Un site peut obtenir 100 % à un test de lisibilité et ne répondre à aucune des questions que pose un acheteur. C'est ce que nous avons mesuré sur onze mutuelles santé françaises, en août 2026.
Par Marc, équipe marketing et marché d'Isoligne
Une personne qui cherche une complémentaire santé ne tape plus « mutuelle pas chère » dans un moteur. Elle demande à un assistant : « qu'est-ce qui est remboursé sur les prothèses dentaires chez tel organisme », « puis-je inclure mes salariés non cadres », « combien pour cinquante agents ». L'assistant répond. La question est de savoir avec quoi.
La question se pose maintenant plutôt qu'il y a un an pour une raison datée : Google a déployé AI Overviews et AI Mode en France le 22 juillet 2026, trois semaines avant ce relevé. Une part des recherches santé se règle désormais par une réponse rédigée, au-dessus des liens, sans clic. Semrush avance par ailleurs qu'un visiteur arrivé par une plateforme d'IA convertit 4,4 fois mieux qu'un visiteur de recherche classique. Nous citons ce chiffre en le laissant à son auteur : nous ne l'avons pas refait, et il ne fonde aucune de nos conclusions.
Nous avons voulu mesurer plutôt que supposer. Voici ce que nous avons fait, ce que nous avons trouvé, et ce que nous ne prétendons pas savoir.
Le panel compte onze mutuelles santé françaises, choisi pour être représentatif plutôt qu'exhaustif : cinq grands groupes que tout le monde connaît (Harmonie Mutuelle, MGEN, Malakoff Humanis, Aésio, La Mutuelle Générale), trois affinitaires qui s'adressent à des populations précises (MNH pour les hospitaliers, Unéo pour les militaires, Intériale pour la fonction publique d'État), deux acteurs de taille intermédiaire (Viasanté, Solimut Mutuelle de France), et un assureur santé natif du numérique en contre-point (Alan).
Sur chacun, la même opération, dans le même ordre.
Nous lisons le site comme le fait le robot d'un assistant. Neuf pages en moyenne, choisies parmi les liens réellement présents dans le HTML servi, et lues sans exécuter de JavaScript. C'est le point de départ de tout : GPTBot, ClaudeBot et les autres robots de récupération ne rendent pas les pages, ils lisent ce que le serveur envoie.
Nous retirons ce qui est commun à toutes les pages. Menu, pied de page, bandeaux : un site qui sert quinze mille caractères dont douze mille de navigation ne dit pas grand-chose de spécifique. Seul le texte propre à chaque page est retenu.
Nous posons dix questions universelles, les mêmes pour toute entreprise : que vendez-vous, à qui, combien, où, sous quelles conditions, qui êtes-vous, comment vous joindre. C'est ce qui rend le relevé comparable d'un site à l'autre et d'un trimestre à l'autre.
Puis nous posons six questions propres à leur métier, et c'est ici que se joue la validité de l'exercice. Un modèle reçoit une description du métier de l'entreprise, déduite de ses pages mais sans le texte de ces pages, et écrit les six questions qu'un acheteur pose avant de décider. Cette cloison n'est pas un raffinement : un modèle qui aurait lu les pages écrirait des questions dont il connaît déjà les réponses, et le taux de couverture monterait tout seul.
Trois de ces six questions sont de portée « page » : une page du site peut porter la réponse, la même pour tout le monde. Les trois autres sont de portée « cas » : la réponse dépend du contrat, de l'ancienneté, du plafond restant. Aucune page ne pourra jamais les porter.
Enfin, pour chaque question restée sans réponse, nous reposons la question au modèle en retirant la contrainte de s'appuyer sur le site. C'est la situation réelle d'un assistant qui n'a rien trouvé de fiable et à qui l'on demande quand même.
La lisibilité moyenne du panel s'établit à 69,8 %. Ce n'est pas catastrophique, et c'est même honorable pour un secteur qui n'a jamais travaillé ce sujet.
Sur les trois questions qu'une page pourrait porter, le panel en traite 0,8 en moyenne. Autrement dit, sur trois questions qu'un site de mutuelle devrait savoir traiter, il en traite moins d'une.
