Comment choisir les bons prompts pour suivre votre marque dans ChatGPT, Perplexity, Gemini et Google AI Overviews

Choisissez les prompts à suivre en fonction de la couverture, et non du volume ou de l’ingéniosité. Le bon ensemble est la liste des questions que vos vrais acheteurs posent à chaque étape d’un achat, retracées jusqu’à une source réelle telle qu’un appel commercial ou une boîte de réception du support, formulées une fois comme prompt conversationnel pour les outils de chat et une fois comme requête de recherche ordinaire pour Google AI Overviews, puis figées, documentées et réexécutées selon un calendrier afin que les résultats puissent être comparés dans le temps. Si vous êtes CMO, directeur SEO, propriétaire ou responsable des opérations marketing et que vous cherchez à établir une base de référence de visibilité IA crédible, c’est l’intégralité du travail en une seule phrase. Le reste de cet article explique comment le faire correctement, comment distinguer un ensemble de prompts solide d’un ensemble fragile, et quoi demander à tout prestataire qui propose de le construire pour vous.

Une remarque avant de commencer. Une grande partie des conseils sur « le choix des prompts » porte sur la rédaction d’un meilleur prompt afin que vous obteniez personnellement une meilleure réponse. C’est une compétence utile, et ce n’est pas l’objet de cet article. Une base de référence est un instrument de mesure. Si vous mesurez les mauvaises questions, peu importe la qualité de leur formulation. Pour la liste complète des mesures à capturer, consultez ce qu’il faut enregistrer avant de lancer une campagne GEO.

Deux emplois différents que l’on appelle tous deux « prompts »

Il est utile de distinguer les deux significations tôt, car les confondre peut faire dérailler une base de référence de visibilité IA.

• Les prompts que vous rédigez sont des instructions que vous donnez à un outil pour obtenir un meilleur résultat pour votre propre tâche. Rôle, contexte, contraintes, format, étape de vérification. Il s’agit d’une technique personnelle.
• Les prompts que vous suivez sont les questions des acheteurs que votre marque choisit de mesurer. Ils représentent ce qu’un prospect saisit lorsqu’il compare des prestataires, vérifie une réputation ou cherche à savoir s’il a même besoin de ce que vous proposez.

Les prompts suivis ne sont pas non plus identiques aux mots-clés SEO, bien que les données de requêtes de recherche constituent l’une des entrées. Les mots-clés sont des fragments condensés comme coût remplacement toiture. Les questions des acheteurs portent l’intention complète : quel devrait être le coût d’un remplacement de toiture pour une maison de 2 400 pieds carrés, et comment savoir si le devis est juste ? Les outils d’IA conversationnelle acceptent ce deuxième type de question, et votre ensemble de prompts à suivre devrait y ressembler.

Les enjeux sont simples. Un ensemble de prompts à suivre insuffisant produit une base de référence trompeuse, et une base de référence trompeuse conduit à des décisions en matière de contenu et de dépenses fondées sur des suppositions. C’est le genre d’angle mort de l’IA dont les équipes dirigeantes peuvent s’inquiéter, même lorsqu’elles le décrivent comme « nous ne savons pas quoi suivre ».

La méthode des ensembles de prompts à suivre : cinq parties

Voici la méthode recommandée par CiteHarbor pour construire un ensemble de prompts que vous pouvez défendre lors d’une réunion de direction. Il s’agit d’un cadre, non d’une norme industrielle, et il ne décrit pas la manière dont une plateforme d’IA sélectionne ses sources. Il décrit comment mesurer d’une façon qui résiste à l’examen.

1. Conception de la couverture. Associez l’étape d’achat à la portée afin que l’ensemble reflète l’intégralité du parcours d’achat, et non uniquement les questions sur lesquelles vous espérez l’emporter.
2. Provenance. Rattachez chaque question suivie à une source d’acheteur réelle.
3. Rendu par plateforme. Maintenez l’intention d’achat constante et adaptez la formulation à chaque plateforme, y compris une requête de recherche simple pour Google AI Overviews.
4. Gel et gestion des modifications. Verrouillez l’ensemble de référence, tenez un journal des modifications et relancez l’analyse selon un calendrier défini.
5. Règles de reporting. Signalez les réponses et citations observées à un instant donné. Ne les signalez jamais sous forme de classements, de références ou de revenus.

