Audit d’urgence : ce que ChatGPT et les AI Overviews disent de vos établissements (et comment corriger)
Résumez cet article avec l’IA
Un client m’appelle un mardi matin. 89 magasins, et 60 % des réponses IA sont fausses.
Une enseigne d’optique, 89 points de vente. Le directeur marketing me joint : « Stéphane, on perd 150 appels par jour. Je ne comprends pas. »
Je lance l’audit. En 12 minutes, j’ai 4 écrans ouverts. ChatGPT, Google AI Overview, Ask Maps, Perplexity.
Je tape : « opticien ouvert le dimanche avec examen de vue à Lille ».
Google répond un magasin. Le bon. Mais l’horaire indiqué est 14 h-18 h. En réalité, le magasin ouvre à 10 h.
ChatGPT mentionne un autre établissement. Le téléphone affiché est celui de l’ancien siège, fermé depuis 2022.
Je remonte les 89 fiches. 53 d’entre elles diffusent au moins une erreur dans les réponses IA. Adresse incomplète, numéro obsolète, jour de fermeture fantôme.
Le problème n’était pas le référencement local classique. Il était dans ce que l’IA avait agrégé sans que personne ne l’ait vérifié.
On a audité. On a nettoyé. On a instauré un protocole de surveillance mensuel.
+37 % d’appels entrants en 9 semaines. Sans campagne supplémentaire.
Visualisez le processus complet pour auditer et corriger ce que les IA disent de vos établissements. Commencez par les quatre prompts de diagnostic, puis enchaînez sur les actions Construire, Manager et Défendre.
Le workflow d’audit IA en 7 étapes
Des 4 prompts de détection aux 3 actions correctives
Les 4 prompts de l’audit d’urgence : ce que votre marque doit vérifier maintenant
Annie Jackson et Jason Wertham, de GatherUp, ont créé un audit en quatre questions. Je l’applique depuis 3 mois sur 15 réseaux de points de vente.
Copiez ces prompts et testez-les sur 3 de vos établissements.
- « [Nom de l’enseigne] [ville] [service] » dans Google, pour faire apparaître un AI Overview.
- « Quel est le meilleur [service] à [ville] ? » dans ChatGPT (ou Perplexity).
- « [Nom de l’enseigne] [ville] téléphone » dans Ask Maps ou via l’assistant vocal Google.
- « [Nom de l’enseigne] [ville] avis clients » pour vérifier comment l’IA résume vos notes.
Ce que j’observe sur le terrain : 8 marques sur 10 découvrent au moins un numéro erroné dans les 10 premières réponses. Et 4 sur 10 constatent qu’un concurrent moins bien noté apparaît en première recommandation IA, parce que son nom correspond mieux à la requête.
« Une station de lavage notée 3,3 étoiles a remporté la réponse IA pour “lavage auto sans contact SUV à Norfolk, VA”, parce que Google a privilégié la correspondance de la requête à la note. » — Annie Jackson, Directrice Revenue Operations, GatherUp
L’audit dure 18 minutes. Une erreur non corrigée ? Des milliers d’euros de clients qui bifurquent.
Pourquoi une note de 3,3 étoiles peut gagner la réponse IA
La logique des IA locales n’est pas la vôtre. Elle n’est même pas celle de Google Maps il y a 2 ans.
L’IA assemble :
- La correspondance de la requête (mots-clés exacts dans le nom, la catégorie, les avis)
- La fraîcheur et le volume des contributions (avis, photos, posts, questions-réponses)
- Les signaux web (mentions sur des articles, forums, réseaux sociaux)
La note moyenne devient secondaire. Ce que l’IA retient en premier, c’est la capacité du contenu à répondre précisément à la question posée.
J’ai répliqué l’expérience pour un réseau de 34 salons de coiffure. Sur la requête « coiffeur coloration végétale ouvert samedi à Bordeaux », Google AI Overview mentionnait un salon noté 3,7 avec un descriptif détaillé sur la coloration végétale. Le salon 4,8 étoiles à 200 mètres n’apparaissait pas. Son contenu ne parlait que de « soins capillaire ». Pas de « végétal ».
Dans l’économie de l’IA, la précision du contenu prime sur la réputation.
Gardez les avis, mais ajoutez les bons signaux textuels : des descriptions de services riches, des questions-réponses qui reprennent le vocabulaire exact des clients, des posts Google qui documentent chaque spécificité.
De 300 millions de fiches à une seule réponse : comment l’IA tranche
Google gère plus de 300 millions de fiches d’établissement et 500 millions de contributeurs d’avis. ChatGPT, Perplexity et Claude aspirent le web, les fiches, les agrégateurs.
Résultat : l’IA ne cite pas une source unique. Elle fusionne.
J’ai vu ChatGPT donner un horaire provenant d’une fiche Facebook non mise à jour depuis 2021. J’ai vu Gemini inventer un numéro de téléphone en recoupant deux pages orphelines d’un ancien site.
La qualité de la réponse repose sur trois piliers :
- Exactitude des données structurées : Schema.org LocalBusiness, sameAs, openingHours. Toute incohérence entre le site et la fiche Google provoque une erreur.
- Consistance sur les agrégateurs : Yelp, PagesJaunes, Apple Plans, Bing Places. Un numéro divergent sur l’un d’eux peut fausser toute la chaîne d’agrégation.
- Mentions fraîches : articles de presse locale, posts de blogs, citations dans des forums. Une actualité datée de 3 mois pèse plus lourd qu’une fiche mise à jour il y a 2 ans.
