Un lave-auto 3,3 étoiles vient de remporter la réponse de l’IA.
Lorsqu’Annie Jackson, directrice des opérations de revenus et de la croissance chez GatherUp, a demandé à Google un lave-auto sans contact adapté à un SUV à Norfolk, en Virginie, Google a renvoyé une entreprise de 3,3 étoiles et a répondu aux questions sur les autorisations et les heures d’ouverture au-dessus du nombre d’étoiles lui-même. La correspondance de requête a dépassé le classement.
Cet exemple de cadres la séance Jackson a présenté Jason Wertham, vice-président des opérations de défense contre les avis chez GatherUp : les outils d’IA rassemblent leur description de chaque emplacement à partir d’avis, de listes et de mentions publiques sur le Web, puis répètent cette description aux clients qui n’accèdent jamais à votre site Web.
Jackson et Wertham ont traversé le audit d’urgence en quatre temps ils courent pour faire apparaître ce que ChatGPT, Google AI Overviews et Ask Maps disent aujourd’hui à propos d’une marque multi-sites, puis le construire, gérer, défendre le déploiement cela change la réponse.
Le récapitulatif ci-dessous couvre les résultats. Les invites, le déploiement et le document d’audit sont disponibles dans le séance complète. Regardez-le à la demande.
Comment les clients utilisent-ils l’IA pour trouver des entreprises locales dès maintenant ?
Ils posent une question complète et acceptent la réponse résumée. Dans les données consommateurs GatherUp collectées à l’automne 2025, 55 % des consommateurs avaient consulté des résumés d’IA de Google ou de Bing, 48 % avaient interrogé ChatGPT sur une entreprise locale et 31 % l’avaient demandé à plusieurs reprises.
La requête de Jackson sur le lavage de voiture montre à quoi cela ressemble dans la pratique. Au lieu de « lavage de voiture à proximité de chez moi », la recherche était « lavage de voiture sans contact pour mon SUV à Norfolk, en Virginie ». Google a tiré parti de ses 300 millions de places et de ses 500 millions de contributeurs d’avis pour renvoyer une entreprise, avec une hauteur d’autorisation et une réponse en ligne 24h/24 et 7j/7.
« Google a répondu à mes questions, mais cette entreprise apparaît en fait avec une note de 3,3 étoiles », a déclaré Jackson. « Le contexte de ma requête a fait surface au-dessus du nombre d’étoiles. »
Wertham a ajouté que ces outils tiennent désormais compte de qui vous êtes et du moment où vous le demandez. « L’heure de la journée à laquelle vous effectuez réellement cette requête dans Google Maps pourrait avoir un impact sur les entreprises qui seront renvoyées dans ces résultats », a-t-il déclaré. Un LLM qui sait que vous possédez un SUV ou un gros chien applique ce contexte à chaque future requête locale, que vous la reformuliez ou non.
L’audit de la séance commence par ce changement de comportement : quatre invites, d’une requête de marque à une vérification ponctuelle emplacement par emplacementqui vous montrent la réponse que vos clients voient déjà. Voir les quatre invites d’audit.
Les avis Google alimentent-ils les réponses de l’IA ?
Pas à partir de la liste elle-même : Google, Yelp et les autres principaux annuaires empêchent les robots d’exploration LLM de lire le contenu des avis sur les profils d’entreprise. Les avis prennent toujours en charge les classements locaux et la conversion sur la liste ; ils ne saisissent les réponses de l’IA que via les surfaces que les LLM peuvent explorer.
