, comparatifs et publications spécialisées constituent aujourd’hui les principales sources mobilisées par les assistants IA.
Les communiqués de presse représentent quant à eux environ 6 % des sources identifiées dans les réponses générées. Si cette part peut sembler limitée, elle souligne néanmoins le rôle des contenus RP dans l’écosystème informationnel exploité par les IA.
Les LLM ne créent pas l’information : ils s’appuient sur les contenus disponibles dans l’espace public. Cette réalité a plusieurs conséquences directes pour les marques :
- Une entreprise absente des médias a peu de chances d’être mentionnée dans les réponses générées par l’IA.
- Une entreprise mal représentée risque de voir son image déformée ou incomplète.
- Les contenus éditorialisés et les prises de parole tierces constituent des signaux de crédibilité particulièrement valorisés.
Le earned media — articles, interviews, tribunes, comparatifs, podcasts ou études — joue ainsi un rôle central dans la construction de la visibilité conversationnelle. Les analyses de Muck Rack, Meltwater et d’autres acteurs du secteur montrent que les LLM privilégient les contenus documentés, régulièrement cités et perçus comme fiables : articles de presse, comparatifs indépendants, études sectorielles, avis d’utilisateurs ou forums spécialisés.
Dans ce nouveau paradigme, l’objectif des relations presse ne se limite plus à générer des retombées médiatiques. Il s’agit désormais d’alimenter les sources auxquelles les modèles d’IA accordent leur confiance.
Pourquoi les relations presse deviennent essentielles
Un signal de confiance pour l’IA
Les moteurs de recherche génératifs s’appuient sur des mécanismes de sélection qui privilégient les contenus considérés comme fiables, vérifiés et faisant autorité.
Dans ce contexte, la présence médiatique d’une entreprise devient un véritable signal de confiance. Plus une marque est citée par des médias reconnus, plus elle a de chances d’être identifiée comme une source crédible par les systèmes conversationnels.
Les conclusions de Muck Rack illustrent cette dynamique : environ 25 % des sources citées par les LLM sont journalistiques, et cette proportion approche les 50 % pour les requêtes d’actualité. Cette surreprésentation des contenus éditoriaux confirme le rôle structurant des médias dans la construction de l’autorité numérique.
Autrement dit, les relations presse ne produisent plus seulement de la visibilité : elles contribuent directement à la présence des marques dans les environnements conversationnels pilotés par l’IA.
Le communiqué de presse devient un actif algorithmique
Longtemps considéré comme un outil destiné exclusivement aux journalistes, le communiqué de presse acquiert aujourd’hui une nouvelle fonction.
Lorsqu’il est factuel, structuré, correctement indexé et relayé par des médias crédibles, il devient un contenu susceptible d’être intégré aux mécanismes de découverte et de citation des modèles de langage.
Cette évolution impose de nouvelles exigences :
- privilégier les données vérifiables ;
- structurer clairement les informations ;
- citer les sources ;
- intégrer des éléments de contexte ;
- faciliter l’identification des entités, des marques et des porte-parole.
Le communiqué de presse devient ainsi un actif algorithmique, capable d’alimenter aussi bien les journalistes que les assistants conversationnels.
L’authenticité humaine : un avantage concurrentiel
Paradoxalement, à mesure que les contenus automatisés se multiplient, la valeur de l’expertise humaine augmente.
Les rédactions reçoivent aujourd’hui un volume croissant de sollicitations produites ou assistées par l’IA. Dans cet environnement saturé, les relations personnelles, la qualité des échanges et la crédibilité des intervenants deviennent encore plus déterminantes.
Les interviews, les rencontres presse, les événements professionnels ou les podcasts permettent de produire des contenus incarnés, contextualisés et difficilement reproductibles par des systèmes automatisés.
Former des porte-parole capables de s’exprimer sur différents formats — tribunes, interviews, conférences, podcasts ou réseaux sociaux — devient ainsi un enjeu stratégique.
Dans un monde où l’information est de plus en plus synthétisée par des machines, la crédibilité reste profondément humaine.
4. Les contenus plébiscités par les LLM
Les analyses menées par Muck Rack, Meltwater, Havas et plusieurs acteurs du marketing de contenu montrent que certains formats apparaissent plus fréquemment dans les réponses générées par les modèles de langage.
