Auditer votre image de marque dans ChatGPT et Perplexity
En résumé : 93 % des entreprises ont au moins un fait erroné ou manquant dans les réponses des IA génératives à leur sujet, selon une étude de 13 000 requêtes publiée en 2026. Les PME sont touchées cinq fois plus souvent que les grandes entreprises pour la confusion de marque. Ce guide explique comment vérifier ce que ChatGPT et Perplexity disent de votre entreprise, et surtout, comment corriger le tir — puisqu’il n’existe aucun bouton de correction directe.
Un client vous appelle en colère parce que ChatGPT lui a dit que vous offriez un service que vous n’offrez pas. Aucune visite sur votre site, aucun clic à retracer — juste une réponse inventée, prise pour argent comptant. C’est exactement le type d’incident qui pousse de plus en plus de PME québécoises à auditer leur marque dans les IA génératives, une démarche encore peu répandue mais de plus en plus nécessaire.
Selon BrightLocal (2026), 45 % des consommateurs ont utilisé un outil d’IA pour trouver une entreprise locale au cours de la dernière année — contre seulement 6 % un an plus tôt. Une partie croissante de vos clients potentiels rencontre votre entreprise pour la première fois à travers une réponse générée par une IA, pas à travers votre site web.
Ce qui aggrave l’enjeu : 63 % des utilisateurs d’IA font confiance aux recommandations reçues, selon la même étude BrightLocal (2026). Contrairement à un résultat de recherche classique, où l’internaute compare plusieurs liens avant de choisir, une réponse d’IA générative est souvent acceptée telle quelle — sans vérification, sans deuxième source consultée.
Pour une agence web à Montréal qui accompagne des PME en SEO et en GEO, l’audit de marque dans les IA devient une étape aussi essentielle que la surveillance de votre e-réputation classique. Ce guide vous montre comment le faire vous-même, et quoi corriger quand l’IA se trompe.
Pourquoi auditer ce que les IA disent de votre entreprise
Les IA génératives se trompent sur les entreprises bien plus souvent qu’on ne le croit — et les PME sont les plus touchées. Une étude portant sur plus de 13 000 requêtes auprès de ChatGPT, Perplexity et Gemini a trouvé que 93 % des entreprises avaient au moins un fait de base halluciné ou manquant dans les réponses les concernant. Source : Searchable, étude de juillet 2026.
L’écart entre petites et grandes entreprises est particulièrement marqué : 50 % des PME ont reçu au moins un fait carrément inventé, contre 32 % des grandes entreprises. Les IA confondent aussi le nom d’une PME avec une autre entreprise cinq fois plus souvent que pour une grande marque — 4 % des réponses contre 0,7 %. Moins une entreprise a de présence numérique structurée, plus le modèle « devine ».
Ce que les IA se trompent le plus souvent
Les numéros de téléphone : donnés 91 % du temps, exacts 27 % du temps
Seer Interactive a testé sept modèles d’IA sur 178 requêtes de numéros de téléphone d’entreprises. Les modèles fournissaient presque toujours un numéro — mais seulement 27 % de ces numéros correspondaient à la fiche Google Business Profile réelle de l’entreprise. Source : Seer Interactive, décembre 2025. Un mauvais numéro n’est pas une impression perdue — c’est un client qui appelle quelqu’un d’autre, potentiellement un concurrent.
La précision selon la plateforme d’IA
| Plateforme | Précision du profil d’entreprise | Principale source de données |
|---|---|---|
| Gemini | 100 % | Google Maps / Google Business Profile |
| ChatGPT | 68 % | Foursquare (partenariat depuis déc. 2024), Yelp, sites crawlés |
| Perplexity | 68 % | Son propre crawl et plateformes d’avis |
Source : SOCi Local Visibility Index, 2026 (près de 350 000 emplacements d’entreprises analysés). L’explication est simple : Gemini lit directement les données que vous maintenez déjà sur Google Business Profile. ChatGPT et Perplexity assemblent leurs réponses à partir de sources tierces — et environ une réponse sur trois contient une erreur.
ChatGPT et Perplexity ne se trompent pas de la même façon
Les deux plateformes affichent une précision comparable (68 %), mais leur fonctionnement diffère sur un point important pour votre audit : Perplexity affiche systématiquement ses sources sous forme de liens cliquables à côté de chaque réponse. Vous pouvez donc voir immédiatement d’où vient une information erronée — un annuaire précis, une ancienne page de votre site, un avis périmé. ChatGPT, même avec sa fonction de recherche web active, ne cite pas toujours ses sources aussi systématiquement, ce qui rend le diagnostic plus difficile : vous savez que l’information est fausse, mais rarement pourquoi.
