D’où viennent vraiment les connaissances de ChatGPT ?

L’OEIL DE PAUL RIPART. Quand on utilise ChatGPT, on a souvent l’impression de parler à quelqu’un qui « sait tout ». En réalité, ses réponses reposent sur deux sources : sa mémoire d’entraînement et le web.

La première source, prioritaire, où il va chercher c’est sa mémoire d’entraînement.
ChatGPT a été entraîné sur une masse gigantesque de contenus (le plus souvent illégalement sans se soucier des droits d’auteurs) : pages web, livres, articles, forums, documentation…
C’est ce qui lui permet de comprendre le langage, d’expliquer des concepts et de répondre instantanément à des questions simples.
Par exemple, si vous lui demandez : « Quand a eu lieu la prise de la Bastille ? »
Il répondra immédiatement : 14 juillet 1789. Pas besoin d’aller chercher l’information : il l’a déjà intégrée dans sa mémoire.

Mais il y a un problème, et il est de taille. Cette mémoire est figée dans le temps.
Elle s’arrête à une date précise, appelée “cut-off” qui est sur la dernière version de ChatGPT à fin août 2025.
Concrètement, tout ce qui s’est passé après cette date lui est inconnu
ChatGPT ne connaît donc pas les noms du nouveau maire de Paris ni le conflit en Iran. Il pense que le dernier Iphone est le 16, ne connait pas le prix actuel d’un Paris-New York et n’a jamais vu la dernière version des RayBan Meta. Et il vous conseillera pour vos vacances en famille à Pâques de partir à Dubaï.

Pour pallier cela, ChatGPT va se connecter au web pour quasiment toutes vos réponses business, car vous avez besoin des derniers prix, modèles et avis. Mais, contrairement à ce que l’on pourrait penser, ChatGPT ne voit qu’une partie du web.

Il ne voit pas :

• les contenus derrière un login (quasiment tous les réseaux sociaux)
• les contenus payants (nombreux sur les sites de news)
• les emails, messages privés ou documents perso
• une grande partie des sites web qui le bloque
• les publicités
• tout ce qui est offline (TV, radio, print…)
• Une grande partie de l’information lui échappe

ChatGPT fonctionne avec un système assez simple : une mémoire puissante, mais arrêtée dans le temps. Et, en complément, un accès au web, très utile, mais partiel Si vous voulez exister dans ses réponses, il ne suffit pas « d’être sur les contenus écrits sur internet », il faut être visible dans la (petite) partie du web qu’il peut réellement lire.

La bataille n’est plus seulement celle du SEO, mais celle de la présence dans les corpus utilisés par l’IA.
Pour infiltrer un endroit il faut connaître toutes les portes et failles…