Chaque partie est traitée ci-dessous, suivie d’une liste de contrôle des enregistrements, d’un court exemple hypothétique et d’une liste de questions pour évaluer un fournisseur.

Partie 1 : Conception de la couverture

Considérez l’ensemble comme une grille. Les lignes représentent les étapes d’achat. Les colonnes représentent les types de portée. Votre objectif est d’assurer une couverture raisonnable des cellules qui comptent pour votre activité, et non d’accumuler des formulations quasi identiques dans une seule cellule.

Étape d’achat	Catégorie hors marque	Marque	Comparaison avec la concurrence	Localisation ou segment
Conscient du problème	« Ce symptôme nécessite-t-il l’intervention d’un professionnel ? »	Rarement pertinent	Rarement pertinent	« Est-ce courant dans ma région ou mon secteur ? »
Comparaison des solutions et des catégories	« Quelles sont mes options et en quoi diffèrent-elles ? »	« Cette marque propose-t-elle l’option vers laquelle je me penche ? »	« Quelle approche les meilleurs fournisseurs recommandent-ils ? »	« Quelle est la bonne option pour une entreprise comme la mienne ou un foyer comme le mien ici ? »
Présélection des fournisseurs	« Quels sont les meilleurs fournisseurs pour cela ? »	« Cette marque est-elle réputée ? »	« Marque A versus Marque B pour ce travail »	« Meilleurs fournisseurs près de chez moi » ou « meilleurs fournisseurs pour mon segment »
Validation et objections	« Quel devrait être le coût et quels sont les signaux d’alarme ? »	« Que disent les avis sur cette marque ? »	« Pourquoi choisirais-je la Marque A plutôt que la Marque B ? »	« Y a-t-il des préoccupations locales ou propres à mon segment sur lesquelles je devrais me renseigner ? »

Les cellules que vous mettez en avant dépendent de qui vous êtes :

• Marques de services à domicile multi-établissements. La colonne de localisation a le plus de poids. Une question de sélection dans une métropole est une mesure différente de la même question dans une autre. Décidez quels marchés font partie de la référence et traitez chacun comme sa propre balise de portée.
• Services professionnels et technologies B2B. La colonne de segment importe souvent davantage que la géographie. « Meilleure option pour une entreprise de 40 personnes » et « meilleure option pour une entreprise du marché intermédiaire disposant d’une équipe conformité » correspondent à des acheteurs différents. Les questions de validation et d’objection peuvent également avoir plus d’importance ici, car les cycles de vente plus longs peuvent impliquer davantage de vérifications de la part des prospects.
• Responsables marketing de portefeuilles de capital-investissement. Vous avez besoin d’une grille reproductible que vous pouvez appliquer à travers les marques afin que les résultats soient comparables. Maintenez la logique d’étape et de portée constante, et laissez uniquement les termes de catégorie et les marchés varier selon l’entreprise.

Deux règles d’exclusion maintiennent l’honnêteté de la grille. Premièrement, excluez les questions auxquelles votre entreprise ne pourrait pas répondre ou répondre de manière crédible. Une question suivie portant sur un service que vous n’offrez pas ne produit que du bruit. Deuxièmement, ne remplissez pas une cellule avec des variantes de formulation. Une question solide par intention significative vaut mieux que cinq reformulations de la même intention.

Il existe une raison documentée de raisonner en termes d’intentions et de sous-thèmes plutôt qu’en formulations exactes. Google indique que les AI Overviews et le mode AI peuvent utiliser une technique de « query fan-out », émettant plusieurs recherches connexes sur des sous-thèmes pour construire une réponse. Cela justifie de couvrir les sous-thèmes dans lesquels la question d’un acheteur se décompose naturellement, plutôt que de se fixer sur une formulation unique.

