.svg){kind=logo}
Définition du prompt tracking
Le prompt tracking est la méthodologie qui consiste à soumettre régulièrement un ensemble de questions (prompts) à un ou plusieurs LLMs pour observer si une marque, un contenu ou un produit est mentionné dans les réponses générées. C'est l'équivalent GEO du rank tracking SEO : là où le rank tracking suit la position d'un site sur des mots-clés dans Google, le prompt tracking suit la présence d'une marque dans les réponses des IA sur des requêtes sectorielles. Sans prompt tracking, une stratégie GEO est aveugle. On ne sait pas ce que les LLMs disent de vous, si vos actions ont un effet, ni où vos concurrents vous dépassent.
Comment le prompt tracking a émergé en 2024-2026
Jusqu'en 2023, l'évaluation de la visibilité IA se faisait manuellement et sporadiquement : quelques tests dans ChatGPT, des constats informels. En 2024-2026, le prompt tracking est devenu une discipline à part entière avec l'essor du GEO. Deux approches coexistent : l'approche manuelle (tester un prompt set défini sur plusieurs LLMs chaque mois, noter les citations, comparer) et l'approche automatisée via des outils spécialisés qui interrogent les modèles à grande échelle et génèrent des rapports de visibilité. La principale différence avec le rank tracking SEO : les réponses des LLMs sont non-déterministes. Un même prompt peut produire des réponses différentes d'une session à l'autre. La méthodologie doit en tenir compte en multipliant les passages et en moyennant les résultats.
Ce qu'on observe chez Vydera sur la construction des prompt sets
La qualité d'un prompt tracking dépend directement de la qualité du prompt set. Les erreurs les plus fréquentes qu'on voit chez les équipes qui se lancent seules : des prompts trop génériques ("quels sont les meilleurs outils SEO ?") qui donnent des résultats non actionables, et des prompts centrés sur la marque ("parle-moi de [marque]") qui ne reflètent pas la réalité du parcours d'achat. Un bon prompt set couvre trois types d'intentions : découverte ("quels sont les meilleurs X pour Y ?"), évaluation ("X vs Y : lequel choisir pour Z ?") et recommandation directe ("recommande-moi un X pour [contexte précis]"). Il doit être testé sur au moins 3 LLMs différents et répété plusieurs fois pour lisser la variabilité.
Construire et exécuter un prompt tracking
- Étape 1 - Définir le prompt set : 20 à 50 prompts couvrant les intentions de découverte, évaluation et recommandation de votre secteur. Inclure des prompts "vs concurrents" et des prompts par persona ou cas d'usage.
- Étape 2 - Choisir les LLMs : ChatGPT (avec et sans web), Gemini, Perplexity, Claude. Chaque modèle a ses biais de citation propres.
- Étape 3 - Exécuter en session vierge : tester chaque prompt en navigation privée pour éviter la personnalisation de l'historique.
- Étape 4 - Enregistrer les résultats : noter si la marque est citée, à quel rang, avec quel niveau de détail, et les concurrents cités en même temps.
- Étape 5 - Calculer les KPIs : taux de citation, share of voice IA, et évolution mois sur mois.
Sources et références
Aller plus loin
Nous construisons et suivons des prompt sets pour nos clients. Si vous voulez lancer votre premier audit de visibilité IA, contactez-nous. Retrouvez nos analyses sur le Vydera Lab.
