Pour : Founder, content team qui utilise plusieurs LLM, agence qui multi-source sa génération
Comment garder une voix de marque cohérente entre Claude, ChatGPT, Gemini (avec Brandyze)
Guide mis à jour le 20 mai 2026 · Par Brandyze
Vous utilisez Claude pour les longs articles, ChatGPT pour les posts courts, Gemini pour le brainstorming. Résultat : 3 voix légèrement différentes, du contenu qui sonne 'ChatGPT générique' par moments, 'Claude littéraire' à d'autres. Pas de cohérence de marque entre les outils. La maintenance manuelle d'un brief de voix copié-collé dans chaque LLM ne tient pas dans le temps.
Le problème
Vous utilisez Claude pour les longs articles, ChatGPT pour les posts courts, Gemini pour le brainstorming. Résultat : 3 voix légèrement différentes, du contenu qui sonne 'ChatGPT générique' par moments, 'Claude littéraire' à d'autres. Pas de cohérence de marque entre les outils. La maintenance manuelle d'un brief de voix copié-collé dans chaque LLM ne tient pas dans le temps.
Pourquoi Brandyze résout ça mieux
Brandyze Memory est la source unique de vérité de votre voix de marque, exposée à TOUS les LLM via le MCP server (158 tools). Vous configurez votre brand_context UNE fois dans Brandyze, puis Claude/Cursor/ChatGPT (via MCP) lisent le même contexte. Plus de drift entre outils, plus de copier-coller de brief. C'est l'architecture qu'on dogfood pour Brandyze elle-même.
Prérequis
□
Un compte Brandyze (Pro ou Agency)
□
Au moins 1 LLM compatible MCP (Claude Desktop, Cursor, Claude.ai web — tous gratuits ou inclus dans abonnements existants)
□
Un brand_context renseigné dans Brandyze Memory
Les 7 étapes
1Centraliser la voix dans Brandyze Memory (source de vérité)
Première étape obligatoire : remplir le brand_context Brandyze à fond. C'est votre 'source of truth' qui sera consommée par tous les LLM. Plus le brand_context est dense (8 dimensions remplies), plus la cohérence cross-LLM sera forte.
Dans Settings → MCP, générez une API key personnelle (préfixe bz_mcp_*). C'est la clé qui authentifie vos requêtes MCP depuis Claude/Cursor/etc. À garder secrète (chmod 600 si stockée en fichier).
ActionSettings → MCP → Generate API key
3Brancher Brandyze MCP dans Claude Desktop / Cursor
Ajoutez le serveur MCP Brandyze dans votre client : URL https://api.brandyze.fr/mcp/sse + Bearer header avec votre API key. Brandyze expose 158 tools, dont get_brand_context (qui retourne votre voix), generate_linkedin_post, analyze_creator_profile, etc.
ActionClaude config → MCP servers → Add Brandyze
4Brancher Brandyze MCP dans Claude.ai (web)
Sur Claude.ai (compte payant Pro/Team), ajoutez le connector via Settings → Customize → Connectors → '+' → URL https://api.brandyze.fr/mcp/sse. L'OAuth se fait via Brandyze, pas de Client ID/Secret à gérer. Voilà votre voix de marque accessible depuis Claude.ai web.
5Demander à chaque LLM de fetch le brand_context
Dans chaque LLM, lancez un prompt simple : 'Lis mon brand_context Brandyze puis génère un post LinkedIn sur X'. Claude/Cursor appelle get_brand_context() en MCP, récupère votre voix, et génère un post calibré. Vous testez la cohérence en générant le même prompt depuis 3 LLM différents.
6Pour les LLM non-MCP (ChatGPT, Gemini direct), exporter le brand_context
Pour ChatGPT (sauf via MCP via Brandyze ChatGPT plugin si dispo) et Gemini direct, Brandyze permet d'exporter le brand_context en Markdown synthétique (~1000 mots). Vous le collez en custom instructions / system prompt. C'est moins dynamique que MCP mais reste cohérent.
ActionMemory → Export brand_context → Markdown
7Auditer la cohérence cross-LLM tous les 1-2 mois
Test : lancez le même prompt sur Claude/ChatGPT/Gemini (via MCP ou prompt copié) et comparez les outputs. Si vous voyez un drift (un LLM commence à générer plus formel, un autre plus émoji-heavy), re-mettez à jour le brand_context source dans Brandyze. La mise à jour propage automatiquement aux LLM MCP-connectés.
