Auditer les placements sponsorisés dans les réponses IA

Placement sponsorisé, recommandation organique et source citée peuvent coexister dans une même réponse, et les fondre en un seul chiffre produit un rapport que personne ne peut justifier. Gardez-les distincts pour faire émerger la liste classée des questions pour lesquelles un concurrent paie alors que vous êtes absent des résultats organiques.

Le problème GEO résolu

La présence publicitaire est interprétée comme une force : un rival apparaît trois fois, on suppose donc du budget et de la portée. Ce que l’extraction renvoie, ce sont des lignes d’annonces détectées dans votre jeu de données suivi. Aucune impression, aucune dépense, aucun ciblage, et une annonce peut produire plusieurs lignes : compter les lignes comme de l’exposition média construit donc une affirmation de part de marché sur un compteur de lignes.

Les lignes portent l’annonceur, le produit, la question suivie et le modèle, mais aucun identifiant de réponse. Les preuves payantes et organiques restent une piste contextuelle : assez pour choisir les questions pour lesquelles rédiger, pas pour décrire un plan média.

Les étapes du workflow

1. Récupérez les détections. get_sponsored_content couvre jusqu’à 365 jours et renvoie les totaux des annonces, annonceurs, prompts et produits, puis les principaux annonceurs et les annonces les plus récentes. Une seule limite régit les deux listes et s’arrête à 20, sans pagination : comparez donc chaque longueur à son total. Le champ provider contient l’identifiant de modèle enregistré. Sans détection, l’outil renvoie des zéros et deux listes vides, ce qui termine le workflow.

2. Identifiez les annonceurs. Les noms d’annonceurs et de produits sont renvoyés bruts, et l’indicateur de concurrent dit qu’une détection a été reliée à un domaine concurrent suivi, pas lequel. Récupérez get_competitors pour les identifiants, domaines et classes de relation, puis rapprochez les noms en augmentant la limite par défaut de 20 lignes jusqu’à obtenir l’ensemble complet.

3. Identifiez les questions et lisez-les. get_prompts parcourt le portefeuille, 50 lignes par défaut et 100 au maximum, avec un offset et un total : paginez donc jusqu’à couvrir le total ; un texte de prompt d’annonce correspondant à plusieurs prompts reste non résolu et hors du classement. Pour chaque prompt identifié, get_prompt_answers renvoie les réponses les plus récentes avec modèle, date, texte tronqué et indication de mention de votre marque, puis get_answer_details en ouvre une intégralement avec les positions des concurrents et les sources citées.

Comment exploiter les résultats

Deux niveaux, déterminés par le champ de mention de marque. Un prompt identifié pour lequel aucune réponse renvoyée ne mentionne votre marque va au niveau un : un concurrent paie pour une question dont vous êtes absent, ce qui donne un brief éditorial avec un responsable. Une mention ou plus le place au niveau deux, dans la liste de surveillance. Dans chaque niveau, classez par nombre d’annonceurs distincts, puis par date de détection la plus récente.

Le test se fait à l’échelle de la question. Le modèle et la date appartiennent à la ligne de preuve, pas à l’attribution du niveau, et « jamais mentionné » ne vaut que pour les réponses récupérées : indiquez donc cette limite à côté du classement.

Enregistrez la marque, la période et les limites avec le résultat ; une URL citée n’est pas la destination de l’annonce.

Le prompt complet

Je veux auditer les placements sponsorisés détectés autour de mes prompts suivis. Si je suis plusieurs marques, liste-les et demande laquelle utiliser. Garde les placements payants, les mentions organiques et les citations dans des colonnes distinctes, et n’invente jamais de dépenses, d’impressions ni de causalité.

1. Récupère les contenus sponsorisés sur les 30 derniers jours avec une limite de 20. Indique les paramètres d’exécution, la synthèse complète et chaque ligne d’annonceur et d’annonce récente, en signalant toute liste plus courte que son total comme un extrait. Le champ provider est un identifiant de modèle enregistré. Si la synthèse ne montre aucune annonce, indique que la période n’a produit aucune détection et arrête-toi : c’est un résultat normal, pas une raison d’élargir aux données organiques.
2. Consigne chaque nom brut d’annonceur et de produit avec son texte de prompt et sa date. Récupère mes concurrents avec une limite assez élevée pour renvoyer l’ensemble complet et rapproche les noms ; l’indicateur de concurrent ne dit jamais de quel concurrent il s’agit. Demande-moi ensuite quels noms d’annonceurs sont les miens ou ceux d’un revendeur, puisque rien ne l’indique : garde-les hors du classement.
3. Pagine mes prompts, 100 par requête, jusqu’à couvrir le total renvoyé et associe chaque texte de prompt d’annonce à un seul prompt ; les textes correspondant à plusieurs restent exclus. Pour chacun, récupère les réponses avec une limite explicite que tu indiques, puis ouvre la plus pertinente intégralement avec les positions des concurrents et les sources citées.
4. Classe les prompts identifiés en deux niveaux, testés par question et non par modèle. Niveau un : aucune réponse renvoyée ne mentionne ma marque. Niveau deux : au moins une la mentionne. Classe chaque niveau par nombre d’annonceurs distincts, puis par date de détection la plus récente, et indique la limite de réponses sur laquelle les niveaux ont été calculés. Les lignes du niveau un reçoivent un responsable et une première action, celles du niveau deux une date de vérification.

Chaque lien du payant à l’organique repose uniquement sur une correspondance de question, modèle et date, sans identifiant de réponse commun : ne parle donc jamais de jointure prouvée.