Et surtout, les deux chiffres n'ont rien à voir l'un avec l'autre :
Le site le mieux noté du panel en lisibilité ne traite qu'une question sur trois. Celui qui obtient l'un des scores les plus bas en traite deux. La corrélation est nulle.
C'est le résultat central de ce relevé, et il mérite qu'on s'y arrête. La lisibilité mesure une chose : les pages existent, elles sont extractibles, un robot en tire du texte. Les questions d'achat en mesurent une autre : ce texte dit-il quelque chose d'utile à quelqu'un qui hésite. Une entreprise peut réussir la première et échouer complètement la seconde, et c'est le cas le plus fréquent de ce panel.
Les chiffres qui suivent portent sur les pages lues le 12 août 2026. Chaque entreprise peut refaire la mesure.
Neuf pages lues, sept des huit questions universelles couvertes, et deux des trois questions de portée page traitées, toutes deux partiellement. C'est le meilleur résultat du panel sur ce qui compte. Ce qu'un modèle a inventé faute de réponse concerne l'assurance habitation : il a listé les documents nécessaires pour souscrire, en allant jusqu'à recommander de préparer un avis de taxe foncière. Un détail précis, plausible, et absent de leurs pages.
Le cas le plus intéressant du panel. Trois pages seulement ont pu être lues, contre huit ou neuf ailleurs, ce qui rend son score de lisibilité peu comparable. Et pourtant, sur ces trois pages, deux questions d'achat sur trois trouvent une réponse partielle. La densité utile est supérieure à celle de sites bien plus fournis. Ce que le modèle a produit sans appui portait sur les démarches de souscription, avec une mention de « signature électronique » que rien ne fonde dans le texte servi.
Huit des dix questions universelles couvertes, trois réponses partielles sur les six questions d'achat, et deux des trois questions de portée page traitées. C'est aussi, et nous y revenons plus bas, la seule mutuelle du panel à avoir une politique explicite vis-à-vis des robots d'IA. L'invention produite chez elle est la plus anodine du lot : le modèle affirme qu'elle propose des actions de prévention en entreprise, ce qui est vraisemblable, mais qu'aucune des pages lues n'établit.
Le seul site du panel où une question d'achat obtient une réponse complète et non partielle. C'est peu, et c'est pourtant un record ici. Cinq des dix questions universelles restent sans réponse. L'invention porte sur le remboursement des soins dentaires, sujet sur lequel une phrase approximative se paie comptant en réclamation.
Le seul site du panel à couvrir les dix questions universelles sur dix. Techniquement irréprochable. Et pourtant cinq des six questions d'achat restent sans réponse possible. C'est l'illustration la plus nette de l'écart que mesure ce relevé : tout est lisible, presque rien n'est répondu. Le modèle, laissé libre, a décrit le fonctionnement du remboursement des frais d'hospitalisation, forfait journalier et dépassements d'honoraires compris.
Nous l'avions inclus comme contre-point : un assureur natif du numérique face à dix mutuelles historiques. Sur la lisibilité, il tient son rang. Sur les questions d'achat, il ne fait pas mieux qu'elles, avec une seule question sur trois traitée. C'est un résultat qui contredit l'intuition, et il mérite d'être dit : le soin apporté à la technique ne produit pas mécaniquement des pages qui répondent. L'invention le concernant porte sur les garanties de prévoyance, incapacité, invalidité et capital décès.
La plus grande mutuelle santé française. Huit des dix questions universelles couvertes, ce qui est correct. Mais les six questions d'achat sont toutes restées sans réponse, y compris les trois qu'une page aurait pu porter. La question à laquelle le modèle a répondu à sa place est la plus élémentaire du secteur : « quelles sont les garanties incluses dans votre contrat complémentaire santé ? »
Six questions universelles couvertes sur dix, et aucune des six questions d'achat. Même question inventée que chez Harmonie, même formulation générique en retour. Pour une mutuelle dont l'audience est largement constituée d'agents du service public, l'absence de réponse sur le périmètre des garanties est un manque coûteux.
Neuf questions universelles sur dix, deuxième meilleur score de lisibilité du panel. Et zéro question d'achat traitée. Avec Viasanté, c'est le cas qui démontre le mieux que les deux mesures sont indépendantes.
