Comment suivre toutes les requêtes fan-out à la fois dans AmICited

Les requêtes fan-out qu’AmICited découvre pour un prompt sont de vraies questions que les moteurs IA recherchent — elles méritent donc d’être suivies pour elles-mêmes. Le bouton Suivre tous les prompts transforme l’ensemble des requêtes fan-out en prompts surveillés en un seul clic.

Qu’est-ce que le query fan-out ?

Lorsque vous saisissez une question dans ChatGPT, Perplexity, Gemini ou un AI Overview de Google, le moteur répond rarement à partir de cette seule phrase. Il réécrit silencieusement votre prompt en une série de sous-requêtes liées, effectue une recherche pour chacune d’elles, puis assemble les résultats pour construire la réponse que vous voyez. Ce processus de décomposition s’appelle le query fanout — un seul prompt utilisateur « se ramifie » en une poignée, voire des dizaines, de questions plus précises, chacune explorant un angle différent : une définition, une comparaison, un niveau de prix, un cas d’usage, le nom d’un concurrent.

C’est important pour la visibilité en recherche IA, car les citations ne se jouent pas uniquement au niveau du prompt d’origine — elles se jouent au niveau de chaque sous-requête que le moteur génère en cours de route. Une marque invisible dans la réponse à « meilleur logiciel de gestion de projet » peut malgré tout être citée dans l’une des sous-requêtes fan-out qui alimentent cette réponse, comme « logiciel de gestion de projet pour équipes à distance » ou « comparatif des tarifs des logiciels de gestion de projet ». À l’inverse, bien se classer sur le prompt parent ne garantit pas une couverture sur l’ensemble des sous-requêtes qu’un moteur explore en dessous. Si vous ne suivez que les prompts que vous avez pensé à écrire au départ, vous passez à côté du véritable chemin de recherche que le modèle IA a suivi pour construire sa réponse.

C’est aussi pour cette raison que la generative engine optimization traite les ensembles de prompts différemment des listes de mots-clés traditionnelles. Une liste de mots-clés est statique et choisie par un marketeur ; un ensemble fan-out est dynamique et choisi par le moteur IA lui-même, ce qui signifie qu’il reflète la façon dont le modèle raisonne réellement sur un sujet à l’instant présent. Suivre ces sous-requêtes vous donne une image plus honnête de vos véritables lacunes en matière d’AI visibility , car vous mesurez par rapport aux questions que les moteurs posent réellement, et non uniquement celles que vous aviez supposées.

AmICited fait automatiquement remonter cet ensemble fan-out pour chaque prompt que vous suivez, puis vous offre un chemin direct pour convertir tout ou partie de ces sous-requêtes en prompts à part entière — c’est ce que couvre la suite de ce guide.

Où le trouver

Sur le panneau Requêtes fan-out d’une page de détail d’un prompt. Ouvrez n’importe quel prompt suivi et ce panneau liste les sous-requêtes qu’AmICited a identifiées comme faisant partie du chemin de recherche de ce prompt. Vous avez deux options pour les transformer en prompts suivis :

• Suivre tous les prompts (N) — le bouton dans l’en-tête du panneau ajoute chaque requête fan-out comme un prompt suivi en une seule fois (le nombre indique le total).
• + Suivre — le bouton à la fin de chaque ligne ajoute uniquement cette sous-requête.

Une fois ajoutées, les lignes affichent un état ✓ Suivi pour vous permettre de voir en un coup d’œil ce qui est déjà surveillé et ce qui n’est encore qu’une requête découverte mais non suivie. Le panneau fait ainsi office d’audit continu de votre couverture de prompts sur ce sujet : tout ce qui n’a pas de coche est une question que les moteurs recherchent activement sans que vous ne la surveilliez encore.

Ce que ça mesure

Chaque requête fan-out, une fois suivie, devient un prompt à part entière dans votre compte AmICited — c’est-à-dire qu’elle obtient son propre historique d’exécutions, ses propres résultats de citation sur tous les moteurs, et sa propre contribution à votre share of voice global. Plutôt que de déduire indirectement votre position sur une sous-requête à partir du résultat du prompt parent, vous obtenez une lecture directe, moteur par moteur, de la question de savoir si votre marque est citée pour cet angle spécifique.