Partie 2 : Provenance, ou l’origine des questions

Chaque question suivie devrait être accompagnée d’une note indiquant son origine. Si la réponse est « l’équipe marketing l’a trouvée lors d’un brainstorming », il s’agit d’une question moins solide que celle tirée d’un appel commercial. Les bonnes sources comprennent :

• Les appels commerciaux enregistrés ou résumés, en particulier les questions d’objection et de comparaison à l’approche de la conclusion
• Les fils de messagerie des clients et prospects
• Les avis, les vôtres comme ceux des autres prestataires de la catégorie, qui révèlent ce que les acheteurs jugent après coup
• Les tickets d’assistance et les transcriptions de chat
• Les données de requêtes de recherche provenant de la Search Console et de la recherche payante, utilisées comme signal d’intention plutôt que comme formulations définitives
• Les questions que votre personnel de terrain et vos techniciens entendent régulièrement

La provenance remplit deux fonctions. Elle rend la référence plus représentative de la demande réelle, et elle est plus facile à défendre. Lorsqu’un responsable demande pourquoi une question particulière figure sur la liste, « un prospect nous a posé cette question lors de trois appels le trimestre dernier » constitue une réponse complète.

Partie 3 : Rendu sur les plateformes

Devriez-vous utiliser les mêmes requêtes sur ChatGPT, Perplexity, Gemini et Google AI Overviews ? Maintenez l’intention d’achat constante et adaptez la formulation. Ces plateformes récupèrent et présentent les réponses différemment, et certaines de ces différences sont décrites dans la documentation officielle de chacune d’elles. Le comportement des plateformes évolue, aussi les descriptions ci-dessous reflètent cette documentation telle qu’elle était au moment de la rédaction et doivent être vérifiées avant de vous y fier.

Google AI Overviews est déclenché par des requêtes de recherche

Google indique que les AI Overviews sont conçus pour apparaître sur les requêtes où ils apportent une valeur ajoutée au-delà de ce que les utilisateurs obtiennent déjà via la Recherche, ce qui signifie qu’ils n’apparaissent pas sur chaque requête. À des fins de suivi, cela conduit à deux règles pratiques. L’élément suivi pour les AI Overviews doit être une requête de recherche simple, du type qu’une personne saisit dans un moteur de recherche plutôt qu’une demande de plusieurs paragraphes. Et l’enregistrement doit noter si un Overview est apparu ou non. Décrire les AI Overviews comme répondant à des requêtes de recherche plutôt qu’à des requêtes conversationnelles est notre lecture raisonnée de la documentation de Google, et non la formulation employée par Google lui-même.

Le mode AI de Google, que Google décrit comme une extension des capacités des AI Overviews, accepte des questions plus complexes, à plusieurs parties, ainsi que des questions de suivi. Si votre équipe décide également de suivre le mode AI, traitez-le comme un rendu distinct de la même intention plutôt que de supposer qu’il se comporte comme l’Overview.

ChatGPT peut effectuer des recherches sur le Web, ou non

La documentation d’aide d’OpenAI indique que ChatGPT peut effectuer des recherches sur le Web automatiquement lorsqu’une question bénéficierait d’informations récentes, et que les réponses utilisant la recherche Web peuvent inclure des citations. Il est également indiqué que ChatGPT reformule généralement la question de l’utilisateur en une ou plusieurs requêtes de recherche ciblées, peut utiliser une localisation approximative déduite de l’adresse IP et, lorsque la mémoire est activée, peut être influencé par les souvenirs enregistrés. (Voir Searching the web with ChatGPT.)

Chacun de ces éléments a une implication pour le suivi :

• Une réponse sans citations est une observation à enregistrer, et non un échec de la requête.
• Étant donné que la question peut être reformulée en requêtes de recherche, votre requête doit exprimer clairement l’intention d’achat complète plutôt que de s’appuyer sur un mot-clé spécifique.
• La localisation et la mémoire peuvent influencer les résultats, aussi les conditions d’exécution comptent. Notez le contexte de localisation lorsque vous pouvez le contrôler, et évitez d’effectuer des mesures de référence depuis des comptes ayant un long historique personnalisé.

