Recherche initiale : distribution des requêtes Gemini 3

Google a annoncé la sortie de Gemini 3 cette semaine, et cela s'est accompagné d'avancées majeures en matière de raisonnement, de compréhension multimodale et de capacités agents. Mais pour les spécialistes du marketing numérique, la mise à jour la plus importante est que Gemini 3 alimentera leurs systèmes de recherche AI, en commençant par le mode AI et en passant éventuellement par les aperçus AI.

TL;DR : Les résultats de haut niveau de notre recherche :

10.7 moyenne des requêtes de diffusion par invite
95% des requêtes de diffusion avaient 0 MSV
6.7 nombre moyen de mots par requête distribuée
21,3% contenu un an
26,4% des requêtes de diffusion incluaient un nom de marque dans la recherche

À mesure que Gemini 3 devient le moteur derrière la recherche IA au sein de l'expérience de recherche traditionnelle de Google, comprendre quels types de requêtes distribuées sont générés sera de plus en plus important pour votre stratégie de référencement et de visibilité IA.

Avec cette mise à jour, Google a souligné que « la technique de répartition des requêtes de la recherche Google fait l'objet d'une mise à niveau majeure ».

Le concept de « diffusion de requêtes » est un sujet brûlant depuis qu'il a été utilisé pour la première fois pour décrire comment les systèmes de recherche IA de Google divisent la question d'un utilisateur en plusieurs sous-requêtes pour recueillir des informations complémentaires.

Les diffusions de requêtes nous donnent un aperçu direct des entités, thèmes et relations dans lesquels Gemini interrompt une invite lors de l'utilisation de sources Web. Alors que nous continuons à faire progresser la stratégie de recherche AI et à procéder à l'ingénierie inverse de ces modèles pour influencer la visibilité, les modèles guideront ces efforts en donnant un autre indice lié au « pourquoi » ces modèles mettent en avant certaines marques ou citent des sources spécifiques.

Check out the full PDF detailing the fundamentals of AI Overviews and AI Mode in Search from Google.

Configuration et méthodologie de la recherche

Pour mettre cela rapidement à l'épreuve, j'ai utilisé l'API Gemini 3 et exécuté un ensemble de démarrage de 501 invites que nous suivons régulièrement pour Seer et ses clients. La liste d'invites contient des questions telles que « Où puis-je trouver les meilleurs services de référencement pour les grandes entreprises ? » dans plusieurs secteurs différents pour élargir le réseau et faire apparaître des modèles initiaux sur tous les sujets.

Note: J'ai forcé la mise à la terre sur toutes les invites analysées. Cela signifie que chaque requête devait exploiter la recherche Google afin que l'API renvoie les requêtes de diffusion pour notre recherche.

Puisque l'échouement a été forcé, cette recherche n'inclura pas un aperçu de la fréquence à laquelle Gemini 3 utilise naturellement la recherche Google plutôt que d'utiliser principalement ses propres données d'entraînement.

Pour cette recherche, je me suis concentré sur la question : Chaque fois que des requêtes de diffusion sont utilisées dans Gemini 3, à quoi ressemblent les requêtes et quels modèles apparaissent systématiquement ?

Un examen plus approfondi du comportement de diffusion de Gemini 3

Requêtes de diffusion par invite

Il y avait en moyenne 10,7 requêtes de diffusion par invite avec un minimum de 3 et un maximum de 28 requêtes de diffusion à partir d'une seule invite.

A titre de comparaison, Gemini 3 a 5 fois plus de requêtes que ChatGPT quand on regarde une étude que Chris Long de Nextiv a analysée le mois dernier.

L'ampleur de ces recherches n'est pas si surprenante étant donné le commentaire de Google sur l'utilisation de « davantage de recherches pour découvrir du contenu Web pertinent ». Mais nous pouvons désormais constater à quel point ce réseau est plus large. Par rapport à Gemini 2.5, les requêtes sont en hausse de 78 %passant d'une moyenne de 6,01 en Gemini 2,5 à 10,7 en Gemini 3.

