Pourquoi les IA ignorent votre nouveau produit

Un modèle sait les choses de deux manières entièrement différentes, et cet écart décide si votre dernier produit existe ou non pour celui qui doit l'acheter. Il y a ce que le modèle a absorbé pendant l'entraînement, figé dans ses paramètres le jour où l'entraînement s'est arrêté. Et il y a ce qu'il va chercher pendant qu'il vous répond, en direct, sur le web. Le premier est de la mémoire. Le second est de la recherche. Ils tombent en panne pour des raisons différentes et se réparent avec des choses différentes.

Un produit lancé il y a trois mois n'est pas dans le premier. Il ne peut pas y être : les paramètres étaient terminés avant que le produit n'existe. Toute la question de savoir si un assistant peut en parler à un acheteur se réduit donc à une question plus étroite : la récupération web ira-t-elle le chercher, et s'en servira-t-elle.

Deux mémoires, deux pannes distinctes

Chaque modèle a une date de coupure, après laquelle plus rien n'est entré dans ses paramètres. Ce n'est pas une frontière molle où les choses récentes seraient un peu moins bien connues. C'est un mur. Une entreprise créée après cette date, une gamme rebaptisée après, un site certifié après : rien de tout cela ne s'y trouve, quoi qu'en ait dit le web depuis.

Deux remarques sur ce mur, toutes deux vérifiables plutôt qu'à croire sur parole.

La première : les assistants annoncent très mal leur propre date de coupure. Posez-leur la question directement et vous obtiendrez souvent une date fausse, parfois de plusieurs mois, parce que le modèle produit une phrase plausible au lieu de lire une valeur dans un registre. Ne prenez pas la réponse pour une spécification. Pour savoir ce qu'il connaît d'une période, interrogez-le sur des faits de cette période et regardez ce qui sort.

La seconde : le mur se déplace sans prévenir. Les fournisseurs livrent de nouvelles versions, et une question qui ne renvoyait rien sur votre entreprise dans l'une peut renvoyer un paragraphe dans la suivante. Ce n'est ni quelque chose que vous provoquez, ni quelque chose que vous planifiez. C'est une raison de continuer à mesurer plutôt que de vérifier une fois et de classer le résultat.

Le site français arrive six mois après

Voici le cas de figure que l'on rencontre constamment chez les industriels français, et il aggrave tout ce qui précède.

Le lancement se prépare en anglais. La documentation technique sort en anglais, parce que c'est la langue des clients export et celle des normes. Le communiqué part en anglais. Les pages produit en français, elles, arrivent plus tard : après la traduction, après la validation par la filiale, après le trimestre suivant. Personne n'a mal travaillé, c'est simplement l'ordre dans lequel les choses se font.

Sauf que la conséquence est asymétrique. Pendant ces mois, un acheteur qui interroge un assistant en français sur ce que vous venez de lancer se heurte à un web francophone où votre produit n'existe pas encore, alors que le produit, lui, est en vente. La réponse qu'il reçoit ne dit pas « ce fabricant a un nouveau modèle mais la fiche n'est pas encore traduite ». Elle nomme quelqu'un d'autre.

Le correctif ne coûte pas cher et il est rarement appliqué : publier, dès le jour du lancement, une page française courte mais complète sur les caractéristiques, quitte à ce que la documentation détaillée suive. Une page qui énonce clairement la fonction, les contraintes techniques et les approbations vaut, pour ce mécanisme, bien davantage qu'une brochure aboutie publiée un trimestre plus tard.

La récupération, seule voie d'entrée

La récupération web comble le trou. L'assistant lance une recherche, ramène quelques pages et rédige sa réponse en partie à partir d'elles. Si votre lancement doit être cité, ce sera par ce chemin.

Le piège tient dans un mot : conditionnel. Perplexity récupère sur pratiquement toutes les questions, ce qui en fait le plus lisible des 4 assistants et explique que ses réponses citent des pages ouvrables. Les autres décident. ChatGPT et Claude vont sur le web quand quelque chose dans la question le suggère, et répondent de mémoire sinon. Personne en dehors de ces entreprises ne connaît la règle, et elle change.

La même question sur votre nouveau produit peut donc donner lundi une réponse actuelle et sourcée, et mardi rien du tout, chez le même assistant, parce que l'une des exécutions a récupéré et l'autre non. On y lit d'ordinaire un manque de fiabilité du modèle. Il est plus utile d'y lire deux mécanismes distincts répondant à la même question.

Être accessible ne suffit pas

Rendre la voie praticable est mécanique : la page produit doit être atteignable par les robots, ce qui suppose de vérifier que votre robots.txt et vos règles de protection ne les refoulent pas. Elle doit dire clairement ce qu'est l'objet, à qui il s'adresse et ce qui le distingue, dès le premier écran. Et elle doit employer les mots qu'un acheteur taperait, pas la référence interne du catalogue.

Cela vous rend éligible. Cela ne vous fait pas citer. La récupération ramène une poignée de pages et le modèle écrit à partir d'elles ; une seule page de fabricant est une matière mince, surtout pour une question formulée comme une recommandation. La chose qui met le plus sûrement un produit récent dans les réponses, c'est que d'autres en parlent : catalogues de distributeurs, documentation technique, presse professionnelle, fils de discussion où quelqu'un demande quoi employer pour tel usage. Rien de tout cela n'est sous votre contrôle à une date donnée, et quiconque vous garantit le contraire vend ce qu'il ne peut pas livrer.

Que faire d'un lancement

Traitez les premiers mois comme une mesure, pas comme une campagne avec une échéance.

Posez la question d'achat, pas la question de marque. « Qu'est-ce que le nom de votre produit » ne vous apprend rien : le modèle trouvera quelque chose à dire et vous serez rassuré sans raison. Posez la question que pose un acheteur avant de savoir que vous existez.

Posez-la dans chaque langue où vous vendez, et répétez-la, car une exécution unique ne distingue pas un modèle qui vous ignore d'une exécution qui n'a pas récupéré. Le faire à la main sur 4 assistants et 5 langues cesse vite d'être tenable, et c'est là qu'intervient PSentry : le même jeu de questions passé selon un calendrier, 2 analyses par mois, avec le relevé de l'endroit où le nouveau produit est nommé et de qui est nommé à sa place. L'outil mesure. Il ne fait apprendre aucun modèle plus vite, et rien ne le fait.

Ce qu'on nous demande à chaque lancement

Combien de temps avant qu'un assistant connaisse mon produit ?

Il n'y a pas de réponse, et tout chiffre précis qu'on vous donnera est inventé. La récupération peut faire remonter une page en quelques jours si la question déclenche une recherche et que la page est accessible. Entrer dans les paramètres d'un modèle dépend d'un entraînement dont vous n'avez aucune visibilité. Ce sont deux calendriers sans rapport.

Peut-on soumettre un produit à ChatGPT ou à Claude ?

Non. Il n'existe ni formulaire de soumission, ni index où s'inscrire, ni critère de classement à régler. Il existe le web ordinaire, lu par des robots, plus ce qu'un entraînement a absorbé.

Mes anciens produits sortent, le nouveau non. Quelque chose est cassé ?

Probablement pas. Les anciens ont eu le temps d'accumuler des mentions un peu partout et figurent peut-être aussi dans les données d'entraînement. Le nouveau dépend entièrement de la récupération, la plus conditionnelle des deux voies.

Un communiqué de presse aide-t-il ?

Seulement dans la mesure où il produit des pages publiées par d'autres et lisibles par les robots. Un communiqué qui reste dans votre espace presse ajoute une page maison à un ensemble qui en comptait déjà une.