Perplexity et Gemini

Chacun récupère et présente les réponses à sa façon, et vous ne devez pas supposer que le comportement d’une plateforme se transfère à une autre. La méthode est la même dans tous les cas : formulez l’intention sous forme de question conversationnelle naturelle, enregistrez si la réponse a cité des sources et lesquelles, et notez si votre marque ou d’autres ont été mentionnées. Pour un examen plus approfondi de cette dernière étape, voir comment suivre les marques mentionnées aux côtés de la vôtre. Évitez de construire vos rapports autour d’affirmations sur les raisons pour lesquelles une plateforme a fait telle ou telle chose. Vous pouvez observer ce qu’elle a fait. Vous ne pouvez pas voir à l’intérieur de la plateforme, et vous devriez vous méfier de quiconque prétend le contraire.

Partie 4 : Gel et contrôle des modifications

Une référence n’est une référence que si elle reste stable. Une fois l’ensemble approuvé, gelez-le. Attribuez-lui un numéro de version. Si une question doit être modifiée, ajoutez-la en tant que nouvelle version avec une note de journal des modifications expliquant ce qui a changé et pourquoi, afin de ne jamais comparer les résultats de ce trimestre à une liste différente de celle du trimestre précédent.

Relancez ensuite l’ensemble gelé selon un calendrier régulier. Les réponses de l’IA peuvent différer d’une exécution à l’autre. La documentation d’OpenAI indique, par exemple, que le recours à la recherche web, la localisation approximative et les mémorres enregistrées peuvent toutes jouer un rôle dans une réponse de ChatGPT. Une seule exécution vous indique à quoi ressemblait une réponse à un moment donné. Des exécutions répétées vous donnent une meilleure idée de ce qui tend à apparaître, ce qui est une information plus utile à connaître.

Combien de prompts est suffisant ?

Nous n’avons pas trouvé de nombre standard sourcé, et tout nombre présenté comme tel devrait éveiller vos soupçons. Utilisez plutôt une règle de raisonnement : l’ensemble est suffisamment grand lorsque chaque cellule de la grille qui compte pour votre activité est couverte par au moins une question bien sourcée, et suffisamment petit pour que vous puissiez le relancer régulièrement selon la cadence choisie sans prendre de raccourcis. Si vous ne pouvez pas le répéter de manière fiable, il est trop grand. Si une question de direction concernant une étape d’achat ou un marché n’a pas de prompt suivi correspondant, il est trop petit.

Partie 5 : Règles de reporting

C’est dans cette partie que la crédibilité se gagne ou se perd. Rapportez ce que vous avez observé : quelles questions ont produit des réponses, si des sources ont été citées, si votre marque est apparue, si d’autres prestataires sont apparus, et si un Google AI Overview s’est affiché pour le rendu de la requête de recherche. Datez tout.

Ne traduisez pas les observations en classements. Une réponse de l’IA n’est pas une liste classée avec des positions que vous détenez. Ne décrivez pas une mention de marque comme un renvoi ou un prospect. Et ne décrivez pas un instantané à un moment donné comme un état permanent. Un résultat de visibilité est une preuve de la façon dont une plateforme a répondu à une question un jour donné dans des conditions données. C’est un instantané, pas une prévision, et ce n’est pas une garantie du comportement futur.

Une remarque connexe sur la mesure côté Google. Google indique que les sites apparaissant dans les AI Overviews et AI Mode sont inclus dans les données de performance de Search Console sous le type de recherche Web. Cela fait de Search Console une entrée utile côté Google. Nous n’avons pas trouvé de documentation Google décrivant un moyen d’isoler l’exposition aux AI Overviews de manière indépendante, et les rapports de Google sont susceptibles d’évoluer ; consultez donc la documentation actuelle de Search Console et combinez-la avec une observation directe plutôt que de vous y fier seul.

La liste de contrôle du registre de jeux de requêtes

Chaque question suivie doit comporter ces champs. Si vous évaluez un fournisseur, il s’agit également d’une bonne description de ce que contient un livrable utilisable.

