Levertrace Lab

Notes de recherche

Un corpus de tests de leviers

Levertrace Lab publie des notes de recherche sur la manière dont les LLM décrivent les entreprises françaises après des changements publics d’optimisation. Les documents sont organisés par type de levier, comportement de réponse et condition linguistique, afin que les lecteurs puissent comparer les modifications de pages contrôlées, les corrections d’annuaires, les signaux structurés et l’alignement des sources bilingues sans les traiter comme une seule tactique floue. De nouvelles notes sont ajoutées lorsque l’équipe a terminé assez de comparaison pour formuler quelque chose de prudent et d’utile.

Tests de leviers · 3 directions · anglais, français

Direction I

Leviers de pages contrôlées et de données structurées

Les changements qu’une entreprise contrôle directement : modifications de pages contrôlées, formulation de catégorie, données structurées et mises à jour datées. Le laboratoire trace si un modèle adopte la nouvelle formulation, n’en reprend qu’une partie, ou laisse l’ancienne description en place.

Direction II

Leviers de sources tierces

Corrections d’annuaires, pages professionnelles, plateformes d’avis et profils d’activité qui concurrencent le site de l’entreprise. Le laboratoire repère la source tierce qui maintient discrètement la formulation du modèle, même après que la page contrôlée a changé.

Direction III

Leviers de langue et de persistance

Réécritures bilingues, maillage et affirmations répétées, lus entre le français et l’anglais. Le laboratoire suit si une correction française se propage dans les réponses anglaises, se déforme en chemin, ou laisse un fait dépassé bloqué en place.

Cas 12
~ Écho partiel
before/after test
Le contenu daté change-t-il la réponse
Levertrace Lab examine si les mises à jour datées et les pages actualisées aident les faits récents sur des entreprises françaises à apparaître dans les descriptions des LLM.
Lire →
Cas 14
Aucun mouvement visible
repeated-prompt log
Le même levier fonctionne-t-il selon les modèles
Note comparative sur les raisons pour lesquelles un même changement d’optimisation peut modifier inégalement les réponses de ChatGPT, Claude, Gemini ou Mistral pour une entreprise française.
Lire →

Chaque note de recherche suit un levier, de la modification à la formulation de la réponse.

Parcourez les cas par type de levier, comportement de réponse et condition linguistique.

À propos de la méthode →