Pourquoi ChatGPT parle encore de votre ancienne offre

🇬🇧 English version

Vous avez changé de prix il y a un an, arrêté un produit, ou renommé une offre. Et pourtant, quand un prospect demande à ChatGPT ce que vous vendez, il vous répond avec l'ancienne version. Votre site est à jour. Le problème n'est pas là : il est dans la différence entre ce qu'un modèle a mémorisé à l'entraînement et ce qu'il va réellement chercher au moment de répondre.

Une IA générative répond de deux façons très différentes selon la question posée. Soit elle puise dans sa mémoire d'entraînement : des milliards de textes lus jusqu'à une date donnée, puis figés dans les paramètres du modèle. Soit elle déclenche une recherche en direct : elle va chercher des pages sur le web au moment même de la question, comme le fait Perplexity par défaut, ou ChatGPT et Gemini en mode recherche. Le résultat que vous obtenez dépend entièrement de laquelle des deux se produit — et vous n'avez aucun moyen de le forcer depuis l'extérieur.

Comment une info fausse s'installe sans que rien ne change chez vous

Le scénario est toujours le même : une IA a lu votre ancien tarif, votre ancienne gamme ou votre ancien positionnement pendant sa phase d'entraînement, avant une certaine date de coupure. Depuis, vous avez tout mis à jour sur votre site. Mais si la question posée par l'utilisateur ne déclenche pas de recherche web — parce que l'outil répond en mode rapide, ou parce que le sujet ne semble pas nécessiter de vérification en temps réel — le modèle répond avec ce qu'il a en mémoire. Résultat : une réponse fausse, mais énoncée avec la même assurance qu'une réponse juste.

Ce n'est pas un bug isolé ni une négligence de votre part. C'est une conséquence directe de la façon dont ces modèles sont construits : ils ne relisent pas le web à chaque question, ils s'appuient d'abord sur ce qu'ils ont déjà digéré.

Deux modes de réponse, deux résultats possibles

Point important : un même outil peut basculer d'un mode à l'autre selon la formulation de la question, sans que l'utilisateur s'en rende compte. Deux personnes qui posent une variante de la même question à la même IA peuvent donc recevoir une réponse à jour pour l'une, périmée pour l'autre.

Ce qui augmente vos chances d'obtenir la version actuelle

Vous ne contrôlez pas le mode que choisit une IA pour répondre. Mais vous pouvez rendre la version actuelle de votre marque plus facile à retrouver quand une recherche en direct se déclenche :

• Une date de mise à jour visible sur vos pages clés (offre, tarifs, produits) donne un signal clair que le contenu a changé récemment.
• Un contenu réellement actualisé — pas seulement une date qui change sans que le texte suive, ce qui est facilement détectable et contre-productif.
• La cohérence entre toutes vos sources publiques — site, réseaux, fiches partenaires — pour qu'une IA qui croise plusieurs sources retrouve partout la même version actuelle, et non un mélange d'ancien et de nouveau.

Rien de tout cela ne force une IA à toujours chercher en direct. Mais cela réduit l'écart entre ce qu'elle trouverait si elle cherchait, et ce qu'elle a mémorisé si elle ne cherche pas.

Ce que vous ne pouvez pas corriger directement

Il n'existe pas de formulaire pour signaler une erreur à un modèle et la faire disparaître immédiatement de sa mémoire d'entraînement. Cette mémoire ne se met à jour qu'au prochain entraînement du modèle, sur un calendrier que vous ne maîtrisez pas. C'est une différence essentielle avec une fiche Google Business Profile ou un profil Wikidata, que vous pouvez corriger vous-même en quelques minutes. Face à un modèle, la seule option réaliste est d'agir sur ce qui est vérifiable en direct — vos pages actuelles — et de surveiller dans la durée, plutôt que d'espérer une correction ponctuelle.