Quand l'IA se trompe sur votre entreprise : le protocole

Faux vaut pire qu'absent : pourquoi les affirmations fausses coûtent le plus cher

Les réponses d'IA arrivent avec le ton assuré et sans réserve d'un collègue qui aurait déjà vérifié. Ce ton fait un travail qu'il n'a pas mérité. Lorsque le Tow Center for Digital Journalism a testé huit outils de recherche par IA sur l'identification de la source d'extraits d'articles, ces outils ont donné collectivement des réponses incorrectes à plus de 60 % des requêtes, avec 37 % d'erreurs pour Perplexity et 94 % pour Grok 3 — et ils signalaient rarement leur incertitude quand ils se trompaient.

Retrouver la provenance d'un extrait de presse n'est pas la même tâche que résumer un fournisseur, mais le mode de défaillance est identique : un fait précis et vérifiable est affirmé avec fluidité et sans la moindre nuance. Pour un acheteur qui lance un prompt comparatif, cela ne se distingue pas d'une recherche sérieuse.

Conséquence pratique : une affirmation fausse fait boule de neige. Les assistants se citent mutuellement au sein d'un même écosystème — une fiche d'annuaire obsolète alimente un résumé, ce résumé est aspiré à son tour, et l'erreur se dote d'une seconde source apparente. Corriger tôt coûte bien moins cher que corriger après que l'affirmation a été blanchie par trois intermédiaires. Traitez les affirmations fausses comme la priorité absolue de votre file visibilité IA, avant les mentions superficielles et les comparatifs manquants.

• Étape 1 — Cernez l'affirmation avant d'essayer de la contester
• paragraphs [],

Étape 1 — Cernez l'affirmation avant de la contester

Un signalement vague (« ChatGPT dit que nos tarifs sont faux ») ne peut être ni tracé ni vérifié. Consignez l'affirmation comme un bug : le texte exact du prompt, l'assistant et le modèle, l'activation ou non de la recherche web, la date, et la réponse complète avec ses citations. Faites une capture d'écran et copiez le texte pour pouvoir le rechercher plus tard.

Deux conditions comptent et sont presque toujours oubliées. D'abord, lancez le prompt dans une session vierge, mémoire et personnalisation désactivées — sinon vous risquez de relire votre propre conversation précédente plutôt que la vision par défaut que le modèle a de vous. Ensuite, testez les formulations que les acheteurs emploient réellement, pas les vôtres : « combien coûte X », « est-ce que X existe encore », « X vs Y », « X et Y, c'est la même société ? ». Les affirmations fausses se concentrent dans les prompts à intention d'achat, parce que ce sont eux qui exigent des détails précis.

Classez ensuite l'erreur, car le correctif change. Une erreur de récupération signifie que l'assistant a cité une page en ligne et que cette page est fausse. Une erreur paramétrique signifie que l'affirmation vient des données d'entraînement, sans citation. Une erreur de confusion signifie que deux entités ont été fusionnées. La plupart des plaintes sur les tarifs relèvent de la récupération. La plupart des plaintes d'homonymie relèvent de la confusion.

Étape 2 — Remontez à la citation, pas au modèle

Demandez directement : « Quelles sources appuient cette affirmation ? » Ouvrez ensuite chaque URL et vérifiez si elle dit bien ce que l'assistant a prétendu. Cette seule étape règle la majorité des cas, et les répartit en trois réparations très différentes.

Si la source est réelle et que l'information qu'elle contient est effectivement obsolète, vous avez un problème de contenu que vous pouvez corriger aujourd'hui. Si la source est réelle et correcte mais que l'assistant l'a mal lue — prix enfoui dans une image, note de bas de page prise pour le chiffre principal, ancienne offre lue comme l'offre en cours — vous avez un problème de clarté et de structure. S'il n'y a aucune source, ou si l'URL citée ne contient pas l'affirmation, vous avez affaire à la mémoire du modèle ou à une invention, et aucune modification isolée de page n'y suffira.

Il est utile de savoir que la couche de récupération repose sur un crawl en direct que vous pouvez influencer. OpenAI documente des crawlers distincts pour l'entraînement et pour les réponses de recherche dans sa documentation sur les bots, Anthropic publie la façon dont Claude récupère les contenus web, et Perplexity documente ses crawlers et user agents. Ce que ces crawlers peuvent lire aujourd'hui sur votre page, c'est la matière première de la réponse de demain.

Étape 3 — Corrigez à la source, par ordre de levier

Commencez par votre propre site : c'est la seule source que vous contrôlez entièrement. Donnez à chaque fait contesté une page canonique unique qui l'énonce explicitement, en texte HTML, avec une date. Les contradictions internes à votre domaine sont une cause fréquente d'erreurs d'IA : une vieille page de campagne, une fiche technique en PDF, un article de centre d'aide et une entrée de changelog qui citent chacun des chiffres différents. Le modèle n'a aucun moyen de savoir lequel vous considérez comme actuel : il choisit — souvent mal.

Rendez ensuite le fait lisible par les machines. Le balisage produit et offre permet d'énoncer sans ambiguïté le prix, la devise et la disponibilité ; Google documente les champs obligatoires et recommandés dans son guide des données structurées pour les fiches marchand, et schema.org définit les valeurs de disponibilité, dont Discontinued. Un prix qui n'existe que dans une capture d'écran ou un widget côté client est invisible pour la plupart des crawlers.

