Profound vs Otterly vs Ahrefs Brand Radar: aucun de ces trois outils ne suit vos vraies requêtes de fan-out. Ce n’est pas un défaut produit, c’est une impossibilité : Google et les autres LLMs ne les exposent pas(facilement).

Tableau comparatif Profound vs Otterly vs Ahrefs Brand Radar : comparatif query fan-out 2026

Critère	Otterly	Ahrefs Brand Radar	Profound
Nature de la donnée fan-out	Simulation (déclarée par l’éditeur)	Prompts reconstruits depuis le comportement de recherche Google	Panel opt-in de prompts utilisateurs réels
Est-ce du vrai fan-out ?	Non	Non	Non (c’est de la demande amont)
Outil fan-out gratuit	Oui	Non	Non
Base de prompts	Non communiquée	409 M+ « search-backed »	~400 M de prompts panel
Moteurs (socle)	ChatGPT, AI Overviews, Perplexity, Copilot	AI Overviews, AI Mode, ChatGPT, Perplexity, Gemini, Copilot	1 seul (ChatGPT) sur le palier d’entrée
Gemini / AI Mode	Add-ons payants	Inclus	Enterprise
Claude	Non	Non	Enterprise
Historique long	Faible	Fort (différenciateur)	Selon plan
Analyse des crawlers IA	Simulation gratuite	Non	Oui, via logs CDN
Mentions non liées	Non	Oui	Non
Prix d’entrée	~25 à 29 $ / mois	129 $ + 199 $ = 328 $ / mois minimum	~99 $ / mois (1 moteur)
Coût réaliste	189 à 489 $ / mois	828 à 1 148 $ / mois	399 $ / mois, ou 3 000 $+ pour Prompt Volumes
Essai gratuit	14 jours, sans CB	Non	Non vérifié publiquement
Transparence tarifaire	Élevée	Moyenne (empilement d’add-ons)	Faible (démo obligatoire)

Ce que vous achetez réellement :

• Otterly vend un simulateur. Son outil Query Fan Out est gratuit et le dit lui-même : il simule la façon dont Google AI Mode ou un AI Overview éclaterait une requête. C’est un excellent outil d’idéation. Ce n’est pas de la mesure.
• Ahrefs Brand Radar vend des prompts reconstruits depuis le comportement de recherche Google : plus de 409 millions de prompts « search-backed », dérivés de sa base de mots-clés et des People Also Ask. C’est de la vraie donnée. Ce n’est pas de la donnée IA.
• Profound vend de la demande IA réelle via Prompt Volumes : un panel de consommateurs opt-in, autour de 400 millions de prompts utilisateurs. C’est ce qui se rapproche le plus de la vérité. C’est réservé à l’offre Enterprise, sur devis.

Et la donnée que ces trois outils ne peuvent pas vous vendre, parce qu’elle ne s’achète pas : les grounding queries réelles, exposées gratuitement par Microsoft dans Bing Webmaster Tools et dans Clarity. Elles ne sont ni scrapées ni estimées. Elles sortent de l’infrastructure de retrieval.

Otterly : simulateur query fan out gratuit + tracker abordable

Otterly qualifie lui-même son outil de simulation. Sa page indique qu’il aide à comprendre comment Google AI Mode ou un AI Overview éclate une requête, en simulant le processus de fan-out.

C’est de l’honnêteté produit, et elle est rare sur ce marché. Vous savez ce que vous obtenez : des variations plausibles, générées par un modèle, pour un travail d’idéation éditoriale. Pas un relevé.

Utilisez-le comme un générateur de sous-sujets pour construire vos H2 et vos blocs de réponse. Ne l’utilisez jamais comme une mesure de performance.

La suite d’outils gratuits d’Otterly est d’ailleurs le meilleur point d’entrée gratuit du marché : Query Fan Out, AI Keyword Research, GEO Content Check, AI Crawler Simulation, vérification d’entité, trafic référé IA, benchmarks sectoriels.

Le tracker payant de Otterly

Plan	Prix	Prompts
Lite	~25 à 29 $ / mois	15
Standard	~189 $ / mois	100 (150 en offre agence)
Premium	jusqu’à ~489 $ / mois	400 (500 en offre agence)
Enterprise	Sur devis	Sur mesure

Essai gratuit de 14 jours, sans carte bancaire. Environ 15 % de remise en annuel.

La tarification de Otterly

Google AI Mode et Gemini sont des add-ons payants sur tous les plans. Le socle couvre ChatGPT, Google AI Overviews, Perplexity et Copilot. Si AI Mode compte pour vous, et en 2026 il devrait, votre prix réel n’est pas le prix affiché.

