ChatGPT et Perplexity : pourquoi leurs réponses diffèrent face à Google

Quand deux assistants d’intelligence artificielle répondent à la même question, leurs textes peuvent paraître également convaincants. Pourtant, les sources mobilisées, les pages citées et la manière de relier les informations peuvent être très différentes. C’est ce que met en évidence une analyse d’Ahrefs publiée dans un contexte où les moteurs de recherche et les agents conversationnels deviennent des portes d’entrée majeures vers l’information en ligne.

L’étude ne tranche pas la question de savoir quel outil dirait « la vérité ». Elle mesure autre chose, de façon plus précise : la proximité entre les citations affichées par ChatGPT, celles de Perplexity et les résultats figurant dans le top 10 de Google. Cette nuance est essentielle. Ressembler à Google peut signaler une forte continuité avec les résultats du moteur, mais ce n’est ni une garantie automatique d’exactitude ni la preuve qu’une réponse répond mieux à tous les besoins.

Au 5 septembre 2025, cette comparaison offre surtout un repère utile pour comprendre deux approches de la recherche assistée par IA, et pour mieux choisir l’outil à utiliser selon la question posée.

Ce qu’a comparé l’étude d’Ahrefs

Ahrefs a analysé plus de 3 000 requêtes adressées aux deux services. Le jeu de tests comprenait des recherches courtes, des requêtes plus longues et des formulations reformulées. L’objectif était de comparer les pages et domaines mis en avant par les outils avec ceux que Google positionne parmi ses dix premiers résultats, souvent appelés le « top 10 ».

Une telle méthode ne consiste donc pas à noter le style d’écriture, la rapidité de la réponse ou la qualité ergonomique des interfaces. Elle s’intéresse à la sélection documentaire : lorsque l’IA fournit une réponse assortie de citations, ces références renvoient-elles aux mêmes résultats que Google ?

Il faut aussi distinguer trois niveaux souvent confondus :

• Le domaine, par exemple le site d’un journal, d’une entreprise ou d’une administration.
• La page précise, c’est-à-dire l’article, la fiche ou le document exact qui contient l’information.
• La réponse de l’IA, qui peut synthétiser plusieurs pages, les reformuler et parfois ajouter des éléments issus de son propre traitement.

Deux outils peuvent ainsi citer le même site tout en renvoyant vers des contenus différents. Pour l’utilisateur, cette différence compte : la page précise permet de vérifier le contexte, la date, l’auteur et les éventuelles limites de l’information.

Perplexity est beaucoup plus proche du top 10 de Google sur les requêtes courtes

Le résultat le plus marquant de l’analyse concerne les requêtes de courte traîne, c’est-à-dire les recherches générales formulées avec peu de mots. Sur cette catégorie, 65 % des résultats de Perplexity recoupent le top 10 de Google. Pour ChatGPT, le taux mesuré atteint 10 %.

L’écart est important, mais il doit être lu correctement. Perplexity apparaît ici comme un outil dont les références suivent plus étroitement la hiérarchie établie par Google. À l’inverse, ChatGPT s’en éloigne davantage : ses réponses peuvent s’appuyer sur des sources qui ne correspondent pas aux premières pages du moteur, ou sélectionner d’autres pages au sein de domaines similaires.

La notion de pertinence mérite donc d’être maniée avec prudence. Dans cette étude, dire que Perplexity est « plus pertinent » signifie d’abord qu’il est plus aligné sur les résultats de Google pour les requêtes courtes. Or Google lui-même classe les pages selon ses propres critères, qui évoluent et ne couvrent pas nécessairement tous les types de besoins : recherche d’un document officiel, réponse très récente, comparaison critique, question créative ou synthèse approfondie.

Des citations de domaines, mais pas toujours des mêmes pages

L’analyse d’Ahrefs relève une autre divergence importante : les deux IA peuvent partager de nombreux domaines, tout en citant des pages très différentes. ChatGPT aurait tendance à mettre en avant les domaines trois fois plus que les pages spécifiques, à la différence de Perplexity.

Concrètement, supposons que Google mette en avant une page précise d’un site spécialisé, par exemple un guide consacré à un sujet donné. ChatGPT peut renvoyer vers une autre page du même site, ou vers une référence différente. L’utilisateur reconnaît alors le nom du domaine, ce qui peut donner une impression de continuité, mais le document effectivement mobilisé n’est pas forcément le même.

Cette observation aide à comprendre pourquoi deux réponses peuvent sembler proches tout en conduisant à des conclusions différentes. Une même publication peut contenir un article récent, une archive, une page commerciale, un guide pédagogique et un communiqué. Citer le bon domaine ne suffit pas à garantir que la page choisie est la plus adaptée à la question.

Pour les lecteurs, le réflexe utile consiste à vérifier trois points avant d’accorder trop de poids à une réponse :

• la date de la page citée, surtout pour un sujet évolutif ;
• le type de source, comme une étude, une administration, un média ou une page d’entreprise ;
• l’adéquation exacte entre le contenu de la page et l’affirmation formulée par l’IA.

Deux logiques de recherche et de synthèse

Ahrefs décrit Perplexity comme adoptant une approche « citation-first », que l’on peut traduire par une logique où la citation occupe une place centrale dans la construction de la réponse. Cette méthode semble favoriser l’extraction d’informations depuis des résultats de recherche jugés pertinents, ce qui aide à expliquer le fort recoupement observé avec Google.

ChatGPT paraît suivre une dynamique plus recomposée. L’outil produit une réponse conversationnelle en reliant, reformulant et structurant des informations. Dans les résultats examinés, cette mécanique l’amène plus souvent à s’écarter des pages les mieux positionnées sur Google.

