Être cité quand les clients interrogent d'abord l'IA
Une general counsel (GC, la directrice juridique d'une entreprise) cherche un cabinet pour une restructuration transfrontalière compliquée. En 2020, elle aurait appelé deux associés de confiance pour leur demander qui ils recommandent. En 2026, elle ouvre un LLMLLMUn Large Language Model est un système d'IA entraîné sur d'énormes volumes de texte pour prédire et générer du langage, ce qui permet de rédiger, résumer ou répondre à des questions.Voir la définition complète → (large language modellarge language modelUn Large Language Model est un système d'IA entraîné sur d'énormes volumes de texte pour prédire et générer du langage, ce qui permet de rédiger, résumer ou répondre à des questions.Voir la définition complète →, la technologie derrière des outils comme ChatGPT, Claude et Gemini) et tape : « Quels sont les meilleurs cabinets pour une restructuration transfrontalière impliquant des entités allemandes et brbrLe pourcentage de visiteurs qui repartent après avoir vu une seule page, souvent le signe d'une pertinence insuffisante, d'un décalage d'intention ou d'une expérience utilisateur faible.Voir la définition complète →ésiliennes ? »
Le modèle répond en quelques secondes. Il cite trois cabinets et deux associés. Ces noms viennent de quelque part. Cette leçon explique comment faire en sorte que votre cabinet en fasse partie.
Pourquoi cela a changé la manière dont les cabinets entrent en shortlist
L'ancien parcours d'achat commençait par une recommandation humaine, puis passait au site du cabinet et aux league tables. Le nouveau parcours commence souvent par une synthèse : le LLMLLMUn Large Language Model est un système d'IA entraîné sur d'énormes volumes de texte pour prédire et générer du langage, ce qui permet de rédiger, résumer ou répondre à des questions.Voir la définition complète → lit des milliers de sources et remet à l'acheteur une shortlist déjà filtrée.
Cela compte pour une raison comportementale simple : la shortlist ancre tout ce qui suit. Si votre cabinet n'est pas dans la première réponse du modèle, vous devez désormais plaider votre entrée sur une liste à laquelle le client fait déjà confiance.
Deux éléments déterminent votre présence :
- Les données d'entraînement du modèle (ou ce qu'il peut récupérer en temps réel via une recherche web).
- Le degré d'autorité et de précision de votre cabinet sur le sujet exact de la question.
Les deux sont influençables. Ni l'un ni l'autre n'est magique. C'est du marketing, appliqué à un nouveau lecteur : la machine.
Comment les LLMLLMUn Large Language Model est un système d'IA entraîné sur d'énormes volumes de texte pour prédire et générer du langage, ce qui permet de rédiger, résumer ou répondre à des questions.Voir la définition complète → choisissent réellement les noms
Pas besoin de comprendre les transformers pour faire du bon marketing ici. Il faut comprendre trois mécaniques pratiques.
1. Fréquence et spécificité
Les modèles font remonter les entités qui apparaissent souvent ET en contexte. Un cabinet mentionné une fois comme « une référence en restructuration » pèse moins qu'un cabinet mentionné dans cinquante client alerts, annuaires de classement et programmes de conférences, spécifiquement rattachés à « restructuration transfrontalière » et « Chapter 15 » (la disposition du droit américain reconnaissant les procédures d'insolvabilité étrangères).
La leçon : occupez bruyamment un sujet étroit, plutôt que de revendiquer tout discrètement.
2. Des sources structurées et citables
Les modèles privilégient un contenu propre, attribué et facile à extraire. Les league tables et annuaires comme Chambers and Partners et The Legal 500 sont en or parce qu'ils sont structurés, classés et largement cités. Quand un annuaire indique « Band 1, Restructuring, Partner Jane Okafor », c'est un fait propre que le modèle peut répéter.
3. Les réponses augmentées par la recherche
Beaucoup d'acheteurs juridiques en 2026 utilisent des outils qui interrogent le web en direct avant de répondre (retrieval-augmented generation, ou RAG). Le contenu récent compte donc. Une client alert publiée la semaine dernière sur une nouvelle directive européenne en matière d'insolvabilité peut être reprise dans une réponse dès aujourd'hui, même si le modèle de base ne l'a jamais « apprise ».
Les trois actifs qui vous font citer
Du thought leadership qui nomme un humain
Les LLMLLMUn Large Language Model est un système d'IA entraîné sur d'énormes volumes de texte pour prédire et générer du langage, ce qui permet de rédiger, résumer ou répondre à des questions.Voir la définition complète → citent des personnes, pas seulement des logos. Une GC qui demande « qui dois-je appeler » veut un nom.
