elmo

Elmo est une plateforme open source auto-hébergeable de suivi et d'optimisation de la visibilité IA, couvrant ce que ses auteurs appellent l'Answer Engine Optimization (AEO), la Generative Engine Optimization (GEO) et la LLM Optimization (LLMO). Elle se positionne comme une alternative gratuite aux outils SaaS fermés du même espace, et son différenciateur annoncé est que chaque métrique peut être inspectée dans le dépôt plutôt qu'acceptée sur parole. Ce qu'elle suit - Score de visibilité : pour chaque prompt suivi, Elmo mesure la fréquence à laquelle chaque moteur de réponse IA configuré mentionne la marque, et suit l'évolution de ce score dans le temps par prompt et par modèle. - Suivi des mentions de marque : les réponses sont analysées pour le nom de marque, les alias et les domaines, afin que les mentions soient comptées de manière cohérente entre les moteurs. - Analyse des citations : chaque URL citée est stockée avec son domaine et sa position, puis classée en domaines propres, domaines concurrents, médias sociaux, propriétés Google et sources institutionnelles. - Benchmark concurrentiel et part de voix : un classement des taux de mention des concurrents aux côtés de ceux de l'utilisateur, plus la part de voix globale dans le temps. - Analyse du fan-out de requêtes : enregistre les recherches web que les moteurs exécutent pour ancrer les réponses, montre comment le moteur reformule les termes de l'utilisateur, et quelles recherches le contenu gagne ou manque. - Gestion des prompts : un assistant d'intégration analyse un site web et suggère des mots-clés, concurrents, personas d'acheteurs et prompts de suivi ; les prompts peuvent aussi être ajoutés manuellement, étiquetés et activés/désactivés. - Opportunités : transforme les données de visibilité et de citation en une liste priorisée et actualisée de suggestions de contenu et de prospection. - Rapports : rapports de visibilité partageables, consultables par les parties prenantes sans compte Elmo. - API REST : gérer les marques, prompts et concurrents, et extraire par programmation des instantanés analytiques et des rapports. Méthodologie Les prompts sont définis par marque, soit générés à partir du site web, soit rédigés manuellement. Un worker en arrière-plan exécute chaque prompt selon un planning (plusieurs fois par jour par défaut) sur chaque moteur configuré. Des fournisseurs de scraping capturent les surfaces grand public telles que ChatGPT, Google AI Mode, Google AI Overviews, Gemini, Perplexity et Microsoft Copilot, tandis que les API directes de modèles (OpenAI, Anthropic, Mistral, OpenRouter) ajoutent une couverture pour Claude, Grok et d'autres modèles avec recherche web activée. Chaque exécution produit le texte de la réponse, les URL citées, les recherches d'ancrage du moteur et la version du modèle ; le texte est analysé pour les noms, alias et domaines de la marque et des concurrents. Tout, y compris la sortie brute du moteur, est stocké dans PostgreSQL afin que les métriques puissent être recalculées ultérieurement. La visibilité est la part des exécutions mentionnant la marque ; la part de voix compare les taux de mention à ceux des concurrents ; les comptages de citations sont agrégés par URL, domaine et catégorie, filtrables par prompt, étiquette, moteur et plage temporelle. Déploiement et stack L'auto-hébergement utilise Docker Compose, initialisé via le paquet npm @elmohq/cli (elmo init, puis elmo compose up -d), après quoi l'application est disponible sur localhost:1515. Une option cloud managé et un déploiement en marque blanche avec branding personnalisé, domaine personnalisé et SSO sont également proposés. La stack est TypeScript, TanStack Start, PostgreSQL et pg-boss, avec une application web servant le tableau de bord et l'API REST, un worker exécutant les prompts, et PostgreSQL contenant à la fois les données et la file de tâches. Le projet est sous licence MIT et documente un workflow de contribution avec un processus CLA. Le README maintient également un tableau comparatif face à des outils fermés tels que Profound, Peec AI, Otterly AI, Scrunch, Ahrefs Brand Radar, Semrush AI Toolkit et HubSpot AEO Grader, et note ouvertement les fonctionnalités que ces outils proposent et qu'Elmo n'offre pas encore, comme les estimations de volume de prompts, l'analyse de sentiment, l'analytique des crawlers IA et les audits GEO on-page.