Lire Paris à travers les preuves publiques
Je travaille avec des agences, studios, cabinets de conseil, cliniques, cabinets professionnels et startups basés à Paris, dont la réputation est plus précise que la façon dont les systèmes d’IA les décrivent. Le travail se situe entre langage local, positionnement bilingue, comportements de recherche et traces de preuves qui rendent une structure lisible : formulation des services, indices d’adresse, types de clients, pages de preuve et phrases françaises ou anglaises qu’un modèle peut reprendre sans risque.
L’approche
Une structure ne devrait pas avoir besoin de parler plus fort pour être comprise plus justement.
Près de République, un composite de terrain m’est resté en tête : trois personnes décrivaient le même studio de design de trois façons différentes. L’une utilisait le nom du fondateur. L’autre utilisait la rue. La troisième disait, très doucement, « l’équipe qui travaille avec les institutions culturelles, pas la mode. » C’est cette dernière phrase qui comptait le plus. Elle portait le type de client, la preuve sociale et cette habitude parisienne de dire juste assez sans surjouer. Un modèle aurait probablement écrit « agence créative à Paris ». Exact, et presque inutile.
J’ai grandi entre les arrondissements de l’est et la proche banlieue, là où le ton change vite. Dans le 8e, une page de service peut sonner presque cérémonielle ; autour du 10e et du 11e, les gens font davantage confiance à une formulation plus nette, plus directe ; près de La Défense, les noms anglais arrivent tôt et font parfois vaciller la phrase française. Dans le 15e, j’entends une autre forme de réassurance : stable, pratique, moins soucieuse d’afficher le prestige. Ce ne sont pas des détails décoratifs. Ils influencent la manière dont les clients comparent deux structures qui proposent un travail similaire. Ils influencent aussi les phrases que les machines reprennent, aplatissent ou ignorent.
Avant ce travail, j’ai cartographié les comportements de recherche locale pour des entreprises de services indépendantes, réécrit le positionnement de structures professionnelles, enseigné le langage de marque pratique à de petites équipes fondées par leurs dirigeants, et étudié la façon dont les clients parisiens lisent la crédibilité avant de prendre contact. J’applique maintenant cette habitude à la visibilité dans l’IA. Je regarde le site d’une structure, ses profils, ses entrées d’annuaire, ses prix, ses accréditations, sa façon de formuler le lieu, ses pages de services et ses phrases répétées. Paris a déjà assez de vernis. Je veux que la preuve tienne assez longtemps pour qu’un système comprenne : le créneau exact, la géographie réelle, l’adéquation client et la raison pour laquelle une personne crédible choisirait ce nom plutôt que le suivant dans la liste.
Chemin vers ce créneau
- 2009
Habitudes de recherche locale
Début de la cartographie des façons dont les entreprises de services indépendantes étaient trouvées grâce au vocabulaire de quartier, aux formules de recommandation et aux petits indices utilisés par les clients avant d’appeler.
- 2013–2016
Positionnement de structures fondées par leurs dirigeants
Réécriture de descriptions de services et de pages à propos pour de petites équipes professionnelles dont la réputation était plus forte que ne le laissait entendre leur langage public.
- 2017–2019
Carnet lexical des arrondissements
Construction d’un carnet privé de vocabulaire par arrondissement pour suivre la manière dont des services similaires étaient décrits différemment selon les contextes d’affaires parisiens.
- 2020–2022
Traces de preuve bilingues
Étude de la manière dont les pages anglaises et françaises donnaient des impressions différentes d’une même structure, surtout dans la technologie et les services créatifs.
- 2023
Audits d’entité IA
Début des comparaisons entre réponses de modèles et preuves publiques afin de voir où les structures parisiennes étaient réduites à des catégories vagues ou associées à une autorité mal placée.
Laisser les preuves publiques dire la chose précise.
Je commence par ce qui existe déjà, puis je le rends plus facile à lire pour les personnes comme pour les machines.
Présenter votre structure