Métriques : Brand Visibility Index, Domain Ranking, analyse des citations de liens, Net Sentiment Score de -100 à +100, benchmark concurrentiel. Connecteur Looker Studio à partir du plan Standard, workspaces illimités pour les agences.

Ahrefs Brand Radar : suivi des query fan out

Brand Radar est le module de visibilité IA d’Ahrefs. Il suit six moteurs : Google AI Overviews, Google AI Mode, ChatGPT, Perplexity, Gemini et Microsoft Copilot.

Claude, lui, est absent…

Sa page officielle revendique plus de 409 millions de prompts organiques, plus le suivi de prompts personnalisés.

Le fonctionnement de Ahref Brand Radar

Ahrefs insiste sur un point : ses prompts sont « search-backed, pas synthétiques ». Ils sont dérivés de sa base de mots-clés et des People Also Ask, donc de questions que de vraies personnes tapent réellement.

C’est vrai. Et c’est exactement le problème.

On ne prompte pas comme on cherche.

Sur Google, on tape « meilleur CRM petite entreprise ». Dans ChatGPT, on écrit « je gère une agence de 10 personnes, je me noie dans les relances clients, qu’est-ce que je devrais utiliser ». Ce ne sont pas les mêmes requêtes, elles ne déclenchent pas les mêmes sources, et une base construite sur le comportement Google ne peut pas capter la seconde.

La distribution de la base le montre : les AI Overviews pèsent autour de 95 millions de prompts par mois et AI Mode environ 50 millions, tandis que ChatGPT, Copilot, Gemini et Perplexity apportent chacun de l’ordre de 13,5 millions. Brand Radar est un outil Google avec une couche IA, pas un outil IA.

Ajoutez la méthode de collecte : des snapshots programmés d’une bibliothèque de prompts, pas un monitoring en continu. Or la même requête produit des réponses différentes d’une heure à l’autre. Un snapshot est une version possible de la réalité, pas la réalité.

Les vraies forces de Ahref Brand Radar

Il faut être juste, parce que deux d’entre elles n’existent nulle part ailleurs.

• L’historique. La plupart des outils GEO dédiés ne conservent presque rien. Brand Radar conserve beaucoup, ce qui permet de montrer une évolution sur plusieurs mois à un comité de direction. C’est un différenciateur réel.
• Le croisement avec les données web d’Ahrefs. Voir vos citations IA à côté de votre profil de liens et de vos mentions non liées permet des corrélations qu’un outil isolé ne permet pas. La recherche d’Ahrefs de décembre 2025, sur des millions de réponses IA et 75 000 marques, établit d’ailleurs une corrélation de 0,664 entre mentions web brandées et visibilité dans les AI Overviews.
• Le crawler de mentions non liées, sur du contenu news, blogs et forums, avec déduplication. C’est de la vraie valeur digital PR.

Le coût réel de Ahref Brand Radar

Élément	Prix
Plan Ahrefs de base	À partir de 129 $ / mois (Lite), 249 $ (Standard)
Index IA Brand Radar	199 $ / mois par index
Bundle tous moteurs IA	699 $ / mois
Suivi de prompts personnalisés	À partir de 50 $ / mois pour 2 500 prompts
Module YouTube / TikTok / Reddit	199 $ / mois après la bêta
Configuration réaliste complète	828 à 1 148 $ / mois

Plafond à connaître : 2 500 vérifications de prompts par mois par défaut, où une vérification égale un prompt multiplié par un LLM multiplié par une localisation. Suivez 10 prompts sur six moteurs et trois pays quotidiennement, et vous épuisez le quota en moins de deux semaines.

Mon avis sur les écarts de précision documentés sur Ahref Brand Radar

Plusieurs tests circulent, faisant état d’écarts massifs entre les mentions ChatGPT rapportées par Brand Radar et les mentions réelles comptées à la main. Ces tests sont publiés par des concurrents directs d’Ahrefs. Je ne les reprends pas comme des faits établis.

Ce que je retiens, et que je vous invite à vérifier vous-même : la méthode par snapshot d’une base de prompts ne peut pas, par construction, produire un compte exhaustif. Ce n’est pas malhonnête, c’est la nature de l’instrument. Traitez Brand Radar comme un indicateur de tendance et de part de voix, jamais comme un compteur.

