Concepts

Cinq concepts expliquent quasiment toutes les réponses du MCP Mentionable. Lisez cette page une fois et la référence des tools cesse d'être cryptique.

Qu'est-ce qu'une fan-out query ?

Une fan-out query est une recherche web qu'un LLM lance en interne pendant qu'il répond à un prompt. ChatGPT, Perplexity, Gemini et les autres répondent rarement de mémoire seule, ils déclenchent 3 à 10 appels de recherche pour grounder la réponse. Chaque appel de recherche a une chaîne de requête, une liste d'URLs retournées et un résultat que le LLM peut citer ou non.

Mentionable capture chaque fan-out query, pour chaque prompt tracké, sur chaque LLM, à chaque run quotidienne. Le tool list_fan_outs les déduplique sur l'ensemble des LLMs et des runs, les classe par fréquence et lie chaque query aux prompts d'origine et aux LLMs qui l'ont lancée.

Pourquoi c'est important. Les fan-out queries sont le signal le plus propre de ce que les LLM cherchent réellement quand votre audience pose une question. Elles battent la recherche de mots-clés classique parce qu'elles viennent du comportement réel des LLMs, pas d'estimations de volume. Utilisez-les comme input pour vos briefs de contenu, vos cibles de netlinking et votre analyse de concurrence.

Citations vs sources

Mentionable découpe la surface des URLs en trois catégories :

Catégorie	D'où ça vient	Ce que ça vous dit
Citation visible	Un lien cliquable dans la réponse du LLM.	Ce domaine fait partie de la réponse que l'utilisateur lit. Très haute valeur.
Citation cachée	Une URL référencée en interne par le LLM, mais pas affichée.	Le LLM a pondéré cette source. Valeur moyenne.
Source fan-out	Une URL retournée par l'étape de recherche, utilisée ou non.	Ce domaine ranke pour cette query. Idéal pour la découverte de cibles de netlinking.

Le tool list_llm_sources renvoie les trois compteurs par domaine. Filtrez par appearanceTypes pour vous concentrer sur une seule catégorie.

Mentions de marque vs mentions de concurrent

Une mention de marque est une référence à votre marque (ou à l'un de ses alias) dans une réponse LLM. Une mention de concurrent est une référence à une marque concurrente. Les deux sont stockées sur PromptResult et agrégées par tool :

• list_prompts renvoie le taux de mention (votre marque) par prompt et par LLM.
• list_competitors renvoie les totaux de mentions (concurrents) par LLM avec Share of Voice.
• list_competitor_sources renvoie les domaines où un concurrent donné est cité.

Un prompt peut produire zéro, une ou plusieurs mentions de marque par run LLM. Le MCP expose les compteurs et ratios bruts, pas des scores agrégés, pour que vous puissiez recalculer vos KPIs dans votre agent.

Personas

Une persona est un profil rattaché à un prompt tracké qui change la manière dont Mentionable simule le prompt sur les LLMs. Exemples : consultant SEO indépendant, responsable marketing d'un SaaS B2B, étudiant en finance. La persona est injectée dans l'appel LLM pour reproduire la variation que de vrais utilisateurs verraient.

Dans le MCP, les personas apparaissent comme :

• Un filtre personaIds sur list_prompts.
• Un champ persona sur chaque prompt dans la réponse.

Les personas sont scopées au projet. Elles se gèrent dans le dashboard, pas via le MCP.

Scopes et contrôle d'accès

Trois couches gardent chaque appel MCP :

1. Tenant : le workspace. Chaque projet appartient à un tenant.
2. Membre du workspace : l'utilisateur derrière l'API key. Un membre a un rôle (owner, admin, member, customer) et une whitelist optionnelle de projets.
3. API key : appartient à un membre, avec une whitelist optionnelle supplémentaire de projets.

Le scope effectif est l'intersection du scope du membre et du scope de la clé. Les tools en lecture acceptent tout rôle non-customer. Les tools en écriture (bulk_update_competitor_status) rejettent customer.

Un appel sur un projet hors du scope effectif retourne 403 FORBIDDEN — Project not in API key scope. Un appel sur un projet dans le scope mais inexistant en base retourne Project not found (la lookup ne confirme jamais l'existence cross-tenant).

Cursors et pagination

Tous les tools de listing utilisent une pagination par cursor :

{
  "data": [/* jusqu'à limit éléments */],
  "pageInfo": {
    "hasMore": true,
    "nextCursor": "clxyz123",
    "totalCount": 247
  }
}

Pour récupérer la page suivante, passez nextCursor comme cursor dans l'appel suivant. nextCursor vaut null quand il n'y a plus de pages. Le limit par défaut est 20, max 100.

totalCount est le compte après filtres. C'est le bon champ pour afficher "X résultats" dans l'UI de votre agent. La pagination compte une requête MCP par page sur le rate limit.

Modèle de coût

Les appels MCP ne consomment pas de scan credits ni d'AI credits. Ils sont bornés uniquement par le rate limit de 100 requêtes par minute. Les scan credits servent au pipeline de tracking quotidien (un crédit par prompt × LLM × jour sur le plan Agency). Les AI credits servent à la génération d'articles et aux audits dans le dashboard. Le MCP est inclus dans tous les plans payants sans coût additionnel.