• Source en langage acheteur : l’origine de la question
• Intention et étape : prise de conscience du problème, comparaison, liste restreinte ou validation
• Étiquette de portée : catégorie sans marque, marque, comparaison de concurrents, localisation ou segment
• Rendu sur la plateforme : la formulation conversationnelle de la requête et la formulation de la recherche simple
• Conditions d’exécution : date, contexte de localisation lorsque cela est contrôlable, et si le compte utilisé était exempt de personnalisation
• Aperçu IA apparu : oui ou non pour le rendu en recherche simple
• Sources citées : oui ou non, et quels domaines
• Présence de la marque et des concurrents : qui est apparu dans la réponse, le cas échéant
• Version et journal des modifications : à quelle version du jeu cet élément appartient et les éventuelles notes

Un court exemple hypothétique

Cet exemple est inventé à titre d’illustration. Il ne contient aucun résultat, et aucune formulation ici ne doit être interprétée comme une requête susceptible de déclencher une mention de marque.

Imaginez une marque de climatisation-chauffage résidentielle multi-sites opérant dans trois métropoles. Un directeur commercial constate que les prospects lors des appels posent régulièrement une variante de la question suivante : « Mon système a 14 ans et le devis de réparation est élevé. Devrais-je le réparer ou le remplacer ? »

Il s’agit d’une question de validation, dans une catégorie sans marque, avec une variante de localisation par métropole. Elle est rendue de deux façons :

• Requête conversationnelle pour ChatGPT, Perplexity et Gemini : « Mon système de climatisation-chauffage a environ 14 ans et je viens de recevoir un devis de réparation élevé. Comment décider s’il faut le réparer ou le remplacer, et à quoi dois-je faire attention chez un prestataire pour m’aider à décider ? »
• Requête de recherche pour Google AI Overviews : « repair or replace 14 year old HVAC system »

L’enregistrement de cet élément se lirait ainsi : source, appels commerciaux du trimestre précédent ; étape, validation ; portée, catégorie sans marque, avec une étiquette de localisation par métropole ; rendu, les deux versions ci-dessus ; conditions d’exécution, date et métropole consignées, compte exempt de personnalisation ; aperçu IA apparu, à consigner ; sources citées, à consigner ; présence de la marque et des concurrents, à consigner ; version 1.0, aucune note dans le journal des modifications. Tout ce qui figure à droite de cet enregistrement est renseigné par observation, jamais par hypothèse.

Le test « défendable auprès de la direction »

Avant de présenter une référence de base, soumettez le jeu à quatre questions. Si la réponse à l’une d’entre elles est non, la référence de base n’est pas prête.

1. Chaque question suivie peut-elle être tracée jusqu’à une source acheteur réelle ?
2. Le jeu couvre-t-il chaque combinaison étape-portée qui importe à l’entreprise, sans lacune évidente ni remplissage ?
3. L’ensemble est-il figé, versionné et planifié pour des exécutions répétées dans des conditions documentées ?
4. Les résultats sont-ils rapportés strictement comme des réponses observées et des citations à un instant donné, sans classement, référencement, prospects ou revenus impliqués ?

Comment évaluer un service d’audit et de configuration de prompts

De nombreux décideurs en phase de décision pèsent deux options : construire et gérer l’ensemble suivi en interne, souvent avec un tableau de bord en libre-service que l’équipe doit opérer, ou faire appel à un prestataire qui réalise l’audit, choisit les prompts et relie les résultats au travail éditorial continu. Aucune des deux n’est intrinsèquement supérieure. Ce qui compte, c’est que la méthode qui la sous-tend soit solide. Pour une vue plus complète de la portée, consultez ce que doit inclure un audit de visibilité IA complet. Posez ces questions à tout prestataire et attendez des réponses précises.

1. Comment les prompts sont-ils choisis ? Écoutez une logique de couverture qui englobe les étapes d’achat et les types de portée, et non un nombre de requêtes ou un export de mots-clés.
2. D’où viennent les questions ? La réponse doit inclure vos conversations commerciales, le vocabulaire de vos clients et les avis, et pas seulement des suggestions générées par des outils.
3. Qui valide l’ensemble, et comment est-il figé ? Vous devriez voir la liste avant qu’elle ne devienne la référence de base, et les modifications doivent être versionnées.
4. Comment les autres prestataires sont-ils traités ? La présence des concurrents doit être observée et rapportée de manière neutre, comme une donnée factuelle, et non comme un classement avec des positions inventées.
5. Que contient le livrable ? Il doit présenter les réponses observées, les citations, la présence de la marque et des concurrents, les rendus spécifiques à chaque plateforme, ainsi qu’une vue priorisée des lacunes, le tout daté.
6. Comment les vérifications répétées sont-elles documentées ? Même ensemble figé, conditions d’exécution documentées, journal des modifications et une cadence clairement définie.
7. Qu’est-ce que mon équipe doit opérer ? Avec un tableau de bord, votre équipe exécute les prompts, lit les données et décide quoi faire. Avec un service géré, le prestataire se charge de l’exécution et de la lecture et doit vous remettre des décisions priorisées. Assurez-vous de savoir lequel vous achetez, et ce qui requiert encore votre autorisation.
8. Comment l’audit se connecte-t-il à l’exécution ? Si le prestataire ne peut pas expliquer ce qui se passe après l’établissement de la référence de base, vous achetez un rapport.

La place de CiteHarbor

L’objection la plus courante à un audit est légitime : cela peut ressembler à un rapport ponctuel qui atterrit dans une boîte de réception et ne change rien. CiteHarbor est conçu pour éviter exactement cela.

L’AI Search Visibility Audit est une analyse concurrentielle de la visibilité observée sur les principales plateformes d’IA, notamment ChatGPT, Perplexity, Gemini et Google AI Overviews. Elle repose sur la méthode décrite ci-dessus : recherche de questions acheteurs avec provenance, conception de la couverture par étape et périmètre, rendus spécifiques à chaque plateforme, et rapports qui traitent chaque résultat comme une preuve ponctuelle plutôt qu’une vérité permanente. Le résultat est une vue de la façon dont votre marque est actuellement mise en avant par rapport aux concurrents sur les questions acheteurs qui comptent, avec les écarts de visibilité hiérarchisés afin que vous ne deviez pas deviner sur quoi vous concentrer.

Ces écarts hiérarchisés alimentent le Content Authority System, un moteur toujours actif d’articles révisés par des humains et de contenu social de marque qui traite les écarts étayés par des preuves mis en évidence par l’audit. La révision humaine est une partie explicite du système, et elle est conçue pour soutenir le jugement éditorial, non le remplacer. La publication n’a lieu que via les canaux que vous avez autorisés, dans le respect des garde-fous éditoriaux et sectoriels que votre entreprise exige et des autorisations de publication configurées pour votre compte. Pour les marques qui souhaitent coordonner la visibilité IA, la recherche traditionnelle, le contenu et les priorités de médias payants sous une stratégie mensuelle dirigée par un cadre senior, le Partenariat à service complet réunit ces éléments.

Le cadrage honnête est le suivant : l’audit vous montre ce que les plateformes ont dit lorsque les questions de vos acheteurs ont été posées. Il ne contrôle pas et ne peut pas contrôler ce qu’elles diront ensuite, et il ne promet aucune citation, recommandation, trafic ou résultat en termes de leads particuliers. Ce qu’il fait, c’est remplacer les suppositions par une image hiérarchisée et vérifiable, afin que le travail de contenu et de référencement qui s’ensuit soit orienté vers de véritables écarts.

Questions fréquemment posées

Comment les prompts de suivi sont-ils sélectionnés ?

Par couverture. Commencez avec une grille d’étapes d’achat (prise de conscience du problème, comparaison, présélection, validation) en fonction des types de périmètre (catégorie non-marque, marque, comparaison avec les concurrents, localisation ou segment). Remplissez les cellules qui comptent pour votre entreprise avec des questions tracées jusqu’à de vraies sources acheteurs telles que les appels commerciaux, les e-mails, les avis et les conversations d’assistance. Excluez les questions que vous ne pouvez pas traiter de façon crédible, et évitez le remplissage avec des variantes de formulation.

Les prompts de suivi sont-ils identiques aux mots-clés de recherche ?

Non. Les mots-clés sont des fragments compressés. Les prompts suivis portent l’intention complète de l’acheteur, de la façon dont une personne poserait réellement la question. Les données de requête de recherche sont une entrée utile pour découvrir l’intention, mais le prompt suivi doit ressembler à une vraie question.

Google AI Overviews nécessite-t-il des requêtes différentes de celles des prompts ChatGPT ou Perplexity ?

Oui. Keep.