Comment fonctionne SellTo.us

Dernière mise à jour : 10 octobre 2026

Comment sont créés précisément les participants simulés par IA, comment leurs réponses sont recueillies et comment chaque chiffre de votre rapport est calculé, pour les idées de startup, applications, services, produits et publicités. Aucune boîte noire.

Pourquoi ne pas simplement demander à un chatbot ?

Une conversation vous donne l’avis d’une seule IA. Un test SellTo.us est structuré : notre code crée une foule fixe de profils individuels pour votre audience, chaque profil répond à chaque version, et les chiffres sont des comptages de ces réponses, vérifiés par le code avant que vous ne les voyiez. Chaque version et chaque image sont présentées aux mêmes personnes simulées, les résultats sont répartis par groupe d’audience, et vous pouvez retester une version améliorée auprès des mêmes personnes simulées (même taille de test). Le rapport conserve des étiquettes de preuve (« Résultat simulé » ou « Hypothèse de l’IA ») et est livré en PDF. Cela reste une IA qui imagine comment des personnes pourraient réagir : les limites ci-dessous s’appliquent.

Types d’idées

Lorsque vous configurez un test, vous choisissez le type d’idée. Les étapes ci-dessous sont les mêmes pour tous les types ; ce qui change, c’est qui sont les personnes simulées, ce que signifient les trois réponses et ce sur quoi le rapport se concentre.

Si vous ne choisissez pas de type, « Autre chose » est utilisé. Les tests créés avant l’existence des types d’idées sont des tests de produit physique. Dans la suite de cette page, nous utilisons le vocabulaire du produit physique (acheteurs, achèterait) ; pour les autres types, lisez-les comme les termes du tableau.

1. Planifier la foule

Quand vous lancez un test, un modèle d’IA (Claude Sonnet 5.5, d’Anthropic) lit vos paramètres d’audience et votre produit, puis divise cette audience en groupes d’acheteurs. Chaque groupe reçoit :

• un nom et sa part de l’audience (par exemple « Parents débordés de 30 à 45 ans, 12 % »),
• une tranche d’âge,
• 4 métiers ou rôles de vie typiques,
• un niveau de budget (serré, moyen, confortable ou élevé),
• une courte note sur sa façon d’acheter.

Le nombre de groupes dépend de la taille du test : 8, 25 ou 100. Cette même étape vérifie aussi le produit au regard de nos règles de contenu et bloque les tests portant par exemple sur des armes ou des drogues illégales.

Photos : si vous ajoutez des photos, le modèle de planification examine chacune une fois et rédige une courte description de ce qu’un acheteur verrait. Les acheteurs réagissent à ces descriptions, pas aux fichiers image eux-mêmes.

2. Créer les acheteurs

Les acheteurs individuels sont créés par notre code, pas par l’IA. Pour un test à 10 000 participants, le code crée exactement 10 000 profils :

• chaque acheteur est placé dans un groupe proportionnellement à la part de ce groupe,
• son âge est tiré au hasard dans la tranche d’âge du groupe,
• son métier est tiré au hasard parmi les 4 métiers du groupe,
• dans les tests à 100 000 participants, chaque acheteur reçoit aussi une ville ou une zone tirée d’une liste pour votre pays (pondérée par la taille lorsque la liste contient cette information).

Les tirages aléatoires sont initialisés à partir de l’identifiant de votre test, si bien que la même foule peut être reconstituée à l’identique lors de la création de votre rapport. C’est pourquoi nous n’avons pas besoin de stocker 100 000 profils.

À savoir : les acheteurs d’un même groupe partagent le même niveau de budget et la même note d’achat. Au sein d’un groupe, ils diffèrent par l’âge, le métier et, dans le plus grand test, la ville.

3. Ce que signifie techniquement « chaque acheteur répond »

Les acheteurs sont envoyés à un second modèle d’IA, Claude Haiku 4.5 (également d’Anthropic), par requêtes de 40 acheteurs à la fois. Chaque requête contient :

• votre audience et chaque version testée (texte, prix et descriptions des photos),
• une liste numérotée de 40 profils d’acheteurs (âge, métier, budget, note d’achat et, pour le plus grand test, ville).

Le modèle renvoie une réponse par acheteur, dans l’ordre. Chaque réponse contient un verdict pour chaque version (achèterait, peut-être ou n’achèterait pas), une raison de moins de 12 mots et, si vous ajoutez 2 photos ou plus, celle qui donnerait le plus envie d’acheter à cette personne.

