Oui, la formulation d'une question change ce que ChatGPT dit d'une marque. Une étude SE Ranking publiée le 4 novembre 2026 sur 900 réponses mesure une corrélation de 0,66 entre le ton du prompt et le ton de la réponse. Une question négative éloigne le jugement de sa base neutre environ deux fois plus qu'une question positive.
Que montre exactement l'étude SE Ranking du 4 novembre ?
L'étude a été publiée par SE Visible, la branche de SE Ranking dédiée au suivi de la visibilité IA, sous le titre Does Prompt Sentiment Change How ChatGPT Talks About Brands?. Le protocole est simple et c'est sa force. Trois duels de marques dans trois catégories : téléviseurs Samsung contre Sony, programmes de fidélité Delta SkyMiles contre United MileagePlus, et deux services américains de téléconsultation pour traitements GLP-1, Hers contre Start Willow.
Les auteurs ont écrit 180 prompts au total, répartis en quatre familles (recommandation, comparaison, confiance, rapport qualité-prix). Chaque question existe en trois versions de même fond : 60 positives, 60 neutres, 60 négatives. Chaque prompt a été lancé cinq fois. Total : 900 réponses, dont le ton envers la marque visée a été classé positif, neutre ou négatif, puis converti en score net de -100 à +100.
Le résultat central tient en un chiffre. La corrélation de Spearman entre le ton de la question et le ton de la réponse atteint ρ = 0,66, et varie de 0,62 à 0,78 selon la catégorie. Pour une mesure de ce type, c'est un lien fort.
Autre détail qui compte : une question neutre ne produit pas une réponse neutre. Le score net moyen des prompts neutres tourne autour de +20. ChatGPT part avec un léger biais favorable envers les marques qu'on lui cite. Ce biais disparaît dès que la question devient hostile.
Pourquoi une question négative pèse-t-elle deux fois plus ?
Parce que l'asymétrie est nette dans les données. Les prompts positifs ont fait monter le score net de 22 à 30 points selon la catégorie. Les prompts négatifs l'ont fait chuter beaucoup plus loin.
| Catégorie | Score net sous prompt négatif | Écart avec la base neutre (environ +20) |
|---|---|---|
| Téléviseurs | environ -11 | environ 31 points |
| Programmes de fidélité aérienne | environ -45 | environ 65 points |
| Téléconsultation GLP-1 | environ -53 | environ 73 points |
Le test le plus parlant est le test miroir. Les auteurs ont repris cinq comparaisons négatives et inversé les deux marques, pour placer la seconde en position d'accusée. La marque déplacée a perdu entre 20 et 180 points de score net. Sony est passé de +96 à -9. United, de +91 à -93. Même catégorie, même modèle, même question de fond. Seule la place de la marque dans la phrase a changé.
Une exception mérite qu'on s'y arrête. Sur les prompts de la famille « confiance », la formulation positive n'a produit aucun gain notable. On ne fait pas dire à ChatGPT qu'une marque est fiable en le lui suggérant. On peut en revanche lui faire dire qu'elle ne l'est pas.
Pour un dirigeant, la conséquence est directe. Vos prospects ne formulent pas leurs questions comme votre service marketing. Ils tapent « est-ce que [marque] est une arnaque », « problèmes avec [marque] », « pourquoi éviter [marque] ». Ce sont ces formulations qui déplacent le plus la réponse, et ce sont celles que personne ne teste.
La même question donne-t-elle toujours la même réponse ?
Non, et c'est le second enseignement de l'étude, peut-être le plus utile. Sur les 180 prompts, seuls 44 % ont reçu le même classement de ton sur les cinq exécutions. Le score net d'un même prompt a bougé de 27 points en moyenne d'une exécution à l'autre. Les prompts neutres sont les moins stables : 35 % seulement donnent un classement identique cinq fois de suite.
Il existe tout de même une tendance lisible. 96 % des prompts obtiennent un ton majoritaire, c'est-à-dire au moins trois réponses concordantes sur cinq. Le signal existe. Il ne se lit simplement pas sur une seule capture d'écran.
D'où une règle de méthode qu'il faut imposer à quiconque vous présente « ce que ChatGPT pense de votre marque » : une réponse isolée n'est pas un verdict. C'est un tirage. Le sujet rejoint ce qui a déjà été montré sur les scores de visibilité IA et leur corpus de prompts : le choix et la formulation des questions fabriquent une bonne part du résultat avant même que la mesure commence.
Google et ChatGPT critiquent-ils les mêmes marques ?
Pas vraiment. Une analyse antérieure de BrightEdge, publiée le 19 février 2026 à partir de sa plateforme AI Catalyst, a comparé le ton des mentions de marques dans les AI Overviews de Google et dans ChatGPT, sur trois secteurs : habillement, électronique, éducation. BrightEdge ne publie pas la taille de son échantillon sur la page de synthèse, ce qui limite la portée des chiffres.
Trois résultats ressortent de cette analyse :
- Le négatif reste rare dans les deux moteurs : 2,3 % des mentions dans les AI Overviews, 1,6 % dans ChatGPT.
- Sur les prompts négatifs communs aux deux moteurs, ils pointent une marque différente dans 73 % des cas.