Mutuelle des professionnels de santé. Six questions universelles sur dix, aucune question d'achat traitée. C'est ici que l'invention la plus risquée a été produite, et nous y consacrons un paragraphe plus bas.
Un zéro à côté d'un nom mérite une vérification manuelle. Nous l'avons faite. Le site renvoie 228 caractères de texte pour 5 416 octets envoyés, et l'essentiel de ces 228 caractères est un message invitant à ne pas utiliser Internet Explorer 11.
Le site est entièrement construit en JavaScript. Il s'affiche parfaitement dans un navigateur. Pour un robot d'assistant, qui n'en exécute pas, il n'existe pas. Le signe le plus parlant n'est pas le score : c'est que notre outil, qui déduit le métier d'une entreprise à partir de ses pages, n'a pas su déterminer ce qu'Unéo fait. Il a rendu « non établi ». Neuf pages demandées, et pas assez de matière pour dire qu'il s'agit d'une mutuelle.
Pour chaque question laissée sans réponse, nous avons reposé la question sans la contrainte d'ancrage. Les onze sites ont produit une réponse. Onze fois sur onze.
La première chose à regarder n'est pas le contenu, c'est le pronom.
« Nos contrats ». « Nous ajustons ». Le modèle ne dit pas « cette mutuelle propose », il parle à la première personne, à la place de l'entreprise. C'est vrai des onze réponses obtenues, sans exception : « nous proposons », « nous intervenons », « nos garanties ». Un utilisateur qui lit cela n'a aucun moyen de savoir que l'entreprise n'a jamais écrit ces mots.
La plupart de ces réponses sont des généralités commerciales, plausibles et sans grand danger. Une sort du lot.
Trois problèmes dans cette phrase. Le contrat décrit n'a pas été trouvé sur les pages lues. L'expression « couvre l'ensemble des risques » n'existe dans aucun contrat d'assurance sérieux, et elle est ici attribuée à un organisme nommé. Et le lecteur visé est un professionnel de santé qui cherche à se couvrir : c'est exactement le genre de phrase qui se retrouve opposée à l'assureur au moment du sinistre.
Personne chez MNH n'a écrit cela. Personne chez MNH ne le sait.
Un résultat de cette gravité ne pouvait pas reposer sur un seul modèle, en l'occurrence celui que nous faisons tourner sur notre propre serveur. Nous avons donc rejoué les onze questions sur six modèles de premier plan, en corrigeant au passage deux défauts de notre protocole : notre consigne d'origine demandait au modèle de ne pas dire qu'il manquait d'information, et elle ne lui donnait jamais le nom de la mutuelle. Les deux ont été retirés.
La phrase « couvre l'ensemble des risques » ne s'est reproduite chez aucun d'eux. Nous l'écrivons parce que c'est vrai, et parce qu'un baromètre qui cacherait ce genre de vérification ne vaudrait rien.
Deux choses en ressortent, et elles ne vont pas dans le même sens.
Le fond du constat tient. Sur les six modèles, aucun ne répond « je ne sais pas ». Sept à neuf réponses sur dix affirment une garantie, un remboursement ou une prise en charge, sur des pages qui n'en disent rien. La question laissée sans réponse par le site obtient toujours une réponse produite ailleurs.
Mais l'affolement ne tient pas. Les modèles de premier plan sont nettement plus prudents que le nôtre : ils renvoient au contrat ou à un conseiller dans 63 à 90 % des cas, contre 27 % pour notre modèle local. Là où le nôtre assène, GPT-5.5 écrit « les garanties exactes dépendent de votre contrat MNH : le mieux est de consulter vos conditions particulières ». Nommer une marque réelle les rend d'ailleurs plus prudents encore, réflexe que notre modèle local n'a pas.
Autrement dit : le risque n'est pas qu'une IA vous calomnie. C'est autre chose, et nous ne l'avions pas vu.
Puisque les modèles répondent sans inventer de contre-vérité, nous avons posé la question suivante : répondent-ils la même chose à tout le monde ?