Cette différence a une conséquence pratique pour votre audit : commencez toujours par Perplexity pour identifier la source d’une erreur, puis vérifiez si la même erreur apparaît dans ChatGPT une fois la source corrigée.
D’où les IA tirent leurs informations sur vous
ChatGPT a un partenariat officiel avec Foursquare depuis décembre 2024 pour ses données locales, complété par Yelp, les annuaires et son propre crawl du web. Perplexity s’appuie sur son crawl et les plateformes d’avis. Gemini, lui, lit directement Google Business Profile — ce qui explique son avantage de précision presque parfait.
La conséquence pratique : une fiche Foursquare jamais réclamée ou une entrée d’annuaire périmée peut devenir, sans que vous le sachiez, la source principale de ce qu’une IA raconte sur votre entreprise. Renforcer votre entité pour Google et les IA et maintenir une cohérence NAP stricte réduit directement ce risque.
Ce fonctionnement explique aussi pourquoi les corrections prennent du temps à se refléter. Un modèle comme ChatGPT combine des données d’entraînement figées à un moment donné et une recherche web en temps réel pour certaines requêtes. Une correction apportée à votre fiche Foursquare aujourd’hui peut apparaître dans une réponse en temps réel dès la prochaine visite du modèle sur cette source — mais elle ne corrigera pas immédiatement ce que le modèle a « appris » lors de son entraînement initial. C’est une des raisons pour lesquelles répéter l’audit dans le temps, plutôt que de le faire une seule fois, reste nécessaire.
Comment auditer votre entreprise dans ChatGPT et Perplexity — méthode en 8 questions
Posez ces huit questions dans une conversation neuve, sans historique, sur ChatGPT et sur Perplexity. Notez chaque réponse fausse ou incomplète :
- Quelles sont les heures d’ouverture de [votre entreprise] à [votre ville] ?
- Quel est le numéro de téléphone de [votre entreprise] ?
- Où est situé [votre entreprise] ?
- Quels services offre [votre entreprise] ?
- Combien coûte [votre service principal] chez [votre entreprise] ?
- Parle-moi de [votre entreprise].
- Qui a fondé [votre entreprise], et quand ?
- Quels sont les avis des clients sur [votre entreprise] ?
Répétez cet exercice une fois par mois — les modèles renouvellent régulièrement les données qu’ils utilisent, et une correction apportée à vos sources peut prendre plusieurs semaines à se refléter dans les réponses.
Comptez le nombre de réponses exactes sur les huit questions, pour chaque plateforme séparément. Un score de 7 ou 8 sur 8 place votre entreprise devant la majorité des PME, si l’on se fie au taux d’erreur moyen observé dans les études citées plus haut. Un score de 5 ou moins signale une présence numérique fragmentée qui mérite une action rapide — en commençant par les sources les plus fréquemment citées : Google Business Profile, Foursquare et votre propre site.
Que faire si une IA se trompe sur votre entreprise
Il n’existe aucun mécanisme pour demander directement à ChatGPT ou à Perplexity de corriger une information sur votre entreprise. La seule option est de nettoyer les sources que ces modèles consultent :
Commencez par votre Google Business Profile. C’est la source que Gemini lit directement — d’où sa précision de 100 % — et l’une des sources croisées par les autres modèles. C’est aussi le seul levier accessible à toutes les entreprises, avec ou sans local ouvert au public.
Vérifiez ensuite si vous avez une fiche Foursquare, et réclamez-la le cas échéant. Foursquare est le partenaire de données locales de ChatGPT depuis décembre 2024. La réclamation se fait sur business.foursquare.com : cherchez votre entreprise par nom et par ville, puis cliquez sur « Claim this business ».
Une nuance qui change tout selon votre modèle d’affaires : Foursquare répertorie des lieux physiques. Si vous n’avez pas d’adresse ouverte au public — agence, consultant, services à domicile — il est probable qu’aucune fiche n’existe à votre nom. La recherche prend deux minutes et tranche la question. Créer une fiche de toutes pièces dans ce cas n’est généralement pas un bon investissement : mieux vaut concentrer l’effort sur Google Business Profile et la cohérence NAP.
Renforcez le schema Organization et l’entité de votre entreprise. Un balisage clair aide les modèles à distinguer votre entreprise d’une autre portant un nom similaire — voir notre guide sur le balisage schema.
