Vérifier si l’IA recommande votre établissement local

Une sélection locale est courte, et aucune deuxième page ne permet de se rattraper. Ce workflow examine les établissements nommés et les domaines cités dans vos propres réponses locales suivies, classe les plateformes par fréquence d’apparition et s’arrête là.

Le problème GEO résolu

Les conseils locaux supposent qu’une seule plateforme décide de tout : compléter le profil, recueillir des avis, diffuser les fiches. Les réponses IA citent des sites d’avis, des annuaires, des discussions communautaires, la presse locale et les pages des établissements eux-mêmes, et cette répartition évolue selon le fournisseur et la catégorie.

Rien ici ne lit vos fiches : cette exécution ne peut donc pas auditer les horaires, les adresses ou les données structurées. Elle examine les établissements qui reviennent localement et les domaines cités, puis renvoie une courte liste ordonnée de plateformes à ouvrir manuellement.

Les étapes du workflow

1. Trouvez les prompts porteurs d’une intention locale. list_topics renvoie chaque sujet configuré avec son libellé, son nombre de prompts suivis et une recherche de libellé insensible à la casse ; list_tags fait de même pour les tags. Vous avez besoin d’un de ces identifiants, car les filtres de sujet et de tag de get_answers prennent un UUID, pas un libellé. Si aucune liste ne contient de groupe local, retirez le filtre : get_answers renvoie le texte du prompt sur chaque ligne, ce qui permet de sélectionner les réponses locales à la lecture.

2. Récupérez la référence locale. get_local_insights renvoie les établissements observés sur la période avec catégorie, note, nombre d’avis, nombre de mentions, position moyenne, URL du site et indicateur de concurrent, ainsi qu’une répartition par catégorie. Il plafonne la liste à 20 et ne relie aucun établissement à un fournisseur ou à un prompt. Identifiez-vous par le nom et par l’URL : une variante de nom peut être lue comme une absence.

3. Ouvrez les réponses. get_answers sur le sujet ou le tag choisi, puis get_answer_details sur chaque réponse retenue, renvoient le fournisseur, les noms enregistrés comme mentions de concurrents avec leur position, et chaque source citée avec son domaine et son rang. Seule cette étape atteint le niveau du fournisseur.

4. Identifiez le type des domaines cités. get_source_domains filtre sur une chaîne de domaine et renvoie le type enregistré : institutional, commercial, media, blog, forum, social, educational ou other. Appliquez-lui le même périmètre de dates, fournisseur et sujet ou tag que celui des réponses échantillonnées. Il n’a aucun filtre exclusivement local : le décompte de l’échantillon reste donc la base du classement local, et l’outil de domaines reste l’outil de recherche du type.

Comment exploiter les résultats

Classez les domaines cités par nombre de réponses locales échantillonnées qui citent chacun, du plus élevé au plus faible. Travaillez sur les trois premiers : vérifiez que votre fiche existe, que les informations correspondent et que les avis sont récents. Un domaine cité par exactement une réponse de l’échantillon va dans un journal, pas dans le backlog. En cas d’égalité, choisissez celui où vous pouvez modifier votre propre fiche aujourd’hui.

Les établissements qui vous devancent dans la référence sont de la matière à examiner, pas des tâches : l’outil ne relie jamais un établissement à la réponse qui l’a nommé.

Enregistrez avant toute modification : la liste des établissements, les identifiants des réponses échantillonnées, les fournisseurs couverts et la taille de l’échantillon. Sans cela, une nouvelle exécution ne compare rien.

Le prompt complet

Je veux voir quels établissements et quelles plateformes apparaissent lorsque les assistants IA répondent à des questions locales dans ma catégorie. Si je suis plusieurs marques, liste-les et demande laquelle utiliser avant de récupérer des données.

1. Exécute list_topics et list_tags. Affiche les libellés avec leur nombre de prompts et demande quel groupe contient mes prompts locaux. Si aucune liste n’en contient, indique-le et poursuis sans filtre.
2. Exécute get_local_insights sur 30 jours. Présente uniquement les champs renvoyés : nom, catégorie, note, nombre d’avis, nombre de mentions, position moyenne, URL du site, indicateur de concurrent et répartition par catégorie. Cherche mon établissement par nom et par URL et indique la correspondance utilisée. Si la liste est vide, réessaie une seule fois sur 90 jours ; si elle reste vide, indique que la surface locale ne contient aucune observation pour cette marque et termine l’exécution plutôt que de poursuivre par déduction.
3. Exécute get_answers sur la même période de 30 ou 90 jours retenue à l’étape 2, filtrée sur l’identifiant de sujet ou de tag de l’étape 1 si je t’en ai donné un, sans filtre de sujet ou de tag sinon. Si aucun sujet ou tag n’est utilisé, lis le texte du prompt de chaque ligne et ne conserve que les lignes à intention locale. Indique combien tu en as retenues. En dessous de cinq, précise que l’échantillon est trop limité pour établir un classement, liste ce que tu as trouvé et laisse-le sans classement.
4. Ouvre get_answer_details sur chaque réponse retenue. Enregistre le fournisseur, les noms enregistrés comme mentions de concurrents avec leur position et chaque domaine source cité avec son rang. Ne déduis aucun horaire, adresse, numéro de téléphone ni statut de fiche : rien de cela ne figure dans la réponse.
5. Compte combien de réponses échantillonnées citent chaque domaine. Exécute get_source_domains une fois par domaine distinct, avec le filtre de domaine et le même périmètre de période de preuve, fournisseur et sujet ou tag, puis indique le type renvoyé au lieu de deviner. Donne-moi un tableau classé par nombre de réponses échantillonnées, avec la taille de l’échantillon.

Termine avec les trois domaines les plus cités dans l’ordre et, pour chacun, le point à vérifier manuellement : que ma fiche existe, qu’elle est exacte, que ses avis sont récents. Liste séparément tout élément cité une seule fois, avec l’étiquette « observé mais non exploitable ». Ne me dis pas que corriger une fiche changera une recommandation.