Accueil / Blog / Mesurer la visibilité IA / Alertes de visibilité IA
Guide

Des alertes de visibilité IA sans faux positifs

Les alertes de visibilité IA qui déclenchent le moins de fausses alertes sont celles qui réagissent à une tendance sur des relevés répétés, jamais à une réponse isolée : les moteurs d’IA peuvent répondre différemment au même prompt à chaque fois qu’on le leur soumet, si bien qu’une alerte fondée sur un seul relevé signale surtout du bruit.

La plupart des plateformes AEO et GEO proposent désormais des alertes : votre marque a disparu d’une réponse, un concurrent vous a dépassé, une citation s’est envolée. Le problème, c’est que ce que l’on surveille bouge tout seul. Posez trois fois la même question d’acheteur à ChatGPT, Gemini ou Perplexity et vous pouvez obtenir trois listes de marques différentes. C’est la variabilité des réponses, et c’est pourquoi une alerte qui se déclenche à chaque changement apprend à une équipe à ignorer ses alertes en moins de quinze jours.

Ce guide explique pourquoi les alertes fondées sur un seul relevé se trompent, quels choix de conception réduisent les fausses alertes, comment tester les alertes d’un éditeur pendant un essai, et comment fonctionnent les alertes de Stellarcast, que nous développons. Nous ne publions aucun taux de faux positifs pour nos propres alertes, et nous nous méfierions de tout éditeur qui en avance un sans dire comment il a été mesuré.

La réponse courte

Privilégiez des alertes qui comparent une fenêtre de relevés répétés plutôt qu’une seule réponse, exigent une ampleur minimale de variation, affichent la dispersion normale (par exemple une fourchette P25-P75) pour que vous voyiez si un mouvement sort de l’ordinaire, distinguent la mise à jour du modèle d’un moteur de vos propres modifications, et se déclenchent une fois par événement plutôt qu’une fois par exécution.

Pourquoi les alertes fondées sur un seul relevé se trompent

Une réponse d’IA isolée n’est qu’un tirage parmi un éventail de réponses possibles. Le modèle choisit ses mots avec une part d’aléatoire, les résultats de recherche sur lesquels il s’appuie changent, les moteurs mettent à jour leurs modèles, et certains adaptent leurs réponses à la localisation. Rien de tout cela ne signifie que votre visibilité a changé.

Une règle d’alerte du type « préviens-moi quand nous ne sommes pas cités pour ce prompt » se déclenche donc chaque fois que le moteur vous laisse de côté par hasard, même si vous êtes cité la plupart des jours. Multipliez cela par les prompts, les moteurs et les marchés, et une équipe reçoit plusieurs alertes par jour, presque toutes liées au bruit. La vraie baisse, quand elle survient, arrive dans une boîte de réception que plus personne ne lit.

La solution n’est pas un meilleur seuil appliqué au même relevé isolé. C’est une autre donnée d’entrée : de nombreux relevés, regroupés, comparés à leur amplitude de variation habituelle.

Les choix de conception qui réduisent les fausses alertes

Choix de conceptionLa fausse alerte qu’il éviteQuestion à poser à l’éditeur
Regrouper les relevés répétés sur une fenêtreUne réponse qui, par hasard, vous a laissé de côtéÀ quelle fréquence chaque prompt est-il exécuté, et une alerte compare-t-elle une exécution ou une fenêtre d’exécutions ?
Exiger une variation minimaleUne fluctuation d’un demi-point présentée comme une baisseQuelle ampleur de variation déclenche une alerte, et dans quelle unité ?
Afficher la dispersion normaleUn mouvement situé dans la fourchette habituelle pris pour une nouvelleChaque chiffre est-il assorti d’une fourchette, par exemple P25-P75, pour que je voie si le mouvement sort de l’ordinaire ?
Ignorer les premiers relevés et les jours videsUn nouveau prompt ou une collecte échouée interprétés comme une part de 0 %Que se passe-t-il quand un moteur ne renvoie rien pendant une journée ?
Distinguer les mises à jour de modèle de vos modificationsUn basculement touchant tout le moteur imputé à (ou porté au crédit de) votre dernière modificationL’outil sait-il distinguer une mise à jour du moteur de l’effet d’une modification que vous avez faite ?
Se déclencher une fois par événementLa même baisse annoncée à nouveau à chaque exécutionSi rien ne change demain, vais-je recevoir à nouveau la même alerte ?
Mesurer par marchéUne baisse en Allemagne masquée, ou exagérée, par une moyenne globaleLes alertes sont-elles calculées par marché, ou sur un seul chiffre agrégé ?

