Vérifier les faits que l’IA avance sur votre marque

Une réponse IA peut nommer votre marque, citer votre propre site et pourtant présenter comme actuelle une fonctionnalité retirée. Examinez les réponses suivies affirmation par affirmation à la lumière de vos faits approuvés pour obtenir un backlog de corrections priorisé.

Le problème GEO résolu

Les rapports de visibilité ne peuvent pas détecter ce défaut. Une mention n’est pas un jugement d’exactitude, un score de sentiment ne constitue pas une preuve factuelle et une citation ne prouve pas que l’affirmation figure sur la page citée. On se félicite de la présence de la marque alors que l’erreur qui fait perdre une vente se trouve dans une réponse favorable.

Qwairy enregistre ce qu’une réponse a dit, à quelle date, ainsi que le fournisseur, le modèle et les URL qui l’accompagnaient. Vous fournissez le fait approuvé et daté ; cette séparation permet de retracer chaque verdict.

Les étapes du workflow

1. Figez les faits approuvés et identifiez la marque. list_brands renvoie les marques suivies et leurs identifiants. Le registre de vérité est le vôtre : une proposition approuvée par ligne, avec son périmètre, sa date d’effet et son responsable.

2. Inventoriez les prompts et les réponses. get_prompts renvoie l’identifiant du prompt, son texte, son statut et le nombre de réponses ; get_answers ajoute le fournisseur, la date de collecte, brandMentioned et sourceCited. Les deux outils limitent chaque page à 100 lignes : utilisez donc la pagination avec offset. Une valeur false pour sourceCited signifie que votre domaine n’a pas été cité, pas que la réponse n’avait aucune source.

3. Récupérez les preuves complètes. get_prompt_answers liste les dernières réponses pour un prompt, avec une limite par défaut de 20 et un texte réduit à un aperçu. get_answer_details renvoie le texte intégral, le fournisseur, le modelId exact, les concurrents et les sources avec isSelf.

4. Évaluez chaque affirmation à partir du registre, puis auditez les sources. Une source renvoyée ne contient pas le corps de la page : la présence d’une URL à côté d’une affirmation est donc une cooccurrence. get_source_urls et get_source_domains ajoutent un contexte agrégé sur le même périmètre de dates, fournisseurs, sujets, tags et étapes du parcours d’achat que celui demandé. Les deux outils utilisent 30 jours par défaut.

5. Classez les erreurs et planifiez le nouveau test. La gravité dépend de l’affirmation elle-même ; la récurrence se compte séparément sur les réponses, prompts, fournisseurs et identifiants de modèles distincts.

Comment exploiter les résultats

Enregistrez la référence avant toute correction : identifiant de marque, version du dossier de faits, identifiants des prompts, identifiants des modèles observés, identifiants et dates des réponses de référence. Sans cela, une exécution ultérieure n’aura aucun point de comparaison ; corriger une page que vous contrôlez ne suffit pas, à lui seul, à faire évoluer une réponse future.

Traitez ensuite le backlog dans un ordre fixe : d’abord les affirmations contredites sur les prix, les clauses contractuelles, la sécurité ou une capacité réglementée ; ensuite les affirmations contredites ou obsolètes sur un produit encore commercialisé ; transmettez les affirmations invérifiables et ambiguës à leur responsable identifié sous forme de questions, et non de corrections ; clôturez les affirmations non factuelles sans action. Dans chaque niveau, classez les affirmations par nombre de réponses distinctes qui les contiennent et départagez les égalités selon la date de réponse la plus récente.

Le prompt complet

J’ai besoin d’une vérification factuelle, affirmation par affirmation, de ce que les réponses IA suivies disent de ma marque. Liste les marques que je suis et demande laquelle utiliser s’il y en a plusieurs. Utilise les 30 derniers jours sauf indication contraire de ma part, et qualifie chaque ligne comme observation, fait approuvé ou analyse.

1. Identifie le brandId avec list_brands, puis demande-moi mes faits datés et approuvés par leur responsable sur les produits, les offres, la disponibilité, la sécurité et les conditions juridiques. Construis le registre uniquement à partir de ces éléments et signale les contradictions plutôt que de choisir une version. Si je ne fournis aucun élément daté, arrête-toi : aucun verdict ne peut être attribué.
2. Établis l’inventaire avec get_prompts et get_answers à une limite de 100, en paginant avec offset jusqu’à couvrir le total renvoyé, tout en conservant provider, createdAt, brandMentioned et sourceCited. Si le total de réponses est nul, élargis la période une seule fois, puis indique qu’aucune réponse n’a été collectée plutôt que de raisonner à partir du texte des prompts.
3. Sur un groupe de prompts déterminants pour l’achat et liés à des sujets réglementés, appelle get_prompt_answers puis get_answer_details, en conservant le texte de la réponse, provider, modelId, createdAt, les concurrents, l’URL source, position et isSelf. Un prompt qui ne renvoie aucune réponse signale un manque de couverture, pas une absence de problème : liste-le à part et poursuis.
4. Décompose chaque réponse en affirmations élémentaires, en conservant exactement les précisions sur l’offre, la région, le temps et la quantité, puis attribue un verdict à chaque affirmation à partir du registre applicable à la date de cette réponse : étayée, contredite, obsolète, invérifiable, ambiguë ou non factuelle. Une affirmation sans entrée approuvée correspondante est invérifiable, et cela constitue un constat. Ne considère jamais la réponse ou une URL citée comme une autorité.
5. Pour les affirmations à haut risque qui échouent à la vérification, traite les URL sources renvoyées avec la réponse uniquement comme des cooccurrences. Exécute get_source_urls et get_source_domains sur la même période de 30 jours que l’inventaire des réponses, en conservant tout périmètre de fournisseur, sujet, tag ou étape du parcours d’achat. Une réponse qui ne renvoie aucune source reçoit tout de même ses verdicts.
6. Compte la récurrence sur les réponses, prompts, fournisseurs et identifiants de modèles, puis ordonne le backlog : d’abord les affirmations contredites sur les prix, les clauses contractuelles, la sécurité ou une capacité réglementée ; ensuite les affirmations contredites ou obsolètes sur les produits encore vendus ; en troisième, les affirmations invérifiables et ambiguës transmises à leur responsable sous forme de questions ; enfin, clôture les affirmations non factuelles. Classe chaque niveau par nombre de réponses distinctes et départage les égalités selon la date la plus récente. Si toutes les affirmations sont étayées ou non factuelles, indique que la période ne présente pas d’anomalie et n’établis pas de backlog.
7. Termine par une fiche de nouveau test qui fige les identifiants de prompts, de modèles et de réponses de référence, ainsi que la version du dossier de faits. Demande ensuite qui est responsable de chaque fait contesté et si une mise à jour datée change ce qui est vrai. Précise que corriger une page que je contrôle ne garantit pas qu’une réponse future évoluera.