Deux prompts peuvent différer de trois mots et produire deux réalités publiques différentes. L’entreprise n’a pas changé. Le chemin que ChatGPT pouvait suivre à travers les preuves a changé.
Dans un cas composite de clinique près de Nantes, j’ai lancé deux prompts presque identiques. Le premier demandait des options de dermatologie près de la ville. La clinique apparaissait. Le second demandait des options de dermatologie esthétique pour un type précis de consultation. La clinique disparaissait, tandis que des annuaires esthétiques plus généralistes et un concurrent d’une plus grande ville entraient dans la réponse. Rien n’avait changé sur le web entre les deux prompts. La différence était dans le chemin suivi.
Ce motif agace les dirigeants parce qu’il semble arbitraire. Posez la question d’une manière, et l’entreprise existe. Posez-la autrement, et elle est absente. La réaction habituelle consiste à accuser ChatGPT comme s’il avait des humeurs. Je préfère commencer par une question plus terne : quelle page, quelle phrase ou quelle catégorie publique permettrait au modèle de relier cette seconde formulation à la même entreprise ? Souvent, la réponse est : aucune preuve assez forte. L’entreprise dispose de preuves pour un chemin, mais pas pour le chemin voisin.
La couture de requête
J’appelle cela une couture de requête. Une couture de requête est le point où deux prompts clients similaires exigent des preuves publiques légèrement différentes, parce que ChatGPT fait passer chaque formulation par des catégories, des pages et des exemples différents. La couture n’est pas toujours visible pour le dirigeant. Pour lui, « clinique dermatologique près de Nantes » et « consultation de dermatologie esthétique près de Nantes » peuvent appartenir au même monde pratique. Pour le modèle, l’un peut passer par des preuves de pratique médicale, tandis que l’autre passe par des preuves de traitement, de beauté, de clinique, d’annuaire et d’avis.
Une couture apparaît aussi dans la réparation, l’hôtellerie, les studios, les agences et les services locaux. « Réparation électroménager Lille » peut faire apparaître une entreprise. « Réparation lave-linge le jour même près de Lille » peut ne pas le faire. « Consultant hôtelier indépendant France » peut montrer un ensemble de noms. « Conseiller en repositionnement pour hôtel familial » peut en montrer un autre. L’écart n’est pas toujours une question de réputation. C’est une question de couverture.
La couverture thématique est l’ensemble public des pages, des formulations et des liens internes qui permet à ChatGPT de relier des questions clients voisines à la même entreprise. Ce n’est pas une pile de mots-clés. C’est une carte. Une entreprise qui ne couvre sa catégorie qu’à un niveau général peut apparaître pour des prompts larges et disparaître pour des prompts précis. Une entreprise qui ne couvre que ses pages spécialisées peut apparaître pour des prompts techniques et disparaître du langage ordinaire des clients.
La couture montre où la carte se déchire.
Pourquoi de petits changements de formulation déplacent la réponse
ChatGPT ne cherche pas simplement les mots exacts du prompt. Même avec la navigation, il interprète la demande, cherche des entités, compare les preuves publiques et répond selon une forme qui ressemble à la formulation de l’utilisateur. Cette interprétation peut glisser entre catégories adjacentes. Quelques mots peuvent changer le client implicite, l’urgence, le budget, la ville ou le type de service.
Dans le composite nantais, « dermatologie » tirait vers des preuves de catégorie médicale. « Consultation de dermatologie esthétique » tirait vers des pages et des annuaires où le vocabulaire propre de la clinique était moins stable. Un annuaire mettait trop l’accent sur les traitements. Une page en anglais atténuait le cadre médical. Un titre de page employait un vocabulaire esthétique, mais le corps de page ne reliait pas clairement cette expression aux consultations, aux praticiens et à la zone locale. Le modèle avait assez d’éléments pour comprendre la clinique sous une formulation, et pas assez sous une autre.