Profound : suivi des query fan out

Traité en détail dans Profound vs Semrush AI Visibility Toolkit. L’essentiel pour ce comparatif :

• Prompt Volumes est le seul jeu de données de ce marché qui ne soit ni scrapé, ni synthétique, ni dérivé d’une base de mots-clés Google. C’est un panel de consommateurs opt-in, et le Conversation Explorer s’appuie sur environ 400 millions de prompts utilisateurs réels, avec des découpages régionaux et démographiques.

• C’est la donnée la plus proche de la vérité disponible commercialement. Trois réserves, dans l’ordre d’importance.

1. Elle est réservée à l’Enterprise. À 99 $, vous avez ChatGPT seul et pas de Prompt Volumes. À 399 $, trois moteurs et toujours pas de Prompt Volumes. Vous ne pouvez pas acheter Profound pour Prompt Volumes sans passer par un devis, que le marché rapporte à partir de 3 000 $ par mois.
2. Ce n’est pas du fan-out. Prompt Volumes mesure ce que les utilisateurs tapent, pas ce que le modèle génère ensuite en interne. C’est la demande, en amont du fan-out.
3. Le volume de prompts est plus bruité qu’un volume de recherche Google. Les moteurs reformulent, les tours de conversation gonflent les comptes, et un panel ne s’extrapole pas comme une population entière. Directionnel.

En contrepartie, Agent Analytics est une vraie brique technique : connexion à votre CDN (Cloudflare, Akamai, Fastly, AWS CloudFront, Google Cloud CDN, Netlify, WordPress), lecture des logs serveur, identification des bots IA qui visitent quelles pages, avec détection des user agents falsifiés.

Ce que ces trois outils ne vous vendront jamais

Aucun des trois n’a accès à l’infrastructure de retrieval. Ils l’observent de l’extérieur, avec un scraper, un panel, ou une base de mots-clés.

Une seule entité expose ses requêtes de retrieval réelles, et elle le fait gratuitement : Microsoft.

• Bing Webmaster Tools, rapport AI Performance : vos grounding queries, vos pages citées, et depuis juin 2026 les Intents, les Topics, le Citation Share et la comparaison de périodes.
• Microsoft Clarity : le Share of Authority, le trafic référé IA, et la possibilité d’appliquer heatmaps et enregistrements de session au seul segment des visiteurs venus d’une réponse IA.

Ce ne sont pas des estimations. C’est la donnée du moteur.

« Mon audience est à 90 % sur Google. » Le grounding Bing alimente Copilot et une partie du web grounding de ChatGPT. Vous mesurez donc déjà une part réelle de votre exposition. Et surtout, vous apprenez gratuitement comment un système de retrieval traduit une intention en requêtes, sur de la donnée réelle plutôt que sur des prompts synthétiques. Les patterns structurels qui font gagner une citation Copilot sont ceux qui compteront quand Google instrumentera enfin AI Mode.

« La donnée est échantillonnée. » Oui, Microsoft l’assume, et il y a eu un incident de backfill le 1er juin 2026 qui a gonflé les courbes. Traitez les tendances, pas les valeurs absolues. Cela reste infiniment plus proche de la vérité qu’un prompt simulé.

La bonne architecture n’est donc pas « quel outil acheter », c’est un empilement :

1. Socle gratuit et first-party : Bing Webmaster Tools et Clarity. Vos vraies grounding queries.
2. Couche Google payante : Ahrefs Brand Radar si le budget suit, sinon Otterly, pour couvrir les surfaces que Microsoft ne verra jamais.
3. Couche demande : Profound Enterprise, si et seulement si votre budget GEO dépasse quelques milliers d’euros par mois.
4. Idéation : le Query Fan Out gratuit d’Otterly, pour construire vos plans éditoriaux.

Qu’est-ce que le query fan-out ?

Le query fan-out est le mécanisme par lequel un moteur IA transforme une seule question utilisateur en plusieurs recherches internes avant de composer sa réponse.

Vous demandez à une IA : « je gère une agence de 10 personnes et je perds mes relances clients, je fais quoi ? »

Le modèle ne cherche pas cette phrase. Il génère ses propres requêtes : « meilleur CRM petite agence », « CRM relances automatiques », « logiciel suivi client agence 2026 », « comparatif CRM tarifs PME ». Puis il va chercher des passages pour chacune, et il les assemble.

Chacune de ces requêtes internes est une porte d’entrée. Vous pouvez être invisible sur la question de l’utilisateur, et parfaitement visible sur trois de ses requêtes de fan-out. L’inverse est vrai aussi, et c’est le scénario qui coûte cher.

