> ## Documentation Index > Fetch the complete documentation index at: https://docs.qwairy.co/llms.txt > Use this file to discover all available pages before exploring further. # La perception de ma marque par l’IA est-elle alignée sur notre positionnement réel ? > Comparez les thèmes des réponses enregistrées sélectionnées à votre positionnement validé, puis étudiez les écarts sans traiter les réponses des modèles comme une vérité de marché. ## Réponse directe Utilisez **Analyze > Perception** et les réponses enregistrées sous-jacentes pour comparer les attributs de marque observés à un positionnement validé et à jour. Notez alignements et écarts par prompt, fournisseur, Topic et période. Considérez le résultat comme une vue du jeu de données suivi, pas comme une mesure complète de la perception du marché. ## Données nécessaires Il vous faut des éléments de positionnement validés, avec un responsable et une date de revue, un ensemble stable de prompts configurés, les fournisseurs et modèles sélectionnés, les réponses enregistrées, les Topics ou Tags, la période, les résultats de sentiment ou de perception et les URL citées enregistrées. ## Méthode Listez les attributs de positionnement que vous voulez faire passer et les preuves qui étayent chacun. Écartez les ambitions qui ne sont pas encore des réalités. Choisissez des prompts, fournisseurs, Topics et une période en rapport avec ces attributs. Gardez la cohorte stable pour les comparaisons ultérieures. Utilisez la page Perception pour repérer les thèmes observés récurrents, puis lisez des réponses représentatives et leurs citations avant de qualifier un écart. Pour chaque attribut, notez si les réponses sont alignées, muettes, contradictoires ou non étayées, avec la réponse et le contexte des filtres. ## Interprétation Un attribut récurrent décrit les réponses enregistrées de la cohorte sélectionnée. Il n’établit pas ce que pensent tous les utilisateurs, fournisseurs ou acteurs du marché. Les écarts entre fournisseurs peuvent refléter les prompts, les modèles, l’accès au web, les sources ou l’échantillonnage ; les données seules n’en désignent pas la cause. ## Actions possibles * Si un attribut visé manque, vérifiez si une page propriétaire exacte, avec des preuves, rendrait le positionnement plus facile à vérifier. * Si un attribut non étayé revient, étudiez les sources citées et vos propres textes publics avant de choisir une correction. * Si l’écart n’apparaît que chez un fournisseur, reprenez la même cohorte de prompts avant de modifier la stratégie de positionnement globale. ## Limites La perception de la marque est une analyse de réponses observées, pas une étude de réputation indépendante. Les réponses des modèles et les ensembles de sources peuvent changer. Le MCP suit ses propres outils et schémas documentés : ne supposez pas qu’il renvoie la même agrégation que le produit. ## Pages associées Consultez l’analyse du produit et son périmètre. Faites votre reporting sur les réponses enregistrées avec des dimensions documentées. Utilisez les outils et schémas MCP pris en charge. Lisez les réponses enregistrées sous-jacentes. Formulez une hypothèse de contenu à partir d’un écart vérifié. Regroupez les attributs observés de façon récurrente. Examinez séparément le sentiment par Topic. This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.