Étude
YouTube dans les réponses des IA : pourquoi Gemini et Perplexity citent les vidéos, et ce qu'ils y lisent vraiment
Entre le 10 et le 24 juillet 2026, nous avons archivé 883 réponses de ChatGPT, Claude, Gemini et Perplexity, posées mot pour mot, à cadence hebdomadaire, sur 69 questions issues de trois marchés qui n'ont rien en commun. Sur ce corpus, youtube.com est la source la plus citée de Gemini et la source la plus citée de Perplexity, tous domaines confondus. Sur les deux autres moteurs, il n'apparaît pas une seule fois en 1 655 citations relevées. Cette étude démonte cette asymétrie : quels moteurs citent les vidéos, quelle partie d'une vidéo ils lisent réellement, et ce que cela rend utile de faire.
Ce qui a été mesuré
Le point de départ est une carte, pas une intuition. Sur l'Atlas, le registre des sources que nos relevés font apparaître, youtube.com affiche une AI Authority de 100 sur Gemini et de 100 sur Perplexity : sur une échelle de 0 à 100 calculée sur l'ensemble des mesures d'Epovest des 30 derniers jours, c'est la source que ces deux moteurs citent le plus. Les deux autres colonnes sont vides. Une carte aussi surprenante mérite d'être confrontée au terrain : nous avons donc ouvert l'archive complète derrière elle.
Le corpus est l'historique complet des réponses de nos propres suivis : 16 suivis hebdomadaires, 69 questions distinctes, posées mot pour mot par les interfaces officielles des moteurs, sur trois fronts sans rapport : destinations de voyage en anglais, visibilité IA en anglais et en français, services web en français. Chaque réponse est archivée avec ses sources citées, dans l'ordre, datées. Deux semaines de relevés donnent 883 réponses et 6 754 citations relevées.
| Moteur | Réponses | Réponses avec sources | Citations relevées | Citations YouTube | Réponses citant YouTube |
|---|---|---|---|---|---|
| ChatGPT | 223 | 159 | 1 213 | 0 | 0 |
| Claude | 223 | 87 | 442 | 0 | 0 |
| Gemini | 223 | 211 | 2 546 | 35 | 35, soit 16,6 % des réponses avec sources |
| Perplexity | 214 | 214 | 2 553 | 205 | 127, soit 59,3 % des réponses avec sources |
L'asymétrie est le résultat. Qu'une vidéo puisse porter un nom jusque dans une réponse d'IA n'est pas une propriété de YouTube : c'est une propriété du pipeline de chaque moteur.
Un domaine, quatre traitements
Perplexity le cite constamment. Plus de la moitié de ses réponses avec sources citent au moins une vidéo : 127 réponses sur 214, pour 205 citations de vidéos au total, 8 % de tout ce que le moteur a cité sur les deux semaines. Dix fois, une vidéo a ouvert la liste des sources. La position moyenne, 8,3 sur des listes d'environ douze sources, dit le reste : les vidéos sont rarement la source vedette, elles sont une présence permanente dans le second rideau.
Gemini le cite en tête d'une très longue traîne. 35 citations placent youtube.com premier parmi les centaines de domaines cités par Gemini, juste devant reddit.com et ses 33 citations. Cela ne fait que 1,4 % de ses citations, réparties sur 16,6 % de ses réponses avec sources, mais aucun autre domaine n'a fait mieux, et deux fois une vidéo a été la première source de la réponse. La présence couvre les trois fronts : 22 citations sur les questions de voyage, 11 sur la visibilité IA, 2 sur les services web.
Claude le lit et écrit sans lui. Zéro citation sur 442. Mais l'archive montre le moteur en train de récupérer une page de vidéo YouTube à cinq reprises sur la quinzaine, deux vidéos distinctes, chacune portant la question presque mot pour mot dans son titre. Les pages ont été lues ; les réponses ont été écrites sans elles.
ChatGPT n'y touche pas. Zéro citation sur 1 213, et pas une page YouTube parmi les sources qu'il a retenues.
Moyennée sur les quatre moteurs, la part de YouTube pèserait 3,6 % des citations : un chiffre qui ne décrit aucun moteur. Sur ce corpus, un moteur s'appuie sur des vidéos dans la majorité de ses réponses avec sources, un autre classe le domaine premier tout en le citant avec parcimonie, et deux ne le créditent jamais. Moteur par moteur est la seule lecture honnête.
La partie lue, c'est la bande parlée
Pour chaque source qu'il retient, le payload de Perplexity porte le passage que le moteur a réellement gardé. C'est ce qui tranche la question de la partie d'une vidéo qui sert la réponse.
Les 205 citations de vidéos pointent toutes vers des vidéos individuelles : jamais la page d'accueil, jamais une chaîne, jamais une page de résultats. 121 vidéos distinctes, dont 203 entrées datées. Et les passages retenus ne sont pas des descriptions : 129 des 205 portent des marqueurs de secondes explicites qui pointent dans le déroulé de la vidéo, et la quasi-totalité du reste se lit comme de la parole transcrite telle qu'entendue, hésitations comprises. Un passage retenu recommande, dans l'orthographe même de la transcription, un « well ststructured website ». Un autre, en français, conseille de créer du contenu « optimisé pour lia », la graphie machinale de « l'IA ». Ce ne sont pas des accidents d'édition : ce sont des preuves d'origine. Le moteur lit la transcription, générée automatiquement quand rien de mieux n'existe, et il la lit en profondeur : des passages retenus pointent jusqu'à la seizième minute d'une vidéo.
