L'IA décrit-elle votre
entreprise correctement ?
Être mentionné, c'est la moitié facile. La vraie question, c'est de savoir si la phrase à côté de votre nom est encore vraie. Moose évalue chaque réponse qui vous nomme face à ce que vous vendez aujourd'hui, et vous montre la phrase fautive.
SamPremium
Qu'est-ce que Klaviyo et à qui s'adresse-t-il ?
Gemini (lecture locale) · “conçu pour les petites boutiques Shopify”
Dérivé
Inexactitude
Meilleur CRM pour une marque grand public à 40 M$
ChatGPT (lecture locale) · “pas de couche service ou support native”
Partiel
Inexactitude
Klaviyo ou Mailchimp pour une marque en croissance
Perplexity (lecture locale) · “les deux sont des outils d'e-mail marketing”
Partiel
À vérifier
Quelles plateformes utilisent les grands distributeurs ?
Grok (lecture locale) · “plutôt un outil PME qu'un outil grands comptes”
Dérivé
Bon
Tonalité: Neutre. La réponse dit ce que fait le produit, sans éloge ni critique.
Narration: « conçu pour les petites boutiques Shopify » contredit le profil, qui va des petites marques aux grands distributeurs.
Parité: La réponse nie l'existence des outils de service et de support. Le profil les indique comme livrés.
Klaviyo est un outil d'automatisation marketing surtout connu pour l'e-mail, et il est conçu pour les petites boutiques Shopify qui veulent des scénarios automatisés de bienvenue et de panier abandonné.
Il n'inclut pas d'outils de service client ou de support, les distributeurs plus importants l'associent donc généralement à une plateforme de support distincte.
La recherche IA ne trouble pas Moose. On ne l'a jamais mal décrit, surtout parce qu'il refuse de s'expliquer. Consulté pour cette page.
Une mention que vous n'auriez pas validée est pire que pas de mention du tout
Les modèles vous ont appris à partir d'un internet vieux de deux ans. Vous avez changé de positionnement, sorti trois produits, monté en gamme. Les données d'entraînement, non. La réponse vous nomme donc, compte comme une victoire sur n'importe quel tableau de bord de visibilité, et décrit l'entreprise que vous étiez.
Puis cela empire d'une manière bien précise : la réponse affirme que vous ne faites pas quelque chose que vous faites depuis un an, ou vous attribue la fonctionnalité d'un concurrent. Un acheteur lit ça et vous écarte sans que vous en entendiez jamais parler.
Flèche verte, courbe de tendance saine. Il a compté votre nom et s'est arrêté là. Il n'a aucun avis sur la véracité de la phrase autour de votre nom.
Quatre réponses vous placent dans l'ancienne catégorie. Trois nient une capacité que vous avez livrée au printemps dernier. Deux vous attribuent la fonctionnalité d'un concurrent. Chacune nomme la phrase et le moteur qui l'a produite.
Rien n'est évalué au feeling
Vous écrivez une fois ce qui est vrai de l'entreprise, dans le Profil de Vérité de Marque. Tous les verdicts qui suivent sont mesurés face à vos mots, pas à l'idée qu'un modèle se fait d'une bonne réponse.
Pas de profil, pas de verdicts. La dérive et la parité se mesurent face à vos champs : Moose les laisse vides plutôt que d'inventer un étalon.
Dérive narrative et parité fonctionnelle
Chaque réponse qui vous mentionne reçoit les deux, et chacun s'accompagne d'une seule phrase de justification qui doit nommer l'affirmation précise dont elle parle.
Cette réponse décrit-elle l'entreprise que vous êtes, ou celle que vous étiez ? Mauvais type de client, mauvaise catégorie, positionnement mort.
La réponse se trompe-t-elle factuellement sur ce que vous savez faire ? Ce verdict note la désinformation. Omettre des choses ne compte pas.
L'omission. Si une réponse reste factuellement juste sans lister toutes vos fonctionnalités, elle reste bonne. Personne n'obtient une réponse qui liste tout.
Conçu pour ne pas crier au loup
Un moniteur qui signale tout est un moniteur qu'on arrête d'ouvrir. Les règles de notation sont écrites pour faire de la fausse alerte l'erreur coûteuse, et non l'erreur confortable.
