Cartographier votre visibilité IA sur l’ensemble du parcours d’achat
Résultat visé
Une cartographie de la visibilité par étape et un plan de contenu priorisé selon les preuves
Classer le parcours
Mesurer la couverture
Repérer les lacunes de visibilité
Construire le plan
Lancez le workflow en un clic
Rien à remplir : le prompt s’exécute tel quel et vous demande les informations qui lui manquent.Lancer dans Claude et Lancer dans ChatGPT ouvrent un nouvel onglet avec le prompt déjà saisi. Rien n’est envoyé avant votre validation.
- Cartographie de la visibilité TOFU, MOFU et BOFU
- Lacunes du parcours par fournisseur
- Analyse des prompts à intention d’achat
- Plan de contenu priorisé par étape
- Un forfait Qwairy Starter ou supérieur avec un suivi actif
- Claude ou ChatGPT avec le connecteur MCP Qwairy activé
- Suffisamment de données de suivi récentes sur le sujet choisi
Vous êtes nommé pour « qu’est-ce qu’un logiciel CRM » et disparaissez de « meilleur CRM pour une startup de 50 personnes ». Un score de visibilité unique masque entièrement cet écart : ce workflow répartit donc votre ensemble suivi par étape du parcours d’achat et indique quelle part porte une étiquette d’étape.
Le problème GEO résolu
La répartition ne vaut que par les étiquettes qui la sous-tendent. Chaque prompt suivi porte une étape facultative, TOFU, MOFU ou BOFU, enregistrée sur le prompt et définie lors de sa création, qu’il ait été généré ou rédigé manuellement. Elle n’est jamais recalculée à partir des réponses : la qualité d’une étape dépend donc de la personne qui l’a attribuée, et elle peut être absente.
Cette absence est ce qui passe inaperçu. Les prompts sans étape n’apparaissent jamais dans la grille du parcours d’achat, et une ligne d’étape manquante signifie qu’aucun prompt ayant reçu une réponse ne porte cette étiquette, pas que la visibilité y est nulle. Lisez la couverture avant tout score, sinon vous agissez sur une grille qui ne décrit qu’une fraction de votre suivi.
Les étapes du workflow
1. Mesurez la couverture des étiquettes. get_keyword_triggers renvoie une ventilation par type de question à côté de sa liste de mots-clés : une ligne par étape et une ligne « Other » pour les réponses dont le prompt ne porte aucune étape, chacune avec un nombre de réponses et un taux de mention. Ce décompte Other représente la part du suivi que la vue du parcours d’achat exclut.
2. Lisez la grille. get_matrix avec la granularité funnel renvoie une ligne par étape face à vos fournisseurs suivis, chaque cellule contenant un score, des sous-scores, un nombre de citations, une position et un concurrent principal, et chaque ligne son nombre de prompts. Les étapes sans prompt ayant reçu une réponse sont absentes, pas à zéro.
3. Nommez les prompts d’une étape. get_prompt_signals accepte un filtre d’étape du parcours d’achat : vous pouvez donc interroger directement une étape au lieu de filtrer ensuite une liste couvrant toute la marque. Il répartit les prompts entre attack, defend, monitor et ignore, et renvoie des listes nommées uniquement pour attack et defend ; monitor et ignore sont renvoyés sous forme de décomptes.
Ce qu’une exécution renvoie réellement
Un ensemble réel de 155 prompts répartis sur 8 sujets a renvoyé une couverture par sujet de 0 à 60 pour cent, cinq des huit sujets étant à 20 pour cent ou moins, avec 0 prompt attack et 0 prompt defend sur l’ensemble du portefeuille.
Avant d’appliquer la moindre étiquette d’étape, l’état réel est donc le suivant : une couverture faible presque partout. Répartir un tel portefeuille par étape produit trois groupes tous faibles, une réponse juste mais inutile. La répartition devient pertinente lorsque la couverture est inégale entre les étapes plutôt qu’uniformément faible : vérifiez donc d’abord sa distribution par sujet.
Comment exploiter les résultats
Lisez les trois résultats dans cet ordre fixe.
D’abord, le seuil de couverture. Si la ligne Other contient plus de la moitié des réponses, arrêtez-vous : établir un classement sur cette grille revient à deviner, et étiqueter les prompts est l’action la moins coûteuse.