Nous avons soumis une question identique, « quelles sont les garanties incluses dans votre contrat de complémentaire santé », en changeant uniquement le nom de la mutuelle, sur les onze marques du panel et sur quatre modèles. Voici trois réponses de GPT-5.5, dont nous avons masqué le nom.
Ces trois organismes n'ont ni le même statut, ni la même clientèle, ni le même modèle. Alan est un assureur natif du numérique dont tout le positionnement consiste à ne pas ressembler à une mutuelle historique. Il reçoit le paragraphe d'Harmonie Mutuelle.
La mesure confirme la lecture : entre deux réponses concernant deux marques différentes, le recouvrement de vocabulaire va de 24 % chez Llama à 44 % chez GPT-5.5, une fois les mots vides et les noms de marque retirés. Et à la lecture, la ressemblance est plus forte encore que le chiffre : même liste de postes, souvent dans le même ordre.
Une seule exception dans tout l'exercice, et elle est instructive : interrogé sur Unéo, Claude ajoute « avec des spécificités liées aux contraintes de la vie militaire ». C'est la seule phrase du lot qui distingue un organisme des dix autres. Elle ne vient pas de son site, qui ne sert que 228 caractères de texte. Elle vient de ce que le modèle sait déjà d'Unéo. Autrement dit, la seule différenciation obtenue dans cette expérience a été produite malgré le site, pas grâce à lui.
C'est ici que se joue l'enjeu réel, et il est plus sérieux qu'une hallucination. Une mutuelle dépense en publicité, en identité de marque et en discours de différenciation pour être préférée. Quand un prospect pose sa question à un assistant plutôt qu'à un moteur, cette différenciation ne survit pas au trajet. Le modèle, faute de trouver quoi que ce soit de spécifique sur les pages, sert sa connaissance générale du secteur. La réponse est juste. Elle est utile. Et elle ne donne aucune raison de vous choisir plutôt qu'un autre.
Le seul moyen d'y échapper est d'écrire, sur ses propres pages, ce qui n'est vrai que chez soi. C'est la conclusion la plus simple de ce relevé, et la plus exigeante.
Une phrase comme « couvre l'ensemble des risques », attribuée à un organisme nommé et servie à un professionnel de santé, appelle une question simple : qui en répond ? Trois textes sont régulièrement cités. Nous les avons lus. Deux ne s'appliquent pas au cas mesuré ici, et il vaut mieux le dire nous-mêmes.
Le règlement européen sur l'IA, article 50. Ses obligations de transparence sont applicables depuis le 2 août 2026, dix jours avant ce relevé. Elles pèsent sur les fournisseurs et les déployeurs de systèmes d'IA. Une mutuelle citée par un assistant n'est ni l'un ni l'autre : ce n'est pas elle qui fournit ChatGPT, ni elle qui le déploie. L'article impose au contraire au fournisseur de marquer ses contenus générés comme tels. Autrement dit, ce texte joue plutôt en faveur de l'entreprise citée. Il ne la met pas en cause.
Le précédent Air Canada. Le 14 février 2024, le tribunal civil de Colombie-Britannique a condamné Air Canada pour une information fausse donnée par un agent conversationnel. Le raisonnement mérite d'être lu de près : la compagnie répond de toute l'information présente sur son site, qu'elle vienne d'une page ou d'un robot, et « c'est l'IA qui l'a dit » n'est pas une défense. Cela vise l'agent que l'entreprise met elle-même en ligne. Cela ne s'étend pas à un assistant tiers. La distinction compte, car plusieurs mutuelles de ce panel exploitent leur propre agent conversationnel : pour celui-là, et pour lui seul, le précédent s'applique entièrement.
L'avis de l'EIOPA sur la gouvernance de l'IA (EIOPA-BoS-25-360, 6 août 2025) est adressé aux autorités de contrôle et couvre les systèmes d'IA employés par les assureurs et les intermédiaires dans leur chaîne de valeur. Même périmètre, même limite : l'IA de l'organisme, pas celle des autres.
La conclusion est donc l'inverse de celle qu'on nous suggérait d'écrire. Aucun texte, à ce jour, ne rend une mutuelle responsable de ce qu'un assistant tiers invente en son nom.
