SISTRIX pour l’IA et les Chabots : maîtrisez votre visibilité sur l’IA

De:

Marie Nové

Publié le : 03.09.2025

Envie de découvrir si votre site est cité sur les IA ? Nos clients ont accès à notre bêta sans coût supplémentaire. Profitez de 14 jours d’essai gratuit dès maintenant, sans engagement.Essayez SISTRIX gratuitement

Votre avantage concurrentiel dans l’ère de l’IA

Les moteurs de recherche traditionnels ne sont qu’une partie de l’équation. Notre outil vous donne un accès exclusif à des analyses en profondeur sur la visibilité de vos marques, entités et sources au sein des chatbots IA les plus influents.

À l’instar de nos outils existants pour Google, Amazon et les réseaux sociaux, tous nos clients ont accès à la même base de données complète. Cela vous permet d’effectuer des analyses précises basées sur un large éventail d’informations.

Un avantage majeur de cet outil est la disponibilité ultra-rapide des résultats. Comme toutes les données ont déjà été déterminées à l’avance, vous obtenez vos réponses en une fraction de seconde, sans longs délais de configuration et d’attente. À l’avenir, nous intégrerons également une fonction d’historique et de suivi qui vous permettra de suivre les changements au fil du temps.

Le cœur de notre analyse : 10 millions de prompts uniques

Pour vous fournir des analyses pertinentes, nous utilisons un ensemble de données complet de 10 millions de prompts.

Nous sélectionnons ces prompts avec soin afin qu’ils représentent un échantillon représentatif de l’utilisation réelle des chatbots dans les pays et les langues correspondants. Ces prompts proviennent de diverses sources. Cela inclut, par exemple, les suggestions de prompts que ChatGPT propose lorsque vous saisissez du texte, mais aussi les questions d’utilisateurs fréquemment posées dans les résultats de recherche Google et d’autres sources de données pertinentes.

Pour que nos données restent à jour, nous mettons régulièrement à jour notre base de données de prompts. Cela signifie que nous ajoutons de nouveaux prompts et supprimons ceux qui sont moins ou plus du tout utilisés. De cette manière, nous nous assurons que les données reflètent les habitudes d’utilisation actuelles.

Il est important de noter que la situation des données et la disponibilité de bases fiables pour les analyses LLM/IA sont actuellement encore plus difficiles que, par exemple, chez Google ou Amazon. Cependant, c’est une évolution que nous connaissons bien depuis les débuts de l’analyse Google. Là aussi, la qualité des données s’est améliorée progressivement. Nous sommes convaincus que ce sera également le cas pour les données des LLM.

Réponses des chatbots

Nous interrogeons les réponses de trois LLM majeurs et pertinents pour 10 millions de prompts par langue. Nous prenons actuellement en charge OpenAI ChatGPT, Google Gemini et DeepSeek.

Dans les réponses des LLM, nous reconnaissons des entités telles que des marques, des personnes, des lieux et bien plus encore, ainsi que les références de source associées. Comme pour Google et Amazon, cela permet des recherches inversées : vous pouvez découvrir quels prompts mentionnent votre marque ou celles de vos concurrents.

Interroger les modèles plus fréquemment n’apporte pas de valeur ajoutée, car les informations contenues dans ces modèles de base sont statiques. Cela signifie que plusieurs requêtes ne font que modifier légèrement le libellé, mais l’information sous-jacente reste la même. La combinaison des LLM et de la recherche sur le web, comme avec Perplexity ou la recherche web de ChatGPT, conduit à des résultats plus dynamiques. Vous pouvez les suivre individuellement dans vos projets.

Nous prenons actuellement en charge ces modèles de base pour les chatbots :

• OpenAI ChatGPT
  • gpt-4o-mini
  • gpt-4.1-mini
• Google Gemini
  • gemini-2.0-flash-lite
  • gemini-2.0-flash
  • gemini-2.5-flash
• Deepseek
  • v3

Position et classement

Dans les réponses de l’IA, nous déterminons le classement des marques et autres entités séparément. En d’autres termes, nous mesurons la position à laquelle une marque particulière est mentionnée dans la réponse. Il en va de même pour tous les autres types d’entités comme les personnes, les lieux, etc., mais dans ce cas, elles sont regroupées.

