Apparaître dans DeepSeek et se faire citer par l’IA

DeepSeek est à la fois un assistant conversationnel, avec son site et son application, et une famille de modèles de langage que tout le monde peut télécharger. L’entreprise qui le développe, Hangzhou DeepSeek Artificial Intelligence, publie les poids de ses modèles : le modèle déjà entraîné, prêt à être installé sur les serveurs d’autrui.

Pour une marque, DeepSeek n’est donc pas un seul endroit où apparaître. C’est l’assistant officiel, et c’est aussi chaque produit d’une autre entreprise qui fait tourner ce même modèle en coulisses, avec des connaissances figées à la date de son entraînement.

Le résumé des données d’entraînement de DeepSeek-V4, le modèle que l’entreprise a mis sur le marché de l’Union européenne le 24 avril 2026, affirme, en anglais, que son robot d’exploration est conçu pour respecter les instructions de robots.txt et les autres protocoles web standard, et qu’il n’est pas prévu pour contourner les captchas, les paywalls ou les contenus protégés par mot de passe. Le même document indique que DeepSeek n’a pas signé le code de bonnes pratiques européen pour les modèles d’IA à usage général.

La politique de confidentialité de DeepSeek, mise à jour le 10 février 2026, règle le mode recherche en une ligne : l’entreprise intègre des API tierces pour fournir ses services de recherche et leur transmet les mots-clés saisis par l’utilisateur. Elle ne dit pas quel moteur se trouve derrière.

Ce qu’un responsable marketing ne trouvera pas dans la documentation de DeepSeek, consultée le 29 septembre 2026 :

• Le nom de l’agent avec lequel il explore le web, pour l’autoriser ou le bloquer à part dans robots.txt.
• Une liste de plages d’adresses IP pour le laisser passer dans le pare-feu.
• Un réglage qui sépare l’entraînement de la recherche, comme ceux que publient OpenAI pour ChatGPT et Google pour Gemini.
• Un rapport destiné aux propriétaires de sites indiquant combien de fois une page apparaît dans ses réponses.

L’écart de dates est ce qui prête le plus à confusion. Une page publiée aujourd’hui peut apparaître dans le mode recherche de DeepSeek dès que le moteur qui se trouve derrière l’indexe, mais elle n’entrera dans ce que le modèle sait de mémoire que lorsque DeepSeek entraînera un nouveau modèle sur des données plus récentes.

Common Crawl est une fondation à but non lucratif qui explore le web et publie le résultat sous forme d’archive ouverte. Son archive d’août 2026, publiée le 24 août, contient 2,14 milliards de pages web issues de 33,1 millions de domaines enregistrés, explorées entre le 7 et le 20 août 2026.

Le robot de Common Crawl s’appelle CCBot et il respecte robots.txt : la fondation documente elle-même la règle qui le bloque. Un site qui bloque CCBot sort de cette archive et, avec elle, de l’une des sources sur lesquelles DeepSeek déclare s’entraîner.

Le résumé de DeepSeek-V4 précise que les données sont filtrées par qualité, dédupliquées et classées par langue avant l’entraînement. Pour une marque, cela veut dire qu’une page isolée pèse peu, et que ce qui compte, c’est que beaucoup de pages différentes disent la même chose d’elle.

La portée est réelle. Sur Hugging Face, le dépôt public où DeepSeek publie ses modèles, DeepSeek-V4-Pro affichait 449 070 téléchargements sur le dernier mois au 29 septembre 2026. Amazon Bedrock, le service de modèles d’Amazon Web Services, proposait à cette date trois modèles de DeepSeek : V3.2, V3.1 et R1.

Pour une marque, la conséquence est une question de calendrier. Un produit qui fait tourner DeepSeek-V3.1 continue de répéter ce que ce modèle a appris, même si l’entreprise a changé depuis de nom, de prix ou d’offre. Ces déploiements ne se corrigent pas un par un ; seul le site se corrige, pour que le modèle suivant apprenne la bonne version.

Une marque qui n’existe qu’en français ou en anglais est représentée en chinois par ce que d’autres ont écrit sur elle dans cette langue, si quelqu’un l’a fait. Traduire la page produit, la page de tarifs et la phrase de définition est le minimum pour que le modèle ait quelque chose de la marque elle-même à lire.

La politique de confidentialité de DeepSeek en chinois, datée du 10 février 2026, confirme que le mode recherche existe aussi sur ce marché. Elle ne dit pas non plus quel moteur se trouve derrière, donc la règle reste la même : être indexée dans les moteurs qu’utilise ce public.

Ce qu’on peut vérifier aujourd’hui sur la présence d’une marque dans DeepSeek :

• Ce que dit l’assistant de la marque quand on l’interroge sur sa catégorie, avec la recherche activée et désactivée. Les deux réponses mesurent les deux voies.
• Si le site laisse passer CCBot, et si le pare-feu le laisse passer aussi, pas seulement robots.txt.
• Quelles visites arrivent depuis le domaine de l’assistant de DeepSeek, dans une analytique web configurée pour isoler cette source.
• Ce que répondent les clients à la question « comment nous avez-vous trouvés ? », la seule attribution qui ne dépend d’aucun fournisseur.

Ce qu’on ne peut pas faire, c’est promettre un résultat attribuable. Quiconque promet une présence dans DeepSeek dans un délai donné promet quelque chose que même la documentation de DeepSeek ne permet pas de vérifier.