Un auditeur search avec l’habitude du registre
Je travaille là où les preuves SEO, les réponses IA et les faits d’entreprise commencent à se frotter les uns aux autres. Mon rôle est de rendre ce frottement assez visible pour le mesurer, en discuter et le corriger avant qu’une réponse ne devienne un verdict. Le travail commence par les prompts, les pages citées, les écarts entre langues et les petites erreurs de description qui montrent si une entreprise est répétée clairement.
À propos
Je fais davantage confiance à une réponse qui se répète qu’à un tableau de bord propre, parce que la réponse imparfaite est celle que l’acheteur voit.
Trois colonnes sur papier m’ont appris plus que le premier outil de reporting qu’on m’a confié : nom du client, travail promis, preuve livrée. C’était dans l’arrière-boutique d’une petite imprimerie près de Rennes, avec deux téléphones qui sonnaient et un calendrier mural qui portait la moitié de la mémoire commerciale. Je viens de l’ouest de la France, et cette habitude m’est restée. Avant de nommer un problème, je veux voir la trace qu’il laisse : la formule qu’un client emploie, la page qu’une machine cite, la mauvaise description qui revient même après modification du site.
Depuis 17 ans, je travaille autour des pages de recherche et des preuves qui les soutiennent. Audits search, diagnostics de pages locales, revues de contenus multilingues, notes de SERP concurrentielles, contrôles de qualité éditoriale, systèmes de reporting internes pour entreprises de services — les parties peu spectaculaires. J’aime les parties peu spectaculaires. Elles montrent si une entreprise est comprise par les systèmes qui répètent son nom. Quand les réponses IA sont entrées dans le parcours d’achat, j’ai vu beaucoup d’équipes garder l’ancien réflexe : récupérer une réponse flatteuse, la coller dans une présentation, appeler cela de la visibilité. C’est trop fragile pour décider.
Mon travail consiste désormais à construire des tests répétables. Je tiens des registres de prompts avec la date, le moteur, la langue, l’intention locale, la source citée, la position dans la réponse et l’erreur de description dans des colonnes séparées. Les prompts en français et en anglais sont testés séparément, car le chemin des preuves change souvent selon la langue. Les concurrents restent dans le jeu de mesure, parce qu’une visibilité sans contexte flatte tout le monde. Ma position est simple : une réponse IA ne devient une preuve utile que lorsqu’elle apparaît assez souvent, nomme assez souvent la bonne source et décrit l’entreprise avec assez de justesse pour guider l’action. Le reste, c’est de la météo.
Apportez les prompts avant d’apporter la réécriture.
Je vous aide d’abord à voir ce que les moteurs répètent, citent et décrivent de travers.
Contacter Lucien