Suivre les mentions de sa marque dans ChatGPT

Pourquoi les vérifications manuelles ponctuelles trompent

L'inférence des grands modèles de langage n'est pas reproductible par défaut. Les ingénieurs de Thinking Machines Lab ont documenté que même à température zéro, le batching et le non-déterminisme au niveau des kernels font que des requêtes identiques renvoient des complétions différentes : leur analyse sur le non-déterminisme de l'inférence LLM explique pourquoi un même prompt dérive d'une exécution à l'autre. L'API OpenAI expose un paramètre `seed` en « meilleur effort » et un contrôle de la température dans sa référence chat completions, mais l'interface grand public de ChatGPT — celle que vous et vos acheteurs utilisez — n'expose ni l'un ni l'autre.

À la variance d'échantillonnage s'ajoute la personnalisation. La FAQ sur la mémoire d'OpenAI décrit comment l'assistant peut reporter des éléments de conversations antérieures dans de nouvelles. Si vous avez passé six mois à parler de votre propre entreprise dans ce compte, votre compte est le pire endroit possible pour mesurer ce que des inconnus entendent dire de vous.

Il y a aussi une couche de recherche. Quand ChatGPT interroge le web, il récupère des pages en direct et pointe vers elles, comme OpenAI le décrit dans son annonce de ChatGPT search. Deux exécutions séparées de quelques secondes peuvent récupérer des pages différentes et donc aboutir à des conclusions différentes.

L'enjeu dépasse la simple curiosité. Le Pew Research Center a constaté que les utilisateurs de Google cliquaient sur un lien de résultat lors de 8 % des visites où un résumé d'IA apparaissait, contre 15 % des visites sans résumé. Quand la réponse absorbe le clic, être nommé à l'intérieur de la réponse devient la visibilité qui compte — et cela ne se pilote pas depuis une capture d'écran.

Construire un jeu de prompts calqué sur les vraies questions d'acheteurs

Votre jeu de prompts est l'instrument. S'il est mal calibré, tous les chiffres en aval sont du bruit. L'erreur que presque tout le monde commet d'abord : suivre des prompts contenant sa propre marque — « est-ce que Growli est bien ? » — ce qui ne mesure rien, puisque vous avez déjà donné la réponse à l'assistant. Suivez les questions qu'un acheteur pose avant de savoir que vous existez.

Puisez la matière première là où le langage réel se trouve : enregistrements d'appels commerciaux, tickets de support, logs du moteur de recherche interne, questions posées dans votre formulaire d'onboarding et requêtes de longue traîne dans Google Search Console. Puis répartissez-les en quatre familles.

Visez 30 à 60 prompts, pondérés vers les familles qui pèsent sur votre chiffre d'affaires. Rédigez-les comme une personne tape, pas comme un marketeur écrit des titres — « meilleur X pour petites équipes à moins de 50 € par mois », pas « panorama des solutions X ». Ensuite, figez les formulations. Chaque modification remet la référence à zéro : tenez un journal des changements et traitez un prompt reformulé comme un nouveau prompt avec un nouvel historique, non comme la suite de l'ancien.

• Découverte de catégorie : « meilleur outil de gestion de projet pour les entreprises du BTP », « qui réalise des audits SOC 2 pour les startups en amorçage ».
• Comparaison : « X ou Y pour les grands comptes », « alternatives à X », « option moins chère que X avec SSO ».
• Cas d'usage et tâche à accomplir : « comment migrer 40 000 références vers un nouveau PIM », « outil pour suivre sa visibilité dans les moteurs d'IA ».
• Objection et risque : « X est-il assez sécurisé pour des données de santé », « quels éditeurs de cette catégorie ont un support médiocre ».

Fixer la cadence et garder les conditions constantes

La cadence est un compromis entre fiabilité statistique et coût. Une seule exécution par prompt et par semaine ne vous apprend presque rien, car la variance entre exécutions dépasse la plupart des variations hebdomadaires qui vous intéressent. Un plancher réaliste : trois exécutions par prompt et par cycle, chaque semaine, afin d'exprimer la présence sous forme de taux — « cité dans 7 exécutions sur 12 » — plutôt qu'en binaire.

Augmentez la fréquence autour des événements, pas de façon permanente : lancement produit, changement tarifaire, annonce de levée de fonds d'un concurrent, vague de nouveaux contenus sur les sites d'avis. Entre deux événements, un rythme hebdomadaire suffit à voir la tendance tout en gardant la série lisible.

Les conditions comptent autant que la fréquence. La règle est ennuyeuse et non négociable : ne changez qu'une variable à la fois, et ne modifiez jamais le dispositif de mesure et la stratégie de contenu la même semaine.

Consignez aussi la version du modèle à chaque exécution. Les mises à jour de modèles sont de loin la première cause de ruptures brutales dans les réponses d'IA, et une courbe sans annotation de version vous fera courir après des problèmes de contenu qui étaient en réalité des changements de plateforme.

