La méthode

L'ingénierie de la corroboration

L'ingénierie de la corroboration est la méthode d'Auctavis, qui consiste à déclarer l'entité d'une marque de façon lisible par les machines, à faire confirmer ses faits par des sources tierces indépendantes, puis à mesurer ce que les moteurs génératifs répondent réellement.

Auctavis mesure et construit la visibilité des marques dans les réponses des IA, par l'ingénierie de la corroboration. Cette page décrit le mécanisme. Les quatre régimes de sa grille d'analyse, le protocole de mesure, les études publiques qui l'éclairent, avec leurs limites.

Le vocabulaire de ce métier se construit en ce moment. Auctavis y apporte le sien : l'ingénierie de la corroboration nomme la confirmation d'un fait par des sources que la marque ne contrôle pas. Nommer sert à mesurer, pas à décorer une offre.

01 Les mouvements

Quels sont les trois mouvements de l'ingénierie de la corroboration ?

L'ingénierie de la corroboration procède en trois mouvements, toujours dans cet ordre : déclarer, corroborer, mesurer.

  1. 01

    Déclarer : rendre l'entité lisible par une machine

    Déclarer, c'est écrire l'identité d'une marque dans un format structuré qui aide les moteurs à identifier l'entité et ses caractéristiques ; Google indique se servir des données structurées pour comprendre le contenu d'une page. Données structurées, noms et identifiants cohérents, liens explicites entre les surfaces officielles.

    Déclarer ne fait pas citer. Ça facilite l'identification. Sans entité ancrée, une mention obtenue plus tard risque de se rattacher à la mauvaise société, ou à personne.

    C'est aussi le mouvement le plus rapide. La corroboration ne s'achète pas cette semaine. La déclaration se pose en quelques jours.

  2. 02

    Corroborer : faire confirmer les mêmes faits par des tiers

    Corroborer, c'est faire confirmer les mêmes faits par des sources que la marque ne contrôle pas.

    Ce qui compte, c'est qu'un fait reste cohérent, identifiable et vérifiable d'une source à l'autre, même formulé différemment. Des versions contradictoires du même fait affaiblissent le signal. C'est l'hypothèse de travail d'Auctavis, pas un résultat établi : la mesure observe quelles marques sont nommées et citées, elle ne prouve pas à elle seule que la corroboration en est la cause. L'établir demanderait de comparer, aux mêmes requêtes et sur les mêmes moteurs, des situations où seule la corroboration change.

    Corroboré veut dire vérifié à la source tierce, consultée directement. Un fait rapporté par un moteur reste une donnée de mesure. Sans cette règle, on mesurerait ce que les moteurs disent avec ce que les moteurs disent.

  3. 03

    Mesurer : compter ce que les moteurs répondent vraiment

    Mesurer, c'est interroger plusieurs moteurs sur de vraies requêtes d'achat, répéter chaque requête, et compter trois choses : si la marque est nommée (présence), si un domaine rattaché à la marque figure parmi les sources citées (citation), que son nom figure ou non dans le texte, et si elle est nommée dans les réponses aux questions de choix explicite, du type « quelles sont les meilleures marques de X » (recommandation). Le détecteur ne vérifie pas que cette mention est favorable : une marque citée pour être déconseillée est aussi comptée. Ces trois taux se lisent d'abord séparément, chacun avec son dénominateur. Le premier est le taux de présence, la part des réponses où la marque est nommée ; dans la terminologie Auctavis, la part de voix IA désigne ce taux, et non une part relative des mentions entre concurrents. Les trois taux se combinent ensuite en un indice de visibilité Auctavis, sur 100 : un indice composite propre à Auctavis, qui n'est ni une part de marché, ni une probabilité de vente, et qui n'efface pas les limites de comparaison entre moteurs.

    La mesure sépare la découverte, quand l'acheteur décrit son besoin sans nommer aucune marque, de la réputation, quand la marque est déjà nommée dans la question. Une marque peut dominer la seconde et rester absente de la première.

    Sans mesure, une recommandation n'est qu'une opinion. Aucune ne sort d'ici si ce qui la fonde ne peut pas être nommé.

02 Le protocole

Comment se déroule concrètement une mesure ?

Une mesure Auctavis se déroule en cinq étapes. Le protocole est public. Ce n'est pas un secret de fabrication, c'est ce qui rend le résultat vérifiable.

  1. Les requêtes-mères

    Auctavis co-construit avec la marque 6 à 8 requêtes sources. Celles que ses acheteurs posent vraiment, quand ils cherchent une solution sans connaître encore les fournisseurs.

  2. L'éclatement par fan-out

    Chaque requête-mère est éclatée en sous-requêtes, pour un total de 150 à 200. Google indique que ses AI Overviews et son AI Mode peuvent lancer plusieurs recherches apparentées pour composer une réponse. Les sous-requêtes élargissent le jeu de questions au-delà de la formulation d'origine. Elles aident à construire le panel ; elles ne prouvent pas quelles recherches chaque moteur effectue réellement, ni leur volume chez les acheteurs.

