Le test manuel : un bon premier réflexe
Ouvrir ChatGPT, Gemini ou Perplexity et demander « quelle marque recommandes-tu pour… » est le moyen le plus simple de découvrir ce que les IA disent de vous. C'est gratuit, immédiat, et cela donne une première intuition : êtes-vous cité, recommandé, ou absent ? Pour une première prise de contact avec le sujet, c'est une démarche saine.
Le problème n'est pas le test manuel en lui-même, mais ce qu'on en conclut. Une réponse isolée n'est pas une mesure.
Limite n°1 : la variance des réponses
Les modèles de langage sont stochastiques : à question identique, la réponse change d'une exécution à l'autre. Votre marque peut apparaître une fois sur trois sans que rien n'ait changé dans votre visibilité réelle. Conclure quoi que ce soit d'un seul essai, c'est confondre le hasard d'un tirage avec une tendance.
Une mesure fiable exige de rejouer chaque requête de nombreuses fois — au minimum dix — et d'agréger les résultats en taux : taux de visibilité, taux de recommandation, part de voix. C'est cet agrégat, pas la réponse individuelle, qui peut être suivi dans le temps.
Limite n°2 : un échantillon trop étroit
Tester deux ou trois questions ne couvre qu'une fraction infime des conversations réelles. Vos clients ne formulent pas leur besoin comme vous : ils arrivent avec des contextes, des contraintes et des niveaux de maturité différents. Un échantillon utile couvre des personas variés et des scénarios représentatifs du parcours d'achat, pas seulement la requête évidente.
Limite n°3 : l'absence de multi-tours
La recommandation se joue rarement à la première réponse. Un utilisateur réel affine, compare, objecte, demande des alternatives. C'est souvent au troisième ou quatrième échange que l'IA bascule d'une marque à une autre. Le test manuel s'arrête presque toujours à la première réponse — précisément là où la décision n'est pas encore prise.
Limite n°4 : votre historique fausse la mesure
Quand vous testez depuis votre propre compte, l'IA tient compte de votre historique de conversation et de vos préférences. Vous ne mesurez pas ce qu'un prospect inconnu verrait : vous mesurez ce que l'IA vous dit, à vous. Une mesure fiable part d'une conversation neuve, sans historique.
Quand un outil devient utile
Un outil de mesure devient pertinent quand vous voulez passer de l'intuition au pilotage : suivre votre visibilité mois après mois, comparer des personas et des marchés, détecter les points d'inflexion où la recommandation bascule, et vérifier que vos actions ont un effet mesurable. Le test manuel reste utile pour explorer ; il ne suffit pas pour piloter.
Questions fréquentes
Puis-je évaluer ma visibilité IA gratuitement ?
Oui, en testant quelques requêtes à la main. C'est un bon point de départ, mais une réponse isolée n'est pas une mesure : les IA répondent différemment à chaque exécution, et votre historique de conversation influence les réponses.
Combien de fois faut-il rejouer une requête pour que ce soit fiable ?
Au minimum dix exécutions par requête, agrégées en taux de visibilité. En dessous, la variance naturelle des modèles rend les conclusions fragiles.
Pourquoi tester en conversation multi-tours plutôt qu'en une question ?
Parce que la recommandation se forme au fil des échanges : comparaisons, objections, alternatives. La première réponse est rarement celle qui décide.