Comment repérer et corriger les erreurs dans les réponses de l’IA

Tout au long de cet article, nous utiliserons Ahrefs Brand Radar pour collecter les réponses de l’IA et voir quelles pages elles citent. Nous utiliserons aussi une application personnalisée que nous avons créée dans Letaido, qui se connecte aux données de Brand Radar pour automatiser le processus de vérification des faits. Cette étape est optionnelle, mais elle peut vous faire gagner énormément de temps.

Le processus de vérification des faits s’appuie sur deux types de prompts. Ensemble, ils révèlent à la fois des problèmes connus et des erreurs que vous n’auriez pas pensé à rechercher.

Un vérificateur de faits ne peut pas détecter une erreur si vous ne lui dites pas quelle est la bonne réponse. C’est le document de référence : une simple liste d’affirmations vérifiables à propos de votre produit, chacune avec un link qui l’étaye.

Il remplit deux fonctions. Le vérificateur de faits compare les réponses de l’IA à ce document, et le réviseur humain utilise la même liste pour décider si une réponse signalée est réelle avant que quiconque n’envoie un e-mail à un auteur.

Une fois que vous avez trouvé une réponse d’IA incorrecte, la question suivante est : d’où vient la mauvaise information ?

Vous pouvez remonter manuellement ces erreurs jusqu’à leurs sources, mais cela devient vite chronophage quand vous vérifiez des centaines de réponses. Pour des audits plus importants, nous recommandons d’utiliser l’IA pour faire la majorité du travail.

Toutes les pages incorrectes ne méritent pas qu’on s’y attarde autant. Donnez la priorité à celles pour lesquelles une correction a le plus de chances d’améliorer les réponses de l’IA ou de toucher directement des acheteurs potentiels.

Voici les principaux signaux à surveiller :

• Gravité : corrigez d’abord les erreurs susceptibles d’influencer une décision d’achat, comme des tarifs erronés, l’accès aux forfaits, les services proposés, les limites du produit ou des fonctionnalités manquantes.
• Fréquence de citation : Les pages souvent citées dans différentes réponses ou sur différentes plateformes ont plus d’influence que des sources ponctuelles.
• Stabilité des citations : Les sources qui apparaissent de manière cohérente au fil de vérifications répétées ont plus de valeur que celles qui n’apparaissent qu’une seule fois.
• Trafic organique : les pages avec un trafic de recherche significatif peuvent toucher des acheteurs via la recherche traditionnelle comme via les réponses de l’IA.
• Autorité : les domaines référents et le Domain Rating peuvent renforcer le dossier, surtout lorsqu’une page est aussi fréquemment citée et pertinente.
• Relation : vous ou un collègue connaissez-vous déjà l’auteur ? Quelqu’un pourrait-il vous présenter ? La publication vous a-t-elle déjà répondu ? Par exemple, pour notre campagne, Glen était la bonne personne pour approcher un site, car il avait déjà une relation avec celui-ci. Dans un autre cas, la citation provenait d’un influenceur avec lequel nous étions déjà en relation ; notre équipe Partenariats était donc la mieux placée pour gérer la prospection.

Vous pouvez trouver une partie de ces informations dans Brand Radar :

Et si vous utilisez notre application Letaido, les données sont récupérées depuis Brand Radar et affichées juste à côté de la page concernée :

Une fois que vous avez trouvé une page pour laquelle vous souhaitez faire une prise de contact, l’étape suivante consiste à déterminer qui en est réellement responsable.

Pour un petit nombre de pages, les outils standard de récupération de pages web disponibles dans les assistants d’IA suffisent généralement pour récupérer la page et chercher des informations sur l’auteur ou un moyen de contact.

À plus grande échelle, vérifier les URL une à une devient toutefois vite impraticable. En général, vous aurez intérêt à utiliser une API de scraping comme Apify ou une autre source de code HTML de page.

Notre application commence par essayer les instantanés stockés par Ahrefs. Si ça ne fonctionne pas, elle essaie Apify et, si le contact est introuvable sur la page citée, elle suit le lien vers la page de l’auteur (si elle est liée) et réessaie là-bas.