  3. La curation

    Les sous-requêtes sont ramenées à une sélection resserrée d'environ 30 prompts, choisis pour couvrir les besoins des acheteurs de la catégorie. Le critère de sélection figure dans le livrable. Une mesure dont on ignore ce qu'elle a écarté n'en est pas une.

  4. L'exécution

    Chaque prompt est posé à jusqu'à cinq moteurs, sélectionnés selon le profil du client : ChatGPT, Perplexity, Claude et Mistral par leurs API officielles, et Google par ses AI Overviews, lus via un fournisseur de données de résultats de recherche et mesurés en France. Chaque prompt est répété plusieurs fois. Un moteur ne répond pas toujours la même chose à la même question. Sans répétition, on ne voit qu'un tirage ; les répétitions montrent une partie de la variabilité, sans garantir à elles seules des résultats stables.

  5. La mesure

    Présence, citation et recommandation sont comptées moteur par moteur, puis combinées en un indice de visibilité Auctavis sur 100, dont les trois composantes restent lisibles séparément. La recommandation vient d'un sous-pool de questions de choix explicite (« quelles sont les meilleures marques de X »), lu en trois paliers : la marque est nommée dans la réponse, elle est parmi les trois premières marques nommées, elle est nommée en premier. La tonalité n'est pas lue : une marque nommée pour être écartée compte au premier palier. Seul ce premier palier entre dans l'indice ; le top 3 et la première position se lisent à côté, hors formule. La découverte reste séparée de la réputation. Chaque réponse est conservée telle quelle. C'est cette archive qui permet de remonter de n'importe quel chiffre du livrable à la réponse qui l'a produit.

L'indice pondère présence, citation et recommandation à 1, 2 et 3 : 100 × (présence + 2 × citation + 3 × recommandation) / 6, chaque taux compris entre 0 et 1. Ces poids sont une convention éditoriale, révisable au premier bilan, pas des coefficients démontrés : les trois taux s'affichent toujours avant l'indice. Le top 3 et la première position se lisent à côté, hors formule. L'indice ne mesure ni une part de marché, ni une probabilité de vente, et il n'est pas produit quand la recommandation n'a pas été mesurée.

Auctavis exécute ce protocole avec son propre outil de mesure, construit en interne, qui interroge les assistants par leurs API officielles et lit les AI Overviews de Google par un fournisseur de données de résultats de recherche, jamais en interrogeant Google directement.

Celui qui conduit la mesure est celui qui répond au client. Ni intermédiaire commercial, ni exécution déléguée.

Aucun chiffre ne sort d'un livrable s'il ne peut pas être retracé jusqu'à la réponse de moteur qui l'a produit. Pas d'exception.

03 Le modèle

Pourquoi une IA cite-t-elle une marque, en ignore une autre et invente sur une troisième ?

Le comportement d'un moteur génératif face à une marque peut se lire en croisant deux axes : ce que la marque déclare sur ses propres surfaces, ce que des tiers confirment à son sujet.

La matrice Déclaration × Corroboration est le modèle propriétaire d'Auctavis. Elle produit quatre régimes. Chaque fait d'une marque tombe dans l'un d'eux. C'est une grille d'analyse : le régime oriente les hypothèses et l'ordre des vérifications. Une absence observée ne suffit pas, seule, à en établir la cause.

Les quatre régimes de la matrice Déclaration × Corroboration
Régime Ce que le moteur tend à faire Le chantier qui en découle
Déclaré et fortement corroboré Le moteur tend à reprendre le fait et à le présenter comme acquis. Aucun. C'est l'état visé.
Déclaré, peu corroboré Le moteur peut reprendre le fait en signalant qu'il n'est pas vérifiable, ou l'écarter au moment de trancher entre plusieurs marques. Faire porter le fait par des sources tierces indépendantes.
Non déclaré, fortement corroboré Le moteur trouve le fait chez des tiers, mais il peut le déclasser au profit de ce que la marque affiche elle-même. Déclarer le fait sur ses propres surfaces, pour qu'il cesse d'être en concurrence avec soi.
Non déclaré, peu corroboré Le moteur risque de combler le vide avec l'entité réelle la plus proche, et de se tromper. Déclarer d'abord, puis faire corroborer. C'est le régime des hallucinations.

Déclarer ne suffit pas. Il faut déclarer et être corroboré.

04 La preuve

Que sait-on vraiment de ce qui fait citer une marque par une IA ?

Dans le dispositif expérimental de l'étude, un moteur génératif simulé où une source sur cinq est réécrite, les meilleures méthodes GEO ont amélioré la visibilité de cette source jusqu'à 40 % environ. Sur Perplexity, les gains mesurés étaient plus faibles. Ce résultat ne garantit rien sur les assistants actuels, ni un gain commercial. Aggarwal et al., KDD 2024 (Princeton, IIT Delhi), 9 méthodes comparées à une source non modifiée, sur le jeu de test d'un banc de 10 000 requêtes.