L’ampleur de ces diffusions devrait être bénéfique de deux manières :

Pour les utilisateurs qui s'appuient réellement sur Gemini pour la recherche d'informations ou la prise de décision, l'éventail plus large de sources devrait contribuer à la pertinence et à la crédibilité des résultats.
Pour les spécialistes du marketing, cela fournira une lecture beaucoup plus claire des modèles et des thèmes que le LLM identifie comme importants dans votre espace. Ces conseils sont quelque chose sur lequel nous n’avons pas vraiment eu une vision à grande échelle et qui aideront les tactiques de visibilité de l’IA.

Mots par requête de diffusion

Il y avait en moyenne 6,7 mots par requête de diffusion, allant de 17 mots en haut de gamme à 2 mots en bas de gamme.

Voici à quoi ressemblait la requête de répartition de 17 mots :

Rapide: Quelles lames de terrasse en composite dois-je acheter si je veux un aspect bois le plus réaliste possible ?
Requête de répartition: TimberTech AZEK Vintage Collection vs Trex Transcend Lineage vs Deckorators Voyage vs Fiberon Concordia aspect bois réaliste

Les requêtes de recherche à longue traîne sont traditionnellement associées à des utilisateurs plus avancés dans leur processus de recherche et qui tentent de prendre une décision plus sûre en fonction de leurs besoins.

D'après la longueur des requêtes de diffusion, nous constatons le même schéma en provenance de Gemini. L'invite n'est pas seulement reformulée, mais les diffusions s'étendent vers des variantes très spécifiques et à longue traîne de ce qu'un utilisateur peut rechercher s'il recherche plus de contexte.

Gemini recherche constamment des comparaisons, des attributs et des informations plus approfondies lors de la vérification des sources Web, ce qui nous donne un signal plus clair sur le contenu à prioriser. Il ne suffit pas de couvrir les informations superficielles, mais le contenu devra inclure les détails spécifiques recherchés par Gemini dans vos invites prioritaires.

Volume de recherche des requêtes de diffusion

95 % des requêtes générées par Gemini pour les diffusions de requêtes avaient un volume de recherche global de 0. Bien que cela ne signifie pas nécessairement qu'ils ont une demande nulle, cela montre à quel point les requêtes sont de niche, ce qui correspond au degré de détail que nous avons trouvé pour les requêtes à longue traîne dans la section précédente.

Cela signifie que la plupart du temps, les requêtes générées par Gemini ne seront pas des mots-clés cibles courants sur lesquels nous pourrions nous concentrer dans les stratégies marketing.

Thèmes courants dans les requêtes de diffusion

Il n'y avait qu'un chevauchement de 1 % sur l'ensemble des données de diffusion complète, de sorte que presque chaque requête générée par Gemini était unique. Connaissant l'ampleur et la difficulté de cibler ces requêtes de diffusion, il sera essentiel de comprendre les modèles courants utilisés pour rester agile avec votre stratégie de contenu.

Dates (plus précisément, années)

2024 et 2025 ont été utilisés dans 21,3 % des requêtes de diffusion. Cela valide nos données précédentes qui testaient les hypothèses de Les LLM préférant le contenu récent pour des questions allant de l'assurance habitation abordable à la recherche d'un logiciel de paie d'entreprise.

Dans les discussions autour de la récence du contenu, une question qui revient souvent est de savoir comment les LLM « savent » si le contenu a été mis à jour. Nous avons généralement pensé à cela de la même manière que nous pensons à la recherche traditionnelle : Google suit les modifications des pages via son index et l'utilise comme signal. Mais ce que nous constatons dans les requêtes de répartition suggère qu'il existe une autre couche à cela.

En incluant explicitement une année dans les requêtes de recherche, il recherche activement des signaux sur la page elle-même qui signalent une récence. L'ajout de dates de publication et de mise à jour visibles peut jouer un rôle encore plus important dans la façon dont votre contenu apparaît – en particulier pour les LLM comme ChatGPT qui n'ont pas encore d'index aussi puissant et s'appuient davantage sur ce qui est directement signalé sur la page.

Marques

26,4 % des requêtes de diffusion incluaient un nom de marque dans la recherche.

Il s’agit d’un point de données majeur car le fait que votre marque soit mentionnée dans la requête de diffusion augmente vos chances d'être citée dans la réponse LLM et d'apparaître comme une citation.

Prenez par exemple cette invite : quel est le meilleur logiciel de paie pour les comptables ?

