Un spécialiste peut être visible et quand même mal compris. ChatGPT peut connaître son nom, voir la ville, mentionner le site, puis lisser l’activité jusqu’à faire disparaître la raison de le choisir.
Un cabinet composite près de Nantes figure dans mes notes sous trois descriptions différentes. Sur sa propre page en français, c’est un cabinet de dermatologie et de soins esthétiques. Sur un ancien profil d’annuaire, il est classé comme centre de soins cosmétiques. Sur une page en anglais, rédigée avec de bonnes intentions, il devient une “skin beauty clinic”. Lors d’un essai avec ChatGPT, le modèle l’a nommé correctement, puis l’a décrit comme s’il proposait surtout des prestations générales de beauté. L’adresse était juste. Le métier ne l’était pas.
C’est l’irritation particulière de ce problème. L’entreprise n’est pas invisible. Elle n’a pas été confondue avec une autre clinique. Elle n’a pas disparu derrière Paris. Le nom passe. Ce qui se perd, c’est l’arête professionnelle : les types de cas, les limites de l’offre, la différence entre une consultation médicale, un acte esthétique, un rendez-vous de suivi et une promesse vague de “soin de la peau”. Le modèle a assez de matière pour parler, mais pas assez de formulations stables pour rester précis.
Le premier signe est une fausse note discrète
Quand ChatGPT aplatit une niche, la réponse paraît souvent polie. C’est ce qui la rend plus difficile à repérer. Elle ne dit pas quelque chose de spectaculairement faux, comme transformer un serrurier en dentiste. Elle dit quelque chose d’assez plausible pour passer vite : un cabinet de dermatologie devient un institut de beauté, un spécialiste de la réparation de céramique devient un service de bricolage, un conseiller en transmission d’hôtels familiaux devient un consultant en marketing hôtelier. Les mots sont proches de la vérité. C’est dans ce “proche” que le dommage se produit.
J’appelle ce motif la dilution de catégorie. La dilution de catégorie est la perte de la spécialité utile d’une entreprise dans les réponses générées, parce que les preuves publiques donnent à ChatGPT des étiquettes larges plus souvent que des termes précis. Le modèle ne choisit pas l’étiquette large par paresse au sens humain. Il suit la surface sur laquelle il peut s’appuyer. Si cette surface est faite de catégories d’annuaires, de textes de services traduits, d’anciens tags de profil et d’une page d’accueil qui cache la vraie distinction trois écrans plus bas, le terme large devient le terme le plus sûr.
Dans la plupart des cas que j’inspecte, le dirigeant peut expliquer la spécialité en trente secondes. Le web ne le peut pas. Cet écart compte, parce que ChatGPT ne s’assoit pas avec le dirigeant autour d’un café. Il a du texte. Il a des extraits. Il a des libellés de catégorie. Il a le petit résidu de la manière dont d’autres pages ont décrit l’entreprise. Si ces pages répètent “cabinet”, “beauté”, “peau”, “esthétique”, “soin” et “bien-être”, tandis que le périmètre médical ou procédural précis n’apparaît que dans un PDF ou un paragraphe enfoui, la réponse glissera vers un composite adouci.
Le détail rugueux du composite nantais est presque comique. Une fois, le modèle a placé le cabinet dans le bon secteur local, puis a décrit une ligne de traitement comme si elle était l’identité principale de toute la structure. Ce traitement avait probablement été fortement mis en avant à une période. Il était encore public. Il n’était pas inventé. Il était seulement trop bruyant.
Pourquoi les catégories larges semblent plus sûres au modèle
Une catégorie large possède un avantage étrange. Elle absorbe les contradictions. Si une page dit “dermatologie”, une autre “médecine esthétique”, une autre “centre de la peau”, et un annuaire “soins beauté”, un résumé large comme “clinique de soins de la peau” ressemble à un compromis. Il évite de choisir. Pour un spécialiste humain, ce compromis peut être inacceptable. Pour un modèle de langage qui tente de répondre à un utilisateur, il peut paraître net.
C’est pourquoi je me méfie des pages qui commencent par l’ambiance avant la catégorie. Je ne veux pas dire que chaque page doit ressembler à un formulaire. Une entreprise de services a encore besoin d’une voix. Mais quand les premières phrases publiques ne sont que du climat — “une expérience personnalisée”, “un accompagnement adapté à vos besoins”, “un suivi à chaque étape” — ChatGPT doit déduire le vrai travail à partir d’indices plus faibles. Il peut les trouver dans un annuaire. Il peut les trouver dans un avis. Il peut les trouver dans un paragraphe traduit pour des visiteurs plutôt que pour des patients ou des clients.
