Laboratoire de preuves pour la recherche IA
Turn repeated AI-answer captures into evidence you can audit: exact denominators, citation persistence, topic-specific source patterns, prompt coverage, fact conflicts, URL failures, and bounded intervention results.
Bundled methodology and source registries last verified .
S’exécute entièrement dans votre navigateur : rien n’est envoyé, et les données ne sont enregistrées localement que lorsque vous choisissez explicitement l’action d’enregistrement dans le navigateur. Clear saved removes that browser copy without changing the text currently in the editor. Des compteurs anonymes de résultats par exécution peuvent servir à la recherche agrégée ; les URL, domaines, adresses IP et identifiants ne sont jamais inclus, et aucune statistique issue de moins de 100 exécutions n’est publiée.
Passeport du site Contexte local de ce site enregistré
Données locales
Les cibles enregistrées, les listes nommées et les résumés des vérifications récentes restent uniquement dans ce navigateur.
Évaluer cet outil
À propos de cet outil
Analysez des observations répétées de recherche IA pour mesurer la stabilité des citations, l’influence des sources et les résultats d’interventions avec des dénominateurs vérifiables.
Fonctionnalités
- Paquets JSON normalisés, corrections et interventions conservés séparément.
- Fréquences de citation, étendue des invites et passages capturés visibles.
- Contrôles avant/après présentés comme preuves directionnelles.
- Analyse locale dans le navigateur, avec sauvegarde uniquement sur demande.
Fonctionnement
Le laboratoire regroupe les observations par version d’invite, surface, modèle, méthode et date. Il conserve les numérateurs et dénominateurs, exclut les preuves inutilisables des taux et affiche les intervalles de Wilson lorsque les répétitions sont compatibles.
Limites
- Le laboratoire ne voit ni récupération interne, ni classement privé, ni contexte mis en cache.
- Une fréquence de citation ne prouve ni rang, ni autorité, ni influence causale.
- Les corrections humaines restent attachées aux observations et ne réécrivent pas les preuves brutes.
Questions fréquentes
Le laboratoire interroge-t-il les systèmes IA ?
Non. Il analyse des paquets d’observations que vous avez déjà capturés ou exportés. Le fait de séparer l’acquisition empêche qu’une exécution d’API soit présentée à tort comme un résultat de produit grand public.
Que compte le dénominateur ?
Uniquement les relevés évalués qui disposent de preuves exploitables. Les refus, les échecs du fournisseur et les enregistrements non évalués restent affichés, mais ne sont pas convertis en zéros.
Combien de répétitions faut-il ?
Le contrat ${methodology.version} exige au moins trois relevés comparables avant d’appliquer une étiquette de stabilité, et en recommande cinq. Même dans ce cas, le résultat reste un échantillon, et non un classement universel.
Comment fonctionne la carte des sources propre à un sujet ?
Ajoutez des enregistrements de prompts dont la version correspond et qui comportent des libellés de sujet. Le rapport regroupe les domaines cités selon ces libellés et conserve le nombre d’apparitions dans les sources, l’étendue des prompts distincts, l’étendue des surfaces et le nombre de passages capturés. Il n’en déduit aucune autorité thématique.
Une hausse avant/après prouve-t-elle que mon changement en est la cause ?
Non. Un changement non contrôlé constitue un indice directionnel. Un groupe témoin comparable renforce l’inférence, mais l’outil continue d’éviter d’affirmer un lien de cause à effet.
Les données collées sont-elles téléversées ou stockées ?
L’analyse s’exécute dans votre navigateur. Rien n’est enregistré, sauf si vous choisissez explicitement « Enregistrer dans ce navigateur » ; vous pouvez effacer cette copie locale à tout moment.