Cette préférence s’explique par la manière dont les LLM évaluent la pertinence d’une information. Les contenus les plus mobilisés répondent généralement à trois critères :
- ils apportent une réponse claire à une question précise ;
- ils s’appuient sur des informations vérifiables ;
- ils démontrent une expertise identifiable.
Ces caractéristiques rejoignent largement les principes E-E-A-T (Experience, Expertise, Authoritativeness, Trustworthiness) qui structurent depuis plusieurs années l’évaluation de la qualité des contenus numériques.
Les contenus explicatifs
Les contenus pédagogiques répondant à des questions simples (« Qu’est-ce que… ? », « Comment fonctionne… ? ») sont particulièrement appréciés.
Ils offrent une structure claire, facilitent la synthèse et permettent aux modèles de produire des réponses compréhensibles pour le grand public.
Les guides pratiques
Les articles répondant à une intention d’action (« Comment choisir… ? », « Comment mettre en place… ? ») figurent parmi les formats les plus souvent mobilisés.
Ils sont particulièrement performants dans des secteurs comme la technologie, le tourisme, l’alimentation, la finance ou le bricolage.
Les comparatifs et tests
Les comparatifs constituent une source précieuse pour les modèles de langage car ils présentent des critères d’évaluation explicites et facilitent la formulation de recommandations.
Les contenus du type « meilleure solution CRM », « comparaison entre plateformes » ou « alternatives à… » sont régulièrement repris dans les réponses conversationnelles.
Les études et contenus fondés sur des données
Les baromètres, enquêtes sectorielles, observatoires ou études propriétaires occupent une place particulière.
Ils apportent des preuves tangibles, des chiffres et des éléments factuels qui renforcent la crédibilité d’une réponse générée.
Pour les marques, produire des données originales devient un moyen efficace de nourrir à la fois les médias et les systèmes d’IA.
Les prises de parole incarnées
Les tribunes, interviews et analyses d’experts bénéficient également d’une forte visibilité.
Elles combinent expertise, contextualisation et expérience terrain. Elles permettent aux modèles de langage d’associer une marque à des sujets précis et à des personnes identifiées.
Historiquement au cœur des relations presse, ces formats deviennent aujourd’hui des actifs stratégiques dans les environnements conversationnels.
5. Certains médias ont déjà pris le virage
L’arrivée des LLM ne transforme pas uniquement les stratégies des marques. Elle modifie également le fonctionnement des médias eux-mêmes.
Face à l’émergence de nouveaux intermédiaires de l’information, plusieurs groupes de presse ont commencé à définir leur propre stratégie : partenariats avec des acteurs de l’IA, politiques d’usage internes, chartes éthiques ou accords de licence.
Ces initiatives préfigurent les standards qui pourraient s’imposer dans les années à venir.
Le Monde : de la visibilité à la citation
Le Monde a conclu successivement des accords avec OpenAI puis Perplexity.
Ces partenariats poursuivent plusieurs objectifs :
- garantir une attribution visible des contenus ;
- générer de nouvelles sources de revenus ;
- assurer une meilleure représentation du journal dans les réponses produites par les assistants IA.
Ils illustrent une évolution majeure : pour un média, l’enjeu n’est plus seulement d’être trouvé via un moteur de recherche mais également d’être cité dans une réponse conversationnelle.
Les Échos – Le Parisien : maintenir l’autorité éditoriale
Le groupe Les Échos – Le Parisien a publié des principes encadrant l’usage de l’IA générative dans ses rédactions.
L’IA peut être utilisée comme outil de recherche, d’aide à la rédaction ou de synthèse, mais la responsabilité éditoriale demeure humaine.
Cette approche rappelle que la confiance accordée à un média repose avant tout sur la qualité de son processus de vérification.
Radio France : la transparence comme principe
Radio France a choisi de formaliser publiquement ses règles d’utilisation de l’intelligence artificielle.
L’organisation prévoit notamment une mention explicite lorsque des contenus sont produits de manière significative avec l’aide de l’IA.
Elle a également mis en place des instances dédiées à la réflexion éthique et éditoriale autour de ces technologies.
Cette démarche montre qu’une stratégie IA crédible repose autant sur la gouvernance que sur les outils.
AFP : protéger la qualité de l’information
L’Agence France-Presse a conclu un partenariat avec Mistral AI afin d’alimenter certains services conversationnels avec ses dépêches.