Chaque acheteur a donc son propre profil et sa propre réponse, mais ce ne sont pas 40 conversations IA distinctes : le modèle évalue les 40 profils en une seule fois. Les requêtes passent par l’API Message Batches d’Anthropic, qui les traite en arrière-plan.

4. Comment les chiffres sont calculés

• Répondants : les réponses renvoyées dans un mauvais format, ou jamais renvoyées, sont ignorées, jamais devinées. Votre rapport indique combien d’acheteurs ont réellement répondu (par exemple « 9 880 sur 10 000 »).
• Achèterait, peut-être, non : pour chaque version, le nombre d’acheteurs ayant donné cette réponse divisé par le nombre de répondants.
• Groupes d’acheteurs et villes : le même comptage, au sein de chaque groupe ou ville.
• Vote de photos : la part des acheteurs répondants ayant choisi chaque photo.
• Image de la foule : jusqu’à 1 000 points, un échantillon régulièrement espacé des acheteurs ayant répondu.
• Entretiens simulés : un échantillon aléatoire d’acheteurs répondants et de leurs raisons. Les prénoms sont inventés par notre code.
• Si trop peu répondent : si moins de la moitié des acheteurs répondent, le test est marqué comme échoué et votre crédit vous est automatiquement restitué.

5. Comment le rapport est rédigé

Claude Sonnet 5.5 reçoit les totaux, les résultats de chaque groupe, les votes de photos et un échantillon aléatoire de 160 raisons d’acheteurs. À partir de là, il rédige le verdict, ce que les acheteurs adorent, pourquoi ils n’achètent pas, des corrections suggérées, les risques, des alternatives possibles et une analyse SWOT. Dans les tests à 10 000 et 100 000 participants, il rédige aussi le guide de ciblage publicitaire à partir des résultats des groupes.

Chaque rapport est ensuite vérifié par le code avant que vous ne le voyiez. Les principaux constats, tous les pourcentages et décomptes, les étapes pour vérifier les résultats auprès de vrais clients et l’exemple de budget publicitaire sont produits à partir d’un seul ensemble de chiffres validé, si bien qu’un même chiffre est identique sur toutes les pages. Le texte rédigé par l’IA est vérifié phrase par phrase : les chiffres qui ne correspondent pas aux résultats, les affirmations selon lesquelles un changement a causé un résultat alors que les versions différaient sur plusieurs points, les nouvelles allégations produit (certifications, « testé en laboratoire », garanties de santé, de sécurité ou de performance), les prix de concurrents, les chiffres de taille de marché et les citations sans source sont supprimés ou remplacés, et les citations dont les mots ne correspondent pas à la réponse de l’acheteur sont écartées. Chaque correction est comptabilisée dans le contrôle qualité du rapport.

Chaque page est étiquetée : Résultat simulé (compté à partir des réponses simulées), Hypothèse de l’IA (idées rédigées à partir de ces réponses, à tester), Vos informations (ce que vous avez saisi, y compris les affirmations qui nécessitent encore vos propres preuves) et Source vérifiée (un fait externe avec une source nommée et datée, affiché uniquement s’il en existe une).

Le meilleur prix est une appréciation de l’IA fondée sur les réponses. Il n’est pas calculé à partir d’une courbe de prix. Si vous testez le même produit à différents prix sous forme de versions séparées, le tableau comparatif montre les réponses simulées pour chaque prix.

6. Comparer des versions et des photos

Toutes les versions et photos d’un test sont présentées aux mêmes acheteurs, dans les mêmes requêtes, avec les mêmes paramètres d’audience. Chaque acheteur répond pour chaque version. La comparaison se fait donc à armes égales au sein du test.

Cela ne la rend pas exacte dans le monde réel. L’IA peut aussi être influencée par l’ordre dans lequel les versions sont présentées. Relancer le même test donne des chiffres un peu différents, et nous ne calculons pas de marges d’erreur : considérez les petits écarts entre versions comme une égalité.