Sur les 16 requêtes de diffusion, 4 incluaient des noms de marque :

ADP vente en gros de paie pour les avis des comptables
Goût contre ADP vs QuickBooks Payroll pour les comptables
Gusto et OnPay vs ADP avantages du programme de partenariat pour les comptables
ADP Pourcentage de partage des revenus du programme partenaire Accountant Connect

Cela indique qu'il ne s'agit même pas de ce qu'ADP a sur son site Web ou des sites tiers sur lesquels ADP est mentionné, il existe un lien sémantique entre l'invite et cette marque qui place automatiquement ADP dans l'ensemble de considérations.

Sans surprise, ADP a été immédiatement référencé dans le résultat de l'invite.

C'est formidable pour ADP, mais qu'en est-il pour les marques qui rivalisent de visibilité pour les invites associées ? En règle générale, cela signifie qu'il peut y avoir un niveau de complexité plus élevé pour obtenir de la visibilité pour ces invites.

Dans les cas où votre marque n'est pas mentionnée dans les diffusions mais que des sources tierces le sont, cela peut vous donner un aperçu plus précis des endroits où votre marque doit être visible afin d'être incluse dans l'ensemble de considérations. Voici deux exemples :

Rapide: Où puis-je trouver les meilleures agences de conception UX pour les sites Web ?
Sortie en éventail: Embrayez les meilleures agences de conception UX
Rapide: Quelles sont les meilleures agences proposant des plateformes de marketing unifiées ?
Sortie en éventail: meilleurs partenaires de solutions Hubspot Elite

Related: Seer how LLMs can amplify brand misconceptions on third-party sites and how to address them.

L'examen de ces marques tierces à grande échelle, ainsi que les citations réelles utilisées pour les invites, vous aideront à prioriser les partenariats potentiels ou les placements tiers pour votre marque.

Pour les 73,6 % restants de requêtes de diffusion qui n'incluent pas de nom de marque, commencez à surveiller les sites visibles dans les résultats de recherche pour ces requêtes.

Si vos propres pages (ou celles de vos concurrents directs) sont visibles, c'est le signe que vous avez la possibilité d'acquérir une visibilité organique et potentiellement d'être utilisée comme citation. Si ces résultats sont dominés par des affiliés ou des tiers, cela indique où vous souhaiterez peut-être établir vos partenariats de marque pour être visible là où les LLM recherchent.

Quelle est la prochaine étape

À travers nos études LLMnous avons constamment constaté que l'industrie peut influencer le comportement d'un modèle. Pour cette raison, notre prochaine étape principale consistera à étendre cette recherche et à voir comment les modèles de diffusion évoluent selon les différents secteurs verticaux, où il existe des similitudes et des différences.

Pour l’instant, voici où nous recommandons de concentrer les efforts initiaux :

Surveillez vos propres requêtes de diffusion pour trouver l'invite qui compte le plus pour vous.

Le moyen le plus rapide de comprendre comment Gemini perçoit votre marque et votre secteur d'activité est de générer ces requêtes de diffusion pour les invites pour lesquelles vous souhaitez être visible. Cela influencera votre propre feuille de route pour la visibilité de l’IA.

Approfondissez votre contenu au-delà des informations superficielles

Y a-t-il des attributs, des intégrations ou des comparaisons pour votre sujet qui ne sont pas clairement abordés sur votre site ? Créez ce contenu de marque riche en contexte afin que les LLM et les utilisateurs recherchant ces détails plus approfondis aient une meilleure compréhension de votre marque.

Renforcez la visibilité sur les sources tierces de recherche Gemini

Je sais que les relations publiques numériques et les mentions de marque sont systématiquement recommandées pour influencer la visibilité de votre IA. Les requêtes de diffusion et les citations peuvent aider à établir des priorités. Si des sites d'avis, des actualités du secteur ou des affiliés apparaissent régulièrement, déterminez les petites mesures que vous pouvez prendre pour être visible et compétitif dans ces environnements.

Comparez votre trafic de référencement IA depuis Gemini

Les Gémeaux ne représentent que 2,9 % de tout le trafic de référencement IA dans notre ensemble de données client Seer. Grâce aux requêtes de diffusion étendues de Gemini 3, évaluez votre trafic existant pour mesurer l'impact de ces changements sur les sessions du LLM dans les mois à venir.