Peu d'études publiques éclairent ce qui fait citer une marque par une IA, et aucune ne l'établit à elle seule. Auctavis retient celles qui publient leur source, leur population et leur date. Chaque chiffre ci-dessous les porte, avec la nature de la source.

Les études publiques citées par Auctavis
Ce qui est mesuré Résultat mesuré Source
Effet des méthodes GEO sur la visibilité en citation Jusqu'à 40 % environ pour les meilleures méthodes, dans un moteur simulé ; gains plus faibles sur Perplexity Aggarwal et al., KDD 2024 (Princeton, IIT Delhi), 9 méthodes comparées à une source non modifiée, sur le jeu de test d'un banc de 10 000 requêtes
Âge du contenu cité par les IA 1 064 jours en moyenne pour ChatGPT, Perplexity, Gemini et Copilot, contre 1 432 pour les résultats Google classiques, soit 25,7 % plus récent ; les AI Overviews citent un contenu à peine plus ancien. Une observation, pas un lien de cause Ahrefs, éditeur d'outils SEO, 16,975 millions d'URL citées, juillet 2025
Entrée des acheteurs en ligne par une IA 44 % des acheteurs en ligne interrogés aux États-Unis démarrent surtout dans une IA ou partagent leur recherche Bain & Company, enquête auprès de 1 500 consommateurs américains en septembre 2025, publiée en avril 2026
Conversion du trafic issu des IA 1,8 % contre 1,5 % pour l'ensemble des autres canaux, sur le mois de mai ; ce trafic reste sous 1 % du total dans 10 enseignes sur 13 Baromètre GEO Valiuz, 13 enseignes de l'Association familiale Mulliez, plus de 2 millions de visites analysées de mai 2025 à mai 2026, rapporté par le Journal du Net le 8 juillet 2026 (source secondaire, rapport original non consulté)
Requêtes des bots IA vers un fichier llms.txt 408 requêtes vers llms.txt sur 515 382 577 événements de robots d'IA en 90 jours, sur les sites des marques que suit Limy.AI Limy.AI, éditeur d'un outil de visibilité IA, mai 2026 ; nombre de sites et notion d'événement non précisés
Fichiers llms.txt sans aucune requête sur la période observée 97 % des quelque 38 000 domaines dotés d'un fichier valide, en mai 2026 (robots et humains confondus) Ahrefs, 137 210 domaines équipés de son outil d'analyse, publié en juin 2026

Auctavis tire de cette observation d'Ahrefs une règle pour ce site. Auctavis révise son propre contenu au moins chaque trimestre. Et ne touche jamais à une date de mise à jour sans changement réel.

05 Les refus

Qu'est-ce qu'Auctavis refuse de mettre en œuvre ?

Auctavis écarte trois pratiques répandues. Chacune l'est pour une raison nommée : une mesure publique, une règle écrite, un risque juridique.

Le fichier llms.txt

Auctavis ne déploie pas de fichier llms.txt. Sur les sites suivis par Limy.AI, 408 requêtes seulement ont visé un llms.txt, sur plus de 500 millions d'événements de robots d'IA en 90 jours. Chez Ahrefs, 97 % des domaines dotés d'un fichier llms.txt valide n'y ont reçu aucune requête pendant le mois observé. Ces mesures montrent un fichier très peu demandé dans ces échantillons, sans prouver qu'il soit inutile partout ; Google indique de son côté qu'aucun fichier de ce type n'est nécessaire pour ses fonctionnalités d'IA. Limy.AI, 515 382 577 événements, mai 2026. Ahrefs, 137 210 domaines, mai 2026. Google Search Central, fonctionnalités d'IA.

Le texte caché et le contenu réservé aux robots

Aucun texte invisible, aucun contenu servi différemment aux robots, aucun bourrage de mots-clés. Google les range parmi les pratiques interdites par ses règles sur le spam pour sa recherche web. C'est une règle d'un moteur, pas la preuve de leur inefficacité ailleurs. Elles contredisent frontalement une offre qui se vend sur la conformité.

Les faux avis et l'astroturfing

Auctavis ne fabrique aucun avis, aucune mention, aucune conversation. La corroboration se construit avec de vraies sources tierces, ou elle ne se construit pas. Le faux se paie deux fois : risque juridique, puisque le Code de la consommation range la diffusion de faux avis de consommateurs parmi les pratiques commerciales trompeuses, et signal qui ne résiste pas à un contrôle.

06 Contact

Comment savoir où en est ma marque dans les IA ?

Pour savoir où en est votre marque dans les IA, le point de départ est un échange de vingt minutes avec Simon Thibaut, fondateur d'Auctavis.

Votre paysage de requêtes est cadré pendant l'échange. Vous saurez si une mesure a du sens chez vous, ou non. Rien à préparer.

Prendre 20 minutes Contact

Ou écrivez à contact@auctavis.com

Les deux offres d'Auctavis, le diagnostic Oracle et l'accompagnement Mnemis, sont décrites sur la page d'accueil.