Tu sais que ChatGPT te nomme. Très bien. Mais ce n’est que la moitié de l’histoire, et souvent la moins importante. L’autre moitié, c’est le ton : quand l’IA parle de ta marque, est-ce qu’elle te recommande avec envie, te mentionne au passage, ou lâche un « mais » qui casse la vente ? Apparaître et plaire, ce n’est pas la même chose. Une marque peut sortir dans neuf réponses sur dix et perdre la vente à chaque fois parce que le modèle la décrit comme « chère », « difficile à engager » ou « moins bien que l’alternative ». Voici comment mesurer ce ton —positif, neutre ou négatif—, pourquoi il pèse plus que la simple mention, et quoi faire quand il se retourne contre toi.
Apparaître, ce n’est pas plaire : la mention ne te dit pas le ton
Suivre les mentions et auditer ta visibilité répondent à la même question : est-ce que tu apparais ? Le suivi des mentions compte dans combien de réponses tu sors ; un audit GEO te donne la photo de ta situation aujourd’hui. Les deux sont nécessaires et partagent un angle mort : ils te disent que tu existes pour le modèle, pas comment il te traite. Et dès qu’un acheteur demande « [ta marque], c’est bien ? » ou « quelles alternatives à [concurrent] ? », le ton de la réponse décide plus que la position.
Mets-toi de l’autre côté de l’écran. À quelqu’un qui ne te connaît pas, peu importe que tu sortes en premier si la phrase qui t’accompagne est « souvent plus cher, avec un support lent ». Une mention avec un « mais » collé érode la confiance juste au moment où l’achat se décide. C’est pour ça que le sentiment est la métrique qui transforme la visibilité en business : il ne suffit pas d’être dans la réponse, il faut y être bien. Compter les apparitions sans regarder le ton, c’est juger une réputation au nombre de gens qui parlent de toi, sans savoir s’ils en parlent bien.
D’où l’IA tire le ton avec lequel elle te mentionne
Le modèle n’invente pas le ton : il l’hérite de ce qu’il a lu sur toi. Et il ne le lit pas sur ton site —où, forcément, tout sonne parfait— mais dans le même club de sources tierces que l’IA cite : avis sur G2 ou Capterra, fils Reddit, comparatifs de médias, forums de ton secteur. Si « support lent » domine dans ces sources, le modèle le répétera même si tu as réglé le problème il y a un an. Un ton négatif ne sort presque jamais de nulle part : il sort d’une conversation publique que tu ne surveilles pas.
Il y a une deuxième source de ton, plus subtile : le cadre comparatif. Quand le modèle te place à côté d’un concurrent, il hérite du récit dominant de cette comparaison —qui est « le premium », qui « le pas cher », qui « le compliqué »—. Ce classement n’est dans aucun avis précis ; c’est la moyenne de la façon dont on parle de la catégorie. Le changer est plus lent que corriger un avis, mais ça commence pareil : savoir ce qui se dit. On ne déplace pas un ton qu’on n’a pas mesuré.
Comment mesurer le sentiment dans ChatGPT, Perplexity et Google AI sans outil payant
Tu n’as rien à acheter pour savoir avec quelle image l’IA te mentionne. Il te faut une batterie de questions, une règle de classement et une cadence. Trois étapes :
- La batterie avec ta marque. Contrairement à un audit de visibilité —qui évite ton nom pour mesurer si tu entres au mérite—, ici tu mets bien ta marque. Prépare 8 à 12 questions qu’un acheteur poserait en sachant que tu existes : « [ta marque], c’est bien ? », « comment est le support de [ta marque] ? », « [ta marque] vs [concurrent principal] », « [ta marque] vaut-elle le coup pour [cas d’usage] ? ». Ce sont des questions de réputation, pas de présence, et c’est pour ça qu’elles vivent dans un set séparé de celui du suivi des mentions.
- Le classement en trois cases. Lance chaque question, en fenêtre privée, dans ChatGPT, Perplexity et Google AI, et classe la réponse avec une règle fixe —ne note pas au feeling—. Positif : elle te recommande ou souligne une force sans réserve. Neutre : elle te décrit sans juger, avec des données plates. Négatif : un « mais », une objection ou une comparaison défavorable apparaît. Note aussi QUELLE phrase précise donne le ton : cette citation, c’est ce que tu attaqueras ensuite.
