OpenAI a publié la plus grande étude à ce jour sur la façon dont les utilisateurs utilisent vraiment Chatgpt. J'ai minutieusement synthétisé ceux que vous et je devrais prêter attention, donc vous n'avez pas à parcourir la pléthore d'idées utiles et inutiles.
Tl; dr
- Les LLM ne remplacent pas la recherche. Mais ils changent comment les gens accèdent et consomment des informations.
- Demander (49%) et faire (40%) les requêtes dominent le marché et augmentent la qualité.
- Les trois principaux cas d'utilisation – guidage pratique, recherche d'informations et écriture – représentent 80% de toutes les conversations.
- Les éditeurs doivent créer des actifs liens qui ajoutent de la valeur. Il ne s'agit plus simplement de chasser le trafic des articles.
Chatbot 101
Un chatbot est un modèle statistique formé pour générer une réponse de texte compte tenu de l'entrée de texte. Singe voir, singe do.
Les chatbots les plus avancés ont un processus de formation de deux ou plus. Dans première étape (Moins familièrement connu sous le nom de «pré-formation»), les LLM sont formées pour prédire le mot suivant d'une chaîne.
Comme le meilleur comptable du monde, ils sont à la fois prévisibles et ennuyeux. Et ce n'est pas nécessairement une mauvaise chose. Je veux que mes chefs grossissent, mes pilotes sobres et mon argent, si ennuyeux, ils sont ensuite en ligne pour diriger la fête verte.
Deuxième étape C'est là que les choses deviennent un peu plus sophistiquées. Dans la phase «post-formation», les modèles sont formés pour générer des réponses de «qualité» à une invite. Ils sont affinés sur différentes stratégies, comme l'apprentissage du renforcement, pour aider à noter les réponses.
Au fil du temps, les LLM, comme le chien de Pavlov, sont soit récompensés ou réprimandés en fonction de la qualité de leurs réponses.
Dans la première phase, le modèle «comprend» (certainement dans les virgules inversées) une représentation latente du monde. Dans la phase deux, ses connaissances sont perfectionnées pour générer la meilleure réponse de qualité.
Sans paramètres de température, les LLM généreront exactement le même temps de réponse à temps après, tant que le processus de formation est le même.
Des températures plus élevées (plus près de 1,0) augmentent le caractère aléatoire et la créativité. Les températures plus basses (plus près de 0) rendent le ou les modèles beaucoup plus prédictifs et précis.
Ainsi, votre cas d'utilisation détermine les paramètres de température appropriés. Le codage doit être réglé plus près de zéro. Les tâches créatives et plus axées sur le contenu devraient être plus proches de une.
J'en ai déjà parlé dans mon article sur la façon de construire un article de marque AI. Mais je recommande fortement de lire ce très bon guide sur le fonctionnement des échelles de température avec les LLM et comment ils ont un impact sur la base d'utilisateurs.
Que nous disent les données?
Que les LLM ne sont pas un remplacement direct de la recherche. Pas même cette IMO proche. Cette étude Semrush a souligné que LLM Super utilisateurs augmenté la quantité de recherches traditionnelles qu'ils faisaient. La théorie de l'expansion semble être vraie.
Mais ils ont entraîné un changement fondamental dans la façon dont les gens accédaient et interagissent avec l'information. Les interfaces conversationnelles ont une valeur incroyable. En particulier dans un format de travail.
Qui savait que nous étions si paresseux?
1. Guidance, recherche d'informations et écriture dominer
Ces trois principaux cas d'utilisation représentent 80% de toutes les conversations par l'homme-robot. Des conseils pratiques, de la recherche d'informations et aidez-moi s'il vous plaît à écrire quelque chose de fade et à tout type de passion ou de perspicacité, un robot merveilleux.
Je concède que la majorité des requêtes d'écriture sont destinées à modifier les travaux existants. Toujours. Si je lis quelque chose écrit par l'IA, je me sentirai dupé. Et la tromperie n'est pas une qualité attrayante.
2. L'utilisation non liée au travail augmente
- Les messages non liés au travail sont passés de 53% de toute utilisation à plus de 70% en juillet 2025.
- Les LLM sont devenues habituelles. Surtout quand il s'agit de nous aider à prendre les bonnes décisions. À la fois dans et hors travail.