Cet index est frais. La moitié des 205 entrées porte une date de relecture en juillet 2026, 71 % depuis juin. Le bassin des vidéos citées est jeune sans être seulement neuf : 78 % ont été publiées depuis début 2025, mais des vidéos de 2020 ressortent encore. Et les positions tiennent : 33 des 118 vidéos identifiables reviennent sur au moins deux relevés hebdomadaires distincts, un quart du bassin recité semaine après semaine.
Le payload de Gemini expose le domaine plutôt que la page, mais deux choses s'y lisent. Les requêtes de recherche qu'il lance sont des reformulations directes de la question. Et son attribution rattache des blocs entiers de la réponse finale à des sources YouTube : listes de recommandations, critères de choix, conseils pratiques, portés par ce qu'une vidéo a dit. L'infrastructure côté Google est documentée : Gemini ancre ses réponses par Google Search, et l'indexation vidéo de Google lit ce qu'une vidéo contient et en détecte les moments clés, l'indexation des sous-titres étant confirmée par l'entreprise depuis des années.
Pourquoi ces deux moteurs, et pas les autres
La ligne de partage est l'accès à la bande parlée. La parole d'une vidéo ne vit pas dans le HTML de sa page : elle est chargée par le lecteur, par des points d'accès que le robots.txt de youtube.com n'ouvre pas aux robots génériques. Un moteur qui lit la page web y trouve un titre, une description, et peu de texte à citer.
Les deux moteurs qui citent YouTube sont les deux qui ont une porte d'entrée. Gemini appartient à l'entreprise qui possède YouTube : son ancrage s'appuie sur un index qui traite les vidéos comme un contenu de premier rang, transcriptions et moments clés compris. Perplexity a construit sa propre ingestion vidéo : les passages horodatés de nos payloads sont cet index qui parle. Les deux moteurs qui ne citent pas YouTube le rencontrent comme une page web : notre archive montre Claude récupérant une page de vidéo et écrivant sans elle, ChatGPT n'en retenant jamais une.
Rien de tout cela n'est une doctrine de la part d'un moteur. C'est l'état de quatre pipelines de récupération, mesuré entre le 10 et le 24 juillet 2026. Les pipelines bougent sans préavis, raison de plus pour mesurer plutôt que supposer.
Le titre ouvre la porte, la transcription fait la conversation
Comment une vidéo entre-t-elle dans un jeu de sources ? Sur ce corpus : par son titre. Les vidéos que nos questions ont fait ressortir portent la question, presque mot pour mot, en guise de titre. Demandez « What are the best places to visit in Africa right now? » et les jeux de sources rendent « Top 10 Places To Visit in Africa » et « I Visited Every Country in Africa. Here's My Rankings ». Demandez « How can my business get recommended by AI assistants? » et ils rendent « How to Get Your Business Recommended by EVERY AI Assistant ». Même les deux vidéos que Claude est allé lire reprenaient la question dans leur titre. Le titre est ce qui fait récupérer une vidéo, sur tous les moteurs qui récupèrent ; la suite se décide dans la transcription.
La langue suit le marché. Les questions en français ont fait ressortir d'abord des vidéos francophones, des anglophones derrière, et parfois plus loin : l'appariement traverse les langues, mais une vidéo parle d'abord à un marché dans la langue de ce marché.
Ce que cela rend utile de faire
Chaque propriété ci-dessous vise le mécanisme mesuré plus haut. Ensemble, elles définissent à quoi ressemble une vidéo pensée pour les réponses des IA.
- Partez de votre propre carte. Les moteurs pèsent les vidéos très différemment, et l'équilibre varie selon le marché et la question. Votre propre série, moteur par moteur, montre quelles sources servent les questions qui comptent pour vous : c'est elle qui décide de la place qu'une vidéo mérite dans votre plan.
- Donnez à la vidéo le titre de la question. Ce qui entre dans le jeu de sources, c'est une vidéo dont le titre énonce la question que pose votre marché, formulée comme elle se pose. Une question, une vidéo, le titre en guise de porte.
- Dites les faits à voix haute. La transcription est le texte que les moteurs lisent. Prononcez votre nom distinctement : la transcription automatique écrit ce qu'elle entend, et ce qu'elle écrit est ce qui s'indexe. Dites les chiffres, les noms, les termes que vous voulez voir repris, en mots articulés.
- Téléversez une transcription relue. La transcription automatique est ce sur quoi l'index se rabat. Des sous-titres écrits par vous font du texte indexé vos propres mots, orthographe comprise.
- Chapitrez et décrivez. Les moments clés se détectent et s'indexent. Des chapitres qui reprennent les questions, et une description qui y répond en texte propre, donnent à la détection quelque chose à trouver.
- Parlez la langue du marché. Une vidéo atteint d'abord un marché dans la langue de ce marché ; un deuxième marché mérite une deuxième vidéo plus qu'une simple piste de sous-titres.
- Datez l'action, puis lisez l'effet. Une vidéo publiée est un geste qui mérite d'être consigné dans votre Logbook ; les relevés suivants se lisent en face. Votre Atlas montre si les sources derrière vos questions ont bougé, et Epovest Tracking si les réponses elles-mêmes l'ont fait.
Il y a un an, être citable par les IA voulait surtout dire des pages. Sur deux des quatre moteurs que nous mesurons, la source la plus citée est désormais un lieu où le contenu parle au lieu d'écrire. L'asymétrie elle-même est la leçon : la visibilité dans les réponses des IA n'est pas une chose à gagner, ce sont quatre pipelines à mesurer, et notre méthode commence là : poser les questions du marché à cadence fixe, archiver les réponses avec leurs sources, et laisser la série dire où agir.