Les aperçus IA de Google apparaissent désormais pour une grande partie des requêtes informatives, et être cité dedans génère un trafic significatif. Les outils de suivi de position traditionnels facturent des centaines de dollars pour surveiller les citations dans les aperçus IA. Vous pouvez construire votre propre outil de suivi avec une API de recherche qui renvoie les données des aperçus IA dans sa réponse SERP. Ce tutoriel construit un pipeline de surveillance des citations qui vérifie vos mots-clés cibles, enregistre quels domaines sont cités et suit votre part de citations au fil du temps. Chaque vérification coûte 0,005 $ via l'API Scavio.
Prérequis
- Python 3.9+ installé
- Bibliothèque requests installée
- Une clé API Scavio depuis scavio.dev
- Une liste de mots-clés pour lesquels vous attendez des aperçus IA
Parcours
Étape 1: Vérifier si une requête déclenche un aperçu IA
Recherchez un mot-clé et vérifiez si la réponse SERP inclut une section d'aperçu IA. Toutes les requêtes n'en déclenchent pas, donc cette étape filtre votre liste de mots-clés.
Python
import requests, os
API_KEY = os.environ['SCAVIO_API_KEY']
def check_ai_overview(query: str) -> dict:
resp = requests.post('https://api.scavio.dev/api/v1/search',
headers={'x-api-key': API_KEY, 'Content-Type': 'application/json'},
json={'query': query, 'country_code': 'us'})
data = resp.json()
ai_overview = data.get('ai_overview', {})
has_overview = bool(ai_overview and ai_overview.get('text'))
citations = ai_overview.get('citations', []) if has_overview else []
return {
'query': query,
'has_ai_overview': has_overview,
'citation_count': len(citations),
'cited_domains': [c.get('domain', '') for c in citations]
}
result = check_ai_overview('what is the best crm for startups')
print(f'AI Overview: {result["has_ai_overview"]}, Citations: {result["citation_count"]}')Étape 2: Vérifier les mots-clés par lot et trouver des modèles de citation
Parcourez votre liste de mots-clés et collectez les données de citation. Identifiez les domaines les plus fréquemment cités pour vos mots-clés cibles.
Python
import time
from collections import Counter
def batch_citation_check(keywords: list) -> dict:
results = []
domain_counts = Counter()
for kw in keywords:
data = check_ai_overview(kw)
results.append(data)
for domain in data['cited_domains']:
domain_counts[domain] += 1
time.sleep(0.3)
return {
'total_keywords': len(keywords),
'with_ai_overview': sum(1 for r in results if r['has_ai_overview']),
'top_cited_domains': domain_counts.most_common(10),
'details': results
}
keywords = [
'what is the best crm for startups',
'how to choose a crm 2026',
'crm software comparison',
'best free crm tools'
]
report = batch_citation_check(keywords)
print(f'{report["with_ai_overview"]}/{report["total_keywords"]} keywords have AI Overviews')Étape 3: Suivre la part de citation de votre domaine
Calculez la fréquence à laquelle votre domaine apparaît dans les citations des aperçus IA par rapport aux concurrents. C'est votre part de voix dans les aperçus IA.
Python
def citation_share(report: dict, your_domain: str) -> dict:
total_citations = sum(count for _, count in report['top_cited_domains'])
your_citations = sum(count for domain, count in report['top_cited_domains']
if your_domain in domain)
share = (your_citations / max(total_citations, 1)) * 100
# Find keywords where you are cited
your_keywords = [r['query'] for r in report['details']
if any(your_domain in d for d in r['cited_domains'])]
# Find keywords where you are NOT cited
missing_keywords = [r['query'] for r in report['details']
if r['has_ai_overview'] and
not any(your_domain in d for d in r['cited_domains'])]
return {
'your_domain': your_domain,
'citation_share': round(share, 1),
'your_citations': your_citations,
'total_citations': total_citations,
'cited_keywords': your_keywords,
'missing_keywords': missing_keywords
}
share = citation_share(report, 'yoursite.com')
print(f'Citation share: {share["citation_share"]}% ({share["your_citations"]}/{share["total_citations"]})')
print(f'Missing from: {share["missing_keywords"]}')Étape 4: Stocker les données historiques pour le suivi des tendances
Enregistrez les données de citation quotidiennes pour suivre si vos efforts d'AEO (optimisation pour les réponses IA) portent leurs fruits au fil du temps. Un simple fichier JSON stocke la série temporelle.
