Gérer le sentiment négatif : quand l'IA dit du mal de vous

Les trois types de sentiment négatif

Le reflet fidèle

L'assistant restitue une insatisfaction réelle et documentée : des avis convergents sur un délai, une qualité, un service après-vente. Aucune technique de communication ne corrige cela, parce que le problème n'est pas la restitution mais le fait restitué. Le traitement est opérationnel avant d'être éditorial.

L'écho amplifié

Un incident isolé, ancien ou résolu, continue d'être repris parce qu'il a été très commenté au moment des faits. Le web garde la trace de la controverse et pas celle de sa résolution. C'est le cas le plus fréquent et le plus injuste, et c'est celui sur lequel la méthode agit le mieux.

La confusion d'entité

L'assistant vous attribue le problème d'une autre organisation : homonyme, ancienne filiale, entreprise du même secteur au nom proche. C'est un défaut d'identification, donc un problème d'alignement d'entité, pas de réputation.

Avant toute action, déterminez lequel des trois vous concerne. Traiter un reflet fidèle avec une contre-narration produit un effet inverse à celui recherché : la contradiction entre votre discours et les sources renforce la méfiance.

Le protocole de détection

Le sentiment se relève avec la même mécanique que le reste, mais avec des requêtes conçues pour le faire apparaître. Les questions neutres ne le révèlent pas.

• Requêtes directes : « quels sont les points faibles de [marque] ? », « que reproche-t-on à [marque] ? »
• Requêtes comparatives : « [marque] ou [concurrent], lequel choisir ? » — c'est là que les réserves apparaissent le plus.
• Requêtes de mise en garde : « faut-il se méfier de [marque] ? », « avis négatifs sur [marque] »
• Requêtes sectorielles : « quels prestataires éviter en [secteur] ? »

Ces questions sont désagréables à poser sur sa propre entreprise. C'est précisément pour cela qu'il faut les inscrire au protocole plutôt que de compter sur la bonne volonté : personne ne les pose spontanément.

Notez toujours la source invoquée quand l'assistant en cite une. C'est elle qui indique où agir, et elle est souvent plus ancienne qu'on ne l'imagine.

La stratégie de contre-narration

Elle ne consiste pas à nier, ni à demander la suppression, ni à publier un démenti. Ces trois réflexes échouent pour la même raison : ils opposent votre parole à des sources tierces, et un modèle pondère systématiquement les secondes plus haut.

La contre-narration consiste à produire une réalité plus récente, plus documentée et confirmée par des tiers. Concrètement, sur un écho amplifié lié à un problème résolu :

• Documenter publiquement ce qui a changé, avec des faits datés et vérifiables plutôt qu'avec des intentions.
• Obtenir des confirmations tierces : avis récents, mentions dans la presse professionnelle, témoignages clients postérieurs à la résolution.
• Densifier jusqu'à ce que les sources récentes deviennent majoritaires face aux anciennes, sans jamais chercher à faire disparaître ces dernières.

Le mot important est majoritaires. Vous ne supprimez pas l'ancien récit, vous le rendez statistiquement minoritaire. C'est un travail de densification, décrit dans la multiplication des points de validation, appliqué à un objectif défensif.

Le cas particulier des avis négatifs

Les avis pèsent lourd parce qu'ils sont nombreux, datés et rédigés par des tiers. Trois principes s'appliquent.

Répondez publiquement, factuellement, sans défensive. La réponse est lue par le modèle au même titre que l'avis. Une réponse qui reconnaît un fait et décrit une correction transforme un point négatif en démonstration de sérieux.

Ne demandez jamais la suppression sans motif légitime. Les plateformes tracent ces demandes, et un avis supprimé abusivement réapparaît ailleurs avec un commentaire sur la tentative de suppression.

Diluez par la collecte. Vingt avis positifs récents et détaillés déplacent la moyenne et, surtout, déplacent la tonalité dominante que le modèle perçoit. C'est le levier le plus efficace et le plus lent.

La surveillance continue

Une fois la situation redressée, la colonne de tonalité du relevé mensuel suffit à surveiller. Deux seuils d'alerte méritent d'être posés à l'avance, quand on a la tête froide.

Une tonalité défavorable qui apparaît sur un assistant où elle était absente appelle une vérification immédiate de la source invoquée. Une tonalité qui se dégrade sur plusieurs assistants simultanément indique qu'une source récente et visible a été indexée : c'est le moment d'agir, pas dans trois mois.

Le relevé et son gabarit sont décrits dans le tableau de bord GEO mensuel. Quand l'information restituée est simplement fausse plutôt que défavorable, le traitement diffère et relève du guide corriger les informations fausses sur votre entité.