3. L'écriture est l'application de lieu de travail la plus courante
- L'écriture est le cas d'utilisation du travail le plus courant, tenant compte 40% des messages liés au travail en moyenne en juin 2025.
- À propos Les deux tiers de tous les messages d'écriture sont des demandes de modification du texte utilisateur existant plutôt que de créer un nouveau texte à partir de zéro.
Je connais suffisamment de personnes qui utilisent simplement des LLM pour les aider à écrire de meilleurs e-mails. Je suis presque désolé pour les Bros Tech que les principaux cas d'utilisation pour ces outils manquent tellement de créativité.
4. Codage moins
- Codage informatique Les requêtes sont une part relativement faible, à seulement 4,2% de tous les messages.*
- Cela semble très contre-intuitif, mais des robots spécialisés comme Claude ou des outils comme Lovable sont de meilleures alternatives.
- C'est un point de note. L'utilisation spécialisée de la LLM se développera et dominera probablement des industries spécifiques car elles pourront développer des résultats de meilleure qualité. La formation spécialisée de style deux étape en est un produit bien supérieur.
* Comparé à 33% des conversations de Claude liées au travail.
Il est important de noter que d'autres études ont des prises très différentes sur ce pour quoi les gens utilisent les LLM. Ce n'est donc pas aussi coupé et sec que nous le pensons. Je suis sûr que les choses continueront de changer.
5. Les hommes ne dominent plus
- Les adopteurs précoces étaient des hommes disproportionnels (autour 80% avec des noms généralement masculins).
- Ce nombre a refusé de 48% En juin 2025, avec des utilisateurs actifs, maintenant légèrement plus susceptibles d'avoir des noms féminines généralement.
Bien sûr, nous, les hommes, avons nos défauts. Tout au long de l'histoire, nous avons peut-être été un peu rapide à nous battre et un peu dominant. Mais bon de voir la parité.
- 89% de toutes les requêtes demandent et font liés.
- 49% demandant et 40%, avec seulement 11% pour l'expression.
- Demander des messages s'est développé plus rapidement que de faire des messages au cours de la dernière année et est noté de meilleure qualité.
7. Les relations et la réflexion personnelle ne sont pas importantes
- Il y a eu un certain nombre d'études selon lesquelles les LLM sont devenues des thérapeutes personnels pour les personnes (voir ci-dessus).
- Cependant, les relations et la réflexion personnelle ne représentent que 1,9% du total des messages selon OpenAI.
8. La jeunesse sanglante (* Shakes Fist *)
Plats à emporter
Je ne pense pas que les LLM sont un désastre pour les éditeurs. Bien sûr, ils n'envoient aucun trafic de référence et ont commencé à supprimer les citations en dehors des utilisateurs payants (classiques). Mais aucun de ces têtes de technologie ne va nous donner quoi que ce soit.
C'est une course vers la lune, et nous sommes le chien qu'ils ont envoyé sur le vol d'essai.
Mais si vous êtes un éditeur avec une opinion, un public et – espérons-le – de la profondeur de marque et des actifs à remettre, vous irez bien. Bien que leur comportement rampant devienne incontrôlable.
L'un des résultats les plus pratiques que nous, en tant qu'éditeurs, pouvons prendre à partir de ces données est le changement apparent des intentions. Pour les éons, nous avons été forés de navigation, d'information, commercial et transactionnel.
Maintenant, nous faisons. Ou générer. Et c'est énorme.
Le référencement n'est pas mort pour les éditeurs. Mais nous devons faire plus que de continuer à publier du contenu. Il y a beaucoup à dire pour épouser les valeurs de l'IA, tout en le gardant à distance.
Pensez à la BBC Vérifier. Contenu qui ne peut pas être synthétisé par les machines car il ajoute tellement de valeur. Outils et actifs liens. De vraies opinions d'experts ont poussé au premier plan.
Mais il est difficile de mettre à l'échelle cette qualité. Le référencement programmatique peut entraîner une valeur incroyable. Tout comme les outils. Outils qui répondent aux interrogations «de faire» des utilisateurs à maintes reprises. Nous devons construire des choses qui ajoutent de la valeur en dehors du corpus existant.
Et si votre public est généralement plus jeune et plus confiant, vous devrez vous appuyer davantage sur cela.
Plus de ressources:
Cet article a été initialement publié sur leadership en SEO.
