Une intelligence artificielle se trompe sur une entreprise quand les informations disponibles à son sujet se contredisent, sont obsolètes, ou proviennent d’une entité homonyme. Elle ne réinvente presque jamais : elle restitue ce qu’elle trouve, y compris ce que vous avez oublié de corriger.
Les quatre origines d’une erreur
- Une mention obsolète qui fait autorité. Un annuaire ancien, bien référencé, qui affiche encore votre adresse d’il y a six ans.
- Un changement mal propagé. Nom, statut, activité : chaque changement laisse des traces si personne ne les traite.
- Une homonymie. Une autre entreprise porte un nom proche, et le modèle fusionne les deux entités.
- Une absence de source. Faute d’information disponible, le modèle complète par ce qui est statistiquement probable pour une entreprise de votre type.
La quatrième est la plus instructive
Quand un modèle n’a rien à se mettre sous la dent, il produit une réponse plausible plutôt qu’aucune réponse. Ce comportement est souvent qualifié d’hallucination, mais du point de vue de la méthode c’est surtout un symptôme : un vide informationnel que quelqu’un finit toujours par remplir, et mieux vaut que ce soit vous.
La correction, dans l’ordre
- Identifiez la source de l’erreur en demandant à Perplexity, qui affiche ses références.
- Corrigez-la si vous y avez accès, ou demandez la correction à l’éditeur.
- Si la source est inaccessible, déclarez explicitement l’information exacte dans votre balisage Schema.org et votre llms.txt.
- Publiez sur votre site une page datée qui énonce le fait correct, et faites-la confirmer par au moins deux sources tierces.
Le délai réaliste
Une correction dans la recherche augmentée produit ses effets en quelques semaines. Une correction dans les poids d’un modèle attend son prochain entraînement, sur lequel vous n’avez aucune prise. C’est pourquoi la priorité va toujours aux sources fraîches et bien indexées.
Aller plus loin
Cette question est traitée en profondeur dans Phase 2, aligner votre entité.
Questions proches
Comment réagir si une IA dit du mal de mon entreprise ?
Identifiez d’abord les sources précises sur lesquelles le modèle s’appuie, en interrogeant Perplexity qui affiche ses références.
Qu’est-ce qu’une définition canonique ?
Une définition canonique est la formulation officielle de l’identité d’une entreprise, rédigée en deux à quatre phrases factuelles qui répondent à six questions : qui, quoi, pour qui, depuis quand, où, avec quels résultats.
Comment savoir si une IA parle de mon entreprise ?
Posez les six mêmes questions à ChatGPT, Perplexity, Gemini et Claude, en navigation privée : qui est cette entreprise, que fait-elle, pour qui, depuis quand, où, avec quels résultats.