Et c'est précisément le problème. La conséquence commerciale, elle, atterrit bien chez elle : le prospect qui souscrit sur un malentendu, l'adhérent qui découvre au sinistre que « l'ensemble des risques » n'était pas couvert, la réclamation qu'il faut traiter. La responsabilité juridique n'atterrit nulle part où l'entreprise puisse agir. Il n'existe ni notification, ni droit de réponse, ni recours contre une phrase produite à son sujet. Le seul levier disponible est en amont : ce que les pages disent, et donc ce qu'un modèle n'a plus besoin d'inventer. C'est la raison d'être de ce relevé, et elle est plus solide qu'une menace de procès.
Cette lecture est celle de textes publiés, pas un avis juridique. Chaque organisme la fera confirmer par son propre conseil.
Avant de mesurer, nous avons lu le fichier robots.txt de treize
mutuelles, c'est-à-dire le document par lequel un site déclare ce que les robots
ont le droit de faire chez lui.
Aucune ne nomme un seul robot d'assistant. Ni GPTBot, ni ClaudeBot, ni PerplexityBot, ni Google-Extended, ni CCBot. Ni pour les bloquer, ni pour les autoriser.
Une seule exception dans tout le panel : Solimut Mutuelle de France bloque nommément les robots d'entraînement tout en laissant passer ceux qui répondent aux utilisateurs. C'est une position, elle est cohérente, et c'est la seule que nous ayons trouvée. Elle revient à dire : nous ne voulons pas nourrir gratuitement des modèles, mais nous voulons être cités quand quelqu'un pose une question.
Pour les dix autres, la question n'a pas été tranchée parce qu'elle n'a pas été posée. Pendant ce temps, les assistants répondent, et ils répondent au nom des mutuelles.
Trois réserves, que nous préférons écrire nous-mêmes plutôt que de les laisser trouver.
Intériale n'a livré que trois pages là où les autres en ont livré huit ou neuf. Son score de lisibilité porte sur un échantillon sensiblement plus petit et se compare mal aux autres. Son ratio de questions d'achat, lui, reste valable : les questions sont les mêmes pour tous.
Le nombre d'inventions par site n'est pas une statistique. Nous nous arrêtons volontairement à deux par site pour ne pas multiplier les appels. Le seul énoncé défendable est celui-ci : les onze avaient au moins deux questions sans réponse, et un modèle a produit une réponse pour chacune.
Notre premier protocole était biaisé, et nous l'avons corrigé en cours d'étude. La consigne d'origine demandait au modèle de ne pas dire qu'il manquait d'information, et ne lui donnait pas le nom de la mutuelle. Les chiffres du contrôle multi-modèles publiés ici sont issus du protocole corrigé. Le contrôle porte sur onze questions par modèle et une seule passe : il indique un ordre de grandeur, pas une précision décimale. Un septième modèle, Gemini 3.6 Flash, a été écarté parce qu'il a rendu du texte manifestement abîmé dans quatre réponses sur onze.
Ce relevé ne prédit pas ce que dira ChatGPT. Un assistant public ajoute sa mémoire d'entraînement, d'autres sources, et son propre classement. Nous mesurons quelque chose de plus étroit et de plus solide : ce qu'on peut répondre à partir des pages du site, et rien d'autre. C'est une borne inférieure, pas une prédiction. Mais quand un modèle qui a lu toutes les pages échoue, aucun assistant ne réussira autrement qu'en inventant.
Le problème n'est pas technique. Avec 69,8 % de lisibilité moyenne, le secteur n'a pas un problème d'infrastructure. Neuf sites sur onze servent du texte propre, lisible, extractible. L'exception d'Unéo est réelle mais c'est une exception.
Le problème est éditorial. Sur les trois questions qu'une page pourrait porter, le panel en traite 0,8 en moyenne, et huit sites sur onze n'en traitent aucune ou une seule. Les pages parlent de valeurs, de solidarité, d'engagement. Elles ne disent pas ce qui est remboursé, ni comment, ni à quelle hauteur. Cela se corrige en écrivant, pas en changeant de technologie.
