Des mots-clés aux conversations : le nouveau virage publicitaire de l’IA

S’il y a bien un produit qui m’a fasciné durant mes années chez Google, c’est le moteur de recherche. J’ai eu la chance d’observer l’évolution de cette technologie dans différentes fonctions : responsable du succès client, responsable go-to-market ou encore responsable du marketing produit pour la France et la région EMEA.

C’est sans doute ma formation en littérature et en langues étrangères, ainsi qu’une fascination difficile à expliquer pour les mots et la sémantique, qui ont entretenu mon intérêt et ma curiosité pendant toutes ces années : comment les technologies de traitement automatique du langage naturel parviennent-elles à déduire une intention à partir de mots-clés et à la mettre en relation avec des offres correspondantes, commerciales ou non ?

Nous assistons peut-être aujourd’hui à un nouveau tournant majeur avec le lancement par OpenAI de la publicité dans ChatGPT en Europe (1) et le développement d’une nouvelle discipline, le GEA ou Generative Engine Acquisition. Certains parleront de changement de paradigme, voire de révolution. Une grande partie de ce nouvel univers héritera probablement de la recherche telle que nous la connaissons, tandis qu’une autre sera sans doute entièrement nouvelle.

Du pareil au même

À lire et écouter les nombreux articles et vidéos des professionnels du secteur, consacrés à la publicité dans ChatGPT, une chose paraît claire : cette innovation produit parle directement aux spécialistes du SEA (Search Engine Advertising). ChatGPT Ads est d’ailleurs souvent comparé aux annonces Google Search, et la ressemblance entre les deux interfaces est frappante.

On retrouve les mêmes entités de part et d’autre : campagnes, groupes d’annonces, annonces, enchères, ainsi que des fonctionnalités complémentaires telles que les flux de données ou les audiences. Certains des premiers testeurs reconnaissent même avoir parfois simplement copié-collé dans ChatGPT Ads la structure de leurs campagnes Google Search, comme si les deux systèmes étaient le reflet l’un de l’autre.

Après tout, il s’agit de faire correspondre des mots-clés ou des intentions sémantiques avec des contenus apparaissant dans des conversations avec un LLM. Lors de la création d’une campagne dans ChatGPT Ads, il est demandé d’ajouter des « indications de contexte » (context hints), décrites ainsi : « conversations, sujets ou mots-clés dans lesquels vos produits ou services peuvent être pertinents ; ces indications servent à guider la mise en correspondance, mais ne constituent pas des règles de ciblage en correspondance exacte ».

Les mots-clés font bien partie des éléments de ciblage, mais tout spécialiste de Google Search risque d’être déstabilisé par l’absence de types de correspondance (match types) qui est un repère-clé. Dans Google Ads, ceux-ci permettent en effet de contrôler jusqu’où la plate-forme peut élargir le sens d’un mot-clé pour déclencher une annonce : très peu en correspondance exacte, davantage en expression exacte et beaucoup plus largement en requête large (broad match).

Une telle absence de contrôle serait difficilement concevable dans Google Search, tant les niveaux de dépense et d’exposition peuvent varier selon le type de correspondance utilisé. Le choix des « indications de contexte » dans ChatGPT Ads peut donc sembler inconfortable à tout professionnel habitué à maîtriser précisément la portée potentielle de ses mots-clés.

Et comme les possibilités de reporting restent encore limitées, les annonceurs disposent probablement de peu de visibilité sur la manière dont leurs publicités sont diffusées et, surtout, sur les conversations dans lesquelles elles apparaissent.

À l’ère du marketing piloté par l’IA, les annonceurs sont incités à se concentrer avant tout sur la performance, sans nécessairement savoir précisément où leurs annonces ont été diffusées — une approche que j’ai moi-même défendue pendant de nombreuses années chez Google. Cette logique se tient mais le reporting est ce qui permet aux annonceurs de mieux comprendre leurs audiences.

Semblable, mais différent

Tous s’accordent toutefois à dire que ces « indications de contexte » constituent la partie la plus difficile — et donc la plus intéressante — de la configuration d’une campagne. Les annonceurs doivent-ils décrire les conversations qu’ils souhaitent cibler, le sujet, formuler un prompt, définir des personas conversationnels, ou procéder encore autrement ?