Uniformisez votre NAP sur tous les annuaires, y compris ceux que vous consultez rarement (Pages Jaunes, Yelp, associations sectorielles).
Renforcez vos signaux E-E-A-T. Une entreprise avec une présence numérique riche et cohérente donne moins de place à l’improvisation des modèles — voir notre guide E-E-A-T et GEO.
Ces corrections ne garantissent pas un résultat immédiat. Comptez plusieurs semaines avant qu’un changement de source se reflète dans les réponses d’un modèle, et refaites l’audit pour confirmer.
Documentez chaque correction apportée — plateforme, date, nature du changement — dans un fichier simple. Ce suivi permet de savoir, lors du prochain audit mensuel, si une erreur persistante vient d’une source que vous n’avez pas encore identifiée ou d’un délai de propagation normal.
Les erreurs courantes qui aggravent le problème
1. Ne jamais vérifier les sources tierces
Beaucoup de PME québécoises ignorent quelles plateformes alimentent les réponses des IA à leur sujet. Foursquare en fait partie depuis son partenariat avec ChatGPT : une fiche non réclamée peut afficher une adresse, des heures ou une catégorie d’activité obsolètes depuis des années sans que personne ne le remarque.
Encore faut-il vérifier si cette fiche existe. Pour une entreprise sans lieu physique, c’est souvent non — et l’effort doit alors se porter ailleurs : Google Business Profile, Pages Jaunes, annuaires sectoriels. L’erreur n’est pas d’ignorer Foursquare en particulier, c’est de ne jamais aller voir ce que les tiers publient sur vous.
2. Confondre l’audit ponctuel et le suivi continu
Un audit fait une seule fois donne un portrait figé. Les modèles renouvellent leurs données d’entraînement et leurs index de recherche régulièrement — une information corrigée aujourd’hui peut redevenir fausse dans une réponse générée six mois plus tard si la source d’origine n’a pas été durablement corrigée.
3. Corriger le site web sans corriger les sources tierces
Mettre à jour votre propre site ne suffit pas si Foursquare, Yelp ou un annuaire sectoriel continuent d’afficher l’ancienne information. Puisque 59 % des citations de numéros de téléphone par les IA proviennent de sources tierces plutôt que du site de l’entreprise elle-même, le nettoyage doit couvrir l’ensemble des plateformes, pas seulement votre propriété numérique.
4. Ne tester qu’une seule plateforme d’IA
Une entreprise qui vérifie seulement ChatGPT passe à côté des erreurs spécifiques à Perplexity ou à Gemini, qui puisent dans des sources différentes. Un audit incomplet donne un faux sentiment de contrôle.
5. Ne rien faire parce qu’« on ne peut pas contrôler l’IA »
C’est vrai qu’on ne peut pas modifier directement une réponse d’IA. Mais on contrôle presque entièrement les sources qu’elle consulte. Traiter le problème comme hors de contrôle mène à l’inaction, alors que le nettoyage de sources est une démarche concrète et mesurable.
Ce que nous observons chez nos clients
Ce que nous constatons en accompagnant des PME québécoises : la quasi-totalité n’ont jamais vérifié ce que les plateformes tierces disent d’elles.
Pour celles qui ont pignon sur rue, la fiche Foursquare est souvent la surprise — elle existe, personne ne l’a jamais réclamée, et elle influence directement ce que ChatGPT raconte. Pour les entreprises de services sans local, le problème se déplace : un Google Business Profile incomplet, ou un NAP qui diffère d’un annuaire à l’autre.
Dans les deux cas, le réflexe est de blâmer l’IA — alors que la cause est une source qu’on contrôle.
Corriger votre présence dans les IA génératives
L’audit de marque dans les IA, le nettoyage des sources tierces et le renforcement de votre entité font partie de nos mandats SEO/GEO pour les PME et OBNL québécois.
👉 Découvrir notre agence SEO à Montréal
Conclusion
Vos clients ne remarquent pas toujours quand une IA se trompe à votre sujet — ils agissent simplement sur l’information reçue. Avec 93 % des entreprises touchées par au moins une erreur, l’audit régulier de votre présence dans ChatGPT et Perplexity n’est plus une curiosité technique, c’est une extension nécessaire de votre gestion de réputation.
La bonne nouvelle : contrairement à un mauvais avis Google, ce n’est pas un problème de perception à gérer — c’est un problème de sources à corriger, avec des leviers concrets et déjà bien documentés.