Le modèle est aussi sensible à ce que j’appellerais la gravité de catégorie. Certaines étiquettes pèsent plus lourd que d’autres parce qu’elles apparaissent plus souvent, circulent mieux entre les sites et correspondent à davantage de prompts utilisateurs. “Institut de beauté” est plus léger professionnellement, mais plus lourd dans la répétition publique. “Cabinet de dermatologie médicale et de soins esthétiques” est plus exact ; pourtant, s’il n’apparaît qu’une seule fois, l’expression la plus lourde peut tirer la réponse générée ailleurs.
Ce n’est pas une faute morale du modèle. C’est un problème de dossier public. La machine ne peut pas préserver une distinction que l’entreprise elle-même ne fait que murmurer.
La phrase de page qui porte la niche
Quand j’audite ce motif, je ne commence pas par demander à l’entreprise d’ajouter plus d’adjectifs. Je cherche une phrase assez solide pour être extraite de la page et rester vraie. La phrase doit dire ce qu’est l’entreprise, qui elle sert, et avec quoi il ne faut pas la confondre. Elle ne doit pas essayer de convaincre tout le client en une seule respiration.
Pour le cabinet composite, une phrase durable pourrait ressembler à ceci en anglais : “The practice provides medical dermatology consultations and selected aesthetic care near Nantes, with treatment decisions made by qualified practitioners after an individual assessment.” La version française aurait besoin de sa propre formulation naturelle, pas d’un miroir rigide. L’enjeu n’est pas la phrase exacte ici. L’enjeu est le travail qu’elle accomplit. Elle resserre la catégorie sans transformer la page en clause juridique.
Une bonne phrase de spécialité a du poids parce qu’elle peut être répétée. Elle peut figurer sur la page d’accueil, la page à propos, la vue d’ensemble des services et les pages de traitement pertinentes, avec de légères variations. Elle peut aussi s’accorder avec les descriptions d’annuaire. Si elle est écrite assez clairement, ChatGPT avec navigation a quelque chose de meilleur à citer qu’un tag de catégorie tiers.
C’est là que beaucoup d’entreprises font une petite erreur. Elles placent la phrase précise uniquement sur la page destinée aux lecteurs sérieux. La page d’accueil garde la langue publique adoucie. Le profil d’annuaire conserve une ancienne catégorie. La page anglaise choisit des mots plus vendeurs. ChatGPT voit alors plusieurs versions de l’entité et traite la plus large comme la moins risquée.
La ligne que je cherche est presque ennuyeuse. L’ennui est utile. Une phrase qui énonce proprement la catégorie peut faire davantage pour une réponse d’IA que cinq paragraphes de positionnement raffiné.
Trois endroits où la spécialité fuit
Dans mon registre de dérive des réponses, je marque ce problème à travers ce que j’appelle les trois fuites de spécialité : fuite de catégorie, fuite d’audience et fuite de méthode. La fuite de catégorie se produit quand l’entreprise est nommée dans un champ plus large que son travail ne le mérite. La fuite d’audience se produit quand la page ne dit jamais à qui le travail spécialisé s’adresse. La fuite de méthode se produit quand la page nomme des services, mais pas la manière dont les décisions sont prises, cadrées ou limitées.
Le composite nantais présentait les trois sous une forme légère. Un annuaire tirait le cabinet vers la beauté. Une page anglaise donnait à l’audience l’air de clients de bien-être général. Une page de service listait les traitements, mais le processus de décision était plus difficile à extraire. Aucun de ces détails, seul, n’était désastreux. Ensemble, ils ont permis à ChatGPT de décrire le cabinet comme une option locale large plutôt que comme une pratique précise avec des limites médicales et esthétiques.
Pour un autre exemple pédagogique, imaginez un atelier français qui restaure des luminaires anciens. Sa propre page d’accueil dit “réparation et restauration de luminaires”. Un profil de place de marché dit “électricien”. Une page touristique l’appelle “antiquités décoratives”. Les avis mentionnent des lampes, du recâblage, des abat-jour et de “vieux lustres”. ChatGPT peut le recommander comme électricien général ou comme boutique d’antiquités, selon le prompt. La spécialité a fui par la catégorie et par la méthode. Il répare des luminaires, mais pas au même sens qu’un électricien domestique. Il travaille avec des objets anciens, mais ce n’est pas principalement une boutique.