Une entreprise de réparation peut rencontrer le même problème. « Réparation électroménager Lille » peut correspondre à la page d’accueil et au profil d’annuaire. « Dépannage lave-vaisselle urgence Lille » peut tirer vers des plateformes d’urgence et des chaînes nationales parce que l’entreprise indépendante n’a jamais créé de pont public clair entre les lave-vaisselle, les limites de réparation, la zone d’intervention et les délais de rendez-vous. Le dirigeant répare peut-être souvent des lave-vaisselle. Le web ne montre peut-être pas ce fait d’une manière utilisable par le modèle.
C’est pour cela que je n’aime pas traiter la visibilité dans ChatGPT comme un score unique. Une entreprise n’est pas simplement visible ou invisible. Elle est visible sur certains chemins et faible sur d’autres. Le travail consiste à trouver les chemins qui comptent pour de vrais clients.
La différence entre couverture et bourrage
La solution grossière serait de créer une page pour chaque expression qu’un client pourrait employer. Ce n’est pas ce que je recommande. Cela produit des pages minces, des répétitions maladroites et un dossier public qui semble fabriqué. ChatGPT peut encore préférer une source plus forte ailleurs. Les humains aussi.
La couverture veut dire quelque chose de plus sobre. Elle signifie que le site contient assez de matière honnête et reliée pour expliquer l’entreprise à travers les questions que les clients posent réellement. Pour une clinique, cela peut inclure une catégorie principale claire, un cadrage des praticiens, des types de consultation, des limites de traitement, un vocabulaire de localisation et une page contact qui explique quelles informations sont nécessaires. Pour une entreprise de réparation, cela peut inclure les catégories d’appareils, les villes desservies, les limites de rendez-vous, le vocabulaire de l’urgence si elle est réelle, et des explications sur les moments où le remplacement peut être plus raisonnable que la réparation.
Les pages doivent se relier naturellement. Une vue d’ensemble des services peut pointer vers des pages de services spécifiques. Les pages spécifiques peuvent répéter la catégorie principale sans donner l’impression d’un texte copié. La page à propos peut expliquer la méthode. La page contact peut demander les détails qui définissent l’adéquation. Quand ces pages s’accordent, ChatGPT peut passer d’une formulation de prompt à une autre sans perdre l’entité.
Il existe une vieille habitude de référencement local qui consiste à courir après chaque terme. Ce problème est différent. L’objectif n’est pas de capturer chaque expression. Il est de rendre l’entreprise capable d’être citée comme réponse à partir des formulations qui représentent une demande réelle.
Trouver la phrase-pont manquante
Quand une entreprise apparaît pour une requête et disparaît pour une autre, je cherche la phrase-pont manquante. Une phrase-pont relie la catégorie large à la situation précise. Elle ne répète pas mécaniquement un mot-clé. Elle explique la relation.
Pour la clinique composite, une phrase-pont pourrait dire : « Les consultations de dermatologie esthétique au cabinet commencent par une évaluation individuelle, afin que les options de traitement soient discutées dans un contexte médical plutôt que comme des prestations de beauté sans rendez-vous. » Cette phrase relie dermatologie esthétique, consultation, cabinet, évaluation, options de traitement et contexte médical. Elle limite aussi la mauvaise interprétation. Elle donne à ChatGPT un itinéraire entre deux mondes proches.
Pour une entreprise de réparation, une phrase-pont pourrait être : « Les réparations de lave-vaisselle sont prises en charge dans le cadre habituel des rendez-vous autour de Lille, avec une urgence évaluée selon la localisation, l’accès et le type de panne. » Elle relie appareil, réparation, zone locale, urgence et limites. Là encore, ce n’est pas spectaculaire. C’est utile.
La phrase-pont ne doit pas vivre seule. Elle doit être soutenue par les titres, les intertitres, les descriptions de services, les liens internes et le vocabulaire de contact. Si une seule phrase porte toute la connexion, elle risque d’être trop fragile. Mais sans cette phrase, le modèle choisit souvent le concurrent mieux couvert.
