L'IA décrit-elle votre
entreprise correctement ?
Une réponse peut nommer votre marque et décrire quand même l'entreprise que vous étiez, ou nier une fonctionnalité que vous avez lancée l'an dernier. Moose évalue chaque réponse qui vous nomme face à ce que vous avez écrit dans votre Profil de Vérité de Marque, et vous montre la phrase qui ne correspond pas.
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.
Commencez par le Profil de Vérité de Marque
Écrivez une fois ce qui est vrai de l'entreprise dans le Profil de Vérité de Marque, ou importez vos documents de marque et Moose le remplit à partir d'eux. Chaque verdict est mesuré face à ce que dit le profil.
Sans profil, pas de verdicts. La dérive et la parité se mesurent face à vos champs, donc Moose les laisse vides.
Dérive narrative et parité fonctionnelle
Chaque réponse qui vous mentionne reçoit les deux verdicts. Chaque verdict s'accompagne d'une phrase qui dit de quelle affirmation il s'agit.
La réponse décrit-elle l'entreprise telle qu'elle est aujourd'hui ? Elle vérifie le type de client, la catégorie et le positionnement face à votre profil.
La réponse se trompe-t-elle sur vos capacités ? Omettre une fonctionnalité n'est pas compté comme une erreur.
L'omission de fonctionnalités. Une réponse juste qui ne liste qu'une partie de vos fonctionnalités reste notée bonne.
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 moteur. Chaque réponse où une IA s'est trompée sur une fonctionnalité, et quel moteur l'a dit, tient en un filtre.
ChatGPT
Claude
Gemini
Grok
Perplexity
Google AI Mode
AI Overviews
Bing Copilot
DeepSeek
Meta AI
Ce qui a changé entre deux exécutions
Les exécutions suivent votre calendrier, de plusieurs fois par jour au manuel, et une exécution planifiée peut vous envoyer le résumé par e-mail. Ce que vous regardez ensuite, c'est l'écart entre deux exécutions.
Taux de mention, taux de citation et tonalité positive tracés par jour, semaine ou mois.
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.
Des prompts écrits pour le repérer
Moose écrit des prompts à partir du nom de votre marque et des champs que vous avez remplis : capacités, comparaisons concurrentielles, segments de clientèle et les erreurs 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.
Les requêtes sans marque sont écartées. Elles ne rapportent pas de réponses vous concernant.
Relisez, modifiez et validez chaque suggestion avant que quoi que ce soit ne soit suivi. Elles arrivent dans leur propre catégorie Prompts de diagnostic, séparée de votre jeu principal.
D'où vient la mauvaise histoire
Quand un moteur se trompe sur vous, Moose montre aussi la page qui le lui a appris, et c'est généralement quelque chose que vous pouvez corriger.
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 ce face à quoi les réponses sont mesurées : 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, Gemini, Grok, Perplexity, Google AI Mode, Google AI Overviews, Claude, DeepSeek, Meta AI et Bing Copilot. Les six premiers sont lus depuis le produit grand public dans une session de navigateur sur votre ordinateur, 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 ?
Pas tant que ça, 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.
Construite à partir de l'exploration de votre propre site.
Les recherches que Google écrit pour lui-même avant de répondre.
Douze recherches plus étroites derrière une seule question d'acheteur.
Le top dix actuel, les People Also Ask et l'AI Overview avec ses sources.
La liste complète, et ce que Moose fait étape par étape dans chacun.
Remplissez le profil une fois,
puis vérifiez chaque réponse face à lui.
Remplissez le Profil de Vérité de Marque une fois, ou importez vos documents de marque, lancez une analyse, et lisez chaque phrase qui ne correspond pas.