Auditer, c’est cartographier ces 3 piliers, pas juste vérifier Google My Business.
Corriger ne suffit pas. Il faut défendre.
Le framework GatherUp repose sur trois verbes : Construire, Manager, Défendre.
Construire = donner aux IA des données fiables et complètes. Descriptions longues avec les attributs que vos clients cherchent vocalement. Des questions-réponses qui anticipent 20 formulations. Une page par service et par localisation, indexée, datée.
Manager = surveiller ce que les IA racontent. Rejouer les prompts chaque mois. Tracer les variations. Repérer les pics de mésinformation.
Défendre = réagir vite quand une info erronée se fixe. Signaler l’erreur sur la fiche Google. Mettre à jour l’agrégateur fautif. Publier un contenu frais qui contredit l’ancienne donnée.
Pour le réseau d’optique cité plus haut, on a défendu 53 fiches. On a republié 89 posts Google en 15 jours. On a ajouté 340 questions-réponses sur l’ensemble du parc.
Bilan : 100 % des réponses IA vérifiées montraient des données exactes après 60 jours. Le trafic organique local a bondi de +42 %. Et le taux de conversion appel/réservation en ligne a progressé de +22 %.
+37 % d’appels sans pub. Un autre réseau, un autre résultat.
Un second client, 46 agences immobilières. L’audit IA déclenché par un appel similaire : « Stéphane, nos leads sont en baisse de 18 % depuis 4 mois. »
En 20 minutes, je constate que 32 agences sur 46 ont un horaire de fermeture décalé dans les AI Overviews. L’IA annonce « ferme à 18 h », la vraie fermeture est à 19 h.
Google AI Overview mentionnait également un concurrent, 2,9 étoiles, parce que son slogan local contenait « estimation gratuite sous 24 h », exactement la requête saisie par les vendeurs.
On a aligné les données structurées. On a créé une FAQ par agence. On a soumis des corrections sur 7 agrégateurs.
Trois mois plus tard, +37 % d’appels entrants. Zéro dépense publicitaire supplémentaire. Juste des réponses IA qui racontent enfin la vérité.
Ces chiffres, je les vois se répéter. La correction des erreurs IA produit un effet immédiat sur les appels et les visites. Pas dans 6 mois. Souvent en 30 jours.
Et vous, quel est le discours de Google sur votre marque ?
Un dernier chiffre : 48 % de vos clients potentiels ont déjà interrogé ChatGPT à propos d’un commerce local (GatherUp, automne 2025). Ce n’est plus une tendance. C’est une strate de trafic invisible.
Vous avez une fiche Google. Un site. Des avis. Mais avez-vous vérifié ce que l’IA raconte lorsque quelqu’un demande :
- « Quel est le meilleur [votre métier] à [votre ville] ? »
- « [Votre enseigne] est-elle ouverte le dimanche ? »
- « Quel est le téléphone de [votre enseigne] ? »
Si la réponse contient une erreur, vous ne perdez pas un clic. Vous perdez un client qui ne saura jamais qu’il s’est trompé.
Mon boulot, c’est de construire des systèmes qui tournent sans moi. Un cockpit de surveillance IA pour vos 10, 50, 100 établissements. Des alertes. Des corrections automatisées.
Mais la première brique, c’est l’audit. En 18 minutes. Avec ces 4 prompts.
Audit IA de votre réseau d’établissements
Je lance les 4 prompts sur vos 10, 50 ou 100 sites. Je vous montre exactement ce que ChatGPT et Google AI Overviews racontent. Vous repartez avec la liste des corrections prioritaires et un calendrier de déploiement.
Réserver un appel diagnostic — 30 minQuestions fréquentes
Comment savoir si ChatGPT donne des informations erronées sur mon établissement ?
Je teste 4 prompts pour l’audit d’urgence. Je demande à Google le nom de l’enseigne avec une ville et un service. Je questionne ChatGPT sur le meilleur pro de la zone. Je vérifie le numéro de téléphone via Ask Maps. Et je demande une synthèse des avis clients. Si une info diffère de votre fiche officielle, c’est une erreur.
Quelles données les IA utilisent-elles pour générer leurs réponses ?
Les IA récupèrent les infos depuis vos fiches Google Business Profile, les agrégateurs (Yelp, PagesJaunes), les données structurées de votre site, les avis clients, et les mentions sur le web (articles, forums, réseaux sociaux). Une incohérence sur un seul agrégateur suffit à fausser la réponse.
Une note faible peut-elle quand même gagner la réponse IA ?
Oui. Les IA regardent d’abord la correspondance entre la requête et le contenu. Une entreprise notée 3,3 étoiles mais dont la description colle parfaitement à la question peut passer devant un concurrent à 4,8 étoiles. La qualité du contenu textuel fait toute la différence.
Quels sont les 4 prompts de l’audit d’urgence IA ?
1. “[Enseigne] [ville] [service]” sur Google. 2. “Quel est le meilleur [service] à [ville] ?” sur ChatGPT ou Perplexity. 3. “[Enseigne] [ville] téléphone” sur Ask Maps. 4. “[Enseigne] [ville] avis clients” pour voir la synthèse des notes. Ces quatre recherches repèrent 90 % des erreurs.
Combien de temps faut-il pour corriger les erreurs dans les réponses IA ?
Les correctifs rapides (fiche Google, données structurées, agrégateurs majeurs) sont visibles en 2 à 4 semaines. Un nettoyage complet – contenu frais et correction de tous les agrégateurs – prend 60 jours pour stabiliser les réponses IA.
