Plusieurs tirages par question
Le premier réflexe est de poser la question une fois et de conclure. Une IA répond différemment à chaque fois. On pose donc chaque question sept fois par moteur et on compte les citations.
Toutes les réalisationsOutil interne Lumivi
Chaque lundi, nous vérifions si quatre IA nous recommandent, et quelles entreprises elles citent à notre place.
Quand un dirigeant demande à ChatGPT « quelle agence IA pour une PME à Lyon », qui est cité ? Nous mesurons la réponse chaque semaine, sur quatre moteurs, plusieurs fois, et nous lisons ce qui manque. C'est ce suivi qui nous a conduits à publier des fiches clients nommées.
Contexte
Système interne Lumivi, exécuté chaque lundi, lisible dans notre intranet.
Des dirigeants posent désormais leurs questions à une IA pour trouver un prestataire. Ces réponses ne se mesurent avec aucun outil de référencement classique : elles changent d'une fois à l'autre, dépendent du moteur, et citent des sources qu'on ne voit pas. Nous voulions savoir, chaque semaine, si Lumivi existe dans ces réponses, qui est cité à notre place, et pourquoi.
Confidentialité
Le jeu de questions et les résultats détaillés restent internes. Les ordres de grandeur et le fonctionnement décrits sont ceux du système en production.
La question posée
Comment mesurer une visibilité qui n'apparaît dans aucun classement, et savoir quoi corriger ?
Ce qui a été cadré
Les choix de conception.
Les contraintes, les données et les garde-fous pris en compte pour concevoir l'outil.
Ne pas souffler la réponse
Une question qui contient « Lumivi » ne dit pas si l'IA nous recommande spontanément. Le jeu est écrit comme un prospect écrit : « quelle agence pour automatiser un cabinet comptable à Lyon », jamais un nom.
Vérifier le reproche avant d'y répondre
Le 18 septembre 2026, le scan a reproché des pages génériques sans références nommées. Avant de réécrire quoi que ce soit, on a vérifié dans le code du site : zéro témoignage affiché, zéro client nommé, balisage d'avis jamais appelé. Le reproche était juste, on l'a traité.
Le juge est un modèle sans outils
Le modèle qui note les réponses ne peut pas aller chercher sur le web ni consulter notre site : il lit la réponse et rien d'autre. Sans accès au web, il ne peut noter que ce que l'IA a répondu.
Ce qu'on n'affiche pas encore
La dispersion entre les sept tirages n'est pas affichée : passer de trois à quatre citations sur sept peut être du bruit. Et le jeu est encore centré sur « agence IA à Lyon » ; les questions métier (rapports d'essais, urbanisme, bureaux d'études) sont à ajouter, depuis l'intranet.
Avant / après
Avant et après le projet.
La situation avant le projet, puis après.
Avant
- Aucune idée de ce que répondent les IA quand un prospect nous cherche, sinon en posant la question à la main, une fois, sur un seul moteur.
- Impossible de distinguer une vraie absence d'un simple tirage malchanceux : la même question donne des réponses différentes d'une fois à l'autre.
- Aucune lecture des sites que les IA consultent pour construire leur réponse, donc aucun endroit où agir.
Après
- Un onglet « Ce que disent les IA » dans notre intranet, mis à jour chaque lundi : taux de citation de Lumivi par question et par moteur, palmarès des concurrents cités, extraits bruts des réponses.
- Les sites que les moteurs citent pour répondre, avec ceux qui mentionnent nos concurrents sans nous : la liste des endroits où se faire référencer.
- Les reproches formulés par les IA, tels quels. Le 18 septembre 2026, le scan a sorti : « pages semblables à des dizaines d'agences, sans avis clients ni références nommées ». Les quatre fiches clients nommées ont été publiées pour y répondre.
- Un jeu de questions modifiable depuis l'intranet, sans code, pour suivre un nouveau métier ou une nouvelle ville.
Les faits
Ce qui est vérifiable.
- Dix-sept questions neutres, formulées comme un prospect les pose, sans jamais souffler un nom d'entreprise.
- Chaque question est posée sept fois à quatre moteurs : Claude, ChatGPT, Gemini et DeepSeek, avec recherche web sur trois d'entre eux. Les réponses en erreur sont exclues du taux.