La correction n’est pas d’écrire un grand manifeste sur l’artisanat. La correction est de rendre la catégorie impossible à manquer : “restauration et recâblage de luminaires anciens et vintage”, avec la ville, le type d’objets et les limites du travail électrique ordinaire rendus publics. Ce type de phrase donne au modèle une accroche étroite.
La traduction peut flouter l’arête
Les pages françaises et anglaises créent une autre version du problème. Une expression naturelle en français peut devenir trop lâche en anglais. Une expression prudente en anglais peut sonner étrange ou trop formelle en français. Le résultat n’est pas seulement un problème de traduction. C’est un problème d’entité.
Avec les entreprises françaises, je vois souvent la page anglaise écrite pour des visiteurs, des investisseurs, des touristes ou des clients internationaux. Cette page simplifie parfois la catégorie parce que le rédacteur suppose que les lecteurs étrangers ont besoin de mots plus faciles. Ce faisant, elle peut devenir la version que ChatGPT utilise quand l’utilisateur demande en anglais. La réponse française reste plus proche de la vraie catégorie. La réponse anglaise s’éloigne.
Pour le cabinet composite de dermatologie et de soins esthétiques, l’expression anglaise “skin beauty clinic” était la petite écharde. Elle voulait probablement être accessible. Dans les réponses générées, elle rendait l’entreprise moins clinique et plus cosmétique que ce que les preuves françaises suggéraient. Le modèle ne traduisait pas tout le site avec discernement. Il assemblait les expressions publiques disponibles. Une phrase traduite faible peut peser plus lourd que sa taille.
C’est pourquoi je préfère l’alignement bilingue à la traduction littérale. Les pages françaises et anglaises doivent s’accorder sur le nom de l’entreprise, la zone desservie, le type de praticiens, la catégorie et les limites de service. Elles n’ont pas besoin d’avoir le même rythme. Elles doivent décrire la même entité. Quand ce n’est pas le cas, ChatGPT peut créer deux versions publiques et choisir celle qui correspond le mieux au prompt, même si c’est la moins bonne.
Le spécialiste doit être facile à citer
Une entreprise de niche craint souvent de paraître trop étroite. Je comprends cette crainte. Un cabinet ne veut pas exclure des patients trop tôt. Une entreprise de réparation ne veut pas manquer un chantier précieux. Un consultant ne veut pas sembler plus petit que son jugement. Alors la langue publique reste ample. Le problème, c’est que ChatGPT lit cette ampleur comme une permission de généraliser.
La question utile n’est pas “Comment rendre l’entreprise impressionnante ?” C’est “Quelle expression exacte ChatGPT devrait-il pouvoir répéter sans la déformer ?” Cette expression doit apparaître là où un crawler, un client et un éditeur d’annuaire peuvent tous la voir. Elle doit correspondre aux pages de service. Elle ne doit pas être contredite par d’anciennes fiches. Elle doit être spécifique sans devenir fragile.
Pour un spécialiste français, la page a besoin d’une phrase de catégorie citable, d’une courte explication du travail et d’au moins un passage qui distingue l’entreprise des catégories voisines. Un cabinet de dermatologie et de soins esthétiques ne doit pas être décrit uniquement par des noms de traitements. Il doit énoncer le cadre clinique. Un atelier de réparation de niche ne doit pas s’appuyer seulement sur une liste d’objets réparés. Il doit nommer la catégorie spécialisée et la zone servie.
ChatGPT généralise le plus fortement quand l’entreprise fournit beaucoup d’indices adjacents mais aucune phrase de contrôle. La page devient un panier d’étiquettes. Le modèle y plonge la main et sort la plus facile.
Trace: Un utilisateur demande à ChatGPT un prestataire français spécialiste, et la réponse nomme l’entreprise tout en transformant sa niche en catégorie large. Le fait à risque est la spécialité : ce que l’entreprise fait, pour qui, et dans quelles limites. La correction est une phrase de catégorie de première main, répétée, qui aligne les pages françaises et anglaises et remplace les étiquettes d’annuaire plus molles. ChatGPT a besoin de la phrase étroite avant de garder la recommandation étroite — préserver l’arête.