Python
import json
from datetime import date
def save_citation_history(report: dict, your_domain: str) -> None:
history_file = 'citation_history.json'
try:
with open(history_file) as f:
history = json.load(f)
except FileNotFoundError:
history = []
share = citation_share(report, your_domain)
history.append({
'date': date.today().isoformat(),
'citation_share': share['citation_share'],
'your_citations': share['your_citations'],
'total_citations': share['total_citations'],
'keywords_checked': report['total_keywords'],
'keywords_with_overview': report['with_ai_overview']
})
with open(history_file, 'w') as f:
json.dump(history, f, indent=2)
print(f'Saved citation data for {date.today()}')
if len(history) > 1:
prev = history[-2]['citation_share']
curr = share['citation_share']
delta = curr - prev
print(f'Trend: {prev}% -> {curr}% ({delta:+.1f}%)')Étape 5: Calculer les coûts de surveillance
Budgétisez votre surveillance des aperçus IA en fonction du nombre de mots-clés et de la fréquence de vérification. Des vérifications quotidiennes de 100 mots-clés coûtent 15 $/mois.
Python
def monitoring_budget(num_keywords: int, checks_per_day: int = 1) -> dict:
daily_credits = num_keywords * checks_per_day
monthly_credits = daily_credits * 30
monthly_cost = monthly_credits * 0.005
return {
'keywords': num_keywords,
'daily_checks': checks_per_day,
'monthly_credits': monthly_credits,
'monthly_cost': f'${monthly_cost:.2f}',
'plan': '$30/7K' if monthly_credits <= 7000
else '$100/28K' if monthly_credits <= 28000
else '$250/85K',
'vs_semrush': f'Semrush Position Tracking: $139.95+/mo'
}
for n in [50, 100, 500]:
b = monitoring_budget(n)
print(f'{b["keywords"]} keywords: {b["monthly_cost"]}/mo ({b["plan"]} plan)')
print(f'Comparison: Semrush starts at $139.95/mo for similar tracking')Exemple Python
Python
import os, requests, time, json
from collections import Counter
from datetime import date
API_KEY = os.environ['SCAVIO_API_KEY']
def check_ai_overview(query):
resp = requests.post('https://api.scavio.dev/api/v1/search',
headers={'x-api-key': API_KEY, 'Content-Type': 'application/json'},
json={'query': query, 'country_code': 'us'})
data = resp.json()
aio = data.get('ai_overview', {})
citations = aio.get('citations', []) if aio.get('text') else []
return {'query': query, 'has_aio': bool(aio.get('text')),
'domains': [c.get('domain', '') for c in citations]}
def main():
keywords = ['best crm startups', 'crm comparison 2026', 'free crm tools']
domain_counts = Counter()
for kw in keywords:
result = check_ai_overview(kw)
print(f'{"+AIO" if result["has_aio"] else "-AIO"} {kw}: {len(result["domains"])} citations')
for d in result['domains']:
domain_counts[d] += 1
time.sleep(0.3)
print(f'\nTop cited domains:')
for domain, count in domain_counts.most_common(5):
print(f' {domain}: {count}')
print(f'Cost: ${len(keywords) * 0.005:.3f}')
if __name__ == '__main__':
main()Exemple JavaScript
JavaScript
const API_KEY = process.env.SCAVIO_API_KEY;
async function checkAiOverview(query) {
const resp = await fetch('https://api.scavio.dev/api/v1/search', {
method: 'POST',
headers: { 'x-api-key': API_KEY, 'Content-Type': 'application/json' },
body: JSON.stringify({ query, country_code: 'us' })
});
const data = await resp.json();
const aio = data.ai_overview || {};
return {
query,
hasAio: Boolean(aio.text),
domains: (aio.citations || []).map(c => c.domain || '')
};
}
async function main() {
const keywords = ['best crm startups', 'crm comparison 2026'];
const domainCounts = {};
for (const kw of keywords) {
const r = await checkAiOverview(kw);
console.log(`${r.hasAio ? '+AIO' : '-AIO'} ${kw}: ${r.domains.length} citations`);
r.domains.forEach(d => { domainCounts[d] = (domainCounts[d] || 0) + 1; });
}
console.log('Top domains:', Object.entries(domainCounts).sort((a,b) => b[1]-a[1]).slice(0,5));
}
main().catch(console.error);Sortie attendue
JSON
+AIO what is the best crm for startups: 4 citations
+AIO how to choose a crm 2026: 3 citations
+AIO crm software comparison: 5 citations
-AIO best free crm tools: 0 citations
3/4 keywords have AI Overviews
Citation share: 8.3% (1/12)
Missing from: ['crm software comparison']
50 keywords: $7.50/mo ($30/7K plan)
100 keywords: $15.00/mo ($30/7K plan)
500 keywords: $75.00/mo ($100/28K plan)