Nouveaux tests : avant et après

Chaque test a un code comme ST-7K4Q2X, affiché sur le rapport et le PDF. Quand vous modifiez votre produit et cliquez sur Retester (ou associez l’ancien test par son code), le nouveau test fonctionne différemment d’un test entièrement nouveau :

• Votre ancienne version revient comme Version A, à côté de votre version mise à jour (ou de jusqu’à 4 versions mises à jour). L’ancienne photo principale accompagne la Version A, votre nouvelle photo (le cas échéant) la mise à jour.
• La foule utilise les mêmes groupes d’acheteurs que le premier test, reconstitués à partir du même point de départ. Avec la même taille de foule, vous retrouvez exactement les mêmes acheteurs simulés.
• Les versions sont présentées dans un ordre alterné (A puis B, B puis A, etc.), et les acheteurs ne savent pas laquelle est l’ancienne ou la nouvelle : aucune ne bénéficie donc d’un avantage lié à sa position ou au fait d’être « la nouvelle ».
• Nous comparons acheteur par acheteur : combien sont passés à l’achat de la nouvelle version, et combien s’en sont détournés. Le résultat indique « plus élevé » ou « plus bas » uniquement lorsque l’écart des réponses « achèterait » dépasse un seuil fixe : au moins 2 points de pourcentage, relevé lorsque beaucoup d’acheteurs ont changé d’avis dans les deux sens. Sinon, il indique « pas de différence nette ». Il s’agit d’une règle de décision appliquée à une seule exécution, pas d’une variation mesurée d’une exécution à l’autre ni d’un niveau de confiance statistique.
• Le rapport liste ensuite ce que vous avez modifié et, pour chaque suggestion précédente, si elle a été appliquée et si elle a aidé, d’après les chiffres et les raisons des acheteurs. Il peut tout à fait indiquer qu’un changement n’a pas aidé ou a empiré les choses.

La comparaison côte à côte au sein du nouveau test est la comparaison équitable. Ne comparez pas directement les chiffres du nouveau test avec ceux du premier : des exécutions distinctes peuvent donner des chiffres différents même pour le même produit, et nous n’avons pas mesuré dans quelle mesure. Et comme tout ici, un meilleur résultat est un meilleur résultat auprès d’acheteurs IA, pas une preuve de ventes réelles.

7. Les limites à connaître

• Les personas IA ne dépensent pas d’argent réel, ne voient ni votre véritable site web ni vos concurrents, et peuvent être plus ou moins généreux que de vraies personnes.
• Les résultats dépendent de la manière dont vous décrivez le produit et l’audience.
• Les résultats ne sont pas validés par rapport à des ventes réelles, et aucun chiffre de précision n’est avancé.
• L’IA peut se tromper, mal comprendre un produit ou répéter des clichés.
• Les exécutions ne sont pas parfaitement reproductibles : retester la même idée peut donner des chiffres un peu différents, considérez donc les petits écarts comme une égalité.
• Une seule requête IA évalue un lot de 40 profils, et les acheteurs d’un même groupe partagent un budget et une note d’achat : les réponses au sein d’un groupe peuvent donc se ressembler.
• L’IA peut être légèrement influencée par l’ordre dans lequel les versions sont présentées.
• Les résultats ne peuvent pas prédire les ventes réelles, les inscriptions, les taux de conversion, le chiffre d’affaires ni le succès d’une entreprise.

8. Délais et échecs

Chaque test est prévu pour durer environ 10 à 12 minutes pour 1 000 participants, 14 à 16 pour 10 000 et 22 à 28 pour 100 000. Si le travail de l’IA se termine plus tôt, le rapport terminé attend jusque-là, pour que vous sachiez quand l’attendre ; l’écran de progression n’affiche jamais plus de réponses que celles réellement reçues. Aux heures de très forte affluence, le traitement par lots peut prendre plus de temps, jusqu’à 24 heures. La planification et le rapport sont relancés automatiquement en cas d’échec. Si un test ne peut pas aboutir, il est marqué comme échoué et votre crédit vous est automatiquement restitué : vous ne payez jamais pour un test qui n’a pas eu lieu.

9. Les modèles d’IA et vos données

Nous utilisons Claude Haiku 4.5 pour les acheteurs et Claude Sonnet 5.5 pour la planification, les rapports et le guide publicitaire, tous deux conçus par Anthropic. Si nous changeons de modèles, nous mettrons cette page à jour. Anthropic reçoit le contenu de votre test mais pas votre adresse e-mail et, selon ses conditions commerciales, ne l’utilise pas pour entraîner ses modèles. Consultez notre Politique de confidentialité.

Testez votre idée gratuitementVoir un rapport d’exemple