C’est là que le suivi fan-out porte ses fruits dans la durée. Un seul prompt parent peut se déployer en sous-requêtes portant sur les tarifs, les intégrations, les alternatives et l’adéquation à un cas d’usage. Si votre marque apparaît de façon fiable sur les angles « alternatives » et « intégrations » mais disparaît sur ceux de « tarifs » et « adéquation au cas d’usage », c’est un schéma concret et exploitable — vous savez exactement quel type de contenu ou de page dessert mal les moteurs IA, plutôt que de simplement savoir que votre visibilité globale sur le sujet est médiocre. Suivies à grande échelle sur de nombreux prompts, les sous-requêtes fan-out fonctionnent comme un AI rank tracker pour la longue traîne de questions qui se cachent sous vos sujets principaux — ce niveau de granularité qui reste généralement invisible si vous ne surveillez que les prompts que vous avez vous-même imaginés.

Comment l’utiliser

1. Consultez d’abord la liste. Parcourez les requêtes fan-out et leurs étiquettes de type — la plupart seront pertinentes, mais vous pouvez les ajouter de manière sélective avec le bouton + Suivre par ligne si vous n’en voulez que certaines. Cela vaut la peine de le faire de façon délibérée plutôt que de suivre tout par réflexe : une sous-requête qui n’a qu’un rapport lointain avec votre activité diluera votre ensemble de prompts avec du bruit plutôt que du signal.
2. Suivez tout pour une couverture complète. Si le prompt est important — une catégorie de produit essentielle, un terme concurrentiel, une question d’achat à forte intention — ajouter l’ensemble vous donne une visibilité sur tous les angles explorés par les moteurs autour de celui-ci, et pas seulement celui que vous aviez rédigé par hasard. C’est le moyen le plus rapide de passer d’un unique prompt choisi à la main à un ensemble de suivi de prompts IA réellement complet sur ce sujet.
3. Définissez ensuite leur planification et leurs moteurs dans le tableau des prompts. Les nouveaux prompts héritent de valeurs par défaut raisonnables, mais vous pouvez les ajuster ensemble à l’aide des actions groupées — par exemple pour resserrer la fréquence d’exécution sur un groupe de sous-requêtes à forte valeur, ou pour aligner les moteurs qu’elles vérifient sur le reste de votre ensemble.
4. Surveillez votre quota. Ajouter de nombreux prompts augmente le nombre d’exécutions que vous utilisez, alors suivez d’abord les ensembles fan-out de vos prompts les plus importants, et considérez l’option + Suivre par ligne comme votre filtre pour les sujets à priorité plus faible où une couverture complète ne justifie pas le budget d’exécutions.

Pourquoi cela comble une véritable lacune dans le suivi de la visibilité IA

La plupart des équipes qui commencent à surveiller la visibilité en recherche IA partent d’une liste de prompts construite au jugé — une poignée de questions que quelqu’un dans l’équipe suppose que les clients ou les moteurs IA poseraient. Cette liste est un point de départ raisonnable, mais elle reste par nature limitée par ce qu’un humain a pensé à écrire. Le suivi du query fan-out remplace les suppositions par un comportement observé : au lieu d’imaginer ce qu’un moteur pourrait rechercher, vous regardez directement ce qu’il a réellement recherché la dernière fois qu’il a répondu à un prompt qui vous tient à cœur.

Faire cela de façon systématique change aussi la manière dont vous lisez vos données de citation. Un seul prompt suivi vous donne un point de données par moteur et par exécution. Un cluster fan-out entièrement suivi vous donne un petit jeu de données — parfois une dizaine de requêtes liées ou plus — que vous pouvez lire comme un schéma. Ce schéma est bien plus utile pour comprendre pourquoi les AI Overviews ou ChatGPT citent un concurrent plutôt que vous : il vous indique si l’écart est thématique (il vous manque du contenu sur un angle précis) ou structurel (votre contenu existe mais n’est pas sélectionné comme source de façon systématique).

Et ensuite

Une fois qu’un ensemble fan-out est suivi, traitez-le comme n’importe quel autre cluster de prompts dans AmICited : observez comment le suivi des citations évolue sur les sous-requêtes au fil des semaines suivantes, et utilisez le schéma des succès et des lacunes pour prioriser le contenu à corriger ou à publier en priorité. Si vous construisez ce workflow prompt par prompt sur un site volumineux ou un portefeuille multi-marques, il vaut la peine d’associer le suivi fan-out à un regard plus large sur quels prompts déclenchent une mention de votre marque par l’IA en premier lieu, afin que votre liste de prompts principale et ses extensions fan-out restent alignées sur ce qui génère réellement des citations plutôt que sur ce que vous aviez supposé.