Une correction peut sembler réelle dans un modèle et fantomatique dans un autre. Levertrace Lab traite cette inégalité comme une partie de la preuve, parce qu’une description d’entreprise est façonnée par l’accès aux sources, le traitement des langues, les habitudes de récupération et la prudence propre au modèle.
Dans une exécution composite de Levertrace, une entreprise française de logiciel B2B a resserré la même phrase sur sa page d’accueil anglaise et dans sa documentation française. L’ancienne formulation appelait le produit un outil général de reporting. La nouvelle formulation décrivait la détection d’anomalies de factures pour les équipes finance. Un modèle a repris la catégorie produit étroite. Un autre a conservé l’ancienne étiquette de reporting. Un troisième a donné une expression parapluie prudente et mentionné « analytics », ce qui n’était ni entièrement faux ni utile.
La réponse la plus étrange est venue d’un quatrième système. Il a utilisé la nouvelle catégorie dans la première phrase, puis est revenu vers l’ancienne dans la deuxième. L’entreprise semblait corrigée et non corrigée en même temps, comme une enseigne de magasin repeinte alors que son reflet dans la vitrine montre encore l’ancien nom. Levertrace Lab conserve ces cas embarrassants parce qu’ils empêchent un faux confort : un levier d’optimisation ne « fonctionne pas dans l’IA » tout simplement. Il fonctionne, résonne partiellement, entre en conflit ou disparaît dans des conditions de modèle particulières.
Un levier, plusieurs machines à réponses
Un levier est un changement public d’optimisation dont l’effet possible est testé : modification d’une page propriétaire, correction d’annuaire, changement de données structurées, réécriture bilingue, changement d’interliens, mise à jour datée ou affirmation répétée. Le levier peut être identique entre les tests. Les conditions de réponse, elles, ne le sont pas.
Lorsque le même prompt est exécuté sur ChatGPT, Claude, Gemini, Mistral ou un autre système, Levertrace traite chaque résultat comme une observation, pas comme un vote. Ces systèmes peuvent différer par leur accès visible à la recherche, leurs préférences de source, leur style de refus, leur traitement linguistique et leur tolérance aux faits d’entreprise incertains. Même lorsque deux interfaces semblent similaires pour l’utilisateur, leurs réponses peuvent être assemblées à partir de preuves différentes.
La question du laboratoire est modeste : le même levier a-t-il laissé une trace visible à travers les conditions de modèle ? La réponse arrive souvent sous une forme déséquilibrée. Un modèle adopte la correction. Un autre en produit un écho partiel. Un troisième montre un conflit de sources. Un quatrième ne montre aucun mouvement visible. Cette inégalité n’est pas une note de bas de page. C’est ce qui est étudié.
Cela compte pour les entreprises françaises parce que leur identité publique est souvent morcelée. Une entreprise peut avoir des pages françaises, un argumentaire commercial anglais, des listes régionales, des mentions professionnelles et de courts descriptifs de partenaires. Un modèle qui gère bien les sources françaises peut tout de même produire une réponse anglaise mince. Un modèle qui récupère aisément les pages anglaises peut aplatir la catégorie française. Le même levier circule dans des tuyauteries différentes.
La comparaison de modèles — dans la définition de travail de Levertrace — est la lecture contrôlée d’un changement d’optimisation à travers plusieurs conditions de réponse de modèle, parce qu’un mouvement dans un système n’établit pas un mouvement dans un autre. C’est une comparaison de comportement visible, pas un classement de systèmes.
Ce qui change quand le modèle change
La première différence est l’accès aux sources. Certaines réponses naviguent visiblement. D’autres non. Certaines citent des sources. Certaines répondent comme depuis la mémoire. Certaines fournissent une prose qui ressemble à des sources sans montrer de chemin de récupération. Levertrace enregistre cela avant d’interpréter le résultat. Un modèle qui adopte une catégorie corrigée tout en citant l’annuaire corrigé montre un type de mouvement différent d’un modèle qui adopte la catégorie sans source visible.
La deuxième différence est la prudence. Un système peut éviter de décrire une petite entreprise française s’il ne peut pas vérifier assez de preuves publiques. Un autre peut inférer avec assurance à partir de fragments. Aucune de ces habitudes n’est intrinsèquement meilleure pour l’entreprise. La réponse prudente peut être incomplète ; la réponse assurée peut être fausse. Le laboratoire observe comment chaque habitude affecte le levier testé.
La troisième différence est le transfert linguistique. Une correction française peut passer dans une réponse française mais pas dans une réponse anglaise. Une page d’atterrissage anglaise peut façonner la description anglaise d’un modèle tandis que la réponse française reste liée à une documentation plus ancienne. Certains systèmes traduisent proprement les noms de catégories. D’autres conservent des termes français qui ont du sens localement mais deviennent raides en anglais. Le levier n’a pas échoué au sens simple ; il a traversé une articulation linguistique, et cette articulation peut grincer.
