La vidéo comme source : ce que lit l'IA sur YouTube

La plupart des équipes marketing rangent la vidéo dans la case « image de marque », mesurée en vues et en temps de visionnage, sans jamais poser la question qui compte vraiment aujourd'hui : un modèle de langage peut-il la lire ?

Il le peut, ou plutôt il peut lire ce qui en tient lieu. La vidéo est devenue l'une des sources où puisent les systèmes génératifs pour répondre à une question sur votre catégorie de produit. Le mécanisme est facile à briser, et la plupart des entreprises l'ont déjà fait sans le savoir.

Un modèle ne regarde pas votre vidéo

Quand ChatGPT, Claude, Gemini ou Perplexity présentent une vidéo comme source, aucun modèle ne l'a visionnée. Ce dont dispose le système, c'est du texte : une transcription, des sous-titres, un titre, une description, des marqueurs de chapitres, et toute autre page du web ayant intégré cette vidéo ou en ayant parlé.

Pour un système de récupération, une vidéo est un document texte assorti d'une vignette : tout ce qu'un modèle en dit, il le dit parce que quelqu'un, avant lui, a transformé le son en mots. D'où une conclusion sans détour : une vidéo sans transcription propre est presque muette. Un tutoriel magnifiquement produit peut très bien convertir sans rien apporter à la façon dont un modèle décrit votre entreprise, si le seul texte qu'il émet est un titre et une description écrite à la hâte.

Pour un modèle, la transcription, c'est la vidéo

La transcription automatique excelle sur le langage courant et échoue précisément sur les mots auxquels vous tenez le plus : le système a déjà entendu « chaîne d'approvisionnement » d'innombrables fois, mais les noms propres sont difficiles. Le nom de votre marque, de votre produit, ou d'une norme propre à votre secteur. Ce sont ces mots que le transcripteur invente, déforme ou coupe en deux.

Un nom de marque mal transcrit ne vous attribue rien du tout. Si la transcription rend votre nom sous forme d'un mot courant ou d'un composé inventé, pour tout système lisant ce texte, votre entreprise n'a jamais été mentionnée : la vidéo parle de quelqu'un d'autre.

Vérifiez-le vous-même, tout de suite

C'est falsifiable dans le temps qu'il faut pour préparer un café.

• Ouvrez l'une de vos vidéos sur YouTube, celle où votre marque est le plus souvent prononcée.
• Ouvrez le panneau de transcription : sur ordinateur, il se trouve sous la description, sur mobile derrière le même menu.
• Cherchez le nom de votre marque dans cette transcription. Pas à l'œil : avec la fonction de recherche du navigateur, tapé exactement comme vous l'écrivez.
• Est-il présent, correctement orthographié, à chaque fois qu'il a été prononcé ? Ou apparaît-il sous une autre forme, ou pas du tout ?

Faites de même pour les noms de vos produits et pour tout terme technique dont dépend votre catégorie. Si la transcription est fausse, la correction est manuelle : téléversez un fichier de sous-titres corrigé. YouTube remplace alors la tentative automatique par votre texte, ce qui peut faire toute la différence entre une vidéo qui vous mentionne et une qui ne le fait pas.

Le titre et la description ne sont pas de la décoration

Le titre est le texte court le plus fort attaché au contenu, et la description le plus long morceau de prose que vous maîtrisez à côté de lui. Pourtant, les descriptions sont encore souvent réduites à une liste de liens : réseaux sociaux, horodatages, rien d'autre. Si elle ne dit pas, en phrases normales, à quelle question la vidéo répond et qui l'a réalisée, vous avez laissé vide le champ le plus récupérable de la page, rempli de liens à la place.

Les chapitres, c'est de la structure, et la récupération d'information aime la structure

Les marqueurs de chapitres découpent une longue vidéo en segments nommés : pour un humain c'est un confort, pour un système de récupération une série de passages étiquetés, chacun avec sa tranche de transcription en dessous. Un long webinaire sans chapitres est un mur de paroles indifférencié, la réponse enfouie au milieu et rien pour la signaler. Le même webinaire avec des titres honnêtes devient une petite bibliothèque d'unités interrogeables : nommez-les d'après ce qu'ils couvrent, pas d'après une plaisanterie interne. « Tarifs et licences » se fait récupérer, « Le passage amusant » non.

Pourquoi une question dans le titre fonctionne si bien

Le format « posez la question dans le titre, répondez-y dans la vidéo » fonctionne étonnamment bien comme source. La récupération fonctionne par similarité : le système cherche un texte qui ressemble à la question posée, et rien n'y ressemble davantage qu'une autre question. Un titre formulé comme le dirait un acheteur, suivi d'une transcription qui y répond dès la première minute, correspond de près à la requête tapée par une vraie personne. Un slogan, lui, ne correspond à rien : personne ne l'a jamais tapé nulle part.

