Posez deux fois la même question à ChatGPT et comparez : la formulation change, parfois les sources aussi. Ce n'est pas un bug, c'est du non-déterminisme. Pour générer un texte fluide, un LLM tire le mot suivant dans une distribution de probabilités plutôt que de renvoyer une sortie unique et figée. Le même paramètre qui rend les réponses naturelles les rend aussi variables d'une exécution à l'autre.
L'erreur classique en GEO consiste à conclure d'un seul essai. « J'ai demandé, la marque n'est pas citée, donc je suis invisible » — ou l'inverse, un test chanceux pris pour une victoire. Un test isolé ne dit presque rien : la fois suivante, le résultat peut s'inverser. C'est pourquoi la visibilité IA se mesure sur des dizaines d'itérations, plusieurs moteurs et une période, pour dégager une fréquence stable et fiable.
Le bon critère de décision découle de là : ne visez pas « être cité une fois », visez « être cité souvent ». Plus votre contenu est clair, autoportant et repris à travers le web, plus la probabilité d'apparaître à chaque tirage monte. Le non-déterminisme transforme le référencement génératif en jeu statistique — on optimise un taux de citation, pas un rang unique et définitif.