Passez ensuite aux jeux de données tiers. Wikidata et Wikipedia pèsent de façon disproportionnée sur la manière dont les entités sont décrites ; si vous y intervenez, suivez les recommandations de Wikipedia sur les conflits d'intérêts et passez par une demande de modification en page de discussion plutôt que d'éditer l'article vous-même. Mettez à jour votre fiche Google Business Profile, corrigez les annuaires sectoriels et les pages fournisseurs des sites d'avis, et demandez aux revendeurs et partenaires qui affichent d'anciens tarifs de rafraîchir leurs pages.

Enfin, provoquez un nouveau crawl. Mettez à jour les valeurs lastmod de votre sitemap et signalez les URL modifiées via IndexNow, pris en charge par Bing — ce qui compte, puisque les réponses web de Copilot s'appuient sur l'index de Bing.

Les trois corrections qui déraillent le plus souvent

Tarifs, produits en fin de vie et collisions de noms représentent l'essentiel des affirmations fausses réellement nuisibles que nous voyons, et chacune a son schéma de défaillance.

Les erreurs de tarif persistent parce que les anciens chiffres existent en plus d'endroits que les nouveaux : articles de presse, pages de revendeurs, tableaux comparatifs de sites d'avis, vos propres pages archivées. Publier un nouveau prix n'efface pas les anciens. Le correctif : rendre une page tarifaire indiscutablement canonique et datée, exprimer les montants en texte avec un balisage offre, et relancer les trois principales pages tierces qui citent encore l'ancien chiffre.

Les produits arrêtés échouent dans l'autre sens : les équipes suppriment la page. Une 404 vous retire la possibilité d'énoncer le fait, et les assistants continuent de répondre à partir de descriptions tierces en cache et d'avis périmés. Gardez l'URL en ligne, indiquez le statut et la date de fin de commercialisation en texte clair, marquez la disponibilité comme arrêtée dans votre balisage, et nommez le produit successeur sur la même page. Vous voulez que l'assistant dise « arrêté en 2024, remplacé par X » — cela n'arrive que si une page explorable le dit.

Les collisions de noms sont un problème d'entité, pas de contenu. Deux sociétés qui partagent un nom sont fusionnées à moins que le graphe ne les sépare. Utilisez partout une dénomination légale unique et cohérente, accompagnée d'un descripteur de catégorie, reliez vos profils vérifiés entre eux via des identifiants sameAs, tenez votre élément Wikidata à jour et — là où la confusion vous coûte des affaires — publiez une courte ligne factuelle de désambiguïsation précisant que vous n'avez aucun lien avec l'autre entité.

Étape 4 — Vérifiez que la réponse a réellement bougé

Un correctif non vérifié n'est qu'une hypothèse. Rejouez les prompts exacts que vous avez consignés, dans des sessions vierges avec la mémoire désactivée, sur chaque assistant où vous avez trouvé l'affirmation, et notez la date à laquelle chaque réponse change. Testez aussi les variantes de formulation : les assistants corrigent souvent la question directe alors que le prompt comparatif véhicule encore l'ancien chiffre.

Attendez-vous à des délais asymétriques. Les réponses ancrées dans une récupération en direct peuvent changer en quelques jours après un nouveau crawl. Les affirmations gravées dans les poids du modèle peuvent survivre jusqu'à une mise à jour de celui-ci : c'est pourquoi une corroboration large sur des sources indépendantes vaut mieux qu'une page unique parfaite. Si l'affirmation fausse n'apparaît que lorsque l'accès web est coupé, vous attendez les données d'entraînement, pas votre CMS.

Mesurez la part de réponses correctes sur plusieurs exécutions plutôt qu'une seule capture d'écran, car les sorties varient d'une session à l'autre. C'est la boucle que Growli, notre outil, automatise pour ses clients — les mêmes prompts rejoués sur ChatGPT, Gemini, Claude, Perplexity, Copilot et Grok, avec une alerte dès qu'une affirmation corrigée réapparaît ; comment ça marche en détaille le fonctionnement.

Quand la réponse refuse de bouger

Utilisez le retour intégré au produit sur la réponse concernée : tous les grands assistants proposent un pouce vers le bas et un signalement, et c'est le seul canal qui atteint la plateforme avec la sortie fautive attachée. Conservez votre journal de bugs : un signalement comportant le prompt exact, la date et le fait correct est bien plus exploitable qu'une réclamation générale.

Lorsque l'affirmation fausse concerne une personne identifiable — un fondateur crédité de quelque chose qu'il n'a pas fait — le droit de la protection des données peut s'appliquer directement. Dans l'UE, le droit de rectification couvre les données personnelles inexactes, et les fournisseurs publient des procédures de demande dédiées. Réservez l'escalade juridique aux affirmations diffamatoires ou commercialement dommageables, pas aux questions de ton.

Une tactique à éviter : bloquer les crawlers IA en réaction à une mauvaise réponse. Cela retire vos pages de la couche de récupération sans retirer quoi que ce soit de ce qui est déjà dans le modèle : l'assistant répond alors à partir de sources tierces que vous maîtrisez encore moins. Être la source la plus claire, la plus fraîche et la plus lisible par les machines à votre sujet, voilà la correction durable.

FAQ