Anatomie d'une citation Perplexity, qu'est-ce qui fait qu'une marque est citée plutôt qu'une autre ?

1. Comment Perplexity construit une réponse

À la différence d’un moteur classique qui retourne dix résultats à classer par l’utilisateur, Perplexity opère un pipeline en trois étapes opaques mais reconstituables : recherche, ranking, synthèse.

1. Recherche. Perplexity émet entre 4 et 12 sous-requêtes simultanées vers son index (mix Google, Bing, crawl propriétaire). Pour « meilleur café de spécialité Bruxelles », il interroge typiquement « specialty coffee Brussels », « best coffee shops Brussels 2026 », « cafés torréfacteurs Belgique », en plus de la requête littérale.
2. Ranking. Sur l’union des résultats, le système applique un score combinant autorité de domaine, fraîcheur de contenu, qualité du parsing structuré (Schema.org), correspondance sémantique. Les 30 premiers résultats sont retenus pour la phase synthèse.
3. Synthèse. Le LLM Sonar Pro lit les 30 sources et compose une réponse de 200 à 400 mots, en citant explicitement deux à quatre sources sous forme de superscript numérotés.

La citation finale n’est pas la même chose que le rang dans l’index. Une marque peut figurer en position 12 du ranking et finir citée en position 1 dans la réponse, parce que le LLM a jugé son contenu plus pertinent à synthétiser. C’est cette deuxième couche, le choix du LLM une fois le ranking fait, qui sépare une marque indexée d’une marque effectivement citée.

2. Les cinq facteurs de citation

De l’observation des trois sites du portefeuille GEO Rocket sur dix mois, et du décryptage de plus de 800 réponses Perplexity, nous isolons cinq facteurs qui expliquent l’écart entre indexation et citation.

#	Facteur	Pondération estimée	Levier d’action
1	Autorité de la source (DR, presse, knowledge graph)	~30 %	Wikidata + presse tier-1 + sameAs
2	Fraîcheur (dateModified < 90 j)	~25 %	Schema dateModified explicite
3	Structure du contenu (H2/H3, listes, tableaux)	~20 %	Markdown-like en HTML
4	Citations croisées (autres sources qui pointent)	~15 %	Backlinks éditoriaux + mentions presse
5	Schema.org dense (5+ types par page)	~10 %	JSON-LD @graph multi-types

Les pondérations sont des estimations issues de régressions sur les 800+ réponses observées. Elles ne sont pas publiées par Perplexity et peuvent évoluer avec les changements d’algorithme Sonar. Elles servent de boussole, pas de vérité absolue.

3. Trois cas concrets décortiqués

Cas A : Specialty coffee Brussels

Réponse Perplexity au J+10 du lancement d’expertcafe.be (28 avril 2026). 4 sources citées dans la synthèse. expertcafe.be apparaît en source #2, citée à 19 % du volume de réponses sur cette requête testée 30 fois sur 7 jours.

Pourquoi cette citation tient :

• Schema dense : 11 types JSON-LD sur la page hub /cafes-bruxelles/, dont LocalBusiness pour les torréfacteurs cités.
• Fraîcheur : dateModified à J+5, signal de contenu activement maintenu.
• Autorité auteur : section auteur Lorenzo Eeman avec Wikidata Q139504784, sameAs vers la presse belge tier-1 (Sudinfo, La DH, Paris Match).
• Structure : la page contient un tableau comparatif des 12 torréfacteurs, parfaitement parsable, repris quasi verbatim dans la réponse synthétisée.

Cas B : Vin nature Brabant wallon

Réponse Perplexity en mars 2026. 3 sources citées. expertvin.be cité en source #1, La Cave du Lac (établissement opéré par Lorenzo) cité en source #3 avec un lien direct vers la Sudinfo.