Publiez sous la signature d'associés nommés, de manière régulière, sur un sujet défini. Un associé qui écrit quatre contenus de fond par an sur la restructuration transfrontalière, toujours signés, construit une identité lisible par la machine : « Cette personne égale cette expertise. »
Actions concrètes :
- Signez chaque contenu avec le nom complet de l'associé et son domaine de pratique.
- Répétez l'expression que l'acheteur taperait (« restructuration transfrontalière », « distressed M&A », « scheme of arrangement », la procédure judiciaire britannique de restructuration de dette).
- Publiez sur un support crawlable : votre site, des articles LinkedIn, des médias juridiques reconnus, pas un PDF sous formulaire que le modèle ne peut pas lire.
Le contenu gaté est invisible pour la plupart des crawlers. Si le modèle ne peut pas l'ouvrir, il ne peut pas le citer.
Les client alerts comme signaux d'actualité
Les client alerts (courtes mises à jour envoyées par un cabinet lors d'un changement de loi ou d'une décision) sont votre levier de citation le plus rapide. Quand un régulateur publie de nouvelles lignes directrices, le cabinet qui diffuse une alerte claire sous 48 heures devient la source que tous les autres, humains et modèles, citent.
Rendez vos alertes extractibles :
- Commencez par le changement et son effet pratique, pas par « Nous avons le plaisir de noter ».
- Utilisez un titre clair indiquant le sujet réel et la juridiction.
- Ajoutez un associé contact nommé en bas.
Une alerte intitulée « Nouveaux amendements au StaRUG allemand : ce que les groupes transfrontaliers doivent faire maintenant » est bien plus citable que « Développements récents en droit de la restructuration ». (Le StaRUG est le cadre allemand de restructuration préventive.)
Présence dans les league tables et les annuaires
C'est le signal de confiance le plus fort qu'un modèle puisse trouver, parce qu'il est indépendant et structuré.
Le travail ici, c'est la discipline de soumission. Les annuaires mènent des cycles de recherche annuels avec des deadlines. Les cabinets qui soumettent des dossiers solides et bien étayés (avec des référents clients et des dossiers précis) sont classés. Ceux qui sautent le cycle disparaissent des sources structurées auxquelles le modèle fait le plus confiance.
Checklist pratique :
- Suivez les deadlines Chambers et Legal 500 par practice group.
- Nommez les associés individuellement dans les soumissions, pas seulement le cabinet.
- Sécurisez tôt les référents clients ; leur poids est disproportionné.
Mesurer si ça fonctionne
On ne pilote pas ce qu'on ne teste pas. Menez un audit trimestriel simple.
Choisissez les dix questions que vos clients idéaux poseraient réellement à un LLMLLMUn Large Language Model est un système d'IA entraîné sur d'énormes volumes de texte pour prédire et générer du langage, ce qui permet de rédiger, résumer ou répondre à des questions.Voir la définition complète →. Soumettez chacune à plusieurs modèles. Consignez les résultats.
Prompt: "Best law firms for cross-border restructuring in Germany and Brazil?"
Track per model:
- Is our firm named? Y / N
- Is a named partner cited? Y / N
- Position in the list 1 / 2 / 3 / not listed
- What source did it cite? (directory / alert / news / none)Faites-le sur trois ou quatre LLMLLMUn Large Language Model est un système d'IA entraîné sur d'énormes volumes de texte pour prédire et générer du langage, ce qui permet de rédiger, résumer ou répondre à des questions.Voir la définition complète →, car ils puisent dans des sources différentes et se mettent à jour à des rythmes différents. Répétez chaque trimestre. La progression de votre présence est votre KPIKPIKey Performance Indicator : une valeur mesurable qui montre l'efficacité avec laquelle vous atteignez un objectif précis, suivie dans le temps par rapport à une cible.Voir la définition complète → (key performance indicatorkey performance indicatorKey Performance Indicator : une valeur mesurable qui montre l'efficacité avec laquelle vous atteignez un objectif précis, suivie dans le temps par rapport à une cible.Voir la définition complète →, une métrique suivie pour juger du succès).