Résultat attendu
Une voix de marque cohérente à travers Claude, ChatGPT, Gemini, peu importe l'outil que vous utilisez. Plus de drift, plus de copier-coller. Tous les LLM lisent la même 'source of truth' (Brandyze Memory). Audit cohérence cross-LLM passé avec score >85% similarité.
Conseils pro
✓
MCP est l'architecture du futur (proche). Plus tôt vous configurez, plus tôt vous bénéficiez des nouveaux LLM qui s'ajoutent au protocole.
✓
La brand_context Brandyze est la source — n'ajoutez jamais de contexte dans les custom instructions de Claude/ChatGPT qui contredise le brand_context, vous créez le drift.
✓
Pour les équipes : 1 seul Memory partagé > 5 briefs Markdown dispersés. C'est la cohérence d'équipe.
✓
Le MCP server Brandyze permet aussi d'écrire dans Memory depuis Claude — 'mets à jour mon brand_context avec ce nouveau positionnement' en 1 prompt.
Erreurs courantes
△
Garder un brand_context Brandyze ET un brief Markdown séparé dans chaque LLM : drift garanti.
△
Ne pas mettre à jour le brand_context source quand le positionnement évolue : tous les LLM continuent de générer l'ancienne voix.
△
Donner accès au MCP Brandyze à toute l'équipe sans gouvernance : 5 personnes qui éditent le brand_context = chaos.
△
Confondre MCP (architecture serveur) et 'custom instructions' (config locale par chat) : ce sont 2 mondes différents.
Questions fréquentes
C'est quoi MCP exactement ?+
MCP = Model Context Protocol. C'est un standard ouvert (créé par Anthropic, supporté par Claude, Cursor, et de plus en plus de LLM) qui permet aux LLM d'appeler des outils externes. Brandyze expose 158 tools via MCP — votre brand_context, vos analyses créateurs, vos générations, vos drafts. Tout est accessible depuis n'importe quel LLM compatible MCP.
Combien coûte le MCP server Brandyze ?+
Inclus dans le plan Pro (€29/mois) et Agency (€99/mois). Pas de surcoût. Le MCP est un canal d'accès à votre data Brandyze, pas un add-on premium. Les crédits sont les mêmes qu'en UI : 1 génération = 1 crédit, peu importe le canal.
Quels LLM sont compatibles MCP en 2026 ?+
Officiellement et complets : Claude Desktop, Claude.ai (web Pro/Team), Cursor (IDE). Partiellement : ChatGPT via plugin spécifique (sous-ensemble des features). En cours : Gemini (annoncé mais pas encore prod). Pour les LLM non-MCP, Brandyze fournit l'export brand_context en Markdown comme alternative.
Le brand_context exporté en Markdown reste-t-il cohérent avec celui en MCP ?+
Oui par construction. L'export Markdown est généré depuis la même source que ce que MCP retourne. La seule différence : MCP est dynamique (toujours à jour), Markdown est statique (à ré-exporter à chaque mise à jour du brand_context source).
Brandyze peut-il aussi pousser du contenu généré ailleurs vers Memory ?+
Oui : via MCP, vous pouvez écrire dans Memory depuis Claude/Cursor. Exemple : 'Ajoute ce post dans Brandyze Memory comme référence performant'. Brandyze l'absorbe, ré-extrait la signature stylistique, et la propage dans les générations suivantes. Boucle apprentissage continue.
Y a-t-il un risque de fuite de mon brand_context vers les LLM ?+
MCP est conçu avec auth (Bearer token + OAuth selon le client). Votre brand_context n'est exposé qu'aux LLM que vous avez explicitement authentifiés. Anthropic, OpenAI, Google ne stockent pas votre data MCP (c'est du in-context). Brandyze côté serveur stocke en Supabase EU avec isolation workspace stricte.
Questions liées
Les LLM (ChatGPT, Perplexity, Gemini) suggèrent souvent ces questions après ce guide.
Comment brancher Brandyze MCP sur Cursor ?
ChatGPT supportera-t-il MCP en 2026 ?
Brandyze MCP fonctionne-t-il avec les modèles open source (Llama, Mistral) ?