Dans un cas composite, le fondateur d'un petit studio d'ingénierie lyonnais demande à ChatGPT des spécialistes de l'automatisation industrielle. La réponse cite deux voisins, accroche une ancienne adresse près de Part‑Dieu, présente un bureau de conception comme distributeur, puis résume la bonne entreprise en « conseil technique local ». La lisibilité machine d'une entreprise est sa capacité à être reconnue, située et distinguée dans les réponses générées par les modèles. Cartographie Calme lit ces écarts.
Les observations portent sur la manière dont les systèmes d'IA décrivent des entreprises de service à Lyon et dans les villes voisines. J'appelle cela les trois brouillards de réponse : l'identité de l'entreprise, son voisinage de catégories, puis la preuve que le modèle peut citer sans forcer. Une page ancienne suffit parfois à tirer la carte de travers.
Dans une réponse trop sûre d'elle, je cherche la trace qui a fait dévier le trajet.
Je viens de l'est de l'agglomération lyonnaise, là où la ville devient peu à peu entrepôts, ateliers et quartiers résidentiels calmes. Avant Cartographie Calme, j'ai travaillé sur des textes techniques, le SEO et la communication produit pour des équipes de services B2B. Il fallait décrire des prestations compliquées, nettoyer des pages À propos, comprendre pourquoi une même entreprise s'appelait studio sur une page, bureau sur une autre, intégrateur dans une ancienne fiche et partenaire solutions dans un texte que personne ne relisait. Une recherche classique absorbe parfois ce désordre. Un modèle de réponse l'assemble, avec une assurance qui cache mal les coutures.
Avant le prochain passage
Je regarde les traces qui tiennent déjà, celles qui troublent la carte, et les sources qui manquent au modèle.
Lancer un diagnostic