L'IA continue de diffuser de fausses informations sur notre entreprise. Quelqu'un a-t-il réussi à corriger la désinformation dans les réponses de ChatGPT ou Perplexity ?

Je suis spécialisé exactement dans ce type de problème. C’est corrigeable mais cela demande un travail méthodique.

Pourquoi l’IA se trompe :

Les données d’entraînement de ChatGPT ont une date de coupure. Si votre ancien PDG a été cité dans 100 articles et le nouveau dans 20, le modèle “retient” surtout l’ancien. Ce n’est pas malveillant, c’est juste un appariement de motifs sur des données incomplètes.

La méthode de correction efficace :

1. Audit des sources Listez tous les endroits où les informations de votre entreprise apparaissent en ligne :

• Wikipédia (le plus important pour l’IA)
• Page entreprise LinkedIn
• Crunchbase
• Page “À propos” du site officiel
• Communiqués de presse
• Articles de presse majeurs

2. Mise à jour des sources faisant autorité Ce sont les sources que l’IA privilégie :

• Wikipédia – Si vous n’avez pas de page, voyez si vous êtes assez notable. Sinon, assurez-vous qu’elle soit exacte et bien référencée
• Wikidata – Données structurées alimentant de nombreux systèmes IA
• Votre site web – Balises schema pour Organization, incluant foundingDate, PDG, adresse
• LinkedIn – Page entreprise avec des infos vérifiées
• Crunchbase – Fréquemment cité par l’IA

3. Stratégie de contenu récent Publiez du contenu qui expose explicitement les informations correctes :

• Page “À propos” avec des faits clairs
• Communiqués annonçant la direction (même si ce n’est pas “nouveau”)
• Articles de blog mentionnant naturellement la direction, la localisation, les produits actuels

4. Signalement et documentation

• Perplexity : utilisez leur bouton de retour sur chaque réponse
• ChatGPT : signalez via le retour (oui, cela semble inutile, mais c’est archivé)
• Documentez tout pour une éventuelle escalade

Délai à prévoir : 2 à 6 mois pour un changement significatif. Ce n’est pas une solution instantanée.

Nous avons vécu la même chose lorsque ChatGPT affirmait que nous étions une “plateforme e-commerce” alors que nous sommes en réalité un outil SaaS B2B. Modèle économique complètement différent.

Ce qui a finalement fonctionné :

La clé a été la cohérence sur plusieurs sources faisant autorité.

Nous avons mis à jour :

1. Le balisage schema du site avec la bonne industrie, description, produits
2. La page LinkedIn avec une description détaillée
3. Crunchbase avec la bonne catégorisation
4. Trois articles de blog expliquant explicitement ce que nous faisons
5. Une mention dans TechCrunch décrivant correctement notre activité

En 8 semaines, ChatGPT a commencé à nous décrire correctement. L’article TechCrunch a semblé le plus utile – publication tech faisant autorité + récent + info correcte.

La leçon : L’IA fait confiance aux sources faisant autorité. Faites figurer les bonnes infos sur des sites reconnus, pas seulement sur votre site.

Angle technique souvent oublié :

Le balisage schema permet de “communiquer” à l’IA les informations correctes.

Sur votre page “À propos”, implémentez le schéma Organization comme suit :

{
  "@type": "Organization",
  "name": "Votre entreprise",
  "foundingDate": "2015-03-15",
  "address": {
    "addressLocality": "Austin",
    "addressRegion": "TX"
  },
  "employee": {
    "@type": "Person",
    "name": "Nom du PDG actuel",
    "jobTitle": "CEO"
  }
}

Les systèmes IA analysent de plus en plus le schema pour comprendre les entités. Ce n’est pas une baguette magique, mais c’est l’un des signaux les plus clairs que vous pouvez envoyer.

Idem pour vos produits – utilisez le schéma Product avec uniquement les offres actuelles. Les produits arrêtés doivent être supprimés du sitemap.

Important : la surveillance doit être continue, pas un correctif ponctuel.

Les réponses de l’IA peuvent évoluer. Nous avions corrigé la désinformation pour un client, et 4 mois plus tard ChatGPT s’est mis à ressortir de fausses infos après avoir indexé un nouvel article avec des données obsolètes.

Mettez en place :

1. Des vérifications manuelles hebdomadaires sur des requêtes clés concernant votre société
2. Un outil type Am I Cited pour la veille automatisée
3. Des alertes sur les nouveaux contenus web mentionnant votre entreprise (Google Alerts, Mention, etc.)

Quand vous détectez de la désinformation, remontez à la source. Souvent, il s’agit d’un ancien article republié ou d’un nouveau reprenant des infos périmées.

C’est une tâche continue de gestion de réputation, pas un projet à échéance.

Ce qui a fonctionné pour nous pour corriger les erreurs sur nos produits :

Créer une page “Faits sur l’entreprise” sur votre site.