Une mise en garde : les sorties des modèles varient d'une exécution à l'autre, et les cabinets ne peuvent pas vérifier les données d'entraînement. Traitez cela comme une indication de tendance, pas comme un tableau de scores précis. Et ne revendiquez jamais un classement inventé par le modèle ; les modèles fabriquent parfois des citations (« hallucinent »), vérifiez donc tout ce que vous reprenez dans votre propre marketing.
Vérification des acquis
1. Pourquoi la shortlist générée par un LLM a-t-elle un effet aussi démesuré sur les cabinets qui décrochent finalement le dossier ?
2. Selon la leçon, qu'est-ce qui a fondamentalement changé dans la manière dont les cabinets entrent en shortlist entre l'ancien et le nouveau parcours d'achat ?
3. Un cabinet est décrit une fois en ligne comme « une référence en restructuration » mais apparaît rarement ailleurs. Au regard de la mécanique fréquence plus spécificité, pourquoi est-ce faible ?
4. Sélectionnez TOUTES les bonnes réponses. Selon la leçon, quels facteurs influencent la présence de votre cabinet dans la réponse d'un LLM ?
Sélectionnez toutes les réponses correctes.
5. Sélectionnez TOUTES les bonnes réponses. Quelles affirmations reflètent fidèlement la façon dont la leçon présente le marketing destiné aux LLM ?
Sélectionnez toutes les réponses correctes.
Mise en pratique : un plan à 90 jours
Vous n'avez pas besoin d'un nouveau département. Vous avez besoin de vous concentrer d'abord sur un domaine de pratique.
Semaines 1 à 2 : choisir le combat. Choisissez un sujet où vous êtes réellement solide et où les clients interrogent d'abord les LLMLLMUn Large Language Model est un système d'IA entraîné sur d'énormes volumes de texte pour prédire et générer du langage, ce qui permet de rédiger, résumer ou répondre à des questions.Voir la définition complète → (restructuration, protection des données et M&A transfrontalier sont courants). Rédigez les dix prompts acheteurs. Lancez votre audit de référence.
Semaines 3 à 6 : corriger les actifs. Dégatez vos meilleurs contenus de thought leadership. Ajoutez des signatures nommées et des titres clairs, spécifiques au sujet. Vérifiez que votre site est crawlable (pas de blocage global des bots dans votre fichier robots.txt, sauf raisons juridiques).
Semaines 7 à 10 : publier à un rythme régulier. Sortez deux client alerts tranchantes sur des développements en cours. Placez un article signé par un associé dans un média juridique reconnu. La constance bat le volume.
Semaines 11 à 13 : verrouiller les annuaires. Cartographiez les deadlines de soumission. Rédigez des dossiers nommant des associés et des dossiers précis. Alignez les référents clients.
Puis relancez l'audit et comparez.
Un mot sur la déontologie et l'exactitude
Les règles publicitaires s'appliquent toujours. La plupart des barreaux (les organismes qui régulent les avocats) interdisent les affirmations fausses ou trompeuses et les comparatifs invérifiables du type « le meilleur » sans justification. N'alimentez pas vos contenus destinés à l'IA avec des affirmations que vous ne pourriez pas défendre dans une annonce imprimée. Le canal est nouveau ; les règles déontologiques ne le sont pas.
Si vous doutez de la conformité d'une affirmation, traitez-la comme n'importe quelle publicité : vérifiez-la au regard des règles de votre juridiction avant publication.
Points clés
- La shortlist se forme avant que le téléphone sonne. Les acheteurs interrogent désormais un LLMLLMUn Large Language Model est un système d'IA entraîné sur d'énormes volumes de texte pour prédire et générer du langage, ce qui permet de rédiger, résumer ou répondre à des questions.Voir la définition complète → en premier ; votre objectif est d'être l'un des deux ou trois noms qu'il fait remonter sur vos sujets centraux.
- Soyez étroit et bruyant. Fréquence plus spécificité l'emportent. Occupez un sujet défini à travers des articles signés, des alertes réactives et des classements d'annuaires, plutôt que de revendiquer une expertise large et générique.
- Nommez les humains. Les modèles citent des personnes. Des signatures d'associés régulières et des classements nominatifs transforment des individus en experts reconnaissables par la machine.
- Rendez le contenu extractible. Un contenu non gaté, crawlable et clairement titré se fait citer ; les PDF gatés et les titres vagues, non.
- Auditez chaque trimestre, et restez conforme. Testez de vrais prompts acheteurs sur plusieurs modèles pour suivre votre présence, vérifiez toute citation avant de la réutiliser, et gardez chaque affirmation dans les clous des règles publicitaires de votre barreau.