Parallèlement, elle a renforcé les dispositions relatives à l’intelligence artificielle dans sa charte éditoriale.
Le message est clair : la qualité de l’information devient un avantage concurrentiel majeur à mesure que les contenus sont réutilisés par des systèmes automatisés.
6. Mutations opérationnelles : outils, KPIs et équipes
Nouvelles mesures de performance
Pendant des décennies, les indicateurs RP ont reposé sur des métriques relativement stables : nombre de retombées, audience potentielle, équivalent publicitaire ou part de voix.
L’émergence des moteurs de réponse IA oblige à compléter ces indicateurs par de nouvelles mesures.
Parmi les plus pertinentes :
Visibilité conversationnelle
À quelle fréquence la marque apparaît-elle dans les réponses générées par les principaux modèles ?
Exactitude des réponses
Les informations restituées sont-elles conformes à la réalité de l’entreprise, de ses produits ou de son positionnement ?
Narrative Share of Voice
Quels thèmes, attributs ou messages les modèles associent-ils spontanément à la marque par rapport à ses concurrents ?
Taux de recommandation
Dans quelle proportion la marque est-elle proposée lorsqu’un utilisateur demande une recommandation de produit ou de service ?
Qualité des sources citées
Les réponses s’appuient-elles sur des médias reconnus, des analystes, des études ou sur des sources moins fiables ?
Clarté de l’entité
La marque est-elle correctement identifiée dans les graphes de connaissances et les systèmes de compréhension des entités ?
Ces indicateurs permettent de mesurer non seulement la visibilité mais aussi la qualité de la représentation algorithmique d’une organisation.
Outils de monitoring
De nouveaux outils apparaissent pour répondre à ces enjeux.
Des plateformes comme Meltwater, Cision, Trajaan ou Talkwalker développent des fonctionnalités permettant de suivre la présence d’une marque dans les réponses générées par les IA.
La méthode consiste généralement à :
- définir un ensemble de requêtes stratégiques ;
- interroger régulièrement différents modèles ;
- mesurer la visibilité obtenue ;
- analyser les sources mobilisées ;
- comparer les résultats avec ceux des concurrents.
Cette approche permet de suivre l’évolution de l’empreinte conversationnelle d’une marque dans le temps.
Redéfinition des KPIs et des rôles
La logique de volume laisse progressivement place à une logique de qualité informationnelle.
Les nouveaux indicateurs concernent davantage :
- la qualité des citations ;
- la fiabilité des sources ;
- la cohérence des messages ;
- la capacité d’une marque à être recommandée.
Cette évolution modifie également l’organisation des équipes.
Les métiers des RP, du SEO, du contenu, de la data et du marketing digital convergent progressivement autour d’un objectif commun : améliorer la visibilité de la marque dans les environnements conversationnels. Selon le rapport GEO Benchmarks 2026, le trafic issu des moteurs conversationnels et des interfaces IA a progressé de 527 % sur un an tandis que le trafic organique traditionnel reculait fortement.
Le Generative Engine Optimization (GEO) n’est plus une discipline isolée. Il devient un effort collectif mobilisant plusieurs expertises complémentaires.
Écosystème médiatique en recomposition
Tous les médias n’occupent pas la même place dans les réponses générées par les modèles de langage.
Les contenus spécialisés, pédagogiques ou fortement documentés bénéficient souvent d’une visibilité supérieure.
Les analyses de Muck Rack montrent également que les médias spécialisés et les publications de niche occupent une place croissante dans les réponses générées, notamment lorsque les utilisateurs formulent des requêtes expertes ou sectorielles.
Les podcasts continuent également de gagner en influence. Ils permettent de développer des analyses approfondies, d’associer une expertise à une personnalité et de produire des contenus durables.
Enfin, les newsletters spécialisées et les publications de type Substack s’imposent progressivement comme des sources d’autorité dans certains secteurs.
Pour les communicants, cette évolution implique de repenser la hiérarchie traditionnelle des médias et d’intégrer de nouveaux acteurs dans les stratégies de relations presse.
7. Risques et défis
L’intégration croissante des modèles de langage dans les parcours d’information ouvre de nouvelles opportunités pour les marques, mais elle s’accompagne également de défis importants.
