Une nouvelle solution française veut combler l’angle mort du SEO à l’ère des IA génératives.
Pendant deux décennies, mesurer la visibilité d’une marque revenait à surveiller sa position sur Google. Quelques outils dominaient le marché, les méthodologies étaient connues, les KPI partagés. Mais depuis l’irruption de ChatGPT, Perplexity, Gemini ou Grok dans les usages quotidiens, une question que personne ne se posait il y a trois ans s’invite désormais dans les comités de direction : que disent les IA génératives quand on leur parle de nous ?
La plupart des outils du marché restent muets sur ce point. Les plateformes SEO historiques ont commencé à ajouter, ici ou là, des modules de monitoring IA, mais leur logique reste calquée sur celle des SERP traditionnelles. C’est exactement cette zone aveugle que veut éclairer Cockpyt AI, une jeune solution française entrée en phase MVP, pensée dès l’origine pour mesurer la visibilité d’une marque dans les réponses des grands modèles de langage. Nous avons regardé le produit de plus près.
Un nouveau territoire à mesurer : le GEO
Le sujet a désormais un nom : Generative Engine Optimization ou GEO. Le terme désigne l’ensemble des pratiques visant à optimiser la présence d’une marque, d’un produit ou d’un service dans les réponses générées par les LLM. Là où le SEO classique cible les pages de résultats, le GEO cible directement les phrases produites par l’IA. Une marque peut très bien dominer la première page de Google sur une requête, et ne jamais être citée par ChatGPT lorsqu’un utilisateur pose la même question. L’inverse est vrai aussi.
Le problème, c’est que cette nouvelle visibilité est techniquement difficile à mesurer. Les LLM sont non-déterministes : la même requête peut produire des réponses différentes d’un appel à l’autre. Ils interrogent dynamiquement le web via des moteurs de recherche embarqués, déclenchent des sous-requêtes invisibles (les fameuses fan-out queries), et hallucinent parfois des sources qui n’existent pas. Mesurer sérieusement la visibilité d’une marque dans cet environnement demande une approche méthodologique radicalement différente du tracking de mots-clés.
C’est ce constat qui a motivé la création de Cockpyt AI.
Cockpyt AI : un outil pensé GEO-first
Cockpyt AI est une solution SaaS développée par un duo de co-fondateurs français : un expert SEO/GEO côté produit et stratégie, un développeur côté technique. Le projet est porté par une conviction claire : ajouter un onglet « AI tracking » à un outil SEO existant ne suffit pas. Le GEO mérite un outil natif, conçu autour de ses contraintes spécifiques.
« Mesurer la visibilité dans les LLM, ce n’est pas mesurer une position dans une SERP. Il faut tester chaque prompt plusieurs fois, sur plusieurs modèles, avec plusieurs variantes, et croiser les résultats. C’est une autre logique », explique Florian Zorgnotti, l’un des co-fondateurs.
Le produit cible trois profils : les agences SEO qui veulent élargir leur offre vers le GEO, les freelances GEO qui ont besoin d’un outil dédié pour leurs missions, et les PME ambitieuses qui veulent piloter leur visibilité dans les nouveaux moteurs de réponse sans embaucher une agence à plein temps. Le positionnement est délibérément resserré : Cockpyt AI ne cherche pas à concurrencer les suites SEO généralistes, mais à devenir la référence sur un segment précis.
Le produit s’organise autour de quatre piliers, qui méritent chacun qu’on s’y arrête.
1. Le Cockpyt Score : un indicateur unique pour piloter sa visibilité GEO
Plutôt que de noyer l’utilisateur sous une dizaine de métriques, Cockpyt AI a fait le choix d’un score synthétique unique, baptisé Cockpyt Score. Sa formule combine trois dimensions :
- la présence de la marque dans la réponse (40 %)
- la position de la marque dans la liste des marques citées (40 %)
- la présence d’un contact ou d’un lien vers le site officiel (20 %)
Particularité notable : une règle bloquante ramène le score à zéro si la marque n’est pas présente du tout dans la réponse. Le choix peut sembler radical, mais il évite un travers fréquent des dashboards SEO modernes, afficher des scores flatteurs alors que la marque est tout simplement invisible. C’est un parti pris en faveur de la lisibilité et de l’honnêteté de la mesure.
À côté de ce score principal, la plateforme calcule un Score de Visibilité (rapport entre le nombre de mentions et le nombre de tests effectués) et un SOV Global qui pondère mentions et présence d’URL pour donner une vision globale de la part de voix.
2. Le Deep Scan multi-LLM : 7 tests par prompt
Le cœur technique de Cockpyt AI s’appelle le Deep Scan. Plutôt que d’envoyer un prompt une fois sur un modèle et de considérer la réponse comme la vérité, l’outil exécute sept tests comportementaux par prompt, en jouant sur les paramètres de température et de seed pour explorer la variabilité naturelle des LLM.