- La cadence et la série. Refais le même set toutes les deux à quatre semaines et garde la date. Le sentiment d’un jour est une anecdote ; la série de trois mois te dit si tu progresses ou si tu recules, et si un changement du modèle t’a changé l’image. Sans cadence fixe, il n’y a pas de mesure, il y a de la curiosité.
| Sentiment | Comment ça sonne dans la réponse de l’IA | Ce que ça mesure |
|---|---|---|
| Positif | « Une des meilleures options pour X » ; « se distingue par son support » ; te recommande sans réserve. | Réputation saine : le modèle t’utilise comme référence fiable. |
| Neutre | « Un outil qui fait X » ; te liste à côté d’autres, avec des données plates, sans juger. | Présence sans défense : tu existes, mais tu ne convaincs pas. Marge claire. |
| Négatif | « Souvent plus cher » ; « certains utilisateurs signalent… » ; te mentionne avec un mais ou perd la comparaison. | Risque actif : la mention retire au lieu d’ajouter. Priorité une. |
Une chose importante : ne gonfle pas l’échantillon et ne change pas la règle. Avec 8 à 12 questions par moteur toutes les deux semaines, tu vois déjà un motif ; ce qui compte, ce n’est pas le nombre exact mais que le classement soit toujours le même. Si un mois tu comptes en « neutre » ce que tu comptais en « négatif » le mois d’avant, ta série ment. La discipline de classer pareil vaut plus que l’outil le plus cher. Cet exercice s’inscrit dans le cadre plus large de comment mesurer ta visibilité dans l’IA : le sentiment est l’une des métriques que presque personne ne surveille et l’une des plus décisives. Mesure-le à côté de la présence, pas à sa place.
Quoi faire quand le ton est négatif
Repérer un ton négatif sans agir, c’est collectionner les mauvaises nouvelles. La réaction dépend d’où naît le « mais » :
- Si le mais est une objection réelle et actuelle (support lent, prix injustifié) : le travail n’est pas marketing, il est produit ou message. Corrige la cause ou explique mieux le pourquoi du prix dans les sources que l’IA lit, pas seulement sur ton site.
- Si le mais est vieux et déjà réglé : le problème, c’est que la source publique n’a pas été mise à jour. Va sur les avis et forums où vit cette plainte et travaille pour que le nouveau récit pèse plus que l’ancien —réponses officielles, cas récents, avis frais de clients contents—.
- Si le mais est un classement comparatif (« le cher », « le compliqué ») : recadre la comparaison avec du contenu qui met ta force sur le bon axe. Ne te bats pas pour être « moins cher » si ton avantage est ailleurs ; change le critère de comparaison.
- Si tout le sentiment chute d’un coup sans que tu aies rien touché : soupçonne un changement du modèle avant un désastre de réputation. Attends un cycle de mesure avant de réagir à chaud.
Dans les quatre cas, le schéma est le même : le sentiment se corrige hors de ton site, dans les sources qui façonnent l’opinion du modèle. Modifier ta landing ne change pas ce que l’IA a lu sur Reddit. C’est pour ça que déplacer le ton est un travail différent de le mesurer, et presque toujours plus lent : d’abord la conversation publique change, ensuite ce que le modèle répète change.
Quand arrêter de le mesurer à la main et le déléguer
Le tableur tient très bien tant que tu as une poignée de questions et un seul marché. Il devient trop petit pour les trois mêmes raisons que d’habitude : le volume de questions ou de langues te bouffe la matinée ; il te faut un historique automatique et une comparaison avec les concurrents sans transcrire chaque réponse ; ou tu veux que quelqu’un surveille le ton en continu pour t’alerter d’un changement de narratif avant qu’il te coûte des ventes. Là, déléguer la surveillance de visibilité et de sentiment dans l’IA te donne la surveillance faite, pas le joli dashboard. Et quand il faut déplacer le ton —réécrire le récit dans les sources que le modèle pondère—, l’optimisation GEO fait le travail, pas le rapport. Si tu débutes encore, la carte complète du cluster vit dans le guide SEO pour ChatGPT.