La visibilité dans la recherche AI est souvent présentée comme si ChatGPT possédait une page de résultats classique où chaque entreprise occupait une position stable.
Ce n'est pas ainsi que ces systèmes fonctionnent.
Une réponse peut varier selon la plateforme, le modèle, la localisation de l'utilisateur, la langue, l'historique de conversation, la disponibilité de la recherche et le moment du test.
Je considère donc la visibilité AI comme un échantillon qu'il faut mesurer à plusieurs reprises.
La première étape consiste à constituer un ensemble de prompts utile.
Ces prompts doivent refléter de vraies décisions de clients.
Par exemple :
- Quelles entreprises proposent un service précis ?
- Quels prestataires conviennent à un pays donné ?
- Quelles alternatives existent à un concurrent connu ?
- Quelle agence a de l'expérience sur un problème particulier ?
Je distingue ensuite les différents résultats possibles.
Une entreprise peut être :
- Mentionnée.
- Recommandée.
- Citée comme source.
- Décrite avec exactitude.
- Décrite de manière négative.
- Totalement absente.
Ces situations ne sont pas équivalentes.
Je consigne aussi les sources.
Si une plateforme recommande un concurrent, je veux savoir si cette recommandation provient du site du concurrent, d'un site d'avis, d'un annuaire, de Reddit, d'un article de presse ou d'une autre source.
Il est important de répéter les tests.
Une capture d'écran témoigne d'une réponse.
Elle ne prouve pas une position stable sur le marché.
Pour les prompts importants, je préfère plusieurs essais dans des sessions vierges et, lorsque c'est pertinent, dans plusieurs langues ou depuis plusieurs localisations.
Enfin, je relie le suivi aux données de l'entreprise.
Des visites provenant de systèmes AI apparaissent-elles dans les données d'audience ?
Se convertissent-elles ?
Des clients disent-ils avoir découvert l'entreprise grâce à un système AI ?
La visibilité AI mérite d'être mesurée.
Il n'est pas utile d'en faire un indicateur flatteur de plus.