Une part du problème ne se corrige pas en écrivant. Deux des trois autres questions posées à chaque site dépendaient de la situation de celui qui demande : son contrat, son ancienneté, son plafond restant. Aucune page ne pourra jamais les porter, quel que soit l'effort de rédaction. C'est une limite du format, pas une négligence, et elle appelle une autre réponse que du contenu.
Le silence n'est pas neutre, mais pas pour la raison que nous croyions. C'est le point que nous retenons de cette édition, et il a changé en cours de route. Une question sans réponse ne produit pas une absence de réponse : elle produit une réponse puisée dans la connaissance générale du secteur. Nous nous attendions à y trouver des contre-vérités. Nous y avons trouvé pire pour une marque : des phrases exactes, prudentes, utiles, et rigoureusement les mêmes pour les onze. Le silence ne vous expose pas à la calomnie. Il vous dissout dans votre secteur.
Ceci est l'édition 1. La suivante paraîtra en novembre 2026, sur le même panel de onze, et nous publierons qui a bougé. Les huit questions universelles et les trois questions d'achat de portée page restent identiques : c'est ce qui rend les deux éditions comparables. Aucun site ne sera prévenu de la date.
Il y manque une chose, et nous préférons expliquer pourquoi elle n'y est pas encore. La suite naturelle de ce travail est un indice d'exposition nommé, qui donnerait un classement mémorisable et une trajectoire d'une édition à l'autre. Nous ne le publions pas aujourd'hui, pour une raison d'arithmétique : avec trois questions de portée page par site, tout indice qui en dérive ne peut prendre que quatre valeurs. L'annoncer sur cent serait afficher une précision que la mesure n'a pas, dans un article dont le seul actif est de ne pas faire cela.
Nous en publions donc la définition maintenant, et les chiffres en novembre, sur une base élargie à douze questions de portée page :
Sur la base de cette édition, huit des onze mutuelles se situeraient au-delà de 65. Nous ne donnons pas le détail : quatre valeurs possibles ne font pas un classement.
Ce relevé décrit un état. Il ne dit pas encore ce qu'on en fait, et un constat sans suite ne vaut pas le temps de lecture qu'il coûte. Voici donc l'autre moitié : sur les cas nommés plus haut, avec les réponses que nous avons réellement obtenues, ce que notre dispositif change et à quel endroit précis il intervient.
Isoligne tient trois choses, et aucune ne demande de toucher au site. Vos vérités, déclarées et servies : taux, plafonds, délais et conditions sont écrits une fois, datés, approuvés, et remis à l'assistant au moment où il pose la question. Votre visibilité auprès des machines, mesurée en continu : quels robots vous lisent, ce que chaque modèle dit de vous ce mois-ci, et quelles questions reviennent sans réponse. La réponse au cas de l'adhérent : celle qui dépend de son contrat et de son plafond restant, calculée à l'instant, et qu'aucune page ne portera jamais.
C'est la question de départ d'une souscription. Voici, mot pour mot, ce que notre modèle a répondu là où les pages ne portaient pas la réponse.
La première réponse renvoie le prospect vers un document qu'il n'a pas encore : l'assistant vient de le perdre pour vous, poliment. La seconde ajoute une pièce justificative que rien n'établit chez vous, et c'est sous votre nom qu'elle circule.
Nous intervenons ici. Taux par poste, plafonds annuels, délais de carence, réseau de soins, conditions d'affiliation : quelques dizaines de faits, écrits une fois, datés, chacun approuvé par une personne nommée. L'approbation porte sur la valeur elle-même, ce qui est la seule façon de tenir la conformité : approuver « 26 € » n'approuve pas « 31 € », et un changement de montant redemande une validation. La même question donne alors ceci :
Les crochets restent vides dans cet exemple, et ce n'est pas une facilité de rédaction : ces chiffres appartiennent à la mutuelle, nous ne les produisons pas. C'est exactement ce qui sépare une vérité déclarée d'une phrase plausible, et c'est tout le produit.
Notre réserve : la page, elle, reste muette pour la personne qui la lit. Une vérité déclarée répond au robot pendant que la page s'écrit ; elle ne dispense pas de l'écrire.