Hallucinations et erreurs
Malgré leurs progrès rapides, les modèles de langage peuvent produire des réponses inexactes, incomplètes ou insuffisamment contextualisées.
La qualité des réponses varie selon les modèles, les domaines de connaissance et le type de requête formulée. Une information obsolète, ambiguë ou peu documentée peut être interprétée de manière erronée.
Pour les entreprises, l’enjeu est double : surveiller la manière dont elles sont représentées dans les réponses générées et s’assurer que les informations disponibles publiquement sont exactes, cohérentes et régulièrement mises à jour.
La réputation conversationnelle devient ainsi un nouvel enjeu de communication.
Une maîtrise limitée des sources
Des travaux académiques récents montrent également que les moteurs conversationnels tendent à mobiliser un éventail plus restreint de sources que les moteurs de recherche traditionnels et peuvent exposer les utilisateurs à des contenus de qualité inégale selon les sujets traités.
Les marques doivent donc veiller à renforcer la qualité de leur présence informationnelle et à multiplier les signaux de crédibilité afin de favoriser l’utilisation de sources fiables lorsqu’elles sont mentionnées.
Régulation, licences et propriété intellectuelle
L’essor de l’IA générative accélère les discussions autour des droits d’auteur et des licences d’exploitation des contenus.
Les accords conclus entre plusieurs groupes de presse et des acteurs de l’intelligence artificielle illustrent l’émergence d’un nouveau marché de la donnée éditoriale.
Les entreprises doivent suivre ces évolutions de près afin d’anticiper les implications juridiques liées à la production, à la diffusion et à la réutilisation de contenus.
L’entrée en vigueur progressive de l’AI Act européen renforcera également les exigences de transparence et de responsabilité.
Gouvernance et montée en compétence
L’adoption de l’IA progresse rapidement dans les métiers de la communication.
Selon l’étude State of AI in PR de Muck Rack, près de trois quarts des professionnels des relations presse utilisent déjà des outils d’IA générative dans leur activité. Pourtant, plus d’une agence sur deux ne dispose toujours pas d’un cadre d’usage formalisé.
Dans le même temps, seules 35 % des organisations déclarent proposer des formations dédiées à ces technologies.
Cette situation crée un risque de décalage entre l’adoption des outils et la maîtrise réelle de leurs implications.
Le rôle irremplaçable de la supervision humaine
L’intelligence artificielle améliore la productivité, accélère la recherche d’information et facilite certaines tâches rédactionnelles.
Cependant, elle ne remplace ni le jugement, ni l’esprit critique, ni la capacité à contextualiser une information.
Selon Muck Rack, 61 % des professionnels des relations presse déclarent réviser la majeure partie des contenus générés par l’IA avant publication.
Ce chiffre rappelle une réalité essentielle : la confiance reste une responsabilité humaine.ons opérationnelles : outils, KPIs et équipes
8. Actions recommandées pour les marques
Face à ces transformations, plusieurs leviers permettent aux organisations de renforcer leur visibilité et leur crédibilité dans les environnements conversationnels.
1. Consolider l’autorité médiatique
La visibilité dans les réponses générées par l’IA repose largement sur la qualité des signaux de crédibilité disponibles dans l’espace public.
Les marques ont donc intérêt à :
- renforcer leurs relations avec les médias de référence ;
- privilégier les contenus pédagogiques et documentés ;
- développer des prises de parole d’experts ;
- produire des études, baromètres ou données propriétaires ;
- multiplier les formats à forte valeur informationnelle.
Plus une organisation est citée dans des contenus reconnus, plus elle augmente ses chances d’être identifiée comme une source légitime.
2. Optimiser les contenus pour l’IA
Les contenus destinés aux humains doivent désormais être également compréhensibles pour les systèmes de traitement de l’information.
Cela implique notamment de :
- structurer les pages avec des titres explicites ;
- utiliser des données structurées lorsque cela est pertinent ;
- développer des FAQ ;
- clarifier les informations relatives à l’entreprise, aux produits et aux dirigeants ;
- maintenir les contenus à jour.
L’objectif n’est pas d’écrire pour les machines mais de rendre l’information plus facilement interprétable.
3. Développer une veille conversationnelle
Les entreprises doivent apprendre à observer leur présence dans les moteurs de réponse IA avec la même rigueur qu’elles surveillent leur référencement naturel ou leur couverture médiatique.