Commencez par la personne indiquée comme auteur. Vérifiez d’abord la signature de l’article et la page de l’auteur, puis consultez son profil LinkedIn ou X si vous avez besoin d’un moyen de la contacter.

Si vous ne trouvez pas l’auteur ou s’il n’est plus là, remontez d’un niveau. Pour une publication, cela peut être un rédacteur en chef ou un responsable de contenu. Dans une petite entreprise, le fondateur ou le responsable marketing peut être le meilleur contact.

En dernier recours, utilisez le contact général ou le canal de support de l’entreprise et demandez que votre message soit transféré à la personne qui gère la page ou le contenu.

Des outils comme HeyReach ou BuzzSumo peuvent aider à compléter les coordonnées manquantes et à identifier les personnes les plus susceptibles d’être approchées. Beaucoup d’entre eux proposent une API ou un MCP ; vous pouvez donc intégrer leurs fonctionnalités à un processus assisté par l’IA.

Faites en sorte que votre prospection soit utile, et non exigeante. Vous pouvez les remercier d’avoir parlé de votre produit, signaler une ou deux erreurs précises, ajouter un link vers une source fiable contenant la bonne information et préciser clairement qu’il n’y a aucune pression pour mettre à jour la page.

Pour illustrer, voici l’un des messages que nous avons envoyés :

Cela facilite le démarrage d’une conversation, même si cela peut être moins efficace, car vous demandez au destinataire de répondre avant même qu’il puisse voir la valeur de la correction.

Si vous n’avez pas de réponse, relancez une fois. Après ça, passez à la page suivante de votre liste. Certains de nos messages de relance ont réellement fonctionné.

Quelques conseils pratiques supplémentaires pour la prospection :

• Soyez cordial. N’accusez pas l’auteur de diffuser de la désinformation et ne le menacez pas d’atteinte à sa réputation.

• Partez du principe que la page est devenue obsolète, plutôt que de supposer que l’auteur a agi de mauvaise foi.

• Gardez la demande précise. Une correction vérifiée est plus facile à traiter qu’une longue liste de plaintes.

• Envisagez LinkedIn Premium ou Sales Navigator si vous devez envoyer davantage de messages directs ou faire des relances sans connexion existante. Sales Navigator vous permet d’envoyer des messages de relance même si le premier message n’a pas été lu par le destinataire.

• Suivez au minimum l’URL, le contact, la date de prospection, le canal, l’affirmation à corriger, la réponse, la relance et le changement confirmé.

• Et au cas où, vous pouvez faire une capture d’écran de la page avant la prospection. Si vous utilisez un formulaire de contact, conservez une preuve que le message a bien été envoyé. Si vous utilisez Ahrefs, vous pouvez utiliser Site Explorer pour documenter les modifications de la page entre deux dates.

Nous avons contacté 26 auteurs au sujet d’informations inexactes dans leurs articles. 14 ont répondu (53,8 %) et 6 ont effectué des corrections que nous avons pu vérifier sur leurs pages (23 %).

C’est toujours en cours et, bien sûr, les auteurs ne sont pas obligés d’apporter des changements. Malgré tout, réussir à faire corriger près d’un quart des articles est un résultat prometteur.

Voici l’une des cibles de prospection, avant et après (vue diff via Site Explorer d’Ahrefs).

Et oui, la mise à jour des pages — même si nous ne les avons pas toutes identifiées — a bien introduit des faits corrects dans les réponses d’IA. Voici un exemple (un grand merci à Joonas de thatmarketingbuddy.com) :

Deux autres auteurs ont indiqué qu’ils effectueraient des modifications, mais elles étaient toujours en attente lorsque nous avons examiné les résultats. Nous ne les avons pas incluses dans le décompte des corrections confirmées.

Pour 12 des 26 contacts, nous n’avons reçu aucune réponse.