Trois marques, la même question, trois réponses. Vous avez déjà lu la première plus haut, pour son pronom ; la voici avec ses deux voisines. Lisez-les en cachant les noms.
Voilà ce que votre budget de marque devient au moment où la décision se prend. Le silence des pages ne produit pas de la calomnie, il produit ce paragraphe, et il est le même pour vos concurrents.
Nous intervenons ici, et c'est la partie que les directions marketing sous-estiment. Le relevé que vous venez de lire n'est pas un audit ponctuel, c'est un capteur qui tourne. Chaque mois, il donne trois choses qu'aucun outil d'analyse d'audience ne peut produire.
La liste de travail, nommée et ordonnée. Le panel traite 0,8 question d'achat sur 3. Les questions restantes ne sont pas un reproche : ce sont les lignes à déclarer, rangées par fréquence de demande. Chacune est un fait chiffré, donc une phrase qu'aucun concurrent ne peut écrire à votre place.
Le portrait, modèle par modèle, et sa dérive. Ce que les modèles disent de vous, mesuré à date et remesuré, avec ce qui a bougé depuis le mois précédent. Une mutuelle qui refond son offre voit enfin en combien de temps la réponse suit, et si elle suit.
Le journal des visites de robots. Sur notre propre domaine, en ligne depuis deux jours au moment où nous écrivons, le journal compte 18 visites vérifiées, toutes de GPTBot, l'agent de collecte de ChatGPT. Vérifiée veut dire que l'adresse appelante appartient à une plage publiée par le fournisseur. Ces passages n'apparaissent dans aucun outil de mesure d'audience, qui ne compte que les navigateurs exécutant son script. Solimut est la seule du panel à s'être dotée d'une politique explicite envers ces robots ; personne, ici, ne les compte encore.
Notre réserve : rien n'oblige un assistant à venir, et une partie des robots répond depuis le cache de son fournisseur sans toucher le serveur. Nous publions notre propre compte en page d'accueil, y compris quand il est bas.
« Combien pour cinquante agents », « que reste-t-il sur mon plafond dentaire cette année », « suis-je couvert pendant ma période de stage » : deux des trois autres questions de ce relevé en dépendent. Nous écrivions plus haut que cela appelle une autre réponse que du contenu. La voici, et c'est le terrain où nous ne connaissons pas d'équivalent.
Nous intervenons ici, par un branchement en lecture seule sur le barème et les règles que vous appliquez déjà. L'assistant transmet la situation, la réponse est calculée à l'instant, pour ce cas.
Un barème devient un montant sans jamais devenir une invention. Et la mutuelle récupère, dans son rapport mensuel, la liste des situations réellement soumises : quels profils demandent quoi, dans quel ordre, à quelle période. C'est une étude de marché continue que personne d'autre n'est en position de produire.
Notre réserve : ce n'est ni un devis contractuel ni un conseil, et la réponse l'écrit en la servant. Elle applique vos règles, elle ne se substitue pas à votre engagement.
Le site n'a livré presque aucun texte. Résultat, à la question de ses prestations et de ses tarifs, le modèle a produit ceci, qui pourrait décrire n'importe quelle entreprise de n'importe quel secteur :
Reconstruire un site qu'un robot ne peut pas lire est un chantier de refonte : il ne nous regarde pas, et nous ne le vendons pas.
Nous intervenons ici, en servant sur le même domaine et en HTML pur la surface que les machines savent lire : vos faits déclarés, la structure de vos offres, votre point d'entrée pour agents. Le robot qui repart aujourd'hui les mains vides repart avec les réponses aux questions qui comptent, sans qu'une ligne du site ait bougé, et le dispositif se retire en une minute.
Notre réserve : le site reste ce qu'il est. Nous donnons au robot quelque chose à lire, nous ne rendons pas vos pages lisibles.
Nous refaisons ce relevé sur votre domaine, et nous vous disons quoi déclarer en premier. Sans accès à vos systèmes, sans modification de votre site, et avec la liste des pages que nous avons lues chez vous.
Nous lisons vos pages comme le fait un robot d'assistant, nous posons les questions de votre marché, et nous vous montrons ce qu'une IA répond à votre place.