Fan-out et grounding queries : deux concepts différents

La distinction est technique mais elle change la lecture de tous les outils du marché.

Le fan-out va vers l’extérieur. Le modèle élargit : il génère des sous-questions pour explorer un sujet et couvrir des angles qu’il n’a pas.

Le grounding va vers l’intérieur. Le modèle vérifie : il génère des requêtes pour ancrer ses affirmations dans des sources qu’il peut citer.

Cyrus Shepard formule la chose ainsi : les requêtes de fan-out servent à chercher de l’information nouvelle, les grounding queries servent à vérifier de l’information existante. En pratique, le recouvrement est important, et les deux termes s’emploient souvent l’un pour l’autre. Google dit fan-out. Microsoft dit grounding query.

La différence qui compte pour vous : Microsoft publie ses grounding queries. Google ne publie rien.

Comment identifier vos requêtes fan-out ?

Trois méthodes, par ordre de fiabilité décroissante.

• Exportez vos grounding queries dans Bing Webmaster Tools (rapport AI Performance) ou dans Microsoft Clarity. C’est la seule source réelle, first-party, et elle est gratuite. Elle couvre Copilot, les résumés IA de Bing, et par ricochet une partie du web grounding de ChatGPT qui s’appuie sur l’index Bing.

• Utilisez un simulateur comme le Query Fan Out gratuit d’Otterly. Vous obtenez des hypothèses plausibles, pas des faits.

• Achetez une base de prompts reconstruite (Ahrefs) ou de panel (Profound). Vous obtenez de la demande, pas du fan-out.

La différence qui compte pour vous : Microsoft publie ses grounding queries. Google ne publie rien.

Types de requêtes fan-out

Type	Ce que le modèle cherche	Exemple généré
Décomposition	Éclater une question composite	« CRM » + « relance automatique » + « agence »
Comparaison	Confronter des options	« X vs Y 2026 »
Qualification	Filtrer par contrainte	« CRM moins de 20 utilisateurs prix »
Vérification	Ancrer un fait	« tarif officiel [produit] 2026 »
Contexte	Combler un manque	« qu’est-ce qu’un CRM »

FAQ

C’est quoi le query fan-out ?

C’est l’éclatement d’une question utilisateur en plusieurs recherches internes générées par le moteur IA avant de composer sa réponse. Google appelle cela le fan-out, Microsoft appelle grounding queries les requêtes qu’il génère pour aller chercher du contenu.

Comment identifier une requête fan-out ?

La seule méthode fiable et gratuite est d’exporter vos grounding queries depuis le rapport AI Performance de Bing Webmaster Tools ou depuis Microsoft Clarity. Les simulateurs, comme celui d’Otterly, produisent des hypothèses plausibles, pas des relevés.

Exemple de requête fan-out ?

Question utilisateur : « je gère une agence de 10 personnes et je perds mes relances clients ». Requêtes générées par le modèle : « meilleur CRM petite agence », « CRM relances automatiques », « comparatif CRM PME 2026 tarifs ». Vous pouvez être absent de la première et présent sur les deux autres.

Quel outil pour tracker le query fan-out ?

Aucun ne le fait vraiment sur Google, parce que Google ne l’expose pas. Otterly propose un simulateur gratuit, Ahrefs vend des prompts reconstruits depuis la recherche Google, Profound vend de la demande panel. La seule donnée de retrieval réelle est gratuite, chez Microsoft.

Otterly, Ahrefs ou Profound pour un budget serré ?

Otterly, sans hésiter. Lite à environ 29 $ par mois, essai de 14 jours sans carte bancaire, et une suite d’outils gratuits qui suffit à démarrer. Attention aux add-ons Gemini et AI Mode qui ne sont pas dans le socle.

Ahrefs Brand Radar suit-il Claude ?

Non. Brand Radar couvre six moteurs : Google AI Overviews, Google AI Mode, ChatGPT, Perplexity, Gemini et Microsoft Copilot. Ni Claude, ni Grok, ni Meta AI, ni DeepSeek.

Pourquoi mes mots-clés Ahrefs ne correspondent-ils pas à mes grounding queries ?

Parce que ce ne sont pas les mêmes objets. Les grounding queries sont générées par une machine, elles sont plus longues, plus qualifiées, plus conversationnelles. L’analyse de SALT.agency, croisant les grounding queries de Clarity et les données Ahrefs, ne trouve que 2 % de correspondances exactes et 80,5 % de grounding queries sans aucune donnée de ranking. Le vocabulaire du retrieval IA n’est pas celui de vos mots-clés SEO.