Indice de visibilité IA

Le calcul de l’Indice de Visibilité pour les marques, entités et sources fonctionne de la même manière que pour Google. Il y a trois étapes :

1. Collecte des réponses : Tout d’abord, nous collectons les réponses des LLM pour 10 millions de prompts représentatifs.
2. Pondération des réponses : Dans la deuxième étape, nous pondérons ces réponses. Il est important de prendre en compte la position de l’information dans la réponse et la fréquence d’utilisation du prompt.
3. Synthèse des valeurs : Enfin, toutes les valeurs pondérées pour toutes les entités, marques et sources sont synthétisées.

Il existe un Indice de Visibilité distinct pour les marques, entités et sources pour chaque langue et chaque chatbot.

L’Indice de Visibilité IA total pour une marque, une entité et une source est ensuite calculé en additionnant les valeurs de visibilité individuelles des trois chatbots. La position vous indique où votre marque se classe dans l’ordre des marques les plus visibles. La marque avec l’Indice de Visibilité le plus élevé est donc classée n°1, et les autres sont classées par ordre décroissant.

L’IA et les Chatbots, en pratique

Pourquoi les résultats ne changent-ils pas ?

Les chatbots utilisent des « modèles de base » (foundation models) d’OpenAI, Gemini ou Deepseek. Ces modèles fonctionnent avec une base de données fixe qui n’est mise à jour que lorsqu’un nouveau modèle est publié. Si vous posez le même prompt plusieurs fois, le libellé de la réponse peut changer légèrement, mais les faits restent les mêmes car le modèle sous-jacent ne change pas. Nous collectons de nouvelles données chaque fois qu’un nouveau modèle de base est disponible, par exemple lors du passage de GPT-4o à GPT-4.1.

Comment les positions sont-elles mesurées ?

Dans les réponses textuelles des chatbots, nous identifions des entités telles que des marques, des lieux, des personnes, des sources et d’autres types. Pour chacune de ces entités, nous enregistrons la position de la mention respective dans le texte de la réponse. Le décompte est effectué séparément : pour les marques, seules les autres mentions de marques sont comptées ; pour toutes les autres entités, les positions de toutes les autres entités sont évaluées ensemble.

Pourquoi les logos de marque sont-ils parfois manquants ou incorrects ?

Les réponses des chatbots contiennent des noms de marque sous forme de texte continu. Nous analysons ce texte et reconnaissons les marques et autres entités dans leur contexte respectif. Pour améliorer la reconnaissance, nous enrichissons les marques bien connues avec des logos. Nous les obtenons via diverses interfaces tierces. Dans la plupart des cas, cela fonctionne de manière fiable, mais il peut arriver qu’aucun logo ou un logo incorrect ne s’affiche. Nous nous efforçons de minimiser ces cas et pouvons également mettre à jour les logos manuellement. Veuillez contacter notre équipe de support pour obtenir de l’aide.

Pourquoi ma marque n’est-elle pas reconnue comme une entité ?

En général, le domaine de recherche de l’analyse IA/chatbot fonctionne en interrogeant automatiquement des millions de prompts sur différents chatbots dans différentes langues et en analysant les résultats pour la présence d’entités telles que les marques. Si une marque particulière n’y est pas reconnue, il peut y avoir plusieurs raisons. La plus simple est que la marque n’a été mentionnée dans aucune des réponses du chatbot. Même si les chatbots ont généralement des connaissances assez complètes, ils ne connaissent pas toutes les marques et ne les mentionnent pas toutes. Il peut aussi arriver que les chatbots utilisent une orthographe différente de celle de la marque elle-même. Il peut également arriver que nous ne reconnaissions pas une marque comme une entité.