Au fond, il leur est demandé de définir les conversations auxquelles ils souhaitent prendre part. C’est précisément là que les approches les plus innovantes devront émerger, et que de nouvelles compétences ainsi que de nouveaux outils devront être développés au sein de l’écosystème publicitaire.

Aujourd’hui, les produits et services sont encore souvent définis de manière très littérale, avec très peu d’écart entre leur nature (ce qu’ils sont) et la manière dont ils sont désignés. Demain, les annonceurs devront davantage réfléchir à la façon dont les internautes parlent de leurs produits et services et en discutent.

C’est une évolution très positive, car elle obligera les spécialistes du marketing à se mettre encore davantage à la place de leurs clients potentiels, à comprendre leur manière de penser et leurs aspirations, et à imaginer les mots et les phrases précis qu’ils utilisent pour exprimer ce qu’ils recherchent — en particulier pendant la phase de découverte de leur parcours.

Voire à anticiper ce qu’ils ne savent pas encore qu’ils recherchent.

J’anime un atelier de réflexion stratégique sur l’IA appelé Narra, qui utilise des fictions d’entreprise comme supports de brainstorming afin d’aider les équipes à s’aligner autour d’une vision commune. J’ai essayé de promouvoir cette offre avec des annonces Google Search, mais il n’y avait pratiquement aucun trafic sur les expressions exactes décrivant l’offre, comme « corporate fiction », tandis qu’un terme comme « AI strategy » était beaucoup trop large et trop coûteux pour mon tout petit budget. Dans le secteur, tout le monde cherche ce point d’équilibre idéal entre des termes de recherche ni trop génériques ni trop spécifiques, afin de trouver le bon compromis entre coût et volume.

Avec les publicités ChatGPT que je suis en train d’expérimenter, le défi est très différent : je dois me mettre à la place des clients et réfléchir aux questions qu’un dirigeant pourrait poser à ChatGPT. « Comment puis-je faire émerger une vision collective de l’IA dans mon entreprise ? » est, par exemple, le type de prompt à côté duquel j’aimerais voir apparaître Narra.

Étant moi-même très proche de cette idée d’entreprise, je peux témoigner de la difficulté qu’il y a à décrire les aspirations des clients — et à quel point cet exercice est éloigné du simple fait d’acheter « AI strategy workshop » comme mot-clé. On pourrait même dire que cet exercice relève du product management : il s’agit de s’attacher au problème à résoudre, plutôt qu’à « la » solution que l’on propose. Dans une intervention vidéo consacrée à ChatGPT Ads (2), Dave Dugan, responsable mondial des solutions publicitaires chez OpenAI, explique que « les gens viennent sur ChatGPT avec a-job-to-be-done », un concept-clé en product management.

Le changement est donc majeur, car il implique plusieurs pas de côtés : s’écarter de la description de l’objet tel qu’il apparaît pour aller vers la manière dont les gens pourraient en parler ; s’écarter de la manière dont les choses sont nommées, pour aller vers la façon dont elles peuvent être désignées ; s’écarter de la façon dont, en tant qu’entreprise, on souhaite décrire ses produits ou services, pour aller vers celle dont les utilisateurs pourraient les décrire avec leurs propres mots.

On pourrait même parler d’un effort de décentration. En psychologie, la décentration désigne « la capacité cognitive à se détacher de son propre point de vue immédiat et égocentré afin de prendre en compte plusieurs dimensions d’une situation ou le point de vue d’autrui ».

Je pousse sans doute l’analogie un peu loin : nous parlons ici de marketing numérique, pas de psychologie. Mais identifier les bonnes conversations à cibler exige bel et bien, de la part des annonceurs, un effort de décentration.

Irai-je jusqu’à dire que l’empathie est la clé du succès sur ChatGPT ? Non. Mais la tentation est grande.

Finalement, définir ces « indications de contexte » est beaucoup plus ambigu et beaucoup plus incertain que le ciblage par mots-clés. Mais c’est aussi potentiellement beaucoup plus riche : une intention bien décrite permet une mise en correspondance beaucoup plus pertinente et, potentiellement, de bien meilleures performances. C’est d’ailleurs un premier retour d’expérience partagé par Dave Dugan dans une présentation de ChatGPT Ads (3).