« Les principaux fournisseurs de services d’annuaire, Google, Yelp et autres, n’autorisent pas les outils LLM comme ChatGPT et Claude à récupérer ou à explorer les données d’avis sur la fiche d’entreprise », a déclaré Wertham. « Vous remarquerez qu’ils ne citent pas d’avis spécifiques provenant de ces plateformes. »
Les mêmes avis deviennent explorables dès que vous les republiez. Publiez-les sur les réseaux sociaux publics ou intégrez-les dans des widgets de révision sur votre propre site et, selon les mots de Wertham, « ils sont désormais un jeu équitable pour les outils LLM. »
Cela détermine les requêtes que vous pouvez gagner. Lorsqu’un client demande des entreprises « populaires » ou « très appréciées », le LLM recherche le texte d’avis auquel il peut accéder. L’examen du contenu confiné au répertoire n’apporte rien à cette réponse.
« Si vous comptez sur les plateformes d’évaluation pour le faire à votre place, cela ne suffira pas », a déclaré Wertham.
Élément d’action : Republiez vos avis là où l’IA peut les explorer. La séance couvre quels widgets et emplacements sociaux rendent le contenu des avis lisibley compris comment accompagner la réponse commerciale avec l’avis.
Wertham est également tombé en panne capture des avis de première partieles réponses à l’enquête qui ne parviennent jamais à Google et pourquoi les 11 000 réponses d’un client étaient importantes. Ce segment vit dans l’enregistrement à la demande.
Votre note par étoiles est-elle toujours importante dans la recherche AI ?
Cela importe moins que la récence et la rapidité de l’examen. Aucune réponse de l’IA dans les exemples d’audit de la séance a cité un nombre d’étoiles moyen ; tout le monde a cité le contenu des critiques.
Les données sur les consommateurs vont dans le même sens : 45 % des utilisateurs privilégient la récence des avis plutôt que la note en étoiles, 60 % font confiance aux avis écrits détaillés plutôt qu’aux avis uniquement notés, et 70 % préfèrent une demande d’avis dans les 72 heures suivant la transaction.
Wertham a noté que les consommateurs remplacent régulièrement le tri par défaut des avis « les plus pertinents » de Google et passent au « plus récent », car l’avis le plus récent prédit l’expérience qu’ils obtiendront. Une moyenne élevée basée sur des avis vieux de plusieurs années a moins de poids qu’un flux actuel et constant.
« Je préfère aller dans une entreprise avec 1 000 avis et une note de 3,9 ou 4,2 plutôt que 30 avis et une note de 5,0 », a déclaré Wertham.
La séance organise la réponse en trois axes de travail, construit, gère et défend : création de listes et de volumes d’examen cohérents, gestion des réponses et suivi au sein d’un Fenêtre de réponse de 72 heureset en défendant la note que vous avez obtenue contre les avis contraires aux politiques et les tactiques d’enterrement telles que revoir l’étouffement. Parcourez le déploiement de construction, de gestion et de défense.
Pourquoi l’IA donne-t-elle à chaque fois une réponse différente sur votre entreprise ?
Étant donné que les réponses LLM se comportent comme une machine à sous, une requête n’est jamais une lecture fiable. Jackson a cité les recherches de SparkToro dans lesquelles différentes personnes ont posé la même question aux LLM sur tous les appareils et tous les comptes, et les résultats n’ont jamais été renvoyés dans le même ordre.
« Poser une question à l’IA, c’est un peu comme une machine à sous », a déclaré Jackson. « Cela va restituer des données similaires, mais à chaque fois, cela va être un peu différent. »
La position n’est pas une bonne mesure pour la visibilité de l’IA. Le nombre total de citations, l’étendue des sources alimentant la réponse, prédit si votre marque apparaîtra ou non. Votre marque peut passer complètement à côté de la réponse d’un appareil et prendre la tête du suivant.
Google a publié son propre guide d’optimisation de l’IA générative et l’a mis à jour ce mois-ci. Wertham a signalé un changement avec du mordant : le Pénalité de pente de l’IA. Google détecte désormais le contenu généré par l’IA de faible valeur et, selon ses termes, « pénalise essentiellement les entreprises » pour cela. Les articles de blog génériques sur l’IA et les cibles de grattage de FAQ glorifiées vous coûtent désormais cher plutôt que d’être ignorés.