Pourquoi cette double citation est intéressante :

• Le LLM a fait le rapprochement entre l’auteur d’expertvin.be (Lorenzo Eeman) et le co-propriétaire de La Cave du Lac via la propriété sameAs dans le JSON-LD Person : c’est exactement la fonction du knowledge graph cross-référencé.
• La Sudinfo (CIM A4+, 364 039 visiteurs/mois) sert de tier-1 confirmateur. Sans cette mention presse vérifiable, la connection établissement-auteur n’aurait pas eu le même poids.
• Aucun concurrent direct n’a de site GEO-native sur cette verticale en mars 2026 : la fenêtre était littéralement ouverte.

Cas C : Whisky sans alcool premium

Réponse Perplexity au J+14 du lancement de zeroproof.one (mai 2026). 4 sources citées. zeroproof.one cité en source #1 dans 67 % des tests.

Pourquoi le ratio est si élevé :

• Concurrence GEO inexistante : aucun acteur sans-alcool premium ne portait de llms.txt à la racine au moment du lancement.
• Schema FAQPage sur 2 134 questions structurées, le plus dense de la verticale.
• Quatre langues natives (FR, EN, NL, DE) : Perplexity a sélectionné zeroproof.one pour répondre aussi bien sur la requête FR que sur l’équivalent EN « best non-alcoholic whisky 2026 ».
• Fraîcheur maximale : site neuf, dateModified à J+0 sur toutes les pages.

4. Différences avec ChatGPT et Claude

Les trois LLMs ne se comportent pas identiquement face aux mêmes signaux. Notre observation continue sur le portefeuille permet d’isoler les comportements suivants :

Comportement	Perplexity	ChatGPT	Claude
Cite les sources explicitement	Oui (toujours)	Avec recherche web activée	Oui (Claude 3.5+)
Sensible à la fraîcheur	Très élevée	Moyenne	Moyenne-élevée
Sensible au knowledge graph (Wikidata)	Élevée	Très élevée	Élevée
Reprend des passages verbatim	Oui (cite)	Reformule majoritairement	Reformule majoritairement
Privilégie sources tier-1 presse	Oui	Oui	Très oui

L’implication concrète : optimiser pour Perplexity uniquement laisse 60 % de la valeur GEO sur la table. Une stratégie sérieuse mesure le citation rate sur 6 LLMs simultanément (Perplexity, ChatGPT, Claude, Gemini, Copilot, Mistral) et ajuste les leviers en fonction. C’est la raison pour laquelle l’audit in-depth PROEMA prend 250 questions × 6 LLMs en référence, et non un seul moteur.

5. Recommandations pratiques

Pour maximiser la probabilité d’être citée par Perplexity sur les requêtes catégorielles d’une marque, l’ordre d’exécution que nous recommandons est :

1. Densifier le Schema.org sur les pages hub. Cible : 8 à 12 types par page d’accueil ou hub catégoriel. Inclure systématiquement Organization, WebSite, Person (auteur), BreadcrumbList, et le type métier (FAQPage, Article, Product, etc.).
2. Marquer la fraîcheur explicitement. dateModified à jour, idéalement < 30 j. Sur Perplexity, c’est le critère le plus discriminant entre deux sources comparables.
3. Structurer le contenu pour le parsing. H2 et H3 hiérarchisés, listes à puces, tableaux comparatifs. Ces formats sont repris verbatim plus souvent que des blocs prose continus.
4. Construire l’autorité externe. Wikidata enrichi, mentions presse tier-1 vérifiables, sameAs dans le JSON-LD Person ou Organization. C’est le facteur 1 du tableau ci-dessus, et le moins facile à fabriquer en interne.
5. Mesurer mensuellement. 30 questions × 6 LLMs en baseline puis re-mesure mensuelle. Sans mesure, l optimisation est aveugle. Outils : Proema Insight, notre couche de mesure, ou un tracking maison via API Perplexity.