Les instructions de notation traitent la fausse alerte comme l'erreur coûteuse. Si le modèle ne peut pas désigner une phrase précise, dans le périmètre de la question, qui soit fausse ou trompeuse, il n'a pas le droit de signaler quoi que ce soit. Le silence est la règle, pas l'exception.
Une simple liste de fonctionnalités, ou une ligne de tableau qui dit ce que vous faites, est neutre. Le négatif demande une vraie critique ou un contraste défavorable, pas seulement d'être cité en dernier.
Les verdicts de tonalité portent une citation copiée mot pour mot depuis la réponse, pour que vous jugiez vous-même plutôt que de faire confiance à un résumé.
Si l'appel de notation échoue, les champs restent vides. Moose ne fabrique pas un verdict pour remplir une case, et il est interdit au modèle d'inventer des détails absents de la réponse ou de votre profil.
Les affirmations sur les fonctionnalités ne sont évaluées que dans le périmètre du prompt. Une réponse sur la délivrabilité SMS n'est pas pénalisée pour ne pas mentionner votre produit d'avis clients.
Quel modèle se trompe sur vous
Chaque observation porte le moteur qui l'a produite, donc dérive, parité, tonalité, mentions et citations se ventilent par modèle. « Montre-moi chaque réponse où une IA s'est trompée sur une fonctionnalité, et laquelle l'a dit » tient en un filtre.
ChatGPT
Claude
Gemini
Grok
Perplexity
Google AI Mode
AI Overviews
Bing Copilot
Pour ChatGPT, Grok, Perplexity et Google AI Mode, Moose lit ce que répond le vrai produit grand public depuis une session de navigateur sur votre machine. Si cette lecture échoue, une solution de repli par API prend le relais, et chaque observation enregistre quelle route l'a produite et si le repli a servi. Vous pouvez toujours savoir comment une réponse a été obtenue.
Une mesure isolée est une anecdote. L'évolution est l'histoire.
Les exécutions suivent votre calendrier, du quotidien au manuel, et une exécution planifiée peut vous envoyer le résumé par e-mail pour qu'un constat vous parvienne sans rien ouvrir. Ce que vous regardez ensuite, c'est l'écart entre deux exécutions, pas un instantané de plus.
Taux de mention, taux de citation et tonalité positive tracés par jour, semaine ou mois, plutôt qu'une fenêtre fixe choisie par quelqu'un d'autre.
Comparez le mois dernier au précédent, ou les deux semaines de part et d'autre d'un lancement, côte à côte.
Alignement narratif, exactitude fonctionnelle, nombre de tonalités négatives, taux de mention et taux de citation, chacun avec l'évolution depuis l'exécution précédente.
Mention perdue, mention gagnée, nouvelle citation, tonalité négative. Chacun nomme le prompt et le moteur, citation à l'appui.
Filtrez l'ensemble par dérive narrative ou parité fonctionnelle, pour que « chaque réponse où une IA s'est trompée sur une fonctionnalité » tienne en un clic plutôt qu'en un export et un tableur.
Des chiffres sur lesquels agir sans les vérifier d'abord
Un chiffre que vous devez vérifier vous-même ne vous a fait gagner aucun temps. Trois décisions ici sont délibérées.
Si un moteur n'a pas pu être joint ou lu, cette observation est exclue de toute métrique, de tout écart et de toute alerte. Une panne réseau ne devient jamais une fausse chute de visibilité, et une référence ratée jamais une fausse reprise.
Le même prompt et le même moteur peuvent être échantillonnés jusqu'à cinq fois par exécution, parce qu'une seule réponse d'IA varie énormément alors que le taux de mention sur plusieurs échantillons reste stable. Les résultats portent une marge de confiance de Wilson à 95%.
Deux points de variation à l'intérieur de la marge ne font pas une tendance, et Moose ne les présentera pas comme telle. Vous passez votre semaine sur les changements qui sont réels.
Si la marque n'a jamais été mentionnée, ou si le moteur n'a jamais répondu, l'observation est marquée non applicable sans dépenser d'appel de notation. Les échantillons répétés du même prompt se ramènent à un seul verdict pour les listes, les e-mails et les alertes, donc un prompt très cité n'inonde pas le rapport de doublons.
Le prendre sur le fait
Plutôt que de deviner quoi suivre, Moose écrit des prompts ancrés sur le nom de votre marque et sur les champs que vous avez remplis : capacités, comparaisons concurrentielles, segments de clientèle et les représentations erronées que vous constatez déjà.