Forcément différent

Désormais, les annonceurs voudront savoir dans quelles conversations leurs publicités sont apparues. Dans la logique classique du SEM (Search Engine Marketing), ils auront besoin de l’équivalent du rapport de Google Ads qui indique quelles requêtes ont effectivement été associées aux mots-clés achetés. Il y a de fortes chances qu’une fonctionnalité de ce type soit déjà en préparation, tant elle paraît indispensable.

Mais qu’OpenAI y affichera-t-il ? Des conversations regroupées par thématiques ? Des mots-clés ? Des sujets ? Les annonceurs pourront-ils inclure ou exclure certains groupes de conversations, ou enchérir davantage sur certains d’entre eux ? Ou bien OpenAI ne communiquera-t-il rien de tout cela, en considérant que les KPI du marketing digital et les taux de conversion sont les seuls indicateurs réellement pertinents pour mesurer la performance d’une campagne ?

À propos d’indicateurs, de nouvelles métriques pourraient justement apparaître. Je reprends ici plusieurs excellentes idées proposées dans l’analyse d’Adventure Media sur le ciblage contextuel dans ChatGPT Ads (4) :

Taux de poursuite de la conversation : l’utilisateur continue-t-il à échanger après l’apparition d’une publicité ?

Score de distance sémantique : dans quelle mesure la publicité correspond-elle au sens de la conversation ?

Progression de l’intention : les questions suivantes rapprochent-elles l’utilisateur d’une décision ?

Affinement de la requête : l’utilisateur commence-t-il à poser des questions plus précises ?

Ensemble, ces indicateurs permettraient d’évaluer non seulement si une publicité génère un clic, mais aussi si elle s’intègre naturellement à la conversation et aide l’utilisateur à avancer dans son parcours.

Vraiment nouveau ?

Dans le SEM traditionnel, les mots-clés peuvent être regroupés en fonction de leur popularité. Les termes génériques génèrent beaucoup de trafic, tandis qu’une très longue traîne de recherches plus spécifiques produit des volumes plus faibles, généralement à un coût moindre dans les enchères.

Mais compte tenu du degré de précision que peuvent atteindre les conversations avec les LLM, cette pyramide va-t-elle s’aplatir, avec une proportion beaucoup plus importante de conversations spécifiques relevant de la longue traîne ?

Asad Awan, l’un des responsables de l’activité publicitaire chez OpenAI, donne dans une vidéo d’OpenAI consacrée aux usages publicitaires de ChatGPT (5) l’exemple de son goût pour les ramen végan instantanés, un plat qu’il apprécie particulièrement. Il s’agit d’un exemple de « concept inhabituel », difficile à imaginer rechercher ou désirer sans en connaître préalablement l’existence.

Un bon produit d’IA peut précisément aider les utilisateurs à découvrir ces produits et ces marchés de niche très spécifiques dont ils ignoraient même l’existence. Une opportunité évidente pour les PME ?

Qu’il s’agisse de Google Search Ads ou de ChatGPT, la capacité à faire correspondre une intention avec un contenu ne cessera de s’améliorer à mesure que les technologies progresseront. Mais l’arrivée de la publicité dans les grands modèles de langage ouvre une nouvelle ère d’innovation, dont le véritable point de bascule réside dans le passage d’une intention exprimée sous forme de recherche à une intention exprimée sous forme de conversation.

Notes

(1) OpenAI, « ChatGPT Ads expands across Europe » : https://openai.com/index/chatgpt-ads-expands-across-europe/

(2) OpenAI, intervention vidéo consacrée à ChatGPT Ads — Dave Dugan : https://www.youtube.com/watch?v=qniuz-am__c

(3) OpenAI, présentation de ChatGPT Ads — retour d’expérience de Dave Dugan : https://youtu.be/qniuz-am__c?si=bHjYFnuCsIVO0L8U&t=181

(4) Adventure Media, « Understanding Contextual Targeting in ChatGPT Ads: A 2026 Deep Dive » : https://adventuremedia.ai/blog/understanding-contextual-targeting-in-chatgpt-ads-a-2026-deep-dive

(5) OpenAI, vidéo consacrée aux usages publicitaires de ChatGPT — Asad Awan : https://www.youtube.com/watch?v=2agJo3Jf_O4&t=21s