• Exécutez en session déconnectée, ou sur un compte vierge avec mémoire et instructions personnalisées désactivées.
• Fixez la locale et la langue pour chaque prompt ; suivez la même question sur un second marché comme un prompt distinct, pas comme une variante.
• Utilisez toujours la même surface — l'interface web avec recherche activée ne se comporte pas comme un simple appel API.
• Horodatez tout en UTC pour que les cycles soient comparables.

Consigner cinq champs à chaque exécution

La présence est le chiffre à afficher, mais elle ne suffit pas à décider quoi faire ensuite. Consignez cinq champs par exécution et le diagnostic s'écrit presque de lui-même.

Présence. La marque a-t-elle été nommée, ne serait-ce qu'une fois ? Agrégez en part des exécutions par prompt, puis consolidez sur l'ensemble du jeu. C'est le chiffre que vous communiquez.

Position. Où se situe la mention dans la réponse — première option nommée, milieu de liste, ou note de bas de page après la recommandation ? Les assistants privilégient le début : être sixième sur six, c'est plus proche de l'absence que de la présence.

Tonalité et cadrage. Pas seulement positif ou négatif, mais le qualificatif qui vous est attaché : « bien pour les grands comptes mais cher », « reporting solide, intégrations limitées ». Ces qualificatifs sont le résumé compressé de tout ce que l'assistant a lu sur vous, et c'est le texte le plus actionnable de tout le jeu de données.

Concurrents nommés. Consignez toutes les autres marques présentes dans la réponse. Vous obtenez la définition réelle de votre catégorie selon l'assistant — souvent différente de celle de votre slide de positionnement — plus un classement de ceux à qui vous cédez vraiment de la part de réponse.

Citations. Récupérez chaque URL vers laquelle la réponse renvoie. C'est la couche causale. Si un concurrent gagne un prompt parce qu'un comparatif sur un site tiers le place en premier, le correctif est cette page — prise de contact, correction, meilleure donnée — pas un article de plus sur votre propre domaine. OpenAI documente ses robots d'exploration et la façon dont les éditeurs peuvent les contrôler dans sa documentation bots, à consulter avant de conclure que votre contenu est invisible pour des raisons éditoriales plutôt que d'accès.

Lire la tendance, pas la réponse

Après quatre ou cinq cycles consignés, arrêtez de lire les réponses une par une et commencez à lire la série. Trois motifs méritent une action, un mérite d'être ignoré.

Une hausse ou une baisse durable du taux de présence sur une famille de prompts — tous vos prompts de comparaison, par exemple — est un vrai signal, généralement lié à l'entrée ou à la sortie de contenus tiers dans le vivier de citations. Une rupture nette sur l'ensemble du jeu le même jour est presque toujours une mise à jour de modèle : vérifiez vos annotations de version avant de réécrire quoi que ce soit. Un changement du qualificatif attaché à votre marque, même à présence constante, est le signal d'alerte le plus précoce qu'un récit se forme — et le moins coûteux à corriger.

Ce qu'il faut ignorer : une variation sur un seul prompt et un seul cycle. C'est du bruit d'échantillonnage, et courir après lui vous décrédibilise auprès de votre direction plus vite que d'annoncer une absence d'évolution.

Segmentez la consolidation par famille de prompts avant de la présenter. Être fort sur les prompts de cas d'usage et faible sur la découverte de catégorie est un problème totalement différent de l'inverse : le premier est un problème de positionnement, le second un déficit de couverture dans les endroits où les assistants vont chercher leurs sources. Nous détaillons ce cadre de diagnostic dans notre guide sur la visibilité IA.

Suivi manuel : où l'automatisation devient légitime

Vous pouvez mener ce travail à la main. Construisez le jeu de prompts dans un tableur, faites trois passages par prompt dans une session de navigateur vierge et consignez les cinq champs. Pour 30 prompts à trois exécutions, cela représente 90 conversations à lire et à coder par cycle — à peu près une journée de travail concentré par semaine, le codage étant la partie lente, car juger la position et la tonalité de façon cohérente sur 90 réponses est plus difficile qu'il n'y paraît.

Deux choses cassent le suivi manuel à l'échelle. La première est la cohérence : deux personnes codent la tonalité différemment, et une même personne la code différemment un vendredi. La seconde est la couverture — les acheteurs n'utilisent pas seulement ChatGPT, et un jeu de prompts mesuré sur un seul assistant ne dit rien de Gemini, Perplexity, Claude ou Copilot, qui s'appuient sur d'autres mécanismes de recherche et citent d'autres sources.

C'est le problème que nous avons conçu Growli pour résoudre : notre outil exécute votre jeu de prompts sur les principaux assistants selon un calendrier, consigne présence, position, tonalité, co-mentions de concurrents et citations de la même manière à chaque cycle, et transforme les écarts en une liste priorisée de pages et de sources à corriger. Quelle que soit la voie retenue, la méthode reste la même : prompts figés, exécutions répétées, cinq champs, et des décisions prises sur des tendances plutôt que sur des captures d'écran.

FAQ