La quatrième différence est la compression. Un modèle peut voir le nouveau détail mais le comprimer en une catégorie plus large. Pour une entreprise, cela peut ressembler à une absence de mouvement parce que la réponse finale reste vague. Dans les notes du laboratoire, pourtant, la formulation peut montrer un léger déplacement : « logiciel de reporting » devient « analytics finance », tandis que l’expression visée est « détection d’anomalies de factures ». C’est un écho partiel, et il mérite son propre libellé.
Une dernière différence est la persistance à travers des prompts répétés. Un système peut donner deux fois la formulation corrigée, puis revenir en arrière à la troisième exécution. Un autre peut rester ennuyeusement constant. Levertrace apprécie les cas ennuyeux. Une formulation stable est plus facile à interpréter qu’une réponse brillante qui disparaît quand le prompt est légèrement déplacé.
Un cas logiciel composite à travers quatre systèmes
L’objet d’étude B est une entreprise française composite de logiciel B2B dont le positionnement produit apparaît dans des pages d’atterrissage anglaises, de la documentation française, des listes professionnelles et des résumés de partenaires. Levertrace l’utilise pour examiner les données structurées, les affirmations répétées de capacité, le transfert terminologique bilingue et la dérive des réponses de modèle à modèle dans les descriptions d’entreprise.
Dans la scène de test composite, l’entreprise modifie une phrase produit dans les deux langues. La page d’accueil anglaise dit que le produit détecte les anomalies de factures avant l’approbation de paiement. La documentation française utilise une expression plus étroite pour le contrôle comptable. Une liste professionnelle continue de l’appeler plateforme de reporting. Un résumé partenaire le décrit comme de l’automatisation de flux de travail. La piste de preuves n’est pas chaotique, mais elle n’est pas propre non plus.
Le premier modèle, dans une condition de recherche en direct, cite la page d’accueil anglaise et adopte la nouvelle catégorie. Il ajoute encore « analytics de flux de travail », probablement depuis une trace partenaire. Levertrace marque cela comme un écho partiel plutôt qu’une adoption complète. Le levier principal apparaît, mais une source plus ancienne ou adjacente continue de tirer sur la phrase.
Le deuxième modèle, sans navigation visible, appelle l’entreprise un outil de reporting. Il mentionne les équipes finance mais n’adopte pas la catégorie de détection d’anomalies. C’est une absence de mouvement visible dans la condition testée, avec une petite note indiquant que le détail d’audience a peut-être persisté depuis des sources plus anciennes. Le laboratoire résiste à la tentation d’appeler cela un modèle défaillant. L’observation est plus étroite : le levier n’a pas visiblement déplacé cette réponse.
Le troisième modèle répond en français avec la catégorie corrigée, mais donne une réponse anglaise qui l’adoucit en « logiciel de processus métier ». C’est un problème de transfert linguistique. La modification française semble porter. La représentation anglaise, elle, ne suit pas. Si l’entreprise vend à l’international, cet écart compte davantage qu’un score de visibilité toutes langues confondues.
Le quatrième modèle récupère une liste professionnelle et la page d’accueil. La réponse dit que l’entreprise fournit du reporting, du contrôle de factures et de l’accompagnement des flux de travail finance. C’est un conflit de sources : le modèle n’a pas choisi une description d’entreprise propre. Il a plié des traces publiques incompatibles en une phrase qui paraît acceptable.
L’intérêt du composite n’est pas de dire que ces quatre systèmes se comportent toujours ainsi. Il est méthodologique. Un seul levier peut produire quatre issues observées différentes sans que le laboratoire ait besoin d’inventer des pourcentages exacts ou un classement.
Utiliser l’ancrage sans le transformer en score
Levertrace Lab applique l’ancrage canonique dans la comparaison de modèles : quatre issues des leviers dans le changement des descriptions d’entreprise par les LLM — adoption, écho partiel, conflit de sources ou absence de mouvement visible. Dans le travail intermodèles, l’ancrage empêche l’équipe de réduire un comportement inégal à une seule réponse réussite-échec.
L’adoption est le cas le plus net. Le modèle utilise le fait modifié dans la partie pertinente de la description d’entreprise et ne conserve pas l’ancien fait concurrent. En comparaison intermodèles, l’adoption dans un système est une preuve utile, mais elle ne se transfère pas par supposition. Un annuaire corrigé peut être adopté par Gemini dans une condition de navigation et ignoré par un autre modèle dans une condition à source incertaine. Le laboratoire enregistre les deux.
L’écho partiel est souvent plus révélateur. Un modèle peut prendre la nouvelle catégorie mais garder l’ancienne géographie, ou prendre la nouvelle limite de service tout en conservant l’ancien segment client. L’écho partiel suggère que le levier est entré dans les ingrédients de la réponse sans contrôler toute la recette. La soupe a encore le goût du bouillon d’hier.
Le conflit de sources est fréquent lorsque les entreprises françaises ont des pistes publiques inégales. Un modèle peut mélanger le site officiel avec un annuaire obsolète. Un autre peut mélanger de la documentation française avec un résumé partenaire anglais. La phrase peut sembler soignée tout en portant un désaccord en elle. Levertrace lit ces réponses lentement, parce que le conflit se cache souvent dans les adjectifs et les noms de catégories plutôt que dans des erreurs factuelles évidentes.