Il ne faut pas imaginer ces deux méthodes comme deux boîtes totalement hermétiques. Dans les deux cas, l’utilisateur reçoit du texte généré et, selon le mode ou la requête, des références permettant de remonter à des contenus externes. La différence mise en évidence par Ahrefs porte sur le degré de continuité avec le classement de Google et sur la granularité des citations, domaine ou page spécifique.

Cette distinction produit deux expériences très différentes. Avec une réponse fortement attachée aux citations, le lecteur est invité à naviguer entre plusieurs sources. Avec une réponse plus recomposée, il peut obtenir une synthèse fluide, mais doit être particulièrement attentif aux affirmations qui résument, interprètent ou rapprochent plusieurs documents.

Pourquoi les requêtes fan-out accentuent l’écart

L’étude isole aussi les requêtes dites fan-out. Ce terme désigne une recherche qui se déploie en plusieurs sous-questions. Au lieu de chercher une seule réponse, le système explore une série de pistes connexes, puis tente d’en faire une synthèse.

Ce mécanisme est particulièrement utile pour une demande large, telle qu’une comparaison, la préparation d’un dossier ou l’exploration d’un sujet complexe. Mais il complique également la comparaison avec une page de résultats classique. Chaque sous-question peut faire émerger ses propres sources, et la réponse finale peut agréger des références éloignées de la requête initiale.

Dans cette catégorie, le chevauchement entre les citations de ChatGPT et les résultats de Google tombe à 6,82 %. Le taux est inférieur à celui observé pour les requêtes longues, 7,05 %, et pour les requêtes courtes, 10 %. Ahrefs signale une meilleure corrélation de Perplexity avec Google dans ce type de recherche, sans que les éléments disponibles ne donnent de pourcentage précis.

Ce résultat ne signifie pas qu’une recherche fan-out de ChatGPT serait inutile. Il montre plutôt que, lorsque la question se ramifie, ChatGPT tend encore davantage à proposer un itinéraire documentaire distinct de celui de Google. Pour un lecteur, c’est une raison supplémentaire de ne pas s’arrêter au premier résumé : une question complexe mérite souvent plusieurs sources et plusieurs formulations de recherche.

Quel outil choisir selon sa recherche ?

Le bon choix dépend moins de la popularité de l’outil que de l’objectif poursuivi. Si l’on souhaite repérer rapidement les contenus proches de ceux que Google met déjà en avant, l’alignement constaté de Perplexity peut constituer un atout. Les citations y jouent un rôle structurant et facilitent le retour aux pages externes.

Si l’on cherche d’abord une explication reformulée, un plan, une synthèse ou une aide pour approfondir une question, l’approche conversationnelle de ChatGPT peut répondre à un autre besoin. Mais cette facilité de lecture ne dispense jamais d’une vérification indépendante lorsque l’enjeu est élevé.

Dans tous les cas, quelques pratiques restent utiles :

• demander des sources précises plutôt qu’une réponse générale ;
• lire le document cité, au lieu de se fier uniquement à son extrait ;
• confronter au moins deux références lorsque le sujet prête à débat ;
• privilégier les sources primaires pour les données, études, lois, résultats financiers et annonces officielles ;
• signaler toute date ou tout périmètre manquant dans une réponse.

Pour une information médicale, juridique, financière ou liée à la sécurité, un assistant d’IA ne doit pas remplacer un professionnel compétent ni la consultation des documents de référence. Les outils peuvent accélérer le repérage d’informations, pas supprimer le besoin de jugement.

Ce que l’étude change pour le SEO et les éditeurs

Pour les professionnels du référencement naturel, cette comparaison rappelle qu’être visible sur Google ne garantit pas automatiquement d’être cité de la même manière par tous les assistants. Perplexity, d’après l’étude, suit de près les résultats du moteur dans de nombreux cas. ChatGPT, lui, peut privilégier un autre chemin et une autre page, y compris lorsqu’il reprend un domaine déjà connu de Google.

La conséquence n’est pas de chercher à écrire uniquement pour une IA particulière. Elle est plutôt de produire des pages qui répondent clairement à une intention de recherche, apportent des informations vérifiables et facilitent l’identification de leur contenu. Un titre explicite, des données datées, des auteurs identifiables, des sources primaires et une structure lisible aident aussi bien les humains que les systèmes chargés de retrouver des documents pertinents.

L’étude ne démontre pas qu’un bon classement Google entraîne mécaniquement une citation dans Perplexity, ni qu’une page absente du top 10 ne peut jamais être citée par ChatGPT. Elle met précisément en lumière le caractère non interchangeable de ces canaux. La mesure de visibilité ne peut plus se limiter à une seule page de résultats ou à un seul assistant.

Les limites à garder en tête et ce qu’il faut surveiller

Les données d’Ahrefs portent sur plus de 3 000 requêtes, un volume significatif qui permet d’observer des tendances. Elles restent toutefois une photographie d’un moment donné, obtenue avec un ensemble de requêtes précis. Les systèmes d’IA, leurs modes de recherche, leurs interfaces et les résultats de Google peuvent évoluer rapidement.

Surtout, le top 10 de Google est un point de comparaison, non une mesure universelle de la qualité de l’information. Une page moins visible peut être plus spécialisée, plus récente ou plus adaptée à une question très précise. Inversement, une page très bien classée n’exonère pas le lecteur d’un examen critique.

Dans les mois à venir, il faudra surveiller trois évolutions : la place donnée aux citations et aux sources primaires dans les assistants, la stabilité des résultats pour une même question et la façon dont les éditeurs mesureront leur présence au-delà du trafic venu de Google. Pour les internautes comme pour les créateurs de contenus, la leçon est simple : la diversité des outils est utile, à condition de conserver le même réflexe, remonter aux sources avant de tirer une conclusion.