Plateforme · Fact Checking
Vérifiez que l’IA dit vrai sur vous
Nous extrayons les affirmations vérifiables et les confrontons à ce que déclare votre site officiel.
Les marques que nous mesurons chaque jour
Les métriques
Ils ne se contentent pas de vous citer : ils affirment des faits sur vous
Nous extrayons des réponses les affirmations vérifiables, les confrontons à vos sources officielles et vous disons quel modèle se trompe, sur quel type d’affirmation et d’où vient l’erreur.
-
Le taux d’erreur est un indicateur de risque
Sur des centaines de réponses analysées à chaque période, 6 % d’erreurs factuelles signifie qu’une réponse sur seize contient une donnée que votre propre site contredit.
599 réponses analysées 30 derniers jours6,3 % erreurs- Vérifiées 93,7 %
- Fausses 6,3 %
-
Quel modèle se trompe, et sur quoi
Les erreurs ne sont pas réparties uniformément : elles se concentrent sur un assistant et sur un type d’affirmation. C’est la donnée qui indique où agir en premier.
Erreurs par modèle et type d’affirmation affirmations fausses · par type- Entreprise
- Produit
- Service
- Modèle A 16
- Modèle B 8
- Modèle C 8
- Modèle D 4
- AI Overview 1
-
Chaque erreur est une ligne, avec prompt et modèle
Le type d’affirmation est la clé de la priorité : une caractéristique produit qui n’existe pas pèse sur le choix, une donnée d’entreprise obsolète pèse sur la crédibilité.
Erreurs factuelles en détail prompt · type · modèle- « quel produit pour l’usage X » · produit Modèle A 1 erreur
- « existe-t-il une version Y » · produit Modèle C 1 erreur
- « qui fabrique Z » · entreprise Modèle B 1 erreur
-
Le verdict arrive avec la source qui fait autorité
Chaque erreur s’accompagne de l’affirmation du modèle, de la contradiction et des URL officielles qui la démentent : sans la source, c’est une opinion ; avec la source, c’est un document que vous pouvez soumettre en revue.
Erreur · source de vérité extrait du verdict- Attribut produit inexistant site officiel Erronée
- Prix catalogue obsolète page tarifs Obsolète
- Couverture déclarée partielle page réseau Imprécise
-
La priorité, c’est la diffusion pondérée par l’impact sur la décision
Une erreur répétée par plusieurs assistants sur une affirmation qui pèse sur le choix passe avant une imprécision isolée. Dans les secteurs réglementés, la donnée observée reste distincte de la recommandation.
Affirmation × assistant erreurs relevéesProduit Prix Couverture Politique Modèle A 62 30 18 10 Modèle B 12 44 8 0 Modèle C 24 16 34 6 Modèle D 8 12 10 0 -
L’amélioration est démontrable
Les nouvelles erreurs déclenchent une alerte, celles qui sont résolues restent dans l’historique : l’effet d’une correction se lit sur le même prompt set, modèle par modèle.
Taux d’erreur factuelle 12 derniers mois24% da 86%- Oct.
- Janv.
- Avr.
- Sept.
Une donnée erronée énoncée par un assistant pèse comme une déclaration officielle : personne dans l’entreprise ne l’a écrite, tout le monde la lit.
Questions fréquentes
Reprises mot pour mot des prompts suivis. Schéma FAQPage.
D’où vient la source de vérité ?
Des URL officielles que vous indiquez lors de la configuration, ainsi que des documents que vous chargez le cas échéant. Chaque verdict indique les sources sur lesquelles il repose.
Peut-on l’utiliser dans l’industrie pharmaceutique ?
Oui, et c’est le cas d’usage le plus demandé, avec un circuit de revue dédié et la traçabilité des vérifications.
Puis-je signaler une correction au modèle ?
Il n’existe pas de canal direct fiable. On agit sur les sources que le modèle cite.
À quelle fréquence est-il exécuté ?
Au même rythme que le suivi : les nouveaux écarts déclenchent une alerte, ceux qui sont résolus restent dans l’historique.
Essayez-la sur vos données
Lancez vous-même l’essai gratuit de 7 jours (carte requise, sans appel) : voyez vos données réelles avant de choisir une offre.
