An AI visibility tool that publishes its method and the margin of error of its scores
AIVisib publishes its full measurement method, formulas and limits included, and shows the margin of error of every score. Each question is asked three times to each engine, and each result comes with its precision (±) and a Wilson confidence interval.
Why a margin of error
AI assistants do not give the same answer twice. A score computed on few answers therefore moves on its own: on 30 answers, a score of 23% really means "between 12% and 41%". Without a margin of error, you cannot tell whether a rise is real progress or noise.
What we show
- The margin of every score: for example "23%, ± 5 points".
- The number of answers the score is computed on.
- A confidence index for the whole report.
- What really changed from one week to the next, leaving out variations too small to be reliable.
What we publish
- The full methodology: how questions are asked, how a mention is counted, the formulas, and the limits.
- Real measurements, with their numbers.
- The limits, stated openly: we measure weekly rather than daily, and a free check on 18 answers remains a snapshot.
How the measurement is done
- Each buyer question is asked three times to ChatGPT, Gemini, Perplexity and Claude, in a neutral session, with web search.
- Each answer is read and classified: brand named or not, rank, competitors, sources.
- A check verifies that the brand name really appears in the answer, so that an invented mention is never counted.
- The score and its margin are computed, then compared with the previous week.
Frequently asked questions
What is the margin of error of a report?
It depends on the number of answers. On a few hundred answers per week, a gap of less than eight points is generally not significant. The report shows the exact margin.
Why measure weekly rather than daily?
A daily figure computed on few answers moves by several points for no reason. Three passes per question, once a week, give a more stable figure.
Is the method public?
Yes, in full, on our methodology page.
To understand how to tell a real change from noise, read our guide to AI visibility scores. See also: all four engines included, the free check.
Un outil de visibilité IA qui publie sa méthode et la marge d'erreur de ses scores
AIVisib publie sa méthode de mesure en entier, formules et limites comprises, et affiche la marge d'erreur de chaque score. Chaque question est posée trois fois à chaque moteur, et chaque résultat est accompagné de sa précision (±) et d'un intervalle de confiance de Wilson.
Pourquoi une marge d'erreur
Les IA ne donnent pas deux fois la même réponse. Un score calculé sur peu de réponses bouge donc tout seul : sur 30 réponses, un score de 23 % veut dire en réalité « entre 12 % et 41 % ». Sans marge d'erreur, on ne peut pas savoir si une hausse est un vrai progrès ou du bruit.
Ce que nous affichons
- La marge de chaque score : par exemple « 23 %, à ± 5 points ».
- Le nombre de réponses sur lequel le score est calculé.
- Un indice de confiance pour l'ensemble du rapport.
- Ce qui a vraiment changé d'une semaine à l'autre, en écartant les variations trop petites pour être fiables.
Ce que nous publions
- La méthodologie complète : comment les questions sont posées, comment une citation est comptée, les formules, et les limites.
- Des mesures réelles, avec leurs chiffres.
- Les limites, sans détour : nous mesurons chaque semaine et non chaque jour, et un test gratuit sur 18 réponses reste un instantané.
Comment la mesure est faite
- Chaque question d'acheteur est posée trois fois à ChatGPT, Gemini, Perplexity et Claude, en session neutre, avec la recherche web.
- Chaque réponse est lue et classée : marque citée ou non, rang, concurrents, sources.
- Un contrôle vérifie que le nom de la marque figure vraiment dans la réponse, pour ne jamais compter une citation inventée.
- Le score et sa marge sont calculés, puis comparés à la semaine précédente.
Questions fréquentes
Quelle est la marge d'erreur d'un rapport ?
Elle dépend du nombre de réponses. Sur quelques centaines de réponses par semaine, un écart de moins de huit points n'est en général pas significatif. Le rapport affiche la marge exacte.
Pourquoi mesurer chaque semaine et non chaque jour ?
Un chiffre quotidien calculé sur peu de réponses bouge de plusieurs points sans raison. Trois passages par question, une fois par semaine, donnent un chiffre plus stable.
La méthode est-elle publique ?
Oui, en entier, sur notre page méthodologie.
Pour comprendre comment distinguer un vrai changement du bruit, lisez notre guide sur les scores de visibilité IA. Voir aussi : les quatre moteurs inclus, le test gratuit.
أداة لقياس الظهور في الذكاء الاصطناعي تنشر منهجيتها وهامش الخطأ لكل درجة
ينشر AIVisib طريقة القياس كاملة، بمعادلاتها وحدودها، ويعرض هامش الخطأ لكل درجة. يُطرح كل سؤال على كل محرك في 3 جولات، وتُعرض كل نتيجة مع دقتها (±) ومجال ثقة ويلسون.
لماذا نحتاج إلى هامش الخطأ
محركات الذكاء الاصطناعي لا تعطي الإجابة نفسها مرتين. ولذلك تتغير الدرجة المحسوبة من عدد قليل من الإجابات من تلقاء نفسها: في 30 إجابة، درجة 23% تعني في الواقع «بين 12% و41%». ومن دون هامش الخطأ لا تستطيع أن تعرف هل الارتفاع تقدم حقيقي أم مجرد تقلب.
ما الذي نعرضه
- هامش الخطأ لكل درجة: مثلاً «23%، بهامش ± 5 نقاط».
- عدد الإجابات التي حُسبت منها الدرجة.
- مؤشر ثقة للتقرير كله.
- ما تغيّر فعلاً من أسبوع إلى آخر، مع استبعاد التغيرات الصغيرة التي لا يُعتمد عليها.
ما الذي ننشره
- المنهجية كاملة: كيف تُطرح الأسئلة، وكيف يُحتسب ذكر العلامة، والمعادلات، والحدود.
- قياسات حقيقية بأرقامها.
- حدود القياس بوضوح: نقيس كل أسبوع لا كل يوم، والفحص المجاني على 18 إجابة يبقى لقطة واحدة.
كيف يتم القياس
- يُطرح كل سؤال من أسئلة المشترين في 3 جولات على ChatGPT، Gemini، Perplexity، Claude، في جلسة محايدة ومع البحث في الويب.
- تُقرأ كل إجابة وتُصنَّف: هل ذُكرت العلامة أم لا، وترتيبها، والمنافسون، والمصادر.
- نتحقق من أن اسم العلامة موجود فعلاً في الإجابة، حتى لا نحتسب ذكراً لم يحدث.
- تُحسب الدرجة وهامشها، ثم تُقارن بالأسبوع السابق.
الأسئلة الشائعة
ما هامش الخطأ في التقرير؟
يتوقف على عدد الإجابات. في بضع مئات من الإجابات أسبوعياً، الفرق الذي يقل عن ثماني نقاط لا يكون له معنى في الغالب. ويعرض التقرير الهامش الدقيق.
لماذا القياس أسبوعي وليس يومياً؟
الرقم اليومي المحسوب من إجابات قليلة يتحرك عدة نقاط دون سبب. أما ثلاث جولات لكل سؤال مرة في الأسبوع فتعطي رقماً أكثر ثباتاً.
هل طريقة العمل منشورة للجميع؟
نعم، كاملة، في صفحة المنهجية.
لتعرف كيف تميّز التغيّر الحقيقي من التقلب، اقرأ دليل درجات الظهور في الذكاء الاصطناعي. انظر أيضاً: المحركات الأربعة المشمولة، الفحص المجاني.