Cette démarche suppose de :
- définir un corpus de requêtes stratégiques ;
- tester régulièrement plusieurs modèles ;
- mesurer la fréquence de citation ;
- analyser les sources utilisées ;
- identifier les éventuelles erreurs ou omissions.
La visibilité conversationnelle devient une nouvelle composante de la veille réputationnelle.
4. Structurer une gouvernance IA
La généralisation des usages nécessite un cadre clair.
Chaque organisation devrait formaliser :
- les outils autorisés ;
- les règles de confidentialité ;
- les bonnes pratiques de rédaction ;
- les procédures de validation ;
- les principes éthiques applicables.
Une gouvernance solide permet de bénéficier des gains de productivité tout en limitant les risques.
5. Former les équipes
Les métiers de la communication sont directement concernés par l’évolution des modèles de langage.
Les équipes doivent être formées à :
- l’utilisation des outils d’IA ;
- l’évaluation critique des réponses produites ;
- la structuration de contenus ;
- les enjeux réglementaires ;
- les nouvelles méthodes de mesure de la performance.
La maîtrise de ces compétences deviendra progressivement un prérequis pour les professionnels de la communication.
6. Coordonner RP, SEO et marketing
Les frontières entre référencement, relations presse, contenu et marketing digital s’estompent.
Pour être visible dans les réponses générées, une marque doit agir simultanément sur plusieurs leviers :
- la qualité des contenus ;
- l’autorité médiatique ;
- la notoriété de marque ;
- la structuration technique des informations ;
- les signaux issus des communautés et des utilisateurs.
Le Generative Engine Optimization (GEO) repose précisément sur cette convergence des expertises.
9. Conclusion : vers une infrastructure de crédibilité
L’essor des modèles de langage génératifs ne marque pas la disparition des relations presse. Il en transforme profondément la finalité.
Dans un environnement où les utilisateurs obtiennent directement des réponses plutôt qu’une liste de résultats, la question n’est plus uniquement de savoir qui voit un contenu, mais quelles sources les systèmes d’IA choisissent de mobiliser.
Cette évolution replace la crédibilité au cœur de la communication.
Les relations presse deviennent un mécanisme de construction de la confiance qui alimente indirectement les modèles de langage. Chaque article publié, chaque tribune signée, chaque interview accordée contribue à façonner la représentation algorithmique d’une marque.
Les organisations qui réussiront demain seront celles qui sauront conjuguer trois dimensions :
- la qualité de leurs contenus ;
- la solidité de leurs relations avec les médias ;
- la maîtrise de leur empreinte conversationnelle.
Au-delà des technologies, cette transformation réaffirme finalement les fondamentaux historiques des relations presse : produire une information fiable, vérifiable et utile, portée par des experts crédibles et relayée par des tiers de confiance.
Dans un monde où les réponses sont générées par des machines, la confiance demeure un avantage profondément humain.8. Actions recommandées pour les marques
Et votre marque, que racontent les IA à son sujet ?
Aujourd’hui, des millions d’utilisateurs interrogent ChatGPT, Gemini, Perplexity ou Claude avant de consulter un site web ou un média. Mais savez-vous réellement comment votre entreprise est présentée dans ces réponses ?
Marie Antoinette vous propose un audit de visibilité conversationnelle pour analyser :
- la fréquence à laquelle votre marque est citée ;
- les messages et attributs qui lui sont associés ;
- les sources utilisées par les principaux modèles ;
- les écarts éventuels entre votre positionnement souhaité et votre représentation réelle ;
- les opportunités d’amélioration de votre présence dans les environnements conversationnels.
Demandez votre audit et découvrez comment renforcer votre autorité auprès des IA qui façonnent désormais l’accès à l’information.
Note méthodologique
Les statistiques citées dans ce document proviennent des sources disponibles au moment de sa rédaction (juin 2026). Les résultats observés dans les moteurs conversationnels évoluant rapidement selon les modèles, les périodes étudiées et les méthodologies employées, les chiffres doivent être interprétés comme des ordres de grandeur illustrant des tendances de fond plutôt que comme des valeurs universelles applicables à tous les systèmes d’IA.
À propos de Marie Antoinette
Marie Antoinette est l’Influente.
Depuis 15 ans, nous créons l’événement autour des marques et générons des retentissements remarqués.