Rien de tout cela n’est exotique. Ensemble, ces choix font la différence entre une alerte qui dit « quelque chose a bougé » et une alerte qui dit « quelque chose a bougé plus que d’habitude, sur plus d’un relevé, et voici les preuves ».

Comment tester les alertes d’un éditeur pendant un essai

  1. Laissez les alertes actives pendant deux semaines sans modifier votre site. Si rien n’a changé de votre côté, chaque alerte reçue est soit un vrai mouvement du marché, soit du bruit. Comptez-les.
  2. Confrontez chaque alerte à la tendance. Ouvrez le graphique qui la sous-tend. La baisse portait-elle sur un relevé ou sur plusieurs ? S’est-elle résorbée le lendemain ?
  3. Demandez ce que l’alerte a comparé. Une réponse avec la précédente, ou une fenêtre de relevés avec la fenêtre d’avant ? Un éditeur incapable de répondre compare probablement des exécutions isolées.
  4. Demandez si le chiffre est assorti d’une fourchette. Une part de voix sans fourchette ne peut pas vous dire si un mouvement sort de l’ordinaire. La fourchette P25-P75 correspond à la moitié centrale des valeurs relevées.
  5. Vérifiez les canaux que vous lirez vraiment. Une alerte qui ne vit que dans un tableau de bord ouvert une fois par mois est un rapport, pas une alerte.

Comment fonctionnent les alertes de Stellarcast

Sur chaque offre payante, Stellarcast exécute chaque jour chaque prompt suivi sur chaque moteur, par marché, et conserve tous les relevés. Les alertes reposent sur ces relevés, pas sur des réponses isolées. Voici les types d’alertes que le produit envoie aujourd’hui :

Chaque type d’alerte peut être activé ou désactivé séparément pour l’e-mail et pour Slack, et les alertes apparaissent aussi sur une carte Alertes dans l’application. La part de voix sur laquelle elles reposent est assortie de sa fourchette P25-P75 sur chaque écran ; la méthode est décrite dans notre façon de mesurer la visibilité IA.

Ce que nous n’affirmons pas : un taux de faux positifs. L’alerte de baisse compare deux instantanés réels et n’est pas assortie d’une fourchette propre, car une fourchette inventée pour une comparaison d’un jour sur l’autre serait un chiffre que nous ne pourrions pas défendre. Les alertes sont disponibles dès l’offre Lite à 39 $ ; consultez les tarifs.

Découvrez ce que l’IA dit de vous aujourd’hui

L’audit gratuit soumet à Google AI Overviews, ChatGPT, Gemini et Perplexity les questions que posent les acheteurs de votre marché, et montre où un concurrent est cité à votre place. Sans carte, sans engagement.

Obtenir votre audit gratuit de visibilité

Questions fréquentes

Pourquoi les alertes de visibilité IA produisent-elles des faux positifs ?

Parce que les moteurs d’IA peuvent donner une réponse différente chaque fois qu’on leur soumet le même prompt. Une alerte qui se déclenche sur un seul relevé présente cette variation comme si votre visibilité avait changé. Regrouper les relevés répétés et les comparer à la dispersion normale en élimine l’essentiel.

Comment réduire les fausses alertes dans le suivi de la visibilité IA ?

Déclenchez les alertes sur une fenêtre de relevés répétés plutôt que sur une seule réponse, exigez une ampleur minimale de variation, affichez chaque chiffre avec une fourchette comme P25-P75, ignorez les premiers relevés et les jours vides, distinguez les mises à jour de modèle des moteurs de vos propres modifications, et n’envoyez chaque événement qu’une fois.

Qu’est-ce qui doit déclencher une alerte de visibilité IA ?

Une variation plus grande que la dispersion normale des relevés, qui se maintient sur plus d’un relevé : par exemple, une baisse de plusieurs points de part de voix sur un marché entre des instantanés quotidiens d’une fenêtre glissante, ou la confirmation du gain d’un correctif.

Quelles alertes Stellarcast envoie-t-il ?

Une baisse de visibilité quand la part de voix sur un marché recule d’au moins 5 points entre des instantanés quotidiens de la part glissante sur sept jours ; un gain confirmé quand un correctif atteint le niveau MESURÉ (offre Growth et au-delà) ; un mouvement du marché quand une mise à jour de modèle a fait bouger votre position ; un correctif en attente de validation ou une connexion interrompue (offre Starter et au-delà) ; les limites d’utilisation à 80 % et 95 % ; et un résumé hebdomadaire.

Puis-je recevoir les alertes de visibilité IA dans Slack ?

Oui. Stellarcast envoie les alertes par e-mail et sur un canal Slack que vous connectez, et chaque type d’alerte peut être activé ou désactivé séparément pour chaque canal.