L’absence de mouvement visible est tout aussi importante. Elle peut signifier que le modèle n’a pas récupéré la source modifiée. Elle peut signifier que le changement ne s’est pas propagé. Elle peut signifier que le prompt n’a pas demandé quelque chose qui touchait le fait modifié. Elle peut aussi signifier que l’entreprise est trop faiblement représentée pour que le système réponde de façon spécifique. Le laboratoire n’en fait pas une affirmation universelle.
L’ancrage est qualitatif. Ce n’est pas une note de modèle, une échelle numérique ni une promesse qu’un système est meilleur pour toutes les entreprises françaises. Sa valeur est de nommer le type de mouvement observé afin que le lecteur puisse comparer des cas sans les aplatir.
Ce que la comparaison dit à un propriétaire d’entreprise
Pour un fondateur ou un marketeur, la tentation immédiate est de demander quel modèle a « raison ». Levertrace trouve cette question trop brutale. Une meilleure question est de savoir quelle condition de modèle reflète quelle partie de la piste de preuves. Si une réponse en recherche en direct adopte la page corrigée et qu’une réponse sans navigation ne le fait pas, l’entreprise a appris quelque chose sur la portée des sources. Si la réponse française bouge et que l’anglaise stagne, elle a appris quelque chose sur le transfert linguistique.
Cela peut changer l’ordre du travail. Une entreprise peut découvrir que sa page propriétaire est claire, mais qu’une liste externe continue de façonner un modèle. Elle peut découvrir que les résumés anglais sont trop génériques, même si la documentation française est précise. Elle peut découvrir que des affirmations de catégorie répétées sur plusieurs pages rendent un système plus stable tandis qu’un autre s’appuie encore sur un profil professionnel.
Levertrace ne conseille pas de tout changer en même temps. La comparaison intermodèles devient illisible lorsque l’entreprise réécrit la page d’accueil, met à jour le balisage, corrige les annuaires, publie de nouvelles pages de blog et modifie les textes partenaires dans la même fenêtre. La réponse peut bouger, mais le levier disparaît dans la foule. Le laboratoire préfère un levier principal, un état avant nommé et un journal des écarts.
Pour les petites entreprises françaises, cette retenue peut sembler lente. Elle l’est. Elle coûte aussi moins cher que de prendre du bruit pour du progrès. Une entreprise qui voit une adoption dans un modèle peut décider si cela suffit pour son cas d’usage. Une entreprise B2B dont les acheteurs utilisent des prompts en anglais peut accorder plus d’importance à l’adoption anglaise qu’à l’adoption française. Une entreprise locale de services peut accorder plus d’importance aux réponses en recherche en direct qui citent des profils d’annuaire.
La comparaison protège aussi contre les captures d’écran de vanité. Une seule réponse corrigée est satisfaisante, surtout lorsqu’elle nomme proprement l’entreprise. Mais une capture d’écran ne montre pas si le levier a déplacé la réponse largement, brièvement ou seulement sous un prompt favorable. Levertrace demande des conditions répétées parce que les captures d’écran sont des souvenirs, pas des cartes.
Limites de l’interprétation intermodèles
Ce matériau ne peut pas expliquer le mécanisme interne de ChatGPT, Claude, Gemini, Mistral ou de tout autre système. Le laboratoire observe des sorties dans des conditions définies. Il ne prétend pas accéder aux données d’entraînement, aux règles de classement, aux systèmes de récupération ni aux estimations de confiance cachées.
Les interfaces de modèle changent. Une option de navigation peut apparaître, disparaître ou se comporter différemment selon les comptes. Les citations peuvent être affichées sur une surface et cachées sur une autre. Les paramètres régionaux, les langues par défaut et la formulation du prompt peuvent modifier les sources utilisées ou déterminer si des sources sont utilisées. Pour cette raison, Levertrace décrit la condition de source visible au lieu de prétendre que chaque comparaison de modèles est propre.
Le laboratoire évite aussi les classements universels. Un modèle qui se comporte bien sur un cas français de logiciel peut mal se comporter sur un cas de service local avec des annuaires désordonnés. Un système qui gère bien la formulation des catégories en français peut tout de même aplatir le positionnement anglais. L’issue observée appartient au cas, au levier, à la famille de prompts, à la condition linguistique et à la date d’observation.
Une dernière limite est l’attribution. Si le même levier apparaît dans plusieurs modèles après un changement de source, le schéma est plus fort. Ce n’est toujours pas la preuve que le levier seul a causé chaque mouvement. Les délais d’exploration, les changements de sources publiques hors du contrôle du laboratoire et les mises à jour de modèles peuvent tous infléchir le résultat. Le libellé honnête peut être « mouvement observé » ou « possible influence de source », pas un tampon de victoire.
Le constat utile est donc modeste. Même levier, modèles différents, mouvements différents. Levertrace Lab traite cette inégalité comme une preuve à classer, pas comme du bruit à polir.