Le problème
Les équipes marketing ne peuvent pas mesurer si leur contenu apparaît dans les réponses générées par IA de Perplexity, ChatGPT ou Google AI Overviews. Les trackers de classement traditionnels ne mesurent que les positions des liens bleus, manquant la part croissante du trafic provenant des réponses synthétisées par IA.
La solution Scavio
Construisez un pipeline de suivi des citations qui interroge les mots-clés cibles via le point de terminaison de recherche Google de Scavio, analyse les extraits AI Overview et les extraits optimisés pour les mentions de marque, et suit la fréquence des citations au fil du temps. Étendez-le avec la surveillance Perplexity et ChatGPT en interrogeant ces plateformes via leurs API et en vérifiant les réponses pour votre domaine dans les citations.
Avant
Avant le suivi AEO, l'équipe marketing ne suivait que les positions Google 1 à 10. Ils ignoraient que leur concurrent était cité dans 40% des réponses AI Overview pour leurs mots-clés cibles, capturant silencieusement le trafic que l'équipe pensait remporter.
Après
Après avoir mis en place le suivi des citations, l'équipe a découvert qu'elle n'était citée que dans 12% des réponses AI Overview contre 40% pour le concurrent. Ils ont restructuré 15 pages clés avec des définitions concises et citationnelles et un schéma FAQ. Le taux de citation est passé à 35% en 6 semaines.
À qui cela s'adresse
Gestionnaires SEO, marketeurs de contenu et équipes de croissance mesurant la visibilité dans les moteurs de réponse alimentés par IA aux côtés des classements de recherche traditionnels.
Avantages clés
- Mesurez la part de citation des moteurs de réponse IA aux côtés des classements traditionnels
- Suivez les tendances de fréquence des citations au fil du temps par mot-clé
- Comparez les taux de citation de la marque par rapport au concurrent dans les réponses IA
- Identifiez les modèles de structure de contenu qui augmentent la probabilité de citation
- Surveillance automatisée quotidienne avec alertes de seuil
Exemple Python
import requests, os, json
from datetime import date
H = {'x-api-key': os.environ['SCAVIO_API_KEY']}
BRAND = 'scavio'
def track_citations(keywords: list[str]) -> list[dict]:
results = []
for kw in keywords:
r = requests.post('https://api.scavio.dev/api/v1/search', headers=H,
json={'platform': 'google', 'query': kw}, timeout=15).json()
ai_overview = r.get('aiOverview', '')
featured = r.get('featuredSnippet', {}).get('text', '')
organic = r.get('organic', [])
cited_in_ai = BRAND.lower() in ai_overview.lower() if ai_overview else False
cited_in_featured = BRAND.lower() in featured.lower() if featured else False
organic_pos = next((i+1 for i, o in enumerate(organic)
if BRAND.lower() in o.get('link', '').lower()), None)
results.append({
'keyword': kw, 'date': str(date.today()),
'ai_overview_citation': cited_in_ai,
'featured_snippet_citation': cited_in_featured,
'organic_position': organic_pos
})
return results
keywords = ['best search api 2026', 'serp api for ai agents']
for r in track_citations(keywords):
print(json.dumps(r, indent=2))Exemple JavaScript
async function trackCitations(keywords, brand = 'scavio') {
const results = [];
for (const kw of keywords) {
const r = await fetch('https://api.scavio.dev/api/v1/search', {
method: 'POST',
headers: { 'x-api-key': process.env.SCAVIO_API_KEY, 'Content-Type': 'application/json' },
body: JSON.stringify({ platform: 'google', query: kw })
}).then(r => r.json());
results.push({
keyword: kw,
date: new Date().toISOString().slice(0, 10),
aiOverviewCitation: (r.aiOverview || '').toLowerCase().includes(brand),
featuredSnippetCitation: (r.featuredSnippet?.text || '').toLowerCase().includes(brand),
organicPosition: (r.organic || []).findIndex(o => o.link?.toLowerCase().includes(brand)) + 1 || null
});
}
return results;
}Plateformes utilisées
Recherche web avec graphe de connaissances, PAA et aperçus IA