Ensuite, choisissez l’étape. Prenez le score le plus bas parmi les lignes renvoyées. S’il repose sur moins de cinq prompts, traitez-le comme non mesuré et prenez le suivant. Départagez les égalités selon le nombre de prompts.
Enfin, nommez le travail. Exécutez les signaux de prompts en filtrant sur cette seule étape. Si attack et defend sont tous deux vides tandis que monitor et ignore contiennent les décomptes, c’est un résultat, pas un échec : aucun prompt de cette étape ne satisfait actuellement le critère attack ou defend. Passez à l’étape suivante ou acceptez que la lecture par parcours d’achat n’apporte rien ce cycle.
Ce workflow ne peut pas vous dire si l’étape faible représente un enjeu financier. Un faible score en bas de parcours décrit vos prompts suivis, pas un pipeline commercial perdu, et ces trois appels ne contiennent aucune donnée de chiffre d’affaires.
Enregistrez le score et le nombre de prompts de chaque ligne d’étape avec le chiffre de couverture. La couverture évolue chaque fois que des prompts sont ajoutés ou réétiquetés : une comparaison ultérieure qui l’ignore interprète donc un changement d’étiquetage comme un changement de visibilité.
Le prompt complet
Je veux répartir ma visibilité IA par étape du parcours d’achat et savoir quelle part de mon suivi cette répartition couvre réellement. Si je suis plusieurs marques, liste-les et demande laquelle utiliser avant de récupérer des données. Utilise les 30 derniers jours.
1. Exécute get_keyword_triggers et affiche la ventilation par type de question : une ligne par étape du parcours d’achat, plus la ligne Other, avec les nombres de réponses et les taux de mention. Calcule la part des réponses dans Other. Si elle dépasse la moitié, indique que la vue du parcours d’achat ne couvre qu’une minorité de mon suivi et qu’étiqueter les prompts est plus utile que de lire la grille, puis ne poursuis que si je le demande.
2. Exécute get_matrix avec la granularité funnel. Affiche chaque ligne d’étape renvoyée avec son score, ses sous-scores, ses citations, sa position, son concurrent principal et son nombre de prompts, par fournisseur. Si une étape manque, précise qu’aucun prompt ayant reçu une réponse ne porte cette étiquette, sans la présenter comme un zéro.
3. Classe les lignes d’étapes par score croissant. Ignore toute ligne reposant sur moins de cinq prompts et indique laquelle tu as ignorée et pourquoi. Départage les égalités selon le nombre de prompts. Nomme l’étape qui arrive en premier.
4. Exécute get_prompt_signals en filtrant sur cette seule étape. Indique les décomptes attack, defend, monitor et ignore, puis les prompts attack et defend avec leur part de voix et leur priorité. Si les deux listes sont vides, indique qu’aucun prompt de cette étape ne satisfait actuellement le critère attack ou defend, et répète l’opération sur l’étape suivante du classement. Si aucune étape ne produit de liste, arrête-toi et indique que la lecture par parcours d’achat ne fournit aucune action exploitable ce cycle, plutôt que de lui substituer une autre vue.
Ne décris pas une étape faible comme du chiffre d’affaires perdu et ne promets pas qu’un travail sur une étape fera évoluer son score. Termine avec la couverture des étiquettes, le classement des étapes et les prompts nommés, s’il y en a.
Exécutez ce playbook sur vos propres données de visibilité IA.
Connectez Qwairy à Claude, récupérez les signaux précis du workflow et obtenez un livrable prêt à utiliser.
Playbooks associés
Auditer la place de votre SaaS B2B dans les sélections IA
Auditez la visibilité de votre SaaS B2B sur les catégories et comparaisons, examinez les sources des recommandations suivies, analysez les déclencheurs de mots-clés configurés et construisez un plan d’optimisation fondé sur les preuves.
Transformer la demande de recherche en portefeuille de prompts IA
Utilisez les données Google Search Console et Bing Webmaster via Qwairy MCP pour découvrir, examiner, lancer et mesurer un portefeuille de prompts IA étayé par des preuves.
Auditer les biais et angles morts de vos prompts IA
Vérifiez si votre ensemble de prompts suivis donne une vision équilibrée de la visibilité IA. Repérez les formulations orientées, les intentions en doublon, les lacunes de couverture et les faiblesses du dispositif de mesure avant de mettre à jour le portefeuille.