- Un modèle indépendant, sans accès aux outils, juge chaque réponse : Lumivi citée ou non, concurrents nommés, sources utilisées.
- Coût mesuré d'un scan complet : environ 3,30 dollars, en crédit prépayé. Exécution le lundi à 3 heures.
- Le reproche du 18 septembre 2026 a été vérifié dans le code du site avant d'agir : il était fondé.
En chiffres
Le projet en quelques chiffres.
formulées sans jamais citer un nom d'entreprise.
Claude, ChatGPT, Gemini et DeepSeek, recherche web sur trois.
pour mesurer une fréquence de citation.
en crédit prépayé, chaque lundi à 3 heures.
« sans références nommées », vérifié puis corrigé par les quatre fiches clients.
Garde-fous et confidentialité
- Les questions ne contiennent jamais le nom de Lumivi ni d'un concurrent.
- Le juge est un modèle sans accès aux outils ni au web.
- Les réponses en erreur sont exclues du calcul.
- Le coût est borné par un crédit prépayé.
ROI recherché
Ce que l'on cherche à mesurer avant de déployer plus loin.
Les résultats se mesurent dans la durée. Voici les gains visés et ce qui n'est pas encore mesuré.
01
savoir chaque lundi si une IA nous recommande, et quelles entreprises elle cite sinon
02
la liste des sites qui citent nos concurrents sans nous, donc où agir
03
des reproches formulés par la machine, vérifiables, qui guident le contenu du site
04
un jeu de questions qui suit nos nouveaux métiers, sans code
Ce qui n'est pas mesuré à ce stade. L'effet de ce chantier de clients nommés sur le taux de citation ne sera visible qu'après plusieurs scans, le temps que les moteurs réindexent. On publiera l'avant et l'après quand ils existeront.
Projection pour une PME comparable
Pour toute entreprise dont les clients demandent désormais conseil à une IA, la même mesure s'applique : ses questions, ses concurrents, ses sources. C'est un premier pas pour améliorer sa visibilité dans ces outils.
Continuer la lecture
Chaîne technique
Architecture technique.
Les principaux composants, décrits sans donnée confidentielle.
Orchestration
Service de scan sur notre cluster Kubernetes OVH, déclenché par un CronJob le lundi à 3 heures.
Moteurs
Claude en ligne de commande, ChatGPT, Gemini et DeepSeek via OpenRouter, recherche web activée sur trois moteurs.
Jugement
Modèle Claude sans outils, grille fixe : citation, concurrents, sources, reproches. Erreurs exclues du taux.
Restitution
Onglet Visibilité de l'intranet : taux, palmarès, extraits d'environ 320 caractères autour de chaque mention, rapport du site.
Réglage
Jeu de questions éditable depuis l'intranet, sans déploiement.
Kubernetes OVHNode.jsClaudeOpenRouterChatGPTGeminiDeepSeekIntranet Lumivi
Questions fréquentes
Ce qu'on nous demande sur cette réalisation.
Pourquoi mesurer ce que disent les IA ?
Parce qu'une part croissante des dirigeants demande à ChatGPT ou Gemini quel prestataire choisir, et que ces réponses n'apparaissent dans aucun classement Google. Sans mesure, on ne sait ni si on est cité, ni qui l'est à notre place, ni pourquoi.
Comment le scan fonctionne-t-il ?
Dix-sept questions de prospect sont posées sept fois à quatre moteurs (Claude, ChatGPT, Gemini, DeepSeek). Un modèle indépendant sans outils lit chaque réponse et note si Lumivi est citée, quels concurrents le sont, quelles sources ont servi et quels reproches sont formulés. Le tout est restitué dans notre intranet chaque lundi.
Qu'est-ce que ça a changé concrètement ?
Le scan du 18 septembre 2026 a reproché des pages génériques sans références nommées. Vérification faite, c'était vrai. Les quatre fiches clients nommées, les avis Google affichés et le maillage depuis les pages de service en sont la réponse directe.
Est-ce transposable à mon entreprise ?
Oui, en remplaçant les questions par celles de vos clients et les concurrents par les vôtres. Le système se règle depuis un écran, sans code, et coûte quelques dollars par scan.