Élément d’action : Exécutez vos invites d’audit en mode navigation privée ou en mode chat temporaire afin que le contexte stocké cesse de façonner vos résultats, et réexécutez-les selon un planning. La séance montre la méthode de réexécution mensuelle pour mesurer si votre travail de visibilité fait évoluer la réponse.
Questions et réponses : questions les plus utiles du webinaire
Q : Quelle est la chose la plus rapide que je puisse faire cette semaine pour changer ce que l’IA dit de mon entreprise ?
« Traitez vos annonces. Assurez-vous que vos annonces sont toutes correctes et cohérentes, quelles que soient les plateformes sur lesquelles vous vous trouvez. Et puis assurez-vous que vous évangélisez vos avis à partir de l’annuaire tiers où vous les recevez. Publiez-les sur votre plateforme de médias sociaux, publiez-les dans une section de votre site Web. » Jason Wertham, 49:23 dans l’enregistrement à la demande.
« Assurez-vous d’avoir les bases. Récupérez les bases, assurez-vous qu’elles sont définies, puis vous pourrez passer à des choses plus élaborées. » Annie Jackson, 50h30 dans l’enregistrement à la demande. Jackson a illustré ce point avec un restaurant local dont la page Facebook indiquait le numéro de portable personnel du propriétaire ; il n’a jamais su pourquoi les appels continuaient à arriver.
Q : Combien de temps s’écoule avant que les modifications de contenu n’apparaissent réellement dans les réponses de l’IA ?
Annie a répondu : les petits faits évoluent rapidement, le positionnement évolue lentement. Les horaires d’ouverture et les numéros de téléphone des magasins sont mis à jour rapidement, mais « ce pour quoi vous êtes connu prendra un peu plus de temps », généralement de deux semaines à un mois, avec une longue traîne au-delà de cela. Elle a souligné que votre propre site Web est le levier le plus rapide : une nouvelle offre doit d’abord apparaître sur vos propres chaînes, car les avis ne l’annonceront pas à votre place. Réponse complète à 54:19 dans l’enregistrement à la demande.
Q : Mon emplacement le plus faible contient d’anciennes mauvaises critiques qui continuent d’apparaître. Dois-je attendre qu’ils vieillissent ?
Jason a répondu : l’âge atténue naturellement la pertinence d’un avis, mais les avis contenant beaucoup de mots clés et les avis des Local Guides conservent leur classement plus longtemps, et les réactions emoji empêchent un avis de glisser même lorsqu’elles n’ajoutent aucun élan vers le haut. Les avis qui enfreignent la politique restent contestables à tout âge ; son revoir la défense L’équipe supprime régulièrement les avis datant de plus de dix ans. La solution fiable réside dans le volume et la rapidité, car la récence l’emporte sur le contenu en termes de pertinence à long terme. Réponse complète à 47:33 dans l’enregistrement à la demande.
Q : Comment les franchiseurs devraient-ils gérer cela lorsque chaque franchisé contrôle son propre profil ?
Jason a répondu : la gestion de la réputation des franchises échoue en raison du manque de cohérence, car chaque franchisé est propriétaire de sa fiche tandis que la marque absorbe la réponse de l’IA. Établissez les meilleures pratiques, proposez des outils en marque blanche ou partenaires que les franchisés utiliseront et mettez un manuel entre leurs mains. Il a également suggéré d’exécuter les invites d’audit au nom des franchisés et de les accompagner sur les résultats, car une mauvaise réponse d’IA d’un emplacement coûte à l’ensemble de la marque. Réponse complète à 55:46 dans l’enregistrement à la demande.
Regardez le webinaire complet
La session à la demande contient les quatre invites d’audit d’urgence et le document téléchargeable, le déploiement complet de création, de gestion et de défense, la méthode de mesure mensuelle, la procédure pas à pas de défense contre les avis pour contester les avis violant les politiques, et le guide de Jackson. Audit narratif de l’IA offre. Regardez le webinaire complet sur demande.