Les prompts sont générés à partir du nom de votre marque et de vos champs de Vérité de Marque, donc les réponses qu'ils rapportent parlent de vous.
Les questions de diagnostic que vous écrivez vous-même passent telles quelles, plutôt que d'être réécrites en quelque chose de plus générique.
Les requêtes sans marque sont écartées volontairement. Elles ne rapportent pas de citations vous concernant, ce qui est tout l'objet de l'exercice.
Relisez, modifiez et validez chaque suggestion avant que quoi que ce soit ne soit suivi. Elles arrivent dans leur propre catégorie Prompts de diagnostic, donc elles ne brouillent jamais votre jeu principal.
D'où vient la mauvaise histoire
Savoir qu'un moteur se trompe sur vous, c'est la moitié du constat. L'autre moitié, c'est la page qui le lui a appris, et celle-là, vous pouvez généralement aller la corriger.
Transformer un constat en correction
Un verdict tout seul est une plainte. Dans la même fenêtre, il devient un brief, un brouillon et un changement que vous avez validé.
Qui a droit à la notation
Deux réserves à lire avant de télécharger, parce que nous préférons que vous l'appreniez ici.
La dérive narrative et la parité fonctionnelle tournent sur les espaces de travail gérés payants et BYOK dont le Profil de Vérité de Marque est rempli. Cadence quotidienne, les huit moteurs, rapports par e-mail et export en PDF ou CSV.
Le mode aperçu gratuit n'a aucune notation : ni dérive, ni parité. Il est limité à 3 prompts, à des exécutions hebdomadaires ou manuelles, et aux moteurs en lecture locale. De quoi voir si vous apparaissez, pas de quoi évaluer comment.
Les questions qu'on nous pose
Dois-je remplir tout le Profil de Vérité de Marque ?
Tous les champs sont facultatifs, mais le profil est l'étalon : un profil vide signifie aucun verdict de dérive ni de parité. La description canonique, le client idéal et les capacités clés font l'essentiel du travail. Commencez par ces trois-là et ajoutez le reste au fur et à mesure de ce qui remonte.
Une réponse est-elle signalée parce qu'elle omet des fonctionnalités ?
Non. La parité fonctionnelle note la désinformation, et omettre une fonctionnalité n'est pas une faute. Une réponse qui reste factuellement juste tout en ne mentionnant que deux de vos six produits reste bonne. Seule une affirmation fausse est signalée : une capacité niée, une capacité inventée, ou la fonctionnalité d'un concurrent portée à votre crédit.
Comment savoir qu'un verdict n'est pas une hallucination ?
Chaque verdict porte une justification d'une phrase qui doit nommer l'affirmation précise dont elle parle, et les verdicts de tonalité portent une citation exacte copiée depuis la réponse. Si l'appel de notation échoue, les champs restent vides au lieu d'être remplis par une supposition.
Quels moteurs peut-il lire ?
ChatGPT, Claude, Gemini, Grok, Perplexity, Google AI Mode, Google AI Overviews et Bing Copilot. Pour ChatGPT, Grok, Perplexity et Google AI Mode, des routes lisent ce que répond le vrai produit grand public, avec un repli par API si cette lecture échoue. Chaque observation enregistre quelle route l'a produite.
Une seule mauvaise réponse peut-elle faire bouger mes chiffres ?
Moins que vous ne le pensez, parce que le même prompt et le même moteur peuvent être échantillonnés jusqu'à cinq fois par exécution et que les résultats portent une marge de confiance de Wilson à 95%. Les échantillons répétés se ramènent aussi à un seul verdict dans les listes, les e-mails et les alertes, donc un prompt très cité n'inonde pas le rapport.
D'autres choses à demander à Moose
Tous les cas d'usageDemandez si vous l'avez déjà écrit avant de le commander à nouveau.
La version de vous qu'un moteur peut résoudre et citer.
Les recherches que Google écrit pour lui-même avant de répondre.
Douze recherches plus étroites derrière une seule question d'acheteur.
Le vrai top dix, les questions associées et l'AI Overview avec ses sources.
La liste complète, et ce que Moose fait étape par étape dans chacun.
Écrivez ce qui est vrai.
Puis tenez-y chaque réponse.
Remplissez le Profil de Vérité de Marque une fois, lancez une analyse, et lisez chaque phrase qui ne colle pas. Vous discutez alors avec quelque chose de précis plutôt qu'avec une impression.