Une citation Perplexity n’est pas un coup de chance. C’est le résultat d’un alignement sur cinq facteurs mesurables. Une fois la mécanique comprise, elle se réplique d’une verticale à l’autre.

source: Méthode GEO Rocket Playbook v3 : section 6.1

L’audit express PROEMA mesure le citation rate baseline sur 30 questions × 2 LLMs (typiquement Perplexity + ChatGPT) en cinq jours et livre une carte d’optimisation priorisée. La FAQ dédiée détaille la méthodologie de mesure et l’outillage.

Approfondissement Q2 2026 : la mécanique de citation Perplexity disséquée par étude académique

Une étude publiée sur arXiv en juillet 2025 par Kai-Cheng Yang (arXiv:2507.04881) analyse 366 000 citations issues de 65 000 réponses LLM, dont une partie significative provient de Perplexity. Les conclusions sont nettes : le moteur favorise cinq familles de sources dans un ordre déterministe, encyclopédies (Wikipedia 13,15 %), forums communautaires (Reddit 11,97 %), médias d’autorité reconnue (Reuters, Bloomberg, The Guardian), sites institutionnels (.gov, .edu, .europa.eu), et enfin sites de marque ou éditoriaux spécialisés. Cette hiérarchie est observée sur les requêtes longue traîne BtoB autant que sur les requêtes grand public.

« Perplexity ne cite pas qui parle le plus. Il cite qui parle de manière vérifiable, sur un sujet où plusieurs sources convergent, et avec une structure que le retrieval comprend en une passe. »

Trois critères de tri propres à Perplexity (vs ChatGPT)

• Critère 1 : Fraîcheur indexée. Perplexity utilise un index hybride (Bing API + crawl propre PerplexityBot). Un contenu publié il y a moins de 90 jours pèse mécaniquement plus qu’un contenu équivalent de 2023, à autorité égale. C’est la raison pour laquelle les sites GEO-natifs comme expertcafe.be (lancement avril 2026) gagnent en citation rate plus vite que des concurrents installés depuis 5 ans mais peu mis à jour.
• Critère 2 : Format extractif. Perplexity privilégie les paragraphes de 40 à 80 mots structurés avec une affirmation principale + un chiffre ou une source nommée. Les pages en bloc compact sans hiérarchie H2/H3 sont retournées 3 à 5 fois moins souvent (observation interne PROEMA sur panel 30 questions × 4 LLMs).
• Critère 3 : Cohérence d’entité. Le schema Person + sameAs Wikidata reste, en 2026, le signal le plus différenciant pour qu’une marque francophone soit citée sur des requêtes “expert en X”. Microsoft (Fabrice Canel) l’a explicitement confirmé pour Bing/Copilot, et Perplexity hérite des mêmes signaux via Bing API.

Cas pratique sectoriel : vin et spiritueux haut de gamme

Sur une requête type « meilleur caviste à Bruxelles pour grands crus de Bourgogne », Perplexity en mai 2026 retourne typiquement 4 sources : Wikipedia (page sur la Bourgogne viticole), un blog spécialisé (Decanter, La Revue du Vin de France), un site institutionnel (BIVB pour la dénomination), et une seule marque commerciale. La place de cette marque commerciale est ce que mesure le citation rate. Sur le panel observé par PROEMA en mai 2026, seules 14 % des caves bruxelloises premium apparaissent dans cette quatrième position, confirmant la fenêtre first-mover sectorielle (18 à 36 mois).

Roadmap d’optimisation actionnable (90 jours)

Pour entrer dans la zone de citation Perplexity sur une catégorie sectorielle B2B en BE/FR, le séquencement validé sur trois sites du portefeuille GEO Rocket suit ces trois jalons : J+30, installation llms.txt + Schema Person + Wikidata pour les dirigeants ; J+60, réécriture des 20 pages les plus stratégiques au format extractif (paragraphes 40-80 mots, H2/H3 explicites, sources nommées dans le corps) ; J+90, première mesure citation rate sur panel 30 prompts. Le delta typiquement observé est de +6 à +12 points sur la fenêtre.