Chaque scan déclenche en réalité un enchaînement de cinq étapes :
- Génération automatique des prompts d’onboarding à partir des informations de la marque
- Génération de variantes pour tester différentes formulations
- Exécution des 7 tests comportementaux avec recherche web active
- Extraction batch des éléments clés (mentions, positions, sources, concurrents cités)
- Vérification des hallucinations sur les sources retournées par le modèle
Cette approche multi-tests permet de produire des indicateurs statistiquement robustes, qui résistent à l’aléa intrinsèque des LLM. Pour les marques locales, un champ ville est injecté dans le premier prompt et se propage naturellement dans la chaîne, une attention au cas d’usage qui trahit une vraie connaissance du métier.
Les fan-out queries, ces sous-requêtes que les modèles déclenchent en arrière-plan pour enrichir leur réponse, sont quant à elles extraites directement des métadonnées des appels API, sans surcoût pour l’utilisateur. Elles sont aujourd’hui visibles dans la vue détaillée de chaque prompt, et feront l’objet d’une section dédiée dans une version ultérieure du produit.
3. L’analyse concurrentielle : qui vous vole vos citations
Savoir qu’on est invisible, c’est utile. Savoir qui prend la place qu’on aimerait occuper, c’est exploitable. Cockpyt AI propose pour cela deux briques d’analyse concurrentielle directement dans le dashboard :
- Le SOV Global mesure la part de voix de chaque acteur sur l’ensemble des prompts trackés
- Le Radar de Menace identifie les concurrents qui dominent le plus régulièrement les réponses, prompt par prompt
Pour chaque prompt analysé, l’utilisateur accède à une vue détaillée qui croise trois dimensions : les positions occupées par sa marque et ses concurrents, les concurrents cités avec leur fréquence d’apparition, et les sources que le LLM a effectivement consultées pour produire sa réponse. Cette dernière information est probablement la plus précieuse : elle dit littéralement où aller travailler son contenu pour entrer dans le périmètre du modèle.
Un graphique en barres compare visuellement les visibilités, et un radar tech-style signale les hallucinations détectées par un code OK/KO immédiatement lisible.
4. L’intégration GA4 : croiser visibilité IA et trafic réel
C’est sans doute le différenciateur le plus fort du produit. Là où la majorité des outils GEO s’arrête à la mesure de visibilité dans les réponses, Cockpyt AI branche directement Google Analytics 4 via une connexion OAuth, et identifie le trafic provenant des grands chatbots : chatgpt.com, perplexity.ai, gemini.google.com, grok.com. Un job CRON quotidien rapatrie les données dans une table dédiée et les recroise avec les scores de visibilité.
Concrètement, l’utilisateur ne voit pas seulement si sa marque est citée par les IA, il voit combien de visites cela génère sur son site. C’est l’équivalent, pour le GEO, du croisement entre données de positionnement et données analytics que tout SEO maîtrise depuis dix ans pour Google.
Où va Cockpyt AI
L’équipe documente déjà publiquement les prochains chantiers, en s’appuyant notamment sur l’étude RESONEO consacrée aux variations entre versions de ChatGPT (5.3 vs 5.4). Plusieurs métriques avancées sont annoncées pour la V2 :
- Le « Bigfoot Effect », un suivi de la chute, parfois brutale, du nombre de domaines cités d’une réponse à l’autre
- Un Concentration Score mesurant le degré de monopolisation des citations par quelques acteurs
- Un dashboard Trusted Domain Authority identifiant les domaines récurrents dans les sources des LLM
- Un monitoring par version de modèle (par exemple GPT-5.3 vs 5.4) pour suivre comment une mise à jour du modèle reconfigure le paysage de visibilité
- Un cadre conceptuel distinguant visibilité paramétrique (issue de l’entraînement) et visibilité dynamique (issue de la recherche web)
- Une section Model Impact dans le dashboard pour comparer les performances d’une marque selon les variantes de modèles
- Le Taux de Survie, métrique qui mesurera la persistance d’une mention au fil des tests
L’ambition est claire : faire de Cockpyt AI le baromètre de référence de la visibilité GEO, capable de suivre l’évolution rapide d’un écosystème qui change à chaque nouvelle release de modèle.
À retenir
Cockpyt AI arrive sur un marché encore peu équipé, à un moment charnière où les marques commencent à mesurer concrètement les effets du zero-click search dopé par l’IA générative. Le produit a trois mérites principaux : une méthodologie sérieuse (multi-tests, multi-modèles, vérification des hallucinations), un différenciateur fort avec l’intégration GA4 qui ramène la mesure dans le réel du trafic, et une philosophie produit lisible qui privilégie l’usage à la performance d’affichage.
Le produit est aujourd’hui en phase MVP. Pour les agences SEO qui veulent prendre une longueur d’avance sur le GEO, pour les freelances qui cherchent un outil dédié à proposer en mission, ou pour les marques qui commencent à se demander pourquoi leur trafic organique baisse alors qu’elles n’ont rien changé à leur stratégie SEO, c’est un projet à mettre dans le radar.