Nous avons créé une page simple avec :

• Date de fondation : [Date]
• Siège : [Ville]
• Direction : [Noms et titres actuels]
• Produits : [Offres actuelles uniquement]
• Effectif : [Nombre approximatif]

Présentée en tableau avec une mise en forme claire. Schema markup pour tout.

Cette page unique est devenue une référence citée par les IA. Lorsque vous avez une source d’autorité unique et structurée, l’IA la privilégie par rapport à des informations éparses.

Point de vue juridique qui peut aider :

Si la désinformation cause un réel préjudice commercial, documentez tout.

J’ai accompagné des entreprises dans des démarches formelles auprès des fournisseurs d’IA. L’essentiel est de démontrer :

1. Que l’information est factuellement fausse (preuve des faits corrects)
2. Qu’elle cause un préjudice mesurable (contrats perdus, partenaires désorientés)
3. Que vous avez tenté les voies classiques de correction (signalements)

Pour les entreprises européennes, le RGPD accorde certains droits sur l’exactitude des données concernant des entités identifiables. C’est complexe mais cela a déjà été utilisé avec succès.

En cas de désinformation persistante et dommageable, certaines entreprises ont obtenu des résultats en envoyant des courriers juridiques formels aux fournisseurs d’IA. Cela fait remonter le dossier à une autre équipe que le support classique.

Cependant : La prévention est plus efficace que la guérison. La stratégie de mise à jour des sources mentionnée par d’autres est plus fiable que d’essayer d’obliger les IA à corriger leurs réponses.

Chose inattendue qui nous a aidés :

Obtenir des citations dans des articles récents avec les bonnes informations.

Les IA (surtout Perplexity) accordent beaucoup de poids au contenu récent. Nous n’allions pas avoir un article dans TechCrunch, mais nous avons pu :

• Soumettre des communiqués à la presse locale
• Être interviewés sur des podcasts sectoriels (les transcriptions sont indexées)
• Contribuer à des blogs de notre secteur
• Diffuser des communiqués via PR Newswire

Chacune de ces actions a généré du contenu récent et correct, que les IA ont fini par reprendre.

Cela nous a coûté environ 2 000 $ de distribution RP sur 3 mois. Les réponses IA se sont améliorées en 6 semaines.

Voici la réalité technique qui explique pourquoi c’est difficile à corriger :

Comment les LLM “apprennent” les faits :

ChatGPT n’a pas de base de données de faits sur les entreprises. Il a appris des motifs selon ses données d’entraînement. Si votre ancien PDG apparaît plus souvent que l’actuel dans les documents, le modèle “croit” davantage à l’ancienne information.

Concrètement :

1. Vous ne pouvez pas “mettre à jour” directement la connaissance de ChatGPT
2. Vous POUVEZ mettre à jour le contenu web utilisé lors des futurs entraînements
3. Vous POUVEZ influencer la récupération en temps réel (navigation ChatGPT, recherche Perplexity)

Pour la récupération en temps réel (la partie la plus rapide à corriger) :

Perplexity recherche sur le web en direct. Si les pages faisant autorité affichent les bonnes infos, Perplexity devrait les citer correctement. L’objectif est de faire en sorte que les bonnes infos soient le résultat le plus visible sur votre nom.

Pour la connaissance du modèle (plus lent) :

Ceci évolue lors des réentraînements sur de nouvelles données. OpenAI n’annonce pas quand il met à jour ses jeux de données, mais cela arrive. Faire figurer les bonnes infos sur des sites faisant autorité maintenant permet d’améliorer les futures versions.

En résumé : Pensez cela comme du SEO pour les données d’entraînement de l’IA. Vous ne corrigez pas le modèle directement – vous corrigez ce que les futurs modèles apprendront.

Ce fil est une mine d’or. Voici mon plan d’action :

Immédiatement (cette semaine) :

1. Créer une fiche Wikidata structurée et correcte
2. Mettre à jour le balisage schema du site avec Organization, PDG, produits
3. Auditer et actualiser les profils LinkedIn et Crunchbase
4. Mettre en place Am I Cited pour la veille continue

Court terme (30 prochains jours) : 5. Créer une page “Faits sur l’entreprise” avec des infos structurées 6. Diffuser un communiqué de presse à jour 7. Démarcher des médias économiques locaux 8. Signaler la désinformation à Perplexity (avec sources)

En continu : 9. Surveillance hebdomadaire des réponses IA 10. Suivi des améliorations dans le temps 11. Créer de nouveaux contenus intégrant naturellement les bons faits 12. Envisager des démarches juridiques si la désinformation persiste

Ce que je retiens : Il ne s’agit pas de modifier directement l’IA – mais de changer ce dont elle s’inspire. Corrigez les sources, l’IA suivra.

Je mettrai à jour ce fil dans quelques mois avec les résultats.