Comment nous mesurons la visibilité IA
Pas de boîte noire : cette page explique exactement ce qui se passe pendant une analyse, comment chaque chiffre de votre rapport est calculé, et ce qu'une analyse peut — et ne peut pas — vous dire.
1. Nous posons de vraies questions d'acheteurs
Pour votre secteur et votre localisation, nous générons les questions que de vrais clients posent aux assistants IA — comme « Quel est le meilleur {industry} à {location} ? » ou « Qui appeler en urgence ? ». Vous pouvez ajouter jusqu'à deux de vos propres questions. Chaque question est posée exactement comme le ferait un client, sans indice sur votre entreprise.
2. Nous interrogeons plusieurs modèles d'IA par API
Chaque question est envoyée via API à plusieurs grands modèles de langage — le même type de technologie d'IA qui se trouve derrière les assistants de type ChatGPT. Les réponses varient d'un modèle et d'une exécution à l'autre ; c'est pourquoi nous posons un grand nombre de questions à plusieurs modèles plutôt que de nous fier à un seul chat. Chaque réponse brute figure dans le rapport, sans retouche.
3. Ce que nous mesurons dans les réponses
- •Taux de mention — la part des réponses qui mentionnent votre entreprise (par son nom ou un alias connu).
- •Position moyenne — votre place dans la liste de recommandations quand vous êtes mentionné (#1.0 = toujours premier).
- •Radar concurrents — quelles autres entreprises les IA recommandent, et à quelle fréquence.
- •Sentiment — comment les IA vous décrivent quand vous êtes mentionné (positif / neutre / négatif).
- •Sources citées — les sites web et annuaires que les IA référencent, c'est-à-dire d'où vient leur connaissance.
4. Comment fonctionne la note A–F
La note est une fonction simple de votre taux de mention : A = mentionné dans 60 % des réponses ou plus, B = 30–59 %, C = 10–29 %, F = moins de 10 %. Aucune pondération cachée — les réponses brutes derrière le chiffre sont toujours dans le rapport.
5. Limites — ce qu'une analyse ne peut pas vous dire
Les réponses des IA évoluent avec le temps, varient légèrement selon la localisation et la formulation, et les modèles sont régulièrement mis à jour. Une analyse est un instantané, pas une garantie — c'est pourquoi les offres de suivi relancent l'analyse chaque semaine et suivent la tendance. Nous interrogeons actuellement de grands modèles de langage ; la couverture s'étendra quand d'autres assistants offriront des API stables.
6. Deux canaux de réponse : direct et ancré sur la recherche
Chaque question est échantillonnée sur deux canaux. Direct : le modèle répond uniquement à partir de ses connaissances entraînées — comme une conversation avec un assistant sans navigation. Ancré sur la recherche : nous effectuons une vraie recherche web et demandons au modèle de répondre uniquement à partir de ces résultats, en les citant — les URLs citées proviennent des résultats de recherche, pas de la mémoire du modèle. Cela simule la façon dont répondent les assistants avec recherche, mais c'est une simulation (récupération + synthèse du modèle), pas une mesure directe de ChatGPT search, Perplexity ou Google AI Overviews. Les rapports étiquettent chaque canal séparément.