Les trois couches de visibilité dans les assistants d'IA

« Comment apparaître dans ChatGPT ? » est une question mal posée. Un acteur touristique n'apparaît pas « dans l'IA » d'une seule manière : cela dépend de si l'assistant se souvient, trouve ou interroge. C'est le cadre des trois couches de visibilité, formulé par Félix Pérez, de Mirai, en 2026 — un fournisseur de vente directe hôtelière, il faut le dire, mais le schéma est le plus clair produit par le secteur et se comprend en cinq minutes.

Couche 1 : ce dont le modèle se souvient

La première couche est la mémoire du modèle : tout ce qu'il a absorbé pendant son entraînement — sites web, OTA, avis, guides, articles. Quand l'IA répond « de mémoire », elle répond depuis ici.

C'est la couche avec le moins de contrôle et le plus d'inertie. Elle se met à jour par versions, pas en temps réel : un changement de nom commercial peut mettre des mois à s'y refléter. On ne peut pas « éditer » la mémoire d'un modèle ; on ne peut l'influencer que de façon indirecte et soutenue : un site sain et explorable, une cohérence de marque sur toutes les plateformes, une autorité accumulée dans le temps. Cette couche domine la phase la plus précoce du voyage, l'exploration inspirationnelle — quand quelqu'un demande « quelle zone de la Costa Brava me conseilles-tu avec des enfants ? ».

Couche 2 : ce que l'assistant trouve en cherchant

La deuxième couche s'active quand l'assistant sort sur internet en direct : il explore les pages indexées, les OTA, les médias, les forums, et construit la réponse avec ce qu'il trouve. Le contrôle y est modéré et les règles ressemblent au SEO classique : contenu indexable, marque protégée, information opérationnelle concrète et à jour.

Cette couche domine la découverte qualifiée — « hôtels avec spa à Gérone qui acceptent les chiens » — avec une nuance inconfortable : figurer comme source ne garantit plus le clic, car l'utilisateur résout beaucoup de questions dans l'assistant lui-même. C'est pourtant la couche où un changement publié aujourd'hui peut se refléter en jours, pas en mois. C'est la voie rapide pour corriger ce que la couche 1 retient de travers.

Couche 3 : ce que l'assistant interroge en temps réel

La troisième couche est celle de la donnée vivante : la connexion directe entre l'assistant et les systèmes de l'établissement via des protocoles comme MCP, devenu en 2026 le standard de fait du secteur. C'est la seule couche capable de répondre avec certitude à une question opérationnelle. L'exemple canonique du cadre : face à « reste-t-il une chambre avec terrasse pour mes dates ? », la mémoire du modèle ne sait pas, la recherche s'approche, et seul le connecteur dynamique répond avec certitude.

C'est la couche avec le plus de contrôle — la donnée sort de vos systèmes — mais elle exige de l'infrastructure : base de données ordonnée, moteur connecté, protocoles. Et elle porte un avertissement que le secteur répète : si le canal direct n'occupe pas cette couche, les grands intermédiaires l'occuperont, eux qui sont déjà intégrés aux principaux assistants.

L'erreur habituelle : investir dans la mauvaise couche

La valeur pratique du cadre est diagnostique. Trois décalages fréquents :

• « L'IA dit que nous sommes fermés » → problème de couche 1 (mémoire périmée), atténué depuis la couche 2 : contenu à jour, cohérent et explorable partout.
• « Nous n'apparaissons pas quand on demande des hôtels de charme dans notre zone » → problème de couche 2 : il manque du contenu spécifique et indexable qui réponde exactement à cela, et une réputation distribuée pour l'appuyer.
• « L'assistant ne peut pas dire si nous avons de la disponibilité » → problème de couche 3 : sans connexion de données en temps réel, aucun contenu n'y remédie.

Chaque symptôme a sa couche, et chaque couche son outil. Dépenser en « contenu pour l'IA » quand le problème est de connecteurs — ou monter un serveur MCP quand c'est la réputation qui pèche — c'est jeter le budget.

Une dose d'honnêteté sur le « GEO »

L'auteur du cadre lui-même reconnaît ce que presque personne vendant ces services n'admet : les techniques GEO promettant des effets précis dans ChatGPT, Claude ou Gemini manquent encore de preuves solides, et Google s'oriente vers le traitement de la manipulation des réponses génératives comme du spam. Mon critère, appliqué aussi sur mon propre site : travailler ce qui est documenté — explorabilité, données structurées, information vérifiable, réputation cohérente — et se méfier de qui vend une « position garantie » dans un système qui ne produit même pas de classements stables.

L'idée-force qui résume les trois couches tient en une phrase du cadre lui-même : à l'ère des assistants, ce n'est pas le plus visible qui gagne, c'est le plus vérifiable. Les deux premières couches vous font apparaître ; la troisième vous rend vérifiable. Et la confiance de la machine, comme celle du client, se gagne avec des données qui tiennent quand on les vérifie.