Qu'est-ce qu'une entité pour un moteur d'IA ?

Une entité est un objet du monde que le moteur peut identifier sans ambiguïté : une entreprise, une personne, un produit. Dans le pipeline en quatre étapes (récupération → grounding → génération → citation), c'est au grounding que l'entité est vérifiée : le modèle croise ce que disent votre site, vos profils, les annuaires et la presse. Site officiel « fondée en 2012 », annuaire « 2010 » — l'entité incohérente perd la confiance du moteur. Cette étape élimine les marques aux faits contradictoires, pas celles au contenu médiocre.

Comment construire une entité solide ?

  1. Page « À propos » de référence : raison sociale, nom commercial, alias, année de création, adresse, domaines d'activité — en texte clair, pas en image.
  2. Schema Organization en JSON-LD : name, alternateName (pour les noms multilingues), foundingDate, address, et surtout sameAs vers tous les profils officiels.
  3. Alignement externe : fiche établissement Google, annuaires sectoriels, réseaux sociaux, mentions presse — chaque fait doit correspondre mot pour mot.
  4. Fixation bidirectionnelle : vos profils renvoient vers le site, le site déclare les profils via sameAs. Le graphe se referme.

Et pour les marques multilingues ?

C'est le cas le plus délicat : une marque connue sous un nom en français, un autre en anglais et un troisième en chinois doit déclarer ces variantes via alternateName et relier ses sites localisés avec hreflang, pour que le moteur comprenne qu'il s'agit d'une seule entité. C'est précisément l'architecture de ChinaGEO : 海鹦云控股集团 (Beijing Huishang Holdings Co., Ltd.) comme entité principale, 海鹦云 pour la ligne nationale, ChinaGEO pour la ligne internationale — un seul graphe, plusieurs noms déclarés. Voir le GEO multilingue.

Comment corriger une hallucination ?

Quand un moteur affirme un fait faux sur votre marque (mauvaise date, mauvaise activité), la correction se fait à la source, pas dans le moteur : corrigez le fait sur votre site et vos profils, faites corriger les sources tierces fautives, puis re-mesurez au cycle mensuel suivant. Les corrections prennent en général un à deux cycles de mesure pour se propager.

Quel lien avec le graphe de connaissance de Google ?

Le knowledge graph de Google alimente AI Overviews, Gemini et les réponses locales ; c'est le graphe le plus structurant pour les marques francophones. On n'y « entre » pas directement : on le nourrit par des signaux cohérents — Schema Organization, fiche établissement, sources tierces alignées — jusqu'à ce que le moteur cesse de confondre votre marque avec une autre ou de douter de vos faits.

Pièges fréquents

Premier piège : le balisage mensonger — déclarer dans le Schema des faits absents de la page ou contredits par les annuaires est un signal de tromperie qui dégrade la confiance. Deuxième : les doublons d'entité (plusieurs fiches établissement, plusieurs pages Wikipedia-like créées artificiellement). Troisième : négliger les vieilles sources — un annuaire obsolète avec l'ancienne adresse continue d'empoisonner le grounding des années après le déménagement. Quatrième : traiter l'entité comme un projet ponctuel ; chaque nouveau produit, bureau ou communiqué doit être répercuté sur tout le graphe. Pour la dimension mesure, voir le standard ouvert à quatre dimensions.

Questions fréquentes

Comment savoir si les moteurs résolvent bien mon entité ?
Posez chaque mois un jeu de questions factuelles (date de création, siège, activité, dirigeants) à Google AI Overviews, ChatGPT, Gemini et Perplexity. Consignez les erreurs en captures : elles forment la dimension Perception de Marque du standard ouvert.
Faut-il une page Wikipédia pour exister comme entité ?
Non, et une page créée artificiellement sera supprimée. Un Schema Organization propre, des profils officiels cohérents et des annuaires sectoriels à jour suffisent à la plupart des PME.
sameAs est-il encore utile ?
Oui. C'est le mécanisme le plus direct pour déclarer l'identité entre votre site et vos profils externes, et il reste lu par les moteurs qui construisent ou consultent des graphes de connaissance.