L'endroit où se trouve la réponse compte aussi. Le passage récupéré est celui où la réponse est proche de la question, donc une vidéo qui enterre sa conclusion derrière une longue introduction enterre également le texte récupérable.

Les pages autour de la vidéo comptent autant que la vidéo

Une vidéo seule sur une plateforme est un document. Une vidéo intégrée sur votre propre site, à côté d'un résumé écrit, dans une page que d'autres relient, forme un ensemble de documents pointant tous vers la même chose. Les modèles captent le contenu vidéo à travers ces pages environnantes : un billet de blog qui résume l'intervention, ou un fil de forum qui cite votre fondateur. La vidéo est l'origine, les pages sont l'amplificateur.

Le geste pratique, donc, n'est pas de publier et de passer à autre chose. Donnez à chaque vidéo qui compte un foyer écrit : une page sur votre propre domaine avec la vidéo intégrée, un vrai résumé, et la transcription sous forme de texte lisible. Cette page peut être récupérée même par des systèmes qui ne touchent jamais la plateforme vidéo.

Ce qu'être une source ne vous garantit pas

Être lisible est une condition préalable, pas une promesse. Un modèle peut avoir votre transcription dans son contexte et pourtant citer trois autres entreprises. Personne ne peut garantir qu'une vidéo finisse citée, et quiconque affirme le contraire décrit un levier qui n'existe pas. Vous contrôlez si la machine a de quoi travailler, pas ce qu'elle en fait.

Ce qui mérite vraiment d'être mesuré

La question utile n'est pas combien de vues la vidéo a obtenues. C'est : quand une IA répond à une question sur ma catégorie, mes vidéos apparaissent-elles parmi les sources qu'elle a utilisées ?

Y répondre suppose de poser les questions d'achat sur les systèmes utilisés, dans chaque langue où vous vendez, puis de lire les sources derrière chaque réponse plutôt que la prose en surface. Parfois, une vidéo oubliée fait discrètement le travail. Le plus souvent, les sources sont les pages de quelqu'un d'autre, et aucun de vos contenus n'est dans la pièce.

C'est ce niveau que rapporte PSentry : il exécute vos prompts sur ChatGPT, Claude, Gemini et Perplexity, dans chaque marché, et montre quelles sources les modèles ont utilisées pour parler de votre catégorie, avec les endroits où vous avez été mentionné et qui a été cité à votre place. Il mesure. Il n'optimise pas vos vidéos, et il ne vous promet aucune citation.

Corriger une transcription est un petit travail avec un mécanisme clair derrière lui. Si cela change quelque chose en aval reste une question empirique, et la seule façon de le savoir est de regarder ce que les modèles citent avant et après. Presque personne ne regarde.

Questions Fréquentes

Les modèles lisent-ils vraiment les transcriptions YouTube ?

Ils lisent le texte associé à la vidéo, dont la transcription est la plus grande partie. Les systèmes qui récupèrent des pages en direct l'atteignent directement ; ceux qui répondent depuis leur entraînement l'ont souvent absorbée via des pages la citant. Le chemin passe toujours par les mots, pas par les pixels.

Dois-je téléverser mes propres sous-titres ou faire confiance aux automatiques ?

Vérifiez d'abord les automatiques. Si votre marque et vos produits ressortent correctement, laissez-les tels quels. Sinon, téléversez un fichier corrigé : une marque mal orthographiée n'attribue le contenu à personne.

Cela s'applique-t-il à des plateformes autres que YouTube ?

Le mécanisme, oui : toute vidéo n'est lisible pour un modèle qu'à travers le texte qui l'entoure. Ce qui change, c'est la part de ce texte publiquement accessible. Une vidéo derrière une connexion, ou hébergée là où aucune transcription n'est publiée, reste invisible en termes de récupération, aussi bonne soit-elle.

Si je corrige tout, ma vidéo sera-t-elle citée ?

Peut-être. Personne ne peut le promettre, et qui le fait vend quelque chose qu'il ne peut pas livrer. Transcriptions correctes et titres clairs rendent une vidéo éligible comme source. Qu'une réponse l'utilise dépend de la question, du modèle, de la langue et de ce qui existe ailleurs sur votre catégorie.

Comment saurais-je si une vidéo est devenue une source ?

En lisant les sources jointes aux réponses des IA sur votre catégorie, de façon répétée, plutôt qu'en surveillant le nombre de vues. Une vérification isolée ne dit rien : ces systèmes sont probabilistes, et deux questions identiques peuvent produire des citations différentes. Seule une tendance, sur de nombreuses questions et dans la durée, a un sens.