Surveiller sa marque dans ChatGPT : le test qui compte

La première chose que presque tout le monde fait, le jour où l’on se demande comment l’IA parle de son entreprise : ouvrir ChatGPT et taper que savez-vous de [marque] ?

La réponse revient fluide, plausible, globalement juste. Elle décrit peut-être un produit retiré du catalogue depuis des années. Puis vous fermez l’onglet, vaguement rassuré, et vous retournez travailler.

Ce test ne vaut rien. Pas « un peu faible », pas « incomplet » : rien. Comprendre pourquoi désigne le test qu’il faudrait mener à la place.

Pourquoi la requête de complaisance ment toujours

En nommant votre marque dans la requête, vous avez fait le plus dur du travail du modèle : vous lui avez tendu l’entité. Il ne lui reste qu’à parler d’une chaîne de caractères qu’on vient de lui fournir, et un modèle de langage trouve toujours quelque chose à dire. La réponse est rassurante par construction.

Elle prouve que le modèle sait produire du texte sur vous quand c’est ce que vous demandez. Elle ne dit rien de sa capacité à vous évoquer de lui-même, la seule chose qui compte. Personne qui ignore votre existence ne tape votre nom dans ChatGPT : cette condition n’est jamais remplie dans la situation qui vous intéresse.

Les requêtes qui mesurent quelque chose

La vraie surveillance de marque dans ChatGPT part des questions qu’un acheteur pose avant d’avoir entendu parler de vous. Elles prennent trois formes, et il vous les faut toutes les trois.

La question de catégorie

« Quel est le meilleur outil de gestion de projet pour une entreprise industrielle de taille moyenne ? » « Quels fournisseurs de revêtements industriels regarder en Europe ? » Quelqu’un construit une liste courte à partir de rien. Le modèle répond avec une poignée de noms : soit vous en êtes, soit non, sans demi-point.

La question comparative

« Compare les principales solutions d’automatisation d’entrepôt. » « Quelles sont les alternatives à [le leader de votre catégorie] ? » Ces formulations obligent le modèle à produire un ensemble explicite : brutales, et précieuses. Elles révèlent ce que les questions de catégorie taisent : l’entreprise que le modèle traite comme la référence du marché, celle à laquelle tous les autres sont comparés.

La question en forme de problème

« Notre processus de retours est lent et les clients se plaignent, comment corriger cela ? » L’acheteur ne nomme aucune catégorie : il décrit une douleur. Le modèle choisit la catégorie, puis les fournisseurs. C’est le moment le plus précoce du parcours d’achat, et aucun outil de mots-clés ne vous le montrera.

Écrivez ces questions avec les mots de vos acheteurs, pas ceux du service marketing. Posez-les à froid, dans une conversation neuve, sans historique. Ce qui revient est votre position réelle.

Ce que ChatGPT fait vraiment quand il répond

Deux mécanismes se cachent derrière la réponse ; les confondre, c’est courir après le mauvais correctif.

Depuis l’entraînement. Une partie de la réponse vient de ce que le modèle a absorbé pendant son apprentissage : une impression statistique compressée d’une immense tranche du web, figée à une date de coupure. Aucun document n’est lu, donc aucune source à citer. Si votre marque vit dans cette couche, c’est que le web a assez parlé de vous, assez clairement, avant cette date. La page publiée la semaine dernière lui est invisible.

Depuis la navigation. Quand ChatGPT interroge le web en cours de réponse, il va chercher des pages et répond à partir d’elles, en général avec des liens. Cette couche bouge vite : une page récente peut y apparaître en quelques jours. De là viennent aussi les citations, seul chemin vers le clic.

Les deux modes donnent des réponses différentes à la même question. Une marque peut être recommandée avec assurance depuis l’entraînement sans jamais être liée, ou citée en navigation puis disparaître dès qu’on la coupe. Testez les deux : votre jeu de requêtes une fois en conversation simple, une fois avec la recherche activée, résultats notés à part. Les mélanger masque le mécanisme sur lequel agir.

GPTBot, et la règle que vous avez posée puis oubliée

La moitié « navigation » de ce tableau suppose qu’OpenAI ait le droit d’aller chercher vos pages. Cela se joue avec un robot nommé GPTBot, et se contrôle là où vous l’imaginez. Ouvrez votredomaine.com/robots.txt et cherchez ceci :

User-agent: GPTBot
Disallow: /

Beaucoup de sites portent cette règle, ajoutée pendant la grande panique du scraping, souvent par quelqu’un qui a quitté l’entreprise depuis, et jamais revisitée. Le choix est légitime : vous pouvez refuser que vos contenus servent de matière d’entraînement. Mais il a un coût, et mérite d’être assumé plutôt qu’hérité.

