Comment identifier les sources de ChatGPT ?

Pour identifier les sources d’une réponse ChatGPT, commencez par distinguer les connaissances du modèle, les informations fournies dans la conversation et une éventuelle recherche web. Les liens affichés permettent de vérifier certaines références ; ils ne donnent pas un inventaire du corpus d’entraînement.

ChatGPT et sa fonction de recherche

ChatGPT est le produit conversationnel d’OpenAI. ChatGPT Search  lui permet de rechercher des informations sur le web et d’accompagner une réponse de liens. SearchGPT désignait un prototype présenté en 2024 ; ce n’est pas le nom d’un modèle séparé à utiliser pour décrire la fonction actuelle.

La recherche peut être déclenchée selon la question et les fonctionnalités utilisées. Ne supposez pas que chaque réponse a consulté le web, ni qu’une réponse sans lien repose sur une publication identifiable.

Ce que l’entraînement permet de savoir, et ses limites

Un modèle apprend à partir de données d’entraînement. Les informations publiées sur un modèle historique ne décrivent pas nécessairement les modèles et produits actuels. Le tableau suivant concerne GPT-3 ; il ne constitue pas une répartition actuelle des sources de ChatGPT.

Les archives de Common Crawl  illustrent une catégorie de données web utilisée dans la recherche et le développement de modèles. Cela ne permet pas de conclure qu’une phrase donnée vient d’un site précis. La page historique sur GPT-3  décrit ce modèle particulier, et non un inventaire exhaustif des données des modèles actuels. Les accords annoncés avec des éditeurs décrivent des usages autorisés de contenus. Ils ne prouvent pas qu’un article partenaire sera cité pour chaque question, ni qu’il est la source d’une affirmation produite sans recherche. Ne transformez pas une liste ancienne de partenariats en liste exhaustive ou permanente de sources.

Comment vérifier une réponse avec recherche

1. Repérer les citations et ouvrir les pages

Posez une question précise, avec les contraintes utiles. Examinez les citations intégrées et les références disponibles. Ouvrez chaque page importante : le titre d’un lien ne suffit pas à vérifier ce qu’elle dit. Pour chaque affirmation décisive, contrôlez :

• le passage qui l’étaye réellement ;
• la date et la version des informations ;
• l’identité de l’auteur ou de l’organisation ;
• le périmètre de l’étude, du tarif ou de la règle ;
• les éventuelles réserves omises dans la réponse.

Préférez la source primaire lorsque vous pouvez la retrouver. Une citation peut être incorrecte, incomplète ou sans rapport suffisant avec l’affirmation.

2. Demander des références sans les traiter comme des preuves

Vous pouvez demander une source ou une explication complémentaire. Le modèle peut toutefois proposer une référence erronée : vérifiez l’existence de la page et son contenu. Une réponse disant « je me base sur mes connaissances » n’identifie pas les documents d’entraînement à l’origine d’une phrase.

3. Comparer dans des conditions documentées

Notez le prompt, la date, la langue, la localisation utile et le mode de recherche. Répétez l’observation si vous analysez la visibilité d’une marque. Les résultats peuvent varier d’une exécution à l’autre. Une comparaison avec Bing ou Google peut éclairer le paysage de recherche, sans permettre de prédire exactement les citations de ChatGPT. Ne déduisez pas l’ancienneté de son index ni sa source principale de quelques différences entre résultats.

Suivre les sources et les mentions avec Qwairy

Qwairy permet d’examiner les réponses collectées aux prompts suivis, les mentions de marque et les pages citées. Une mention de marque signifie que la réponse nomme l’entreprise ; une citation de source relie une page à la réponse. Ces événements sont distincts. Les captures suivantes présentent d’anciennes interfaces et des exemples historiques. Utilisez les vues actuelles de réponses, de prompts et de sources pour lire le contexte des observations.

Examinez les domaines et les pages cités sur vos sujets, puis ouvrez les réponses correspondantes. Un domaine fréquent dans l’échantillon ne possède pas nécessairement une préférence permanente du moteur.

Comparez aussi les concurrents sur les mêmes prompts et la même période. La cadence de collecte se configure par prompt ; il ne s’agit pas d’un accès à toutes les conversations des utilisateurs de ChatGPT.

Ce qu’une analyse de sources ne démontre pas

Une citation ne prouve pas qu’un contenu a servi à l’entraînement. Une visite de robot ne garantit pas une citation. La documentation OpenAI sur les robots  distingue notamment OAI-SearchBot, lié à la recherche, de GPTBot, lié à certains usages d’entraînement : leurs autorisations sont indépendantes. Pour améliorer vos informations, partez des besoins de votre audience et des sources effectivement citées. Travaillez l’exactitude, l’accès, les explications et les preuves. Un partenariat, un backlink ou un balisage ne garantit aucun résultat.