Nous n’avons jamais reçu de refus catégorique de mettre à jour un article. Cependant, certains auteurs étaient prêts à faire une correction uniquement si, en échange, nous mentionnions ou faisions la promotion de leur produit. Nous avons refusé. Nous estimions que maintenir l’exactitude des informations publiées devrait valoir la peine en soi, et proposer quelque chose en échange serait injuste envers les auteurs qui ont corrigé sans rien demander.

La prospection a aussi mis en évidence un problème dans nos propres explications. Une partie de la confusion venait de descriptions peu claires des tarifs de Brand Radar et des limites de fonctionnalités. Cela nous a donné un point concret à améliorer : faciliter la compréhension de ce qui est inclus pour toute personne qui écrit sur le produit.

Obtenir une réponse a été plus facile que d’obtenir une modification. C’est bon à garder en tête lorsque vous planifiez ce travail. Il vous faudra du temps pour vérifier si les mises à jour promises ont bien lieu, et vous devez vous attendre à ce que certains messages restent sans réponse.

Vous ne pouvez pas contrôler ce que disent les assistants IA, mais vous pouvez leur faciliter — à eux comme à tout le monde — l’accès aux bonnes informations.

Cela implique de surveiller les mentions de marque sur le web et de réagir rapidement lorsque vous repérez des inexactitudes. D’après mon expérience, les créateurs de contenu se soucient le plus de leur travail juste après la publication ; contacter tôt augmente donc vos chances qu’ils corrigent la page.

Bien sûr, cela ne garantit rien. Vous ne savez pas si une page donnée sera un jour citée dans une réponse d’IA. Mais agir rapidement peut empêcher la désinformation de se retrouver dans certaines réponses d’IA.

Vous pouvez aussi rechercher des signaux indiquant qu’une page a plus de chances d’être citée. Son DR, sa réputation et sa pertinence par rapport au sujet qui vous intéresse peuvent tous servir de bons indicateurs — surtout si vous opérez dans une niche étroite où il n’existe qu’une poignée de pages pertinentes sur le web. La fraîcheur peut aussi compter, en particulier quand une nouvelle page est plus à jour que les sources que les systèmes d’IA citent déjà.

Vous pouvez mettre en place une surveillance des mentions de marque avec un outil comme Firehose.

Vous pouvez aussi connecter votre agent via l’API et lui faire vérifier automatiquement les faits de chaque nouvelle source dès qu’elle est trouvée, pour une surveillance en quasi temps réel.

Les mentions sur le web sont devenues une monnaie. Faire apparaître votre nom sur certaines pages a un coût et, apparemment, faire en sorte que votre marque soit représentée avec exactitude peut aussi coûter. C’est important, car l’endroit où votre marque est mentionnée en ligne — et ce que ces mentions disent — peut avoir un impact énorme sur votre visibilité dans les réponses d’IA.

C’est pourquoi une application comme la nôtre, qui automatise le processus de recherche et de correction des informations inexactes, peut être très utile. Mais comme nous l’avons constaté, à moins d’être prêt à offrir quelque chose en échange pour que quelqu’un mette à jour des informations sur votre marque, vous n’irez peut-être pas très loin.

Le problème le plus important, toutefois, relève des développeurs d’IA : la manière dont les systèmes d’IA choisissent les sources auxquelles se fier lorsqu’ils répondent à des questions sur des marques. Aujourd’hui, ce processus ne sert vraiment personne.

Vous ne pouvez pas attendre de chaque créateur de contenu ou propriétaire de site qu’il vérifie constamment ses informations et maintienne à jour des données sur chaque entreprise. En revanche, vous pouvez attendre d’une entreprise qu’elle tienne à ce que ses propres informations soient exactes. Elle a toutes les raisons de le faire — des informations fausses ou obsolètes peuvent nuire directement à son activité.

Les systèmes d’IA devraient mieux le reconnaître. Lorsqu’il s’agit de faits de base sur une entreprise, des informations exactes et à jour provenant de l’entreprise elle-même devraient avoir plus de poids qu’une vieille mention sur un site tiers.

Merci de votre lecture ! Venez dire bonjour à Glen et Mateusz.