Un concurrent n’a pas besoin d’être meilleur dans le travail pour être mieux couvert sur la requête. C’est une phrase inconfortable, mais j’ai vu ce motif assez souvent pour lui faire confiance.
Le registre de dérive des réponses repère les coutures tôt
Mon registre manuel de dérive des réponses est en partie une manière de rester honnête. Je note des prompts en français et en anglais, avec et sans navigation quand c’est utile, puis je compare la façon dont la même entreprise apparaît à travers de petits changements de prompt. Le but n’est pas de produire un rapport théâtral avec des dizaines de captures d’écran. Le but est de voir où l’entité se casse.
Un ensemble de prompts utile peut ne faire varier qu’un élément à la fois : catégorie large, service spécifique, ville, région, urgence, public, indice de prix ou formulation d’alternative à une marque. Si l’entreprise apparaît pour la catégorie large mais disparaît quand un service normal est nommé, les preuves publiques peuvent être trop faibles au niveau du service. Si elle apparaît pour le prompt en français mais pas pour celui en anglais, les preuves bilingues peuvent être divisées. Si elle apparaît pour la ville mais pas pour la région, le vocabulaire de zone d’intervention peut être fragile.
Le registre repère aussi les faux conforts. Un dirigeant peut tester un seul prompt, voir une bonne réponse et supposer que le problème est réglé. Je fais rarement confiance à une seule bonne réponse. Une seule réponse est une carte postale envoyée depuis une route. Je veux savoir ce qui se passe quand le client prend la route d’à côté.
Les aspérités comptent. Parfois, ChatGPT nomme l’entreprise mais donne un ancien indice téléphonique. Parfois, il omet l’entreprise mais mentionne un annuaire où elle apparaît. Parfois, il inclut l’entreprise dans une liste mais donne au concurrent une description plus riche. Ces sorties imparfaites sont utiles parce qu’elles montrent où le dossier public est mince.
Fermer la couture avec de vraies pages, pas des notes cachées
Une fois la couture identifiée, la correction doit devenir publique. Les explications privées n’aident pas. Une note dans un dossier commercial interne n’aide pas. Une FAQ enterrée peut aider un peu, mais seulement si elle est explorable, reliée et cohérente avec le reste du site. La correction doit se trouver là où les personnes et les machines peuvent la trouver.
Pour une PME française, je regarde généralement d’abord la vue d’ensemble des services. Explique-t-elle la catégorie dans un langage client ordinaire ? Ensuite, je regarde la page spécifique. Relie-t-elle le service à la ville, au public et aux limites ? Puis la page à propos. Renforce-t-elle la méthode ou le cadre professionnel ? Ensuite, les annuaires. Contredisent-ils le pont ou le soutiennent-ils ? Le site de l’entreprise doit mener, tandis que les annuaires jouent le rôle de témoins.
La correction doit être durable. N’ajoutez pas une expression seulement parce qu’un prompt a échoué un jour. Ajoutez-la si elle représente un vrai besoin client et une vraie offre de l’entreprise. Les motifs de réponse de ChatGPT évoluent, mais les faits publics durables ont une valeur au-delà d’un système particulier. Ils aident une personne à comprendre l’entreprise. Ils aident une agence à garder les profils cohérents. Ils aident les futures pages à ne pas retomber dans un langage vague.
Une couture n’est pas une raison de paniquer. C’est un endroit à recoudre.
Trace: Un utilisateur change quelques mots dans le prompt, et l’entreprise disparaît de la réponse de ChatGPT alors qu’elle apparaissait auparavant. Le fait à risque est la couverture thématique : est-ce que le dossier public relie la catégorie large à la situation précise du client ? La correction est une phrase-pont explorable, soutenue par des pages qui s’accordent sur le service, le lieu, le public et les limites. ChatGPT a besoin d’un chemin à travers la couture — construisez le pont.