- Google est 4,5 fois plus enclin que ChatGPT à faire remonter une critique liée à l'actualité ou à une controverse. ChatGPT est trois fois plus enclin à critiquer lors d'une évaluation de produit.
Les déclencheurs de critique sont instructifs. Controverses et litiges juridiques pèsent 32 % des mentions négatives classées, les limites et incompatibilités de produit 21 %, la sécurité et les rappels 17 %, les pannes et défaillances de service 11 %, l'arrêt d'un produit 9 %, le prix 8 %.
Mis bout à bout avec l'étude SE Ranking, le tableau devient clair. Le négatif est rare en volume, mais il se concentre sur les questions où l'acheteur hésite, et chaque moteur le puise à un endroit différent. Surveiller un seul moteur, c'est regarder une moitié du problème.
Pourquoi est-ce un problème d'entité, pas un problème de réputation ?
Le réflexe classique consiste à traiter ces réponses comme de la réputation en ligne : on surveille, on répond aux avis, on espère que ça passe. Ce réflexe rate le mécanisme.
Un modèle de langage ne juge pas une marque. Il assemble une réponse à partir de ce qu'il sait, ou de ce qu'il retrouve, sur les attributs de cette marque : son prix, ses conditions de résiliation, ses délais, ses limites techniques, ses incidents passés. Quand une question hostile arrive, il cherche les attributs qui la confirment ou l'infirment. Si votre marque n'a jamais publié la réponse factuelle à « combien coûte vraiment la résiliation » ou « pourquoi le produit ne fonctionne pas avec tel équipement », le modèle remplit le vide avec ce que d'autres ont écrit. Un fil de forum. Un comparatif concurrent. Un avis furieux de 2023.
C'est exactement le terrain de l'ingénierie des entités. L'identité mathématique d'une marque, c'est l'ensemble des triplets que les systèmes IA associent à son nom : [marque] → [attribut] → [valeur]. Une PME qui laisse les attributs sensibles sans valeur officielle laisse les tiers les renseigner à sa place. L'étude SE Ranking montre au passage une limite rassurante : la formulation n'écrase pas tout. Sony est resté à +59 sur une question négative visant ses faiblesses en mise à l'échelle d'image. Une entité solidement documentée résiste mieux à la pression du prompt.
Le même raisonnement s'applique côté Google, où les AI Overviews s'affichent désormais sur les recherches de marque et résument votre entreprise avant que l'internaute n'atteigne votre site. Et il prolonge l'analyse des mentions de marque dans les réponses IA : être mentionné ne suffit pas, il faut l'être avec les bons attributs.
Que faire concrètement dans une PME ou une ETI ?
Rien de tout cela ne demande un budget de grand groupe. Cela demande de la méthode, et un peu de courage éditorial.
- Lister les questions hostiles réelles. Pas celles qu'on aimerait recevoir. Celles que posent les prospects au service commercial, les clients mécontents au support, les objections récurrentes en rendez-vous. Dix à trente formulations suffisent pour commencer.
- Les tester avec répétition. Chaque question, cinq fois au minimum, sur ChatGPT et sur Google, en notant le ton et les sources citées. Une seule exécution ne dit rien, l'étude le démontre.
- Publier la réponse factuelle sur votre propre site. Prix réels, conditions de résiliation, délais, compatibilités, limites assumées du produit. Une page de questions fréquentes franche vaut mieux qu'une page de vente lisse. Le prix ne représente que 8 % des déclencheurs négatifs relevés par BrightEdge, mais les limites de produit en pèsent 21 % : c'est là que le silence coûte le plus.
- Structurer ces réponses pour les machines. Données structurées FAQPage, Organization et Product, attributs explicites, formulations courtes et extractibles. Un fait écrit clairement se récupère. Un fait noyé dans un paragraphe commercial, beaucoup moins.
- Traiter les sources tierces qui reviennent. Si un même fil de discussion ou un même comparatif nourrit les réponses négatives, la réponse passe par une prise de parole publique sur ce support, ou par une source tierce plus récente et plus précise.
Le piège serait de vouloir « gérer le sentiment » en inondant le web de contenus flatteurs. L'étude montre que les questions de confiance résistent à la formulation positive. Les modèles ne se laissent pas convaincre par l'enthousiasme. Ils se laissent convaincre par des faits vérifiables.
Ce que l'étude ne prouve pas
Il faut lire ces chiffres pour ce qu'ils sont. Trois duels de marques américaines ne représentent ni toutes les catégories ni le marché français. Un seul moteur a été testé, ChatGPT, sans que la version du modèle, le pays ni les dates de collecte soient précisés. Le classement du ton repose sur une lecture du texte des réponses, sans contre-codage indépendant décrit. Le test miroir ne porte que sur cinq paires de prompts.
Les auteurs reconnaissent eux-mêmes que le prompt agit « comme une pression » et que leurs résultats sont corrélationnels. Enfin, SE Ranking vend un outil de suivi de la visibilité IA, ce qui ne disqualifie pas l'étude mais invite à la répliquer. La leçon de méthode, elle, n'a pas besoin de réplication : tester une seule formulation, une seule fois, ne mesure rien.
Pour savoir ce que les moteurs IA disent de votre entreprise quand la question devient hostile, le Diagnostic IA teste vos formulations réelles, avec répétitions et sources relevées, et identifie les attributs que votre site laisse aujourd'hui à d'autres.