Bloquer GPTBot empêche les systèmes d’OpenAI d’aller chercher vos pages. Celles de vos concurrents, leurs sites d’avis, leurs comparatifs, les fils de forum qui parlent d’eux restent lisibles. Les vôtres, non. Vous n’êtes pas devenu invisible, puisque ce que les autres écrivent sur vous reste à portée : vous vous êtes seulement privé du droit de parler en votre nom.

Une réponse, c’est une anecdote

C’est là que la plupart des dispositifs de surveillance échouent en silence. On lance les bonnes requêtes, on obtient un mauvais résultat, on panique ; ou un bon, et on se détend. Les deux réactions sont injustifiées : les modèles sont probabilistes, et la même requête posée deux fois peut produire deux listes différentes. Une réponse unique est un échantillon de taille un, tiré d’une distribution que vous n’avez pas mesurée.

Alors répétez. Le même jeu de requêtes, plusieurs fois d’affilée, puis les semaines suivantes. Vous ne cherchez pas un verdict mais une fréquence : à quel point vous apparaissez, pas si vous êtes apparu une fois. À chaque exécution, notez quatre choses :

• Nommé ? Votre marque figurait-elle dans la réponse, oui ou non.
• Lié ? Y avait-il une citation réelle vers votre domaine, ou seulement une mention. Résultats différents, causes différentes.
• Qui à votre place ? Les noms apparus là où le vôtre manquait. L’artefact le plus inconfortable et le plus utile : c’est rarement l’univers concurrentiel où vous croyez évoluer.
• Décrit comment ? La formulation exacte. Être qualifié d’« option économique pour petites équipes », c’est un gain de visibilité et un problème de positionnement d’un seul coup.

Un tableur suffit pour une langue et une poignée de requêtes. Il cède dès que le même jeu doit tourner sur plusieurs langues et plusieurs marchés, à intervalles réguliers. C’est la raison d’être de PSentry : rejouer un jeu de requêtes sur ChatGPT et les autres grands assistants, dans chaque langue où vous vendez, et consigner ces colonnes.

Ce que vous ne pouvez pas faire

Soyez lucide sur le plafond, car le marché qui entoure ce sujet ne l’est pas. Aucun formulaire de soumission : on n’inscrit pas sa marque auprès de ChatGPT. Aucun index à intégrer, aucun facteur de classement à régler, aucune balise magique qui ferait aimer votre marque.

Ce que vous pouvez influencer, c’est la seule entrée dont le système dispose : ce qui existe sur le web ouvert à votre sujet, la clarté avec laquelle cela dit ce que vous faites et pour qui, la constance avec laquelle cela le répète sur les pages, forums, avis et articles qu’un modèle peut atteindre. Un levier lent et indirect, mais le vrai : qui vous en propose un plus rapide vous décrit un produit qui ne fonctionne pas.

La surveillance ne réparera pas votre visibilité. Elle vous en dira la vérité, dans les seuls termes qui comptent : non pas ce que ChatGPT dit de vous quand on le lui demande, mais s’il en dit quoi que ce soit quand on ne lui demande rien.

Questions Fréquentes

Tester depuis mon propre compte fausse-t-il le résultat ?

Cela arrive. La mémoire transporte du contexte d’une conversation à l’autre : si vous avez déjà parlé de votre entreprise, le test n’est plus propre. Utilisez une conversation temporaire ou déconnectée, et tenez les résultats de votre compte quotidien pour contaminés.

Bloquer GPTBot retire-t-il ma marque de ChatGPT ?

Non. Cela empêche le robot d’OpenAI d’aller chercher vos pages, mais n’efface pas ce que le modèle a déjà absorbé à l’entraînement, et ne change rien au reste du web qui écrit sur vous. Le blocage contrôle vos contenus, pas votre réputation.

À quelle fréquence faut-il refaire l’exercice ?

Les modèles ne changent pas d’avis du jour au lendemain : vérifier tous les jours relève du théâtre. Un passage toutes les quelques semaines suffit à dessiner une tendance, s’il comporte beaucoup de requêtes jouées plusieurs fois, et non une requête jouée une fois.

ChatGPT décrit mal mon produit. Puis-je le signaler ?

Il n’existe pas de canal de correction qui fonctionne comme vous le voudriez. La voie praticable : rendre l’information correcte facile à trouver et difficile à mal lire, sur des pages qu’un robot atteint, en acceptant une propagation lente.

Faut-il tester les autres assistants, ou ChatGPT suffit-il ?

ChatGPT est le plus utilisé et un point de départ raisonnable, mais il n’est pas représentatif. Les systèmes qui citent des sources vivantes se comportent autrement que ceux qui répondent depuis l’entraînement : une marque peut être forte chez l’un, absente chez l’autre. Si vous n’en testez qu’un, vous ne regardez qu’une tranche.

Est-ce que tout cela se voit dans mes statistiques ?

Seulement les citations, et seulement quand quelqu’un clique. Les mentions sans lien ne laissent aucune trace : un outil d’audience sous-estime donc votre présence